基于上下文学习的电力物联网接入控制方法

周振宇，贾泽晗，廖海君，赵雄文，张磊

（1.华北电力大学新能源电力系统国家重点实验室，北京 102206；2.东南大学移动通信国家重点实验室，江苏 南京 210096；3.国网山东省电力公司电力科学研究院，山东 济南 250003）

1 引言

电力物联网（PIoT,power Internet of things）是实现电力系统各环节万物互联、人机交互的工业级物联网，基于深度的感知能力和先进的信息通信技术提高电网精准控制、智能调度的水平，推动传统电力系统向能源互联网转变[1]。配用电是电网的重要场景之一，配用电电力物联网的建设对分布式能源友好接入、新型负载弹性承载以及用户多样性用能需求保障具有重要作用。然而，由于无线资源和计算资源的限制，配用电电力物联网中海量终端的并发接入极大地增加了接入网的承载压力，导致网络拥塞、过载等问题，严重威胁电网的安全稳定运行。因此，海量终端的接入控制问题一直是备受关注的研究热点。

6G 系统将在5G 系统“万物互联”的基础上进一步拓展至“万物智联”[2]，为解决配用电电力物联网海量终端的接入控制问题提供了可能。一方面，与5G 相比，6G 时代终端连接密度将可提高100 倍，达到每平方千米1 亿。另一方面，人工智能（AI,artificial intelligence）技术将进一步提高接入控制和资源管理的智能化水平[3]。现有的接入控制技术可分为竞争和非竞争两大类。针对竞争接入场景，文献[4]提出了一种自适应调整接入类别限制（ACB,access class barring）因子的方法，基于最小均方算法优化ACB 因子的选择策略，提高了高拥塞期间的接入成功概率，降低了接入时延。……