典型文献
面向电力物联网URLLC业务的智能网络切片管理方法
文献摘要：
基于5G通信技术的电力物联网正在如火如荼地建设,随之产生的是用电信息采集、输变电状态监测以及精准负荷控制等新型电力物联网业务.为了满足这些业务对5G网络的超低时延和超高可靠性的需求,提出一种面向电力物联网URLLC?(ultra?reliable?low?latency?communication)业务的智能网络切片管理方法.该方法综合运用5G切片和移动边缘计算?(mobile?edge?computing,?MEC)技术,建立电力业务传输和计算的时延、能耗以及可靠性模型,并通过DQN?(deep?Q?network)算法对切片资源进行优化.仿真实验表明,所提出的智能网络切片管理方法的可靠性高于98％,且优于经典的基于坐标块下降方法和资源平均分配方法.
文献关键词：
电力物联网;5G网络;移动边缘计算;深度强化学习;超高可靠与超低时延
中图分类号：
作者姓名：
叶万余
作者机构：
广东电网有限责任公司 清远供电局,广东 清远 511510
文献出处：
引用格式：
[1]叶万余-.面向电力物联网URLLC业务的智能网络切片管理方法)[J].工业工程,2022(01):129-135
A类：
变电状态,超高可靠与超低时延
B类：
电力物联网,URLLC,智能网络切片,切片管理,如火如荼,用电信息采集,输变电,状态监测,精准负荷控制,高可靠性,ultra,reliable,low,latency,communication,移动边缘计算,mobile,edge,computing,MEC,电力业务,可靠性模型,DQN,deep,network,可靠性高,平均分配,分配方法,深度强化学习
AB值：
0.313491
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
