CN108924673A - 一种基于电力通信网的光通道多点故障进行自愈的方法及系统 - Google Patents

Abstract

本发明公开了一种基于电力通信网的光通道多点故障进行自愈的方法及系统，其中所述方法包括：在电力光传输网中，监测光路的宿节点，对故障点进行定位；确定所述电力光传输网中的每个业务的传输延时的时延权重，确定所述电力光传输网中的所有业务均衡网络度的均衡度权重；根据所述时延权重和所述均衡度权重，建立所述电力光传输网广域通信传输网络路由优化策略的数学模型；根据所述优化策略的数学模型和触发自动重路由的通信链路上承载的稳定控制业务，以均衡网络度和时延目标，以每条稳定控制业务的路径为优化对象，建立路由优化模型。

Description

一种基于电力通信网的光通道多点故障进行自愈的方法及 系统

技术领域

本发明涉及实时电力通信网环境下的通信技术领域，更具体地，涉及一种基于电力通信网的光通道多点故障进行自愈的方法及系统。

背景技术

Mesh组网与传统WDM网络相比，Mesh组网作为ASON网络的主要组网方式之一，具有灵活、易扩展的特点。在这种组网方式下，恢复路径可以有很多条，提高了网络的安全性，并最大程度上利用整个网络资源。在Mesh组网中，为使中断业务得以重新接通，除延用传统的专用保护和共享保护外，还能够借助于重路由机制实现业务的即时恢复。

动态重路由是GMPLS/ASON带来的核心特性之一，是一种兼顾保护能力和资源利用效率的保护方式，也是对传统保护方式革命性的补充和改进。有了它，抗多次断纤的保护/恢复成为了可能。

实时广域稳定控制通信系统要对跨度几千公里范围内的跨区互联大电网进行安全防御，涉及的传输线路长，一次、二次设备多，任何一个节点或者链路都可能遭受意外故障，为了能在较短时间内恢复输电功能，使用户受影响的程度降至最低，需要安稳系统的光通道具备良好故障自愈能力。

自愈技术的基本思路就是要想办法避开受损的节点和路径，采用重路由机制对需要恢复的路由提供端到端的连接。与保护机制相比，自愈技术最大的优点就在于不预留资源，也就是不需要提前做备用路径产生冗余资源。但是在故障发生后，需要灵活搜索网络中的可用资源，实现高效动态的故障自愈，这个过程要实时运用路由算法寻找新的路由，占用了大量的时间，自愈时延无法满足连接切断阈值的要求，会让业务感觉到业务的中断。

相比于单点故障的恢复方法，光传输网络的多点故障的自愈技术研究更为复杂，研究内容包括故障定位、故障告知、保护和恢复3个步骤。而作为第1步，故障定位的效率和精度决定着生存性的质量。在传统的同步数字系列/同步光纤网络(synchronousdigitalhierarchy/synchronous opticalnetwork，SDH/SONET)中，定位机制基于O/E/O转换。在SDH光层中，利用监测器监测光信号的输入输出，但由于电力光传输网络的全透明性，终端缺乏相关的电设备，因而不能直接在光层进行故障定位，时延相对较长；而在其协议层中，可以利用部分路由协议(如OSPF和IS-IS)中的固有单元，优化其参数，达到故障快速定位的目的。通过协议定位，故障时间往往是秒级的，不满足ITU-T要求的50ms以内，因而在协议层进行故障定位也是不可行的。

