two-objective optimization
در نشریات گروه برق-
شبکه بی سیم ناحیه بدن یکی از موارد کاربردی اینترنت اشیا در حوزه سلامت است. این شبکه توانایی نظارت بر پارامتر های فیزیولوژیکی بدن انسان را دارد. در این مقاله، مسیله بهینه سازی دو هدفی طراحی شده است تا گذر دهی مجموع و انرژی بی سیم انتقالی به صورت هم زمان بیشینه شوند. شبکه یک سطحی مدنظر شامل حسگر های سطحی، کاشتنی و یک گره هماهنگ کننده است. تمام این حسگر ها دارای قابلیت برداشت انرژی از بدن و از سیگنال فرکانس رادیویی اند. برای حسگر کاشتنی به علت حساس بودن بافت های داخلی، قید دما در نظر گرفته می شود. هر یک از حسگر ها داده های فیزیولوژیکی را با توجه به برنامه ریزی زمانی حاصل از حل مسیله بهینه سازی، در فراسو برای گره هماهنگ کننده ارسال می کنند. در فرو سو در ابتدای هر فریم، هماهنگ کننده یک سیگنال راهنما برای انتقال انرژی بی سیم و تخمین کانال در حسگر ارسال می کند. از یک ساختار شبکه عصبی بازگشتی استفاده شد تا یک گام زمانی جلو تر کانال پیش بینی شود. سپس با کمک درون یابی، بهره کانال همه شیار های زمانی یک فریم را تخمین زده و برنامه ریزی زمانی دسترسی حسگر ها به کانال بهبود داده می شود. نتایج شبیه سازی، بهبود بهینه سازی تابع هدف و برنامه ریزی زمانی با روش پیشنهاد شده را نشان می دهد.کلید واژگان: شبکه بی سیم ناحیه بدن، انتقال توان و اطلاعات بی سیم، برداشت انرژی از بدن، بهینه سازی دو هدفی، پیش بینی کانال، یادگیری ماشینThe wireless body area network (WBAN) is one of the applications of the Internet of things (IoT) for healthcare, which monitors human physiological parameters. In this paper, a two-objective optimization problem is designed to maximize the sum-throughput and wireless transferred energy simultaneously. The designed one-tier network includes body surface sensors, an implantable sensor, and one coordinator. All of these sensors can harvest energy from the body and radio frequency (RF) signals. A temperature constraint is considered for the implanted sensor due to the sensitivity of internal tissues. Each sensor transmits physiological data to the coordinator in the uplink according to the scheduled time slots obtained by solving the optimization problem. At the beginning of each frame in the downlink, the coordinator transmits a pilot signal to transfer wireless energy and for channel estimation at the sensors. We have used a Recurrent Neural Network (RNN) architecture to predict one time step ahead of the channel. Then by interpolation, the channel gains of all time slots of a frame are estimated and the time scheduling of the sensor access to the channel is improved. The simulation results show that the objective function and time scheduling are improved by the proposed algorithms.Keywords: Wireless Body Area Network, Wireless Power, Information Transfer, Energy Harvesting from Body, Two-Objective Optimization, Channel Prediction, Machine Learning
-
این مقاله مشارکت بهینه هم زمان شبکه های انرژی وهاب های انرژی در بازارهای انرژی روز- بعد در دو طرح عمده فروشی و خرده فروشی را ارایه می دهد. طرح پیشنهادی در قالب بهینه سازی دو هدفه بیان می شود. در یک تابع هدف کمینه سازی هزینه انرژی شبکه های الکتریکی، گازی و حرارتی به صورت شرکت های توزیع خصوصی در بازارهای یادشده مدنظر است. در تابع هدف دیگر، کمینه سازی هزینه انرژی (برابر با ما تفاوت خرید و فروش انرژی) هاب ها در بازار خرده فروشی به عنوان تابع هدف منظور می شود. این طرح مقید به معادلات پخش توان بهینه شبکه های مذکور و مدل بهره برداری منابع و بارهای اکتیو در قالب هاب انرژی است. سپس بهینه سازی پارتو مبنی بر روش توابع وزن دار بر پایه تصمیم گیری فازی یک راه حل مصالحه بهینه استخراج می کند. درنهایت با اجرای طرح پیشنهادی بر روی سیستم تست نمونه، نتایج عددی به دست آمده تاییدکننده قابلیت طرح پیشنهادی در بهبود وضعیت اقتصادی هاب های انرژی و بهبود هم زمان شرایط اقتصادی و بهره برداری شبکه های بیان شده است.
کلید واژگان: بازار انرژی روز- بعد، بازار عمده فروشی و خرده فروشی، بهینه سازی دو هدفه، تصمیم گیری فازی، شرکت توزیع خصوصی، هاب انرژی متصل به شبکهThis paper presents the optimal participation of distribution networks and energy hubs in the day-ahead wholesale and retail energy markets. The proposed scheme is a two-objective optimization model. In one objective function, it minimizes the energy cost of electricity, gas, and heating network as private distribution companies in the mentioned markets. In another objective function, it minimizes the energy cost (equal to the difference between selling and purchasing energy) of hubs in the retail market. This scheme is subject to optimal power flow formulation in the mentioned networks, and the operation model of sources and active loads in a hub format. Then, the Pareto optimization based on the weighted functions method according to the fuzzy decision is used to achieve the optimal compromise solution. Finally, by implementing the proposed scheme on a system test, the obtained simulation results confirm the capabilities of the scheme in improving the economy of energy hubs and the economic and operation situation of the mentioned networks.
Keywords: day-ahead energy market, fuzzy decision, grid-connected energy hub, private distribution company, two-objective optimization, wholesale, retail markets
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.