基于 AI/ML 赋能的 5G 网络的近实时分布式状态估计
机器学习
2022-07-25 v1 网络与互联网体系结构
信号处理
摘要
第五代(5G)网络有潜力加速电力系统向灵活、软件化、数据驱动与智能化的电网转型。随着其对机器学习(ML)/人工智能(AI)功能支持的不断演进，5G 网络有望实现新颖的数据中心化智能电网(SG)服务。在本文中，我们探索数据驱动的 SG 服务如何与 ML/AI 赋能的 5G 网络以共生关系集成。我们聚焦于作为能量管理系统关键要素的状态估计(SE)功能，并关注两个主要问题。首先，以教程方式，我们概述分布式 SE 如何与 5G 核心网与无线接入网架构的要素集成。其次，我们提出并比较两种强大的分布式 SE 方法，分别基于：i) 图模型与置信传播，以及 ii) 图神经网络。我们讨论它们的性能与通过 5G 网络支持近实时分布式 SE 的能力，并考虑通信延迟。
引用
@article{arxiv.2207.11117,
title = {Near Real-Time Distributed State Estimation via AI/ML-Empowered 5G Networks},
author = {Ognjen Kundacina and Miodrag Forcan and Mirsad Cosovic and Darijo Raca and Merim Dzaferagic and Dragisa Miskovic and Mirjana Maksimovic and Dejan Vukobratovic},
journal= {arXiv preprint arXiv:2207.11117},
year = {2022}
}