因此，需要一种技术，以实现基于电力通信网的光通道多点故障进行自愈的技术。

发明内容

本发明技术方案提供了一种基于电力通信网的光通道多点故障进行自愈的方法及系统，以解决如何基于电力通信网的光通道多点故障进行自愈的问题。

为了解决上述问题，本发明提供了一种基于电力通信网的光通道多点故障进行自愈的方法，所述方法包括：

在电力光传输网中，监测光路的宿节点，对故障点进行定位；

确定所述电力光传输网中的每个业务的传输延时的时延权重，确定所述电力光传输网中的所有业务均衡网络度的均衡度权重；

根据所述时延权重和所述均衡度权重，建立所述电力光传输网广域通信传输网络路由优化策略的数学模型；

根据所述优化策略的数学模型和触发自动重路由的通信链路上承载的稳定控制业务，以均衡网络度和时延目标，以每条稳定控制业务的路径为优化对象，建立路由优化模型。

优选地，所述监测光路的宿节点，其中监测方式包括：带宽光功率监测、波长光功率监测、光频谱分析监测。

优选地，所述建立所述电力光传输网广域通信传输网络路由优化策略的数学模型，包括：

其中，为所述电力光传输网中的每个业务的平均通信时长，Ti为业务i的时延，L为业务个数，BD为所述电力光传输网中的业务的均衡网络度，Li为第i条链路上承载的业务个数，m为网络链路个数，Tmax为最大业务时延，Lmax为链路承载的最大业务个数；α为时延权重，β为均衡度权重；式中的约束部分分别表示业务时延约束和链路业务数目约束。

优选地，还包括：

利用Yen’s寻路径算法来为所述电力光传输网中的每个业务寻找前k条时延最短可选路径，所述Yen’s寻路径算法步骤为：

初始化，构建网络拓扑G(V,E,W)，其中V为节点集合，E为链路集合，W为每条链路的权值—时延；设置业务列表S(vs,vd)，其中vs为业务起始节点，vd为业务目的节点；

在所述网络拓扑G中删除中断链路X，得到新的网络拓扑G’；

利用所述Yen’s寻路径算法，为业务集合S中的每条业务寻找前k条时延最短路径，形成业务可选路径集Sk；

将每条业务看作染色体的一个基因，则染色体长度为业务个数，基因编码采用自然数编码，染色体i的适应度函数为随机产生初始群体，选择函数为轮盘赌选择法，染色体i被选择的概率为交叉过程采用基于位置的杂交运算法，变异过程为随机改变某个染色体中1个基因的位置，采用传统的遗传算法，基于一定的迭代次数，从业务的可选路径集中筛选出一个最优组合，其中popsize为群体大小；

输出得到业务路径组合，以及平均业务通信的时延和业务的均衡网络度。

优选地，所述故障点为多个。

基于本发明的另一方面，提供一种基于电力通信网的光通道多点故障进行自愈的系统，所述系统包括：

定位单元，用于在电力光传输网中，监测光路的宿节点，对故障点进行定位；

确定单元，用于确定所述电力光传输网中的每个业务的传输延时的时延权重，确定所述电力光传输网中的所有业务均衡网络度的均衡度权重；

建立单元，用于根据所述时延权重和所述均衡度权重，建立所述电力光传输网广域通信传输网络路由优化策略的数学模型；

优化单元，用于根据所述优化策略的数学模型和触发自动重路由的通信链路上承载的稳定控制业务，以均衡网络度和时延目标，以每条稳定控制业务的路径为优化对象，建立路由优化模型。

优选地，所述监测光路的宿节点，其中监测方式包括：带宽光功率监测、波长光功率监测、光频谱分析监测。

优选地，所述建立单元用于所述建立所述电力光传输网广域通信传输网络路由优化策略的数学模型，包括：

其中，为所述电力光传输网中的每个业务的平均通信时长，Ti为业务i的时延，L为业务个数，BD为所述电力光传输网中的业务的均衡网络度，Li为第i条链路上承载的业务个数，m为网络链路个数，Tmax为最大业务时延，Lmax为链路承载的最大业务个数；α为时延权重，β为均衡度权重；式中的约束部分分别表示业务时延约束和链路业务数目约束。

优选地，所述优化单元还用于：

利用Yen’s寻路径算法来为所述电力光传输网中的每个业务寻找前k条时延最短可选路径，所述Yen’s寻路径算法步骤为：

初始化，构建网络拓扑G(V,E,W)，其中V为节点集合，E为链路集合，W为每条链路的权值—时延；设置业务列表S(vs,vd)，其中vs为业务起始节点，vd为业务目的节点；

在所述网络拓扑G中删除中断链路X，得到新的网络拓扑G’；

利用所述Yen’s寻路径算法，为业务集合S中的每条业务寻找前k条时延最短路径，形成业务可选路径集Sk；

将每条业务看作染色体的一个基因，则染色体长度为业务个数，基因编码采用自然数编码，染色体i的适应度函数为随机产生初始群体，选择函数为轮盘赌选择法，染色体i被选择的概率为交叉过程采用基于位置的杂交运算法，变异过程为随机改变某个染色体中1个基因的位置，采用传统的遗传算法，基于一定的迭代次数，从业务的可选路径集中筛选出一个最优组合，其中popsize为群体大小；

