CN107566060A

CN107566060A - 一种智能电网通信中的自适应信道分配方法

Info

Publication number: CN107566060A
Application number: CN201710815479.8A
Authority: CN
Inventors: 李红岩; 杨静; 宋燚; 胡军委
Original assignee: Henan University of Technology
Current assignee: Henan University of Technology
Priority date: 2017-09-12
Filing date: 2017-09-12
Publication date: 2018-01-09

Abstract

本发明公开了一种智能电网通信中的信道分配方法及系统，所述系统由智能电表终端、变电站控制中心组成，采用认知无线电动态利用电视频段的空闲频谱实现终端和控制中心之间的通信；所述方法包括：首先，控制中心根据存储的历史检测数据，采用灰色预测模型对不同电视信道的占用度和信噪比做出预测，并按照占用度预测值从低到高对电视信道排序，得到信道序列A1，按照信噪比预测值从高到低对电视信道排序，得到信道序列A2；其次，控制中心根据业务类型为智能电表终端分配信道，对于时延敏感性业务，从A1中按顺序分配信道；对于频繁传输的非时延敏感性业务，从A2中按顺序分配信道。所述方法能够满足智能电网通信中不同业务类型对信道的需求。

Description

一种智能电网通信中的自适应信道分配方法

技术领域

本发明涉及智能电网通信领域，主要解决智能电网无线接入时的信道分配问题，具体涉及一种智能电网通信中的基于预测和业务类型的自适应信道分配方法。

背景技术

与传统的电网相比，智能电网采用先进的传感、测量和高效的控制方法，利用高速、双向的通信网络和计算平台，实现电力、信息和业务的高度融合，保障了网络结构的高速运行，能够实现与用户的交互，满足用户多样化的需求并对用户提供增值服务。在智能电网的建设中，通信技术的作用至关重要，建立高效、实时性、双向传输的通信系统是实现智能电网的基础。

在智能电网系统中，用户终端电表接入到本地控制中心的通信部分，通常称为最后一公里接入。相比其他已有的无线通信系统，智能电网最后一公里的无线接入具有自身的特点。智能电网需要实现更频繁的周期性的控制中心和终端用户互动，例如实时电表监测。智能电网通信面临的挑战如下：（1）时间延迟要求高。如果因时延过大导致控制中心没有接收到来自终端传感器的消息输入，控制中心可能会给智能电表终端发送错误的控制消息。（2）传输信息量大。由于终端用户数量巨大，信息传输量必然很大，通信网络应能承载大数据量的消息传输。在设计智能电网最后一公里接入系统时，必须考虑上述因素，以实现可靠高效的通信。

本发明考虑用户终端电表和本地控制中心之间的通信链路采用无线链路的情况，此时最后一公里接入的首要任务是解决无线频谱的选择问题。根据现有技术发展，目前有三种可供选择的频谱方案：（1）电网系统向频谱管理部门申请专用的授权频谱；（2）使用无需授权的公共频谱；（3）采用认知无线电技术，动态利用已授权的频谱。由于当前频谱资源短缺问题比较突出，为电网系统分配专用频谱不太现实，而公共非授权频段当前已有很多应用技术，频谱干扰较大，不能满足电网系统对可靠高效通信的需求。因此，本发明主要关注利用认知无线电技术实现智能电网最后一公里的接入时的通信问题。认知无线电是一种智能软件定义的无线电技术，在无线电环境探测基础上，调整其配置的无线电频谱的部分，促进高效，可靠和动态使用未充分利用的授权频谱。IEEE802.22是认知无线电基于电视频谱波段的机会利用的第一个标准化项目。利用IEEE 802.22实现智能电网最后一公里的接入方案，具有以下好处：（1）认知无线电充分利用了未使用的电视频段，可以极大的缓解频谱资源不足，满足智能电网对无线接入的频谱需求。（2）可实现高达数十Mbps的传输速率。（3）由于长期支撑电视的传播特性带，覆盖面积可达100公里。（4）认知无线电是自适应的、可编程的和灵活的技术，能够实现对电视频段空闲频谱的动态利用。根据认知无线电技术的应用模式，灵活利用电视频段白空实现智能电网通信最后一公里接入时，各认知设备（包括智能电表终端和电网控制中心）首先应对所处地理位置的电视频段使用情况进行检测，然后通信双方经过协商后伺机接入未使用的电视信道，传输节点需要考虑如何选择发送信道以满足传输数据需求的问题。在智能电网通信中，可分为时延敏感性和非时延敏感性两种业务类型，诸如故障报警等时延延迟性业务对信道传输可靠性有较高的要求，而常规电表监测数据要求信道有较高的传输速率。因此，传输数据类型对最佳信道分配起着重要的作用，在本发明所述的基于认知无线电的智能电网通信系统中，结合电网传输数据特点，提出一种基于预测和业务类型的自适应信道分配方法。

发明内容

基于以上分析，为了提高解决智能电网通信系统中电表终端的信道分配问题，本发明提出如下信道分配方法及系统：

本发明仅考虑利用认知无线电解决智能电网通信最后一公里接入的问题，所述系统由智能电表终端、终端变电站控制中心和区域变电站控制中心组成，采用认知无线电技术动态利用电视频段的空闲频谱，智能电表终端和终端变电站控制中心为认知设备，认知设备在通信之前首先对电视信道进行检测，获取可用信道列表，通信双方经协商后选择一条共同的可用信道进行通信。

