CN103179001A - 一种基于工作路径信息的电力通信网可靠性评估方法 - Google Patents

Abstract

本发明请求保护一种改进的电力通信网可靠性评估模型及算法，涉及电力系统技术领域。本发明针对现有电力通信网可靠性评估方法的不足，提出了一种基于工作路径信息的电力通信网可靠性评估模型，在建立可靠性模型时摆脱了对网络拓扑结构的依赖，而是根据实际承载流量的工作路径信息建立可靠性模型，即建立工作路径和网络单元之间的映射关系，并且将通信容量引入可靠性模型。基于新模型设计的可靠性算法采用自顶向下的方法，以通信容量作为可靠性测度，考虑到了电力通信网的实际运行情况，降低了可靠性计算的复杂度，并且可以得到更加准确的可靠性评估结果。

Description

一种基于工作路径信息的电力通信网可靠性评估方法

技术领域

本发明涉及通信技术领域，具体涉及一种电力通信网可靠性评估方法。

技术背景

随着电力系统的发展，电力系统信息化进程也在不断加快，电力网与通信网之间的相互渗透越来越明显。电力系统的高稳定性要求电力网中的发电、输电和配电系统都具有很高的自动化水平，而且需要这些系统在一个可靠的模式下协调运行。电力通信网是电力系统的重要组成部分，它的可靠性直接影响到电力系统的可靠运行。因此，电力系统对通信网具有高度的依赖性，使得电力通信网的可靠性研究具有非常重要的意义。

目前，针对电力通信网的可靠性评估主要有两种方法：模拟法和分析法。文献《建立电力系统通信网可靠性管理体系相关问题的探讨》“电力系统通信，2006,27（168）：58-61”中针对电力通信网在可靠性管理方面的特殊性，指出了设计可靠性、实施可靠性、运维可靠性、战略可靠性所包含的研究内容，同时对建立电力通信网可靠性分层体系结构、可靠性测度与评估方法等问题进行了分析说明。文献《Reliability of telecommunication for bulk power system teleprotection》“IEEE Transaction on Power Delivery，1997,12（2）：601-606”中提出利用概率论研究继电保护通道的可靠性问题，在输电线路故障时，通信通道也可能出现失效，这会引起继电保护设备异常，从而导致事故进一步扩大，对电网运行造成严重影响，文章对这种影响的危害程度进行了定量研究。文献《Reliability assessmentfor system control telecommunication circuits》“In：CIGRE2006，D2-204:1-8”提出了一种远动通道的可靠性模型，在考虑双通道互为备用的前提下，利用贝叶斯网络建立了可靠性模型，并将该模型用于电力通信网的可靠性评估。文献《Efficient and exact reliability evaluation for network with imperfect vertices》“IEEE Trans.Reliability，vol.R-56，pp.288-300，2007”利用概率论的方法建立了可靠性模型，提出了针对网络节点故障的可靠性算法，并将该模型用于电力通信网的可靠性评估。现有的电力通信网可靠性研究主要存在两点问题：一是直接借鉴公网可靠性研究成果，专门针对电力通信网的研究很少；二是基于概率论的可靠性模型具有很大局限性，随着网络规模的扩大，难以得出准确的可靠性评估结果。

现有的电力通信网可靠性都是在基于概率论的可靠性模型（以下简称为概率模型）基础上进行的，这种基于概率论的可靠性模型具有很大的局限性：一是这种模型依赖于网络拓扑信息，但是在实际的电力通信网中，由于用户分布的随机性，网络拓扑也具有非常大的随机性，因此针对网络拓扑进行的可靠性研究不具有实际的应用价值，并且随着网络规模的扩大，会使得可靠性评估非常复杂；二是根据概率模型理论，两个通信节点之间的每一条逻辑链路都可以进行信息传输，每一条逻辑链路上的网络单元（节点和链路）都有一定的故障率，如图1所示（图中的数字表示链路和网络节点的故障率），然后根据逻辑链路之间的串并联关系进行可靠性计算，但是实际的在电力通信网中，并不是两个通信节点之间所有逻辑链路都可以进行信息传输。三是进行可靠性分析时只考虑网络拓扑信息，没有考虑到网络性能下降的因素，而性能下降会直接导致用户满意度下降。

