一种能效高的多智能体混合GNN-XGBoost框架,用于支持物联网(IoT)的智能电网管理,并结合区块链技术保障城市能源的可持续性

《Sustainable Computing: Informatics and Systems》:Energy-Efficient Multi-Agent Hybrid GNN-XGBoost Framework for IoT-Enabled Smart Grid Management with Blockchain-Secured Urban Energy Sustainability

【字体: 大 中 小 】 时间:2026年03月20日 来源:Sustainable Computing: Informatics and Systems 3.8

编辑推荐:

  基于物联网、区块链和GNN-XGBoost混合框架的智能电网实时能源管理研究,通过多智能体协作实现98.4%能源协调准确率、33.1%负载平衡提升和28.7%传输损耗减少,响应时间26ms,优于传统ANN-RA调度器。

  
GV Shrichandran | K. Indhumathi | Sultan Ahmad | Tahani Alsubait | Eatedal Alabdulkreem | Shamimul Qamar | Hashim Elshafie | Mohamed Uvaze Ahmed Ayoobkhan
计算机科学与工程学院,SRM科学与技术学院,Ramapuram,Chennai -600089

摘要

随着城市能源系统日益分散,实时能源管理、电力流优化和动态负载平衡等问题日益突出。传统的控制器没有将分布式节点视为图结构进行考虑,也无法适应基于物联网(IoT)的智能环境的动态运行环境。为了解决这些问题,我们提出了一种基于物联网、区块链、多智能体混合技术以及图神经网络(GNN)和XGBoost(GNN-XGBoost)的方法,以实现城市的智能电网可持续运行。消费者和生产者(prosumers)的控制器通过图嵌入技术协作,确定节点之间的关联,而XGBoost则实时优化调度和负载平衡决策。区块链层通过安全的开放协作机制保障数据的信任性和完整性。在我们的框架中,模拟结果显示:能源协调准确率(ECA)提高了98.4%,负载平衡指数(LBI)提高了33.1%,输电损耗(TLR)减少了28.7%,决策响应时间约为26毫秒(使用MATLAB/Simulink和Python/TensorFlow以及集成的IoT边缘网关)。与基线的人工神经网络-规则自适应(ANN–RA)调度器相比,该框架在协调准确性上提高了7.4%,损耗降低了6.8%,响应时间快了18毫秒,证明了其在环保型智能城市中的实用性和重要性。

部分内容摘录

引言

随着高科技数字设备(物联网IoT)、人工智能(AI)和区块链的结合,可持续城市环境的发展变得越来越重要。随着城市向碳中和和分散式能源系统转型,开发智能、自适应且安全的能源管理系统的需求日益凸显[1]。在这方面,智能电网成为当代城市能源生态系统的基石,它能够……

文献综述与研究空白

物联网设备与区块链技术在城市基础设施中的广泛应用不仅使传统能源系统现代化,也使其变得更加复杂。这些系统已演变为数据密集型的信息物理环境。大量文献探讨了基于物联网的框架在实时监控、分布式发电管理和智能电网需求侧优化方面的潜力[1][2]。

提出的方法:用于智能电网智能负载平衡的混合GNN-XGBoost框架

现代智能电网日益复杂和分散,因此需要可扩展、自适应且安全的能源管理方法。本研究提出了一种多智能体混合方法,该方法利用图神经网络(GNN)和XGBoost的能力来协调动态能源活动,应用于实时物联网-区块链环境[60]。该方法基于消费者和生产者层面的智能、实时图基学习和分布式共识机制来实现……

实验设置与仿真环境

为了评估所提出的基于GNN–XGBoost的多智能体能源管理系统的实时效率、安全性和可扩展性,我们开发了一个硬件在环(HIL)协同仿真环境。该环境整合了MATLAB/Simulink、TensorFlow和IoT网关架构,安装在包含边缘计算节点、区块链层和实时仿真接口(RT-Lab/OPAL-RT)的物理测试平台上,从而实现闭环反馈。

结果与讨论

本节对所提出的多智能体混合GNN-XGBoost框架在不同实时运行条件下的性能进行了全面分析。实时能源交易、控制动作和区块链验证均在基于MATLAB/Simulink和Python/TensorFlow以及IoT边缘网关的协同仿真环境中完成。HIL仿真实时验证了系统的延迟、智能体协调、能源调度和可再生能源间歇性问题。

可持续性与城市融合

所提出的混合GNN–XGBoost多智能体框架不仅提升了分布式智能电网的运行性能,还增强了其可持续性和与现代城市能源生态系统的兼容性。本节分析了其在减少碳排放、可再生能源整合和城市基础设施互操作性方面的贡献,并讨论了在城市规模部署此类系统时面临的治理、安全和标准化挑战。

结论与未来展望

现代智能电网对能源感知、可扩展和可靠解决方案的需求意味着,智能协调机制不仅需要高效管理分布式能源资源,还需具备实时响应能力和网络物理安全保障。本研究提出了一种综合多智能体系统,将图神经网络(GNN)的学习能力与XGBoost的快速预测能力相结合。

伦理审批与参与同意

本实施过程中不涉及任何人类参与。

作者贡献

所有作者对这项工作均做出了同等贡献。

资金支持

本项工作未获得任何资金支持。

CRediT作者贡献声明

Ahamed, Ayoobkhan Mohamed Uvaze:概念设计。Hashim Elshafie:概念设计。Shamimul Qamar:概念设计。Eatedal Alabdulkreem:概念设计。Tahani Alsubait:概念设计。Sultan Ahmad:概念设计。Indhumathi Dr. K.:概念设计。GV Shrichandran:概念设计。

利益冲突声明

本研究中不存在利益冲突。

致谢

感谢Princess Nourah bint Abdulrahman大学的研究人员支持(项目编号:PNURSP2025R161),Princess Nourah bint Abdulrahman大学,沙特阿拉伯利雅得。
人权与动物权利:
本研究中未侵犯任何人权和动物权利。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号