基于多智能体深度强化学习的海上风电传感器节点能效优化
Energy efficiency optimization of offshore wind farm sensor nodes based on multi-agent deep reinforcement learning
1. 贵州大学 电气工程学院, 贵阳 550025
2. 中国电建集团贵阳勘测设计研究院有限公司, 贵阳 550081
摘要
海上风电场的高效运行依赖于无线传感器网络提供的监测数据。通过对现有研究中传感器节点部署与通信进行调查，指出了当前海上风电场景下无线传感器节点部署通信时能效优化研究不充分的问题。针对海上风电机组无线传感器网络的能效优化问题，设计了一种基于多智能体深度确定性策略梯度算法的优化方案。考虑了节点能量有限和特定的海上通信环境特点，通过多智能体协同优化节点的感知与通信策略，有效减少能耗并提升网络覆盖率和数据传输效率。结合自适应噪声策略、优先经验回放机制以及合理的奖励函数设计，进一步提高了算法的学习效率与能效表现。实验结果表明，所提算法相比DDPG基准算法提升了约26%的节点能效，训练速度较DDQN、SAC算法加快了33%和48%。
基金项目
国家自然科学基金资助项目(61861007)
贵州省科技计划项目(黔科合基础-ZK[2021]一般303)
贵州省科技支撑计划(黔科合支撑[2022]一般264,黔科合支撑[2023]一般096,黔科合支撑[2023]一般412、黔科合支撑[2023]一般409)
中国电建集团贵阳勘测设计研究院有限公司项目(YJ2022-12)
中国电力建设股份有限公司科技项目(DJ-ZDXM-2022-44)
出版信息
DOI: 10.19734/j.issn.1001-3695.2024.12.0520
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第8期
发布历史
[2025-04-17] 优先出版
引用本文
贾林朋, 王霄, 何志琴, 等. 基于多智能体深度强化学习的海上风电传感器节点能效优化 [J]. 计算机应用研究, 2025, 42 (8). (2025-04-17). https://doi.org/10.19734/j.issn.1001-3695.2024.12.0520. (Jia Linpeng, Wang Xiao, He Zhiqin, et al. Energy efficiency optimization of offshore wind farm sensor nodes based on multi-agent deep reinforcement learning [J]. Application Research of Computers, 2025, 42 (8). (2025-04-17). https://doi.org/10.19734/j.issn.1001-3695.2024.12.0520. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