为了能够对电力通信网的可靠性进行更加全面准确的评估，本发明结合电力通信网的特点提出了基于工作路径信息的可靠性模型，通过建立工作路径与网络设备单元及其容量之间的映射关系，使得可靠性模型不再依赖于网络拓扑结构，并为新模型设计了相应的可靠性评估方法。

发明内容

本发明所要解决的技术问题是：针对现有基于概率论的可靠性模型的电力通信网可靠性评估方法的不足，本发明提出一种基于工作路径信息的可靠性评估方法，从而得到更加准确的电力通信网可靠性评估结果。

本发明解决其技术问题所采用的技术方案是：提出一种基于工作路径信息的可靠性评估方法。本发明在建立可靠性模型时不再针对某一具体的网络拓扑进行构建，而是根据工作路径信息建立可靠性模型，工作路径即实际承载流量的路径。

一种电力通信网可靠性评估方法，根据电力通信网工作路径与其对应的网络单元的对应关系建立工作路径和网络单元之间的映射；根据两个通信节点之间允许的最大信息传输速率确定通信容量C_r，对网络单元集合中所有元素的工作概率进行乘积运算，得到乘积运算结果根据公式

得到网络现有的通信容量C(N,X_o)不小于最大信息传输速率确定的通信容量C_r的概率R(N)，即为网络的可靠性评估结果。

所述建立工作路径和网络单元之间的映射具体包括：根据工作路径信息建立可靠性模型N=（X,Y,f,C_o），即根据工作路径Y与其对应的网络单元X（网络节点和链路）的对应关系(通过f函数表示)建立工作路径和网络单元之间的映射：建立工作路径子集Y的集合F(Y)与其对应的网络单元子集X的集合F(X)之间的映射，建立F(X)与F(Y)的映射函数η，对于子集X中任意集合x∈F(X)，满足

对于任意子集Y中任意集合y={y₁，y₂，…，y_i}∈F(Y)，满足η^-1(y)=f(y₁)∪f(y₂)∪…∪f(y_i)，其中：η是F(X)到F(Y)的映射，η^-1是F(Y)到F(X)的映射；在子集Y中寻找有效集β，计算有效集β集合中包含的所有工作路径的总容量C_o(β)。建立有效集β的集合E(m)，集合E(m)包含的每一个有效集中的元素个数都为m；对集合E(m)中所有有效集进行从F(Y)到F(X)的映射，获得网络单元集合为X₁、X₂、…、X_n；对网络单元集合X_i（1≤i≤n）中所有元素的工作概率进行乘积运算，得到的结果为

将的值代入公式：R(N)=P(C(N,X_o)≥C_r)得到网络的可靠性评估结果为

即网络现有的通信容量C(N,X_o)不小于需求容量C_r的概率。

其中，有效集β满足的条件为：（1）集合β中所有元素都是处于正常工作状态的工作路径，并且其总通信容量不小于容量门限值，即C_o(β)≥C_r；（2）集合β满足η(η^-1(β))=β。

如集合X_i是X的子集，并且X_i具备两个条件：（1）X_i中的每一个元素都处于正常工作状态；（2）{X-X_i}中的每一个元素都处于故障状态。根据模型N调用以下公式得到网络的通信容量为：

$C(N,X_i)=C_o\left(\right\{y|y\∈Y,f\left(y\right)\⊆X_i\}).$

本发明设计的可靠性算法采用自顶向下的方法，首先进行工作路径级的可靠性计算，再根据工作路径和网络单元之间的映射关系进行网络单元级的计算，这种可靠性评估算法层次分明，符合电力通信网的实际运行情况，从而可以使得到的可靠性评估结果更加准确。

