目前,电力能源互联网得到了全世界的广泛关注,其各种优势得到了学术界与工业界的广泛认可。电力线载波通信技术由于其信息与电能的同网传输的优势,成为了电力能源互联网通信的主要研究技术之一。但是,由于电力线通信技术在组网通信方面缺乏完善的理论体系并且通信可靠性不高,导致其无法大规模实际应用。本文以改善电力线载波通信局域网的可靠性为目标,通过研究频谱感知技术以及深度学习技术,分别对节点之间的通信可靠性以及电力线局域网的组网可靠性进行了改善。首先,对低压电力线信道特性进行研究,建立相应的信道频率响应模型以及噪声模型,以此探讨节点间通信可靠性较差的原因,提出改善通信可靠性的方法。同时,阐述了正交频分复用技术的原理,并建立相应的电力线通信系统,为后续的节点通信信道自适应方法奠定研究基础。接着,以改善节点之间通信的可靠性为目的,结合电力线信道特性,设计一种基于频谱感知的信道自适应算法。该算法包括频谱感知和信道自适应两部分内容,其特点是能够感知电力线信道的频谱特性,并根据感知的频谱特性进行信道自适应,以此避开受噪声干扰的信道,降低通信的误码率,从而改善节点间的通信可靠性。最后,为改善电力线通信网络与由于传播介质共享带来的不稳定、易崩溃的问题,提出一种基于深度学习的电力线载波通信局域网网络规模控制方法,该方法主要思想为通过能够获取的影响组网的参数,如通信误码率、信噪比、路由跳数、带宽以及信道的频谱感知结果等,在新节点加入或组网参数变化时对组网结果进行预测,根据预测结果对电力线载波通信局域网网络规模进行控制,从而改善电力线载波通信局域网组网可靠性。通过MATLAB仿真平台建立基于栈式自编码的组网预测仿真模型,并对模型性能进行了仿真验证,结果表明该模型具有较高的准确率,能够满足组网预测的需求。