输出得到业务路径组合，以及平均业务通信的时延和业务的均衡网络度。

优选地，所述故障点为多个。

本发明技术方案提供一种基于电力通信网的光通道多点故障进行自愈的方法及系统，其中方法包括：在电力光传输网中，监测光路的宿节点，对故障点进行定位；确定电力光传输网中的每个业务的传输延时的时延权重，确定电力光传输网中的所有业务均衡网络度的均衡度权重；根据时延权重和均衡度权重，建立电力光传输网广域通信传输网络路由优化策略的数学模型；根据优化策略的数学模型和触发自动重路由的通信链路上承载的稳定控制业务，以均衡网络度和时延目标，以每条稳定控制业务的路径为优化对象，建立路由优化模型。本发明技术方案提出的重路由触发机制以及路由优化模型能够有效降低业务的运行风险，进一步增强实时广域安稳控制系统的健壮性和稳定性，确保通信网络和电网系统的稳定可靠运行。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1为根据本发明优选实施方式的基于电力通信网的光通道多点故障进行自愈的方法流程图；

图2为根据本发明优选实施方式的重路由关键流程图；

图3为根据本发明优选实施方式的故障点定位模型示意图；

图4为根据本发明优选实施方式的二部图表示示意图；

图5为根据本发明优选实施方式的故障定位模型图；

图6为根据本发明优选实施方式的主动融合算法流程图；

图7为根据本发明优选实施方式的主动融合算法原理图示意图；以及

图8为根据本发明优选实施方式的基于电力通信网的光通道多点故障进行自愈的系统结构图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

图1为根据本发明优选实施方式的基于电力通信网的光通道多点故障进行自愈的方法流程图。本发明实施方式提出的重路由触发机制以及路由优化模型能够有效降低业务的运行风险，进一步增强实时广域安稳控制系统的健壮性和稳定性，确保通信网络和电网系统的稳定可靠运行。本发明实施方式提供一种基于电力通信网的光通道多点故障进行自愈的方法，其中方法包括：在电力光传输网中，监测光路的宿节点，对故障点进行定位；确定电力光传输网中的每个业务的传输延时的时延权重，确定电力光传输网中的所有业务均衡网络度的均衡度权重；根据时延权重和均衡度权重，建立电力光传输网广域通信传输网络路由优化策略的数学模型；根据优化策略的数学模型和触发自动重路由的通信链路上承载的稳定控制业务，以均衡网络度和时延目标，以每条稳定控制业务的路径为优化对象，建立路由优化模型。如图1所示，一种基于电力通信网的光通道多点故障进行自愈的方法，方法包括：

优选地，在步骤101：在电力光传输网中，监测光路的宿节点，对故障点进行定位。优选地，监测光路的宿节点，其中监测方式包括：带宽光功率监测、波长光功率监测、光频谱分析监测。优选地，故障点为多个。

本申请的电力光传输网中，由于光层的透明性，无法在光层对每条链路进行监测，只能在光路的宿节点进行监测。通常使用的监测手段有带宽光功率检测、波长光功率检测、光频谱分析等。

在经历了故障定位以及告警阶段后，就需要借助于重路由机制来实现业务的即时恢复。由于ASON重路由过程策略未考虑业务重要度和网络风险等因素，并不完全适用于实时广域稳定控制通信网络。因此，针对该问题，本申请提出了一种基于业务风险的重路由机制。

优选地，在步骤102：确定电力光传输网中的每个业务的传输延时的时延权重，确定电力光传输网中的所有业务均衡网络度的均衡度权重。

优选地，在步骤103：根据时延权重和均衡度权重，建立电力光传输网广域通信传输网络路由优化策略的数学模型。优选地，建立电力光传输网广域通信传输网络路由优化策略的数学模型，包括：

其中，为电力光传输网中的每个业务的平均通信时长，Ti为业务i的时延，L为业务个数，BD为电力光传输网中的业务的均衡网络度，Li为第i条链路上承载的业务个数，m为网络链路个数，Tmax为最大业务时延，Lmax为链路承载的最大业务个数；α为时延权重，β为均衡度权重；式中的约束部分分别表示业务时延约束和链路业务数目约束。