所述方法包括一种基于灰色预测模型的信道预测方法和一种基于业务类型的信道分配方法。

一种基于灰色预测模型的信道占用度和信噪比预测方法的基本思路是：终端变电站控制中心根据存储的历史检测数据，采用灰色预测模型对不同电表终端的电视信道占用度和信噪比做出预测，并按照占用度预测值从低到高对电视信道排序，得到信道序列A1，按照信噪比预测值从高到低对电视信道排序，得到信道序列A2。该方法的实质是利用智能电网控制中心存储和计算能力强的特点，由智能电网控制中心根据智能电表终端的历史检测结果进行电视信道占用度和信噪比的预测，随后控制中心基于预测结果和业务类型为智能电表终端分配信道。

一种基于业务类型的信道分配方法的基本思路是：控制中心根据业务类型为智能电表终端分配信道，首先为时延敏感性业务分配信道，从A1中选择前i条信道分配给i个时延敏感性业务终端；其次从剩余的信道中，按照A2的排序选择前j条信道分配给j个非时延敏感性业务终端。该方法的实质是终端根据预测结果为不同类型的数据选择合适的信道。对故障报告等时延敏感性数据，优先选择占用度最低的信道，以保证可靠传输。对传输量大而非时延敏感性业务，优先选择信噪比高的信道，以保证较高的传输速率。

上述基于预测和业务类型的信道分配方法，包括以下步骤：

步骤102)系统启动后，第i个簇的智能电表终端，采用能量检测法检测所在位置的电视信道占用情况，设共包含N条电视信道；

步骤103)第i个簇内的智能电表终端将N条信道的检测结果和等待传输的业务类型，发送至控制中心；

步骤104)控制中心根据存储的第i个簇的历史检测数据，采用灰色预测模型，对N条信道的占用度和平均信噪比进行数据挖掘和预测，具体预测方法如下：

步骤104-1)控制中心针对待检测电视信道集合中的某一信道，对历史检测数据进行统计分析，分别得到该信道占用度和平均信噪比的时间序列{s_t}和{q_t}；

步骤104-2)使用灰色预测模型GM(1,1)，分别对信道的占用度和平均信噪比时间序列{s_t}和{q_t}进行预测，具体预测方法如下：第一步，由原始数据序列构造累加生产序列；第二步，构造数据矩阵和数据向量；第三步，计算模型参数；第四步，得到预测模型；第五步，进行残差检验、关联度检验和后验差检验；第五步，预测，得到预测结果。

步骤104-3)控制中心根据预测的信道占用度，按照占用度由低到高排序，得到信道序列A1；按照平均信噪比预测值从高到低对电视信道排序，得到信道序列A2。

步骤105)控制中心根据业务类型为智能电表终端分配信道。具体信道分配方法如下：

步骤105-1)首先为时延敏感性业务的终端分配信道。设有i个智能电表终端的业务类型为时延敏感性业务，则从A1中选择前i条信道，随机分配给i个智能电表终端；

步骤105-2)其次为非时延敏感性业务的终端分配信道。设有j个智能电表终端的业务类型为非时延敏感性业务，则从剩余的(N-i)条信道中，选择A2序列的前j条信道，随机分配给j个智能电表终端。

附图说明

附图1为本发明提出的基于认知无线电的智能电网通信系统结构图。

附图2为基于预测和业务类型的自适应信道分配方法。

具体实施方式

下面结合附图1和附图2，详细说明本发明提出的方案。

图1所示为基于认知无线电的智能电网通信系统结构图，该系统由智能电表终端、终端变电站控制中心和区域变电站控制中心组成，本发明仅考虑智能电网通信最后一公里无线接入的问题，采用认知无线电技术动态利用电视频段的空闲频谱，智能电表终端和终端变电站控制中心为认知设备，认知设备在通信之前首先对电视信道进行检测，获取可用信道列表，通信双方经协商后选择一条共同的可用信道进行通信。本发明仅考虑图1所示系统的高效频谱检测问题，采用图2所示方法执行信道分配。

图2所示基于预测和业务类型的信道分配方法，包括以下步骤：

步骤104)控制中心根据存储的第i个簇的历史检测数据，采用灰色预测模型GM(1,1)，对N条信道的占用度和信噪比进行数据挖掘和预测，具体预测方法如下：

Claims

1.一种智能电网通信中的自适应信道分配方法，其特征在于，该方法包括以下操作步骤：

步骤101)将一个终端变电站管理范围内的所有智能电表终端按照地理位置分为若干个簇；

步骤104)控制中心根据存储的第i个簇的历史检测数据，采用灰色预测模型，对N条信道的占用度和平均信噪比进行数据挖掘和预测；

步骤105)控制中心根据业务类型为智能电表终端分配信道。

2.根据权利要求1所述的信道占用度和信噪比预测方法，其特征在于，所述步骤104)具体步骤为：

步骤104-2)使用灰色预测模型GM(1,1)，分别对信道的占用度和平均信噪比时间序列{s_t}和{q_t}进行预测，具体预测方法如下：第一步，由原始数据序列构造累加生产序列；第二步，构造数据矩阵和数据向量；第三步，计算模型参数；第四步，得到预测模型；第五步，进行残差检验、关联度检验和后验差检验；第五步，预测，得到预测结果;

步骤104-3)控制中心根据预测的频谱占用度，按照占用度由低到高排序，得到信道序列A1；按照信噪比预测值从高到低对电视信道排序，得到信道序列A2。

3.根据权利要求1所述的信道分配方法，其特征在于，所述步骤105)具体步骤为：

步骤105-1)首先为时延敏感性业务的终端分配信道;设有i个智能电表终端的业务类型为时延敏感性业务，则从A1中选择前i条信道，随机分配给i个智能电表终端；

步骤105-2)其次为非时延敏感性业务的终端分配信道;设有j个智能电表终端的业务类型为非时延敏感性业务，则从剩余的(N-i)条信道中，选择A2序列的前j条信道，随机分配给j个智能电表终端。