附图说明

图1概率模型示例网络

图2传输性能降级示意图

图3本发明示例网络

具体实施方式

下面针对附图对本发明的实施方式作具体描述。

在实际的电力通信网中，并不是两个通信节点之间的每一条逻辑链路都可以用来承载信息传输的，传输路径（工作路径）往往是被严格限定的，两个通信节点之间工作路径的数量一般都小于逻辑链路的数量，并且每一条工作路径都有其对应的网络单元（节点和链路），根据这种对应关系可以建立工作路径和网络单元之间的映射，因为工作路径的数量小于网络单元的数量，因此根据工作路径信息建立的可靠性模型可以降低可靠性算法的复杂度。而且针对工作路径进行可靠性评估更加符合电力通信网的实际运行状况。在建立了新的可靠性评估模型的基础上，在进行可靠性评估计算时以通信容量作为可靠性测度，网络中每个节点和每条链路都有一定的故障率和容量（即该节点或者链路允许的最大信息传输速率），设通信容量为两个通信节点之间允许的最大信息传输速率，如图2所示，如正常情况下通信节点A、B之间允许的最大信息传输速率为300Mbps，当链路1发生故障时，通信节点A、B之间允许的最大信息传输速率降为100Mbps，此时通信节点A、B可以进行信息传输，但是其通信容量从300Mbps下降到100Mbps，网络性能明显下降，传统的概率模型在进行可靠性评估时忽略了这一点，因此以通信容量作为可靠性测度更加科学。

本发明根据工作路径信息建立可靠性模型N=（X,Y,f,C_o），根据工作路径Y与其对应的网络单元（节点和链路）的对应关系建立工作路径和网络单元之间的映射，根据两个通信节点之间允许的最大信息传输速率确定通信容量C_r，以该通信容量作为可靠性测度。具体包括：

根据电力通信网网络中所有网络单元（节点和链路）的有限子集X的集合F(X)和网络中所有工作路径的有限子集Y的集合F(Y)，建立F(X)与F(Y)的映射函数η。

（1）设η是F(X)到F(Y)的映射函数，满足：对于任意x∈F(X)， $\mathrm{\η}\left(x\right)=\left\{y\right|y\∈Y,f\left(y\right)\⊆x\};$

（2）η^-1是F(Y)到F(X)的映射函数，对于任意β={y₁，y₂，…，y_i}∈F(Y)，η^-1(β)=f(y₁)∪f(y₂)∪…∪f(y_i)。

其中，f(y_i)表示Y到F(X)的映射，即对于任一条工作路径y_i∈Y，工作路径y_i经过的网络单元是f(y_i)。

采用自顶向下的计算方法，首先进行工作路径级的计算，在子集Y中建立“有效集”β(β表示工作路径的有效集集合)，对于任意

如果满足以下有效集条件，则β是一个“有效集”，

（1）集合β中所有元素都是处于正常工作状态的工作路径，并且其总通信容量不小于容量门限值，即C_o(β)≥C_r；

（2）集合β满足η(η^-1(β))=β；

（3）有效集β的集合为E(m)（所有的工作路径有效集），并且集合E(m)包含的每一个有效集中的元素个数都为m；NE(m)是一个非有效集的集合，并且集合NE(m)包含的每一个非有效集中的元素个数都为m。

根据以下方法获得所有“有效集”：

步骤1：初始化，置m=1；

步骤2：验证子集Y中每一个元素y_i（y_i∈Y）是否满足有效集的条件，

如果元素y_i的集合{y_i}是一个完全集，则将{y_i}放入E(1)，如果{y_i}不是一个完全集，则将{y_i}计入NE(1)；

步骤3：设λ(NE(m))=φ，（即非有效集开始默认是一个空集，不含任何元素，在下述的计算过程中会不断改变它的值）对于每一个ω∈NE(1)和ω'∈NE(m)，如果ω∩ω'=φ，则λ(NE(m))=λ(NE(m))∪ω∪ω'；（ω和ω'表示NE(1)和中的某一个元素，这里是对非有效集合的一个不断叠加的过程）

步骤4：验证集合S{λ(NE(m))}中的每一个元素，如果满足有效集的条件，则该元素是一个有效集，计入E(m+1)，如果不满足有效集的三个条件，则计入NE(m+1)；