本申请在实时的广域稳定控制通信中，一旦通信发生异常或者故障，不仅会影响网络结构本身，也会对其上传输的业务造成一定影响。

由于广域通信网络本身结构在实际应用场景中是很难被改变的，所以为了降低链路中断所造成的影响，我们将从降低链路中断对业务影响的角度，对广域传输网上承载的业务路由进行优化，提出相应的优化策略，以降低链路中断所带来的影响。在分析链路中断对业务影响时，我们考虑了对业务通信时长和全网业务均衡度的影响，则以各业务的传输延时和全网业务均衡度的加权和最小化为优化策略的目标函数。为了使业务能够均匀的分布在网络上，需要对各边的业务容量进行一定的限制。

优选地，利用Yen’s寻路径算法来为电力光传输网中的每个业务寻找前k条时延最短可选路径，Yen’s寻路径算法步骤为：

初始化，构建网络拓扑G(V,E,W)，其中V为节点集合，E为链路集合，W为每条链路的权值—时延；设置业务列表S(vs,vd)，其中vs为业务起始节点，vd为业务目的节点；

在网络拓扑G中删除中断链路X，得到新的网络拓扑G’；

利用Yen’s寻路径算法，为业务集合S中的每条业务寻找前k条时延最短路径，形成业务可选路径集Sk；

将每条业务看作染色体的一个基因，则染色体长度为业务个数，基因编码采用自然数编码，染色体i的适应度函数为随机产生初始群体，选择函数为轮盘赌选择法，染色体i被选择的概率为交叉过程采用基于位置的杂交运算法，变异过程为随机改变某个染色体中1个基因的位置，采用传统的遗传算法，基于一定的迭代次数，从业务的可选路径集中筛选出一个最优组合，其中popsize为群体大小；

输出得到业务路径组合，以及平均业务通信的时延和业务的均衡网络度。

本申请针对上述建立的广域通信网路由优化策略的数学模型以及触发自动重路由的通信链路上承载的稳定控制业务，以均衡网络度和时延为目标，以每条稳定控制业务的路径为优化对象，提出路由优化模型。本申请针对该模型，首先利用Yen’s算法来为每条业务寻找前k条时延最短可选路径，与之后采用传统的遗传算法从所有的可选路径中寻找到一个最优的组合方案。通过输出得到的业务路径组合，以及平均业务通信时延和业务均衡度。

Yen’s算法首先基于Dijkstra算法得到第1条最短路径，再利用递推法中的偏离路径算法思想，将最短路径上除起始和目的节点之外的所有节点都视为偏离节点，并计算每个偏离节点到目的节点的最短路径，再与之前的最短路径上起始节点到偏离节点的路径拼接，构成候选路径，进而求得最短偏离路径，以此类推得到前条最短路径。

优选地，在步骤104：根据优化策略的数学模型和触发自动重路由的通信链路上承载的稳定控制业务，以均衡网络度和时延目标，以每条稳定控制业务的路径为优化对象，建立路由优化模型。

以下对本申请的实施方式进行举例说明。

图2为根据本发明优选实施方式的重路由关键流程图。如图2所示组网拓扑，配置有一条从节点A经过D、G到节点K的LSP，现在节点D、G之间断纤，那么其动态重路由过程为：

节点D的FIU(对光层)或OTU(对电层)检测到告警后，上报主控GMPLS模块；

节点D主控GMPLS模块检查受影响的智能业务，向首节点A发送Notify消息；

首节点A的GMPLS模块收到Notify消息后，计算出一条端到端恢复路径，然后沿计算好的路径，经中间节点向末节点K方向发送PATH消息，在沿途各节点建立反向交叉连接；

末节点K的GMPLS模块收到PATH消息后，经由中间节点向首节点A方向发送RESV消息，在沿途各节点建立正向交叉连接；

首节点A收到末节点发过来的RESV消息后，打开告警监视，再向下游节点发送开告警的PATH消息。下游节点收到该消息后均打开对新业务路径的告警监视。

整条LSP的告警监视打开后，如果是不可返回式业务则删除老路径，整个重路由过程结束。

图3为根据本发明优选实施方式的故障点定位模型示意图。如图3所示，传输网中故障定位的典型模型，假设网络拓扑为G(V,L)，其中V和L分别表示网络中的节点和链路，S表示网络中运行的业务集合，F表示随机产生的链路故障集合，A表示控制平面在链路故障后得到的告警集合。电力光传输网中，每条光路的宿节点开启一个与控制平面相连的监测器。当网络中随机链路Li发生故障Fi时，业务Si在宿节点产生异常，即产生告警信息Ai，形成告警集合A与疑似故障链路集合F的二部图，如图4所示。

