基于人工智能的电力工程供电通信网络资源调度技术.pdfVIP

 2025年8月25日第42卷第16期TelecomPowerTechnologyAug. 25, 2025, Vol.42 No.16 

DOI：10.19399/j.cnki.tpt.2025.16.060通信网络技术

基于人工智能的电力工程供电通信网络资源调度技术

刘楠

（西安点拓电子科技有限公司，陕西西安710000）

摘要：为提高电力工程供电通信网络资源调度的智能化水平，以某高速公路沿线的供电通信网络项目为例，通

过构建基于长短期记忆（Long Short-Term Memory，LSTM）网络的资源需求预测模型、设计改进型多目标粒子群

优化算法（Multi-Objective Particle Swarm Optimization，MOPSO）以及引入动态调整机制，实现电力与通信资源的

协同优化调度。采用边缘计算架构支撑实时数据采集与决策反馈，提升系统响应速度与运行稳定性。应用结果表明，

该技术有效提高了资源利用率，降低了运维成本与业务中断率。

关键词：人工智能；资源调度；供电通信网络

PowerSupplyCommunicationNetworkResourceSchedulingTechnologyBasedon

ArtificialIntelligenceinElectricPowerEngineering

LIUNan

’’

(XianDiantuoElectronicTechnologyCo.,Ltd.,Xian710000,China)

Abstract:Toimprovetheintelligencelevelofpowerengineeringpowersupplycommunicationnetworkresource

scheduling,takingapowersupplycommunicationnetworkprojectalongacertainhighwayasanexample,aresource

demandpredictionmodelbasedonLongShort-TermMemory(LSTM)networkisconstructed,animprovedMulti-

ObjectiveParticleSwarmOptimization(MOPSO)algorithmisdesigned,andadynamicadjustmentmechanismis

introducedtoachievecollaborativeoptimizationschedulingofpowerandcommunicationresources.Edgecomputing

architectureisadoptedtosupportreal-timedataacquisitionanddecisionfeedback,andimprovethesystemresponse

speedandoperationstability.Theapplicationresultsshowthatthistechnologyeffectivelyimprovesresourceutilization,

reducesoperationandmaintenancecosts,andlowersbusinessinterruptionrates.

Keywords:artificialintelligence;resourcescheduling;powe