考慮負載與風險聯合均衡的電力通信網路由優化方法研究

宋靖 徐世澤 李海龍

摘? 要：傳統的電力通信網路由優化方法在使用的過程中，對通信網絡流量控制能力較差，導致在多種環境下通信網絡最大鏈路利用率較低。因而，設計考慮負載與風險聯合均衡的電力通信網路由優化方法。采用回歸模型分析電力通信網絡流量。使用層次分析法，評估電力通信網絡風險。以上述兩部分內容作為電力通信網路由規劃的基礎，并采用粒子群算法完成此路由位置規劃。至此，考慮負載與風險聯合均衡的電力通信網路由優化設計完成。構建測試環節，與其他兩種電力通信網路由優化方法相比，此方法的最大鏈路利用率較高。由此可知，此方法的使用效果更佳。

關鍵詞：流量負載;風險評估;粒子群算法;網絡結構優化

中圖分類號：TM73 文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2020）33-0130-02

Abstract： Traditional power communication network routing optimization methods are used in the process of traffic control capability poor resulting in many environments communication networks maximum link utilization rate is low. Therefore， optimization method of power communication network routing is designed considering combined balance between load and risk. The flow rate of power communication network is analyzed by regression model. Using analytic hierarchy process （AHP） to evaluate power communication network risk. Based on these two parts as the basis of routing planning of power communication network， Particle Swarm Optimization （PSO） algorithm is adopted to complete this routing location planning. At present， considering load and risk combined balance power communication network routing optimization design completed. Compared with other two kinds of power communication networks routing optimization methods， this method has higher maximum link utilization ratio than other two kinds of power communication networks routing optimization methods. Therefore， this method has a better effect than other methods.

Keywords： traffic load; risk assessment; Particle Swarm Optimization; network structure optimization

引言

隨著電力技術的不斷提升，電力系統正在全球范圍內逐步升級，智能電網成為未來電力系統的發展方向與趨勢[1-2]。通過系統升級對原有電力系統的不足展開優化，將電力系統的關注點轉化為可靠性，安全性以及能源分配靈活性，功耗監控自動化，電網需求管理智能化。通過此方式，保證在最短的時間內處理電網故障，減少電網損耗，逐步完善電網運營和服務。

通過文獻研究可知，智能電網的運行是下一代電力系統實現的關鍵因素之一，且電力系統中的網絡結構與物理結構具有強烈的依賴性[3]。因而，對電力通信網絡進行安全分析與可靠性分析至關重要。對電力通信網絡結構進行研究可知，電力網絡是一種較為復雜的結構，將信息技術應用其中會產生相應的問題。智能電網是新技術與結構的集合體，其可靠性對于電網的安全性具有影響，提升電力通信專網可靠性刻不容緩。在此次研究中，對電力通信網絡進行風險評估和路由優化，以此規避網絡風險。同時使用這種方法可在故障或是級聯故障已經發生后，將電力通信網絡恢復到正常低風險狀態，以此達到降低網絡風險的目的。

1 考慮負載與風險聯合均衡的電力通信網路由優化方法設計

針對原有電力通信網路由優化方法在日常使用中出現的不足，在此次研究中，對其展開設計。具體考慮負載與風險聯合均衡的電力通信網路由優化方法設計過程如下所示。

1.1 電力通信網絡流量分析

近年來，電力通信網絡的業務類型也在不斷擴展，由原始的遠程語音聯網、調度實時控制信息傳輸逐步發展到同時承載客戶信息與辦公處理的多種數據業務，電力通信網在協調電力系統的工作過程中系統構建的聯合運轉與電網安全、穩定、可靠的運行方面發揮了越來越重要的作用。在此次研究中，使用回歸模型對電力通信網絡的流量展開分析，回歸模型是對統計關系進行定量描述的一種數學模型，應用其對電力通信網絡流量展開預測時，需要獲取相應的觀測數據與白噪音數據。在此次研究中使用自回歸滑動平均模型（ARMA）[4]，對電力通信網絡中的每一工作內容所需要的流量進行計算，并估算網絡流量承載極值，將此作為優化的基礎。

1.2 電力通信網絡風險評估

電力通信網絡是一種具有典型的電力信息物理融合特征的信息網絡，此網絡采用信息流與能量流完成信息系統與電力系統的交互行為。電力系統運行時電力空間的運行狀態由物理電網的能量流分布體現的，通過流量分析結果可知，電力通信系統的狀態具有不穩定性。因而，在此次設計中，使用網絡鏈路風險值，完成對通信網絡安全的評估。考慮到網絡中節點和鏈路的風險值對電力通信專網風險值評估的影響，將流量分析結果轉化為電網負荷壓力值，繼而完成分析過程。基于電力通信網絡結構的復雜性，采用分層分析法[5]對網絡的運行風險展開評估。在分析的過程中注重計算的精準性，并將計算結果與流量分析結果相結合。