图4为根据本发明优选实施方式的二部图表示示意图。告警集合A与疑似故障链路集合F的二部图在图4中，拓扑上有业务S0、S1和S2，当链路L(5,10)产生故障时，业务S0和S2产生告警A0和A2。则疑似故障链路集合为{F(7,6),F(6,5),F(2,5),F(5,10),F(10,13)}，又根据业务S1是良好的，排除链路{F(7,6),F(6,5)}。最终形成如上图所示的二部图，如果是单链路故障场景，则故障链路必然是(5,10)；如果是多链路故障场景，由于A2只能由F(5,10)引起，则必然故障链路为(5,10)，疑似故障链路为(2,5)和(10,13)，则故障链路的集合可能是{F(2,5),F(5,10)}，{F(10,13),F(5,10)}或者{F(2,5),F(5,10),F(10,13)}。

图5为根据本发明优选实施方式的故障定位模型图。如图5所示，将网络拓扑G、业务集合S、故障告警集合A作为输入，建立二部图，找到所有涉及的故障链路集合F；其次，进行预处理，简化二部图，集合F中，除去必定不故障的集合FN，留下必定故障的集合FY和疑似故障的集合FS；利用故障定位算法，最终确定FS中的故障元素，从而确定网络中故障链路集合FF。

G(V，E，S)用来定义网络模型，利用无向图描述该拓扑结构，通过构造相应的邻接矩阵来存储网络拓扑中顶点与链路的连通关系，其中V代表网络中的节点集合，v代表任意结点，E代表网络中的边集合，e代表任意链路，链路均为无向链路，S代表网络中承载的业务集合。任意节点集合中的节点vd都有一个节点权重P(d)，P(d)代表节点vd因为故障出现而产生告警的概率；任意链路集合中的链路都有一个链路权重P(e)，P(e)代表链路发生故障的概率，这里假设每个链路发生故障的概率是相同的，并且所有链路之间是否发生故障是相互独立的；任意业务集合中的业务都可以标记为(id，l)，其中id代表网络中承载业务的id标号，l代表承载业务的光路信息，id和l能够唯一标记网络中的业务，通过某个业务的id和l信息，可以确定该业务经过的e数目(记为Ne)以及与该业务有相同的宿节点的业务数目(记为Ns)。针对传统算法所出现的问题，提出一种融合主动和被动算法的故障定位算法，其原理如图7所示。

图6为根据本发明优选实施方式的主动融合算法流程图。本申请针对传统算法所出现的问题，提出一种融合主动和被动算法的故障定位算法，其原理如图6所示。

图7为根据本发明优选实施方式的主动融合算法原理图示意图。图7(a)指的是故障定位的一个简单场景。首先对告警信息进行预处理，得到如图7(b)中所示的二部图，确定疑似故障链路的范围；根据预处理的信息，确定需要发送检测业务的路由，并发送检测业务，如图7(c)所示；根据检测业务产生的告警信息，精确定位故障链路的位置1。例如，在图中链路e12和链路e23故障，导致业务spw1和spw2中断，生成二部图，通过证明，可能的故障路径集合是{e12，e23}和{e23}。然后再在链路e12和链路e23中发送检测业务，确定最终故障链路的组合。主动融合算法仅在局部发送检测业务，业务仅为1跳，占用资源较少，检测时间较短。

图8为根据本发明优选实施方式的基于电力通信网的光通道多点故障进行自愈的系统结构图。如图8所示，一种基于电力通信网的光通道多点故障进行自愈的系统，系统包括：

定位单元801，用于在电力光传输网中，监测光路的宿节点，对故障点进行定位。优选地，监测光路的宿节点，其中监测方式包括：带宽光功率监测、波长光功率监测、光频谱分析监测。优选地，故障点为多个。