步骤5：置m=m+1，返回步骤2，直至验证完所有工作路径的集合。

通过上述方法可以得到所有的工作路径有效集。根据有效集进行网络单元级的计算，进行网络的可靠性评估。

步骤1：对所有工作路径有效集进行η^-1函数（F(Y)到F(X)的映射）运算，获得网络单元集合分别为X₁、X₂、…、X_n；

步骤2：对网络单元的任意集合X_i（i∈N,1≤i≤n）中所有元素的工作概率进行乘积运算，得到乘积运算结果

步骤3：网络处于正常运行状态的概率表示为R(N)=P(C(N,X_i)≥C_r)，根据公式

得到网络的可靠性评估结果，即网络现有的通信容量C(N,X_o)不小于需求容量C_r的概率。

通过上述算法进行电力通信网可靠性评估计算层次分明，便于管理和统计，并且此算法采用的可靠性模型是基于工作路径信息的，不同于以往的概率模型，符合电力通信网的实际运行情况，因此可以得到更加准确的可靠性评估结果。

本发明示例网络如图3所示，为了简单起见，我们只考虑链路会发生故障的情况，其中x_i是通信节点A、B之间的链路，y_i是通信节点A、B之间的工作路径，每一条工作路径的容量都为100Mbps，并且y₂是y₁的备用路径，y₅是y₃的备用路径。建立可靠性模型为N=（X,Y,f,C_o），则

X={x₁，x₂，x₃，x₄，x₅，x₆，x₇，x₈}；

Y={y₁，y₂，y₃，y₄，y₅}；

根据工作路径和网络单元的对应关系得到Y到F(X)的映射：

f(y₁)={x₁，x₈}；

f(y₂)={x₁，x₆，x₇}；

f(y₃)={x₂，x₃，x₈}；

f(y₄)={x₅}；

f(y₅)={x₃，x₄，x₇}；

对于任意x∈X都有两种状态：正常工作和发生故障，概率分别为p_x和q_x，且p_x>0，q_x>0，p_x+q_x=1；

对于任意y∈Y都有两种状态：正常工作和发生故障，只有当f(y)中所有元素都处于正常工作状态时，y才为正常工作状态，且C_o(y)=100Mbps；

对于任意集合S∈F(Y)，可以得到集合S中包含的所有工作路径的总容量C_o(S)，具体步骤如下：

首先初始化C_o(S)的值，即C_o(S)=0；然后再逐步进行判定并累加C_o(S)的值，如果y₁∈S或y₂∈S，则C_o(S)=C_o(S)+100；如果y₃∈S或y₅∈S，则C_o(S)=C_o(S)+100；如果y₄∈S，则C_o(S)=C_o(S)+100，通过上述步骤即可以得到集合S中包含的所有工作路径的总通信容量C_o(S)。

我们设集合X_i是X的子集，并且X_i具备两个条件：（1）X_i中的每一个元素都处于正常工作状态；（2）{X-X_i}中的每一个元素都处于故障状态。因此可以根据模型N调用以下公式得到网络的通信容量为：

$C(N,X_i)=C_o\left(\right\{y|y\∈Y,f\left(y\right)\⊆X_i\})---\left(1\right)$

以新模型示例网络为例，如果X_i={x₁，x₂，x₄，x₆，x₇，x₈}，则 $f\left(y_1\right)=\{x_1,$ $x_8\}\⊆X_i,$ $f\left(y_2\right)=\{x_1,x_6,x_7\}\⊆X_i,$ $f\left(y_4\right)=\left\{x_5\right\}\⊆X_i,$ f(y₃)和f(y₅)不是X_i的子集，此时根据模型N调用以下公式计算的通信容量为：

$C(N,X_i)=C_o\left(\right\{y|y\∈Y,f\left(y\right)\⊆X_i\})=C_o\left(\right\{y_1,y_2,y_4\left\}\right)=200$

在电力通信网络实际运行时，X_i中包含的元素（即正常工作的网络单元）也会随着时间推移发生变化，X_i的变化会直接导致C(N,X_i)的变化，设正实数C_r为网络的容量门限值，即当C(N,X_i)≥C_r时网络处于正常运行状态，可以满足网络的通信需求；当C(N,X_i)<C_r时网络处于异常状态，

