[发明专利]特高压换流站全景监控的泛在异构网络拓扑优化控制方法

权利要求书

1.特高压换流站全景监控的泛在异构网络拓扑优化控制方法，其特征在于，包括以下步骤：

S1、将特高压换流站异构网络建模为树形结构，所述的树形结构具有一个主站v₀和N-1个数据传输节点{v₁,v₂,...,v_N-1}，其中每个数据传输节点都具有到主站v₀的唯一路径；

S2、将主站v₀作为树形结构的根节点，以根节点为初始状态对每个状态使用蒙特卡罗树递归搜索得到训练数据集；

S3、将搜索得到的训练数据集输入深度卷积神经网络中进行训练，得到值函数和策略函数，用于引导蒙特卡罗树递归搜索具有预期奖励的状态并反过来更新收集深度卷积神经网络的训练数据集；

S4、训练完成后，从初始状态s₀＝0开始，通过在深度卷积神经网络预测的策略中顺序地选择a_t～π(s_t)处的动作，并更新状态s_t+1＝T(s_t,a_t)，直到到达完整的树为止，从而得到异构网络拓扑结构。

2.根据权利要求1所述的特高压换流站全景监控的泛在异构网络拓扑优化控制方法，其特征在于，步骤S1中所述的将特高压换流站异构网络建模为树形结构的方法具体如下：在每一轮数据采集中，节点v_i将位数据转发到其父节点，其中，i∈{1,2,...,N-1}；是由v_i自身生成的数据，数据集合是来自v_i的子节点，a()函数是聚合函数；采用传输模型传输流量，传输模型中与拓扑相关的节点传输流量由数据处理和传输时耗两部分组成；和分别是在节点v_i处进行每比特数据处理的时耗以及每比特数据传输的时耗，所述的每比特数据传输的时耗取决于到父节点的距离，其计算公式如下：其中，是节点v_i与其父节点v_j之间的欧氏距离，ρ是链路预算中考虑了阴影衰落影响的功率放大常数。

3.根据权利要求1所述的特高压换流站全景监控的泛在异构网络拓扑优化控制方法，其特征在于，步骤S2中所述的蒙特卡罗树递归搜索的方法如下：蒙特卡罗树上的每个节点表示5元组数据(s,a,M(s,a),π(s),Q^π(s,a))；在每个搜索步骤tN处，选择最大化置信上限的动作，当搜索到达终止状态t＝N时，获得奖励并沿着搜索路径传播回所有被访问的状态的根状态和采取的动作，路径上的Q^π值相应地由节点上平均值更新；其中s是异构网络的状态；a是该状态下的动作；M(s,a)是在搜索树上访问(s,a)的总次数；π(s)是深度卷积神经网络预测的有效动作的先验概率；Q^π(s,a)是状态动作值，表示从状态s开始并采取行动a的预期奖励。

4.根据权利要求3所述的特高压换流站全景监控的泛在异构网络拓扑优化控制方法，其特征在于，所述的最大化置信上限的动作的计算公式如下：其中，是状态s的访问计数，并且不考虑动作，c是控制搜索级别的超参数。

5.根据权利要求1所述的特高压换流站全景监控的泛在异构网络拓扑优化控制方法，其特征在于，步骤S3中所述的深度卷积神经网络包含一个深层Vgg16模块、一个具有用于策略的softmax的全连接层和一个具有用于值函数的ReLU激活的全连接层；所述的深层Vgg16模块由2个具有64个卷积滤波器的卷积层、2个具有128个卷积滤波器的卷积层、3个具有256个卷积滤波器的卷积层、6个具有512个卷积滤波器的卷积层组成，每个卷积滤波器有一个3×3的核和一个最大值池化层。

6.根据权利要求1所述的特高压换流站全景监控的泛在异构网络拓扑优化控制方法，其特征在于，步骤S3中所述的值函数满足Bellman方程，表示当前状态的值是该状态的奖励加上下一状态的预期回报，所述的值函数的公式为：

7.根据权利要求1所述的特高压换流站全景监控的泛在异构网络拓扑优化控制方法，其特征在于，步骤S3中所述的策略函数公式为：