1.3 電力通信網路由規劃

在此部分中，對網絡中的路由展開規劃。根據電力通信網絡的特征，選取粒子群算法[6]作為通信網絡的基礎。在規劃的規程中，將路由節點轉化為粒子群中的粒子，并使用此算法獲取路由位置最優解。設定在通信網絡中，第i個節點可表示為ai，其網絡傳輸速度為vi，每一個路由都具有最佳位置，采用abest表示。相對的，在網絡中此路由經歷過的最佳位置可表示為agbest，則通過公式可將此路由的最佳位置表示為：

vi=rvi+？墜rand（）（abest-ai）+？墜2rand（）（agbest-ai）（1）

在式（1）中，r為網絡傳輸速度系數，？墜為迭代計算系數。通過此公式可得到網絡路由放置的最佳位置，將電力通信網絡流量分析結果與電力通信網絡風險評估結果與此計算部分相結合，根據計算結果，完成對網絡路由節點的位置控制。至此，考慮負載與風險聯合均衡的電力通信網路由優化方法設計完成。

2 實驗分析

根據上述設計，實現了考慮負載與風險聯合均衡的電力通信網路由優化方法的基本性能。為保證此方法的使用效果，設定實驗分析環節，對文中設計方法的使用效果展開檢驗。

2.1 實驗環境設計

在此次實驗中，選用其他兩種傳統優化方法與文中設計的優化方法展開測試。此次實驗對象選定為某地區電力通信核心網絡拓撲A。通過對核心網絡拓撲A的結構展開研究可知，此網絡中具有40個節點以及81條邊組成，使用靜態分析法對此網絡展開研究，得到此網絡平均路徑長度為1.405，屬于典型的小世界網絡。

在此次實驗過程中，使用文中設計方法與其他兩種方法對此電力通信核心網絡拓撲的路由結構展開優化，并對比此優化后的網絡最大鏈路利用率。為提升此實驗的可靠性，將其實驗環境設定為全業務矩陣模式與實際業務矩陣模式，并在每個網絡模式下展開10次實驗，具體實驗結果如表1所示。

2.2 實驗結果分析

通過上述實驗結果可以看出，文中設計的優化方法使用效果最佳。在實驗過程中使用文中設計的優化方法，在兩種不同的實驗環境下的最大鏈路利用率均高于其他兩種傳統方法。傳統方法1與傳統方法2的使用效果較差，使用其方法后的最大鏈路利用率較低且不穩定，在不同的網絡模式中，其鏈路利用率容易受到環境的影響。根據研究結果可知，使用傳統方法對于智能電網的穩定性具有相應的不良影響。由此可知，文中設計方法的使用效果較佳，其對路由的優化能力較強。

3 結束語

隨著智能電網建設的不斷深入，電力通信網絡也發生著翻天覆地的變化。電力通信網絡作為電網信息化、自動化、互動化的強力支撐，其可靠性是電網安全穩定運行的重要因素之一。作為電力系統的附屬網絡，電力通信網絡與傳統網絡具有屬性和傳輸需求的差異。在電力通信網絡結構不斷升級的今天，其業務覆蓋面也逐步擴大，電力通信網絡中的性能優化需求越來越迫切，傳統方式的優化能力無法滿足網絡的需求，因而，在此研究中設定適用于現有電力通信網絡的路由優化算法，提升電力通信網絡的可靠性，保證電力系統的穩定運行。

參考文獻：

[1]祁兵，劉思放，李彬，等.共享風險鏈路組與風險均衡的電力通信網路由優化策略[J].電力系統自動化，2020，44（08）：168-178.

[2]王翊，葉瑩瑩，徐志軍，等.面向實時通道故障的電力通信網路由優化調整方法[J].機械與電子，2019，37（11）：42-45.

[3]李敏.基于策略多播路由的電力通信網路由優化研究[J].微型電腦應用，2019，35（04）：76-80+89.

[4]李伯中，陳芳，金廣祥，等.基于改進遺傳算法的電力通信網路由優化研究[J].自動化技術與應用，2019，38（03）：74-80.

[5]李彬，盧超，景棟盛，等.負載與風險聯合均衡的電力通信網路由優化算法[J].中國電機工程學報，2019，39（09）：2713-2723.

[6]王新剛，趙舫.計及通信資源優化的電力線載波通信路由算法研究[J].電測與儀表，2019，56（22）：79-83.