不能满足网络的通信需求。基于工作路径信息的可靠性模型以通信容量作为可靠性测度，可以得到网络处于正常运行状态的概率，用公式表示为

R(N)=P(C(N,X_i)≥C_r)    （2）

从上述分析可以看出基于工作路径信息的可靠性模型摆脱了对网络拓扑结构的依赖，它根据工作路径信息建立工作路径和网络单元之间的映射关系，并且以网络通信容量作为可靠性测度，符合电力通信网的实际运行状况，可以得到更加准确的可靠性评估结果。

Claims (6)

1.一种电力通信网可靠性评估方法，其特征在于：根据电力通信网工作路径与其对应的网络单元的对应关系建立工作路径和网络单元之间的映射；根据两个通信节点之间允许的最大信息传输速率确定通信容量C_r，对网络单元集合中所有元素的工作概率进行乘积运算，得到乘积运算结果

根据公式

得到网络现有的通信容量C(N,X_o)不小于通信容量C_r的概率，即为网络的可靠性评估结果。

2.根据权利要求1所述的可靠性评估方法，其特征在于：建立工作路径和网络单元之间的映射具体为：建立工作路径子集Y的集合F(Y)与其对应的网络单元子集X的集合F(X)之间的映射，对于子集X中任意集合x∈F(X)，映射函数满足

对于子集Y中任意集合y={y₁，y₂，…，y_i}∈F(Y)，映射函数满足η^-1(y)=f(y₁)∪f(y₂)∪…∪f(y_i)，其中：η是F(X)到F(Y)的映射，η^-1是F(Y)到F(X)的映射。

3.根据权利要求1所述的可靠性评估方法，其特征在于：确定通信容量具体为：在子集Y中寻找有效集β，计算有效集β集合中包含的所有工作路径的总容量C_o(β)即为通信容量C_r。

4.根据权利要求1所述的可靠性评估方法，其特征在于：得到网络现有的通信容量具体包括：建立有效集β的集合E(m)，集合E(m)包含的每一个有效集中的元素个数都为m，对集合E(m)中所有有效集进行F(Y)到F(X)的映射，获得网络单元集合为X₁、X₂、…、X_n；对网络单元的任一集合X_i（1≤i≤n），调用公式： $C(N,X_i)=C_0\left(\right\{y|y\&Element;Y,f\left(y\right)\&SubsetEqual;X_i\})$ 得到网络的通信容量，其中X_i中的每一个元素都处于正常工作状态；{X-X_i}中的每一个元素都处于故障状态。

5.根据权利要求3所述的可靠性评估方法，其特征在于：有效集β满足的条件为：（1）集合β中所有元素都是处于正常工作状态的工作路径，并且其总通信容量不小于容量门限值，即C_o(β)≥C_r；（2）集合β满足η(η^-1(β))=β；有效集β的集合为所有的工作路径集合E(m)，并且集合E(m)包含的每一个有效集中的元素个数都为m；NE(m)是一个非有效集的集合，并且集合NE(m)包含的每一个非有效集中的元素个数都为m。

6.根据权利要求5所述的可靠性评估方法，其特征在于：寻找有效集β的步骤包括：

步骤1：初始化，置m=1；

步骤2：如果元素y_i的集合{y_i}是一个完全集，则将{y_i}放入E(1)，如果{y_i}不是一个完全集，则将{y_i}计入NE(1)；

步骤3：设λ(NE(m))=φ，对于每一个ω∈NE(1)和ω'∈NE(m)，如果ω∩ω'=φ，则λ(NE(m))=λ(NE(m))∪ω∪ω'；

步骤4：验证集合S{λ(NE(m))}中的每一个元素，如果满足有效集的条件，则该元素是一个有效集，计入E(m+1)，如果不满足有效集的条件，则计入NE(m+1)；

步骤5：置m=m+1，返回步骤2，直至验证完所有工作路径的集合。

Images