摘要
本发明提供一种基于TSN的智能变电站数据流调度模型训练方法、调度方法及装置,以智能变电站的链路拓扑结构及链路状态等价重构新图,并结合新增周期时间敏感流和新增非周期时间敏感流数据流的参数构建状态空间,引入演员评论家网络中的演员网络对计算选择下一链路各候选节点,将选择概率构建为亲和度集合;依据蒙特卡罗树搜索仿真模拟并补全后续游走链路节点,并计算实际收益值,更新演员网络和评论家网络;基于训练的演员网络在应用中选择下一游走链路节点,并分配时隙更新状态,重复操作直至达到目标节点位置,能够保证在TSN网络中对异构时间敏感数据的确定性传输需求,提升整体网络稳定性。
技术关键词
智能变电站
模型训练方法
蒙特卡罗树搜索
链路
数据流调度方法
网络
参数
周期
时间敏感数据
定义
数据流特征
模块
日期
多层感知机
贪心算法
计算机程序产品
重构
节点特征
表达式
系统为您推荐了相关专利信息
无人平台
验证测试系统
虚拟仿真系统
主控系统
平台控制系统
双目立体匹配
多尺度特征提取
像素
双目图像采集装置
计算机执行指令
营销方法
链路
Apriori算法
列表
构建用户画像