确定单元802，用于确定电力光传输网中的每个业务的传输延时的时延权重，确定电力光传输网中的所有业务均衡网络度的均衡度权重。

建立单元803，用于根据时延权重和均衡度权重，建立电力光传输网广域通信传输网络路由优化策略的数学模型。优选地，建立单元803用于建立电力光传输网广域通信传输网络路由优化策略的数学模型，包括：

其中，为电力光传输网中的每个业务的平均通信时长，Ti为业务i的时延，L为业务个数，BD为电力光传输网中的业务的均衡网络度，Li为第i条链路上承载的业务个数，m为网络链路个数，Tmax为最大业务时延，Lmax为链路承载的最大业务个数；α为时延权重，β为均衡度权重；式中的约束部分分别表示业务时延约束和链路业务数目约束。

优化单元804，用于根据优化策略的数学模型和触发自动重路由的通信链路上承载的稳定控制业务，以均衡网络度和时延目标，以每条稳定控制业务的路径为优化对象，建立路由优化模型。

优选地，系统的优化单元804还用于：

利用Yen’s寻路径算法来为电力光传输网中的每个业务寻找前k条时延最短可选路径，Yen’s寻路径算法步骤为：

初始化，构建网络拓扑G(V,E,W)，其中V为节点集合，E为链路集合，W为每条链路的权值—时延；设置业务列表S(vs,vd)，其中vs为业务起始节点，vd为业务目的节点；

在网络拓扑G中删除中断链路X，得到新的网络拓扑G’；

利用Yen’s寻路径算法，为业务集合S中的每条业务寻找前k条时延最短路径，形成业务可选路径集Sk；

将每条业务看作染色体的一个基因，则染色体长度为业务个数，基因编码采用自然数编码，染色体i的适应度函数为随机产生初始群体，选择函数为轮盘赌选择法，染色体i被选择的概率为交叉过程采用基于位置的杂交运算法，变异过程为随机改变某个染色体中1个基因的位置，采用传统的遗传算法，基于一定的迭代次数，从业务的可选路径集中筛选出一个最优组合，其中popsize为群体大小；

输出得到业务路径组合，以及平均业务通信的时延和业务的均衡网络度。

实时广域稳定控制通信系统要对跨度几千公里范围内的跨区互联大电网进行安全防御，涉及的传输线路长，一次、二次设备多，任何一个节点或者链路都可能遭受意外故障。因此，为了能在较短时间内恢复控制功能，使用户受影响的程度降至最低，本专利将如何有效提高实时广域安稳控制系统的故障自愈能力作为关键研究点。

本申请就实时广域稳定控制通信系统在通信发生异常或者故障重新进行路由选择的问题展开论述，针对ASON的自动重路由机制所存在的问题，创新性地提出了基于业务风险的重路由机制，并应用于光通道多点故障的自愈技术研究。此方法有效地避免了业务损失，进一步增强了实时广域安稳控制通信系统的健壮性和灵活性。

本申请针对实时广域稳定控制通信系统在通信发生异常或者故障重新进行路由选择的问题展开论述，针对ASON的自动重路由机制所存在的问题，提出了基于业务风险的重路由机制，并应用于光通道多点故障的自愈技术研究。本申请所设计的路由优化模型实现了业务平均传输延时和全网业务均衡度的加权和最小。本申请有效地降低业务的运行风险，避免了业务损失，进一步增强了实时广域安稳控制通信系统的健壮性和灵活性。

已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。

通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个//该[装置、组件等]”都被开放地解释为装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。

Claims (10)

1.一种基于电力通信网的光通道多点故障进行自愈的方法，所述方法包括：

在电力光传输网中，监测光路的宿节点，对故障点进行定位；

确定所述电力光传输网中的每个业务的传输延时的时延权重，确定所述电力光传输网中的所有业务均衡网络度的均衡度权重；

根据所述时延权重和所述均衡度权重，建立所述电力光传输网广域通信传输网络路由优化策略的数学模型；

根据所述优化策略的数学模型和触发自动重路由的通信链路上承载的稳定控制业务，以均衡网络度和时延目标，以每条稳定控制业务的路径为优化对象，建立路由优化模型。

2.根据权利要求1所述的方法，所述监测光路的宿节点，其中监测方式包括：带宽光功率监测、波长光功率监测、光频谱分析监测。

3.根据权利要求1所述的方法，所述建立所述电力光传输网广域通信传输网络路由优化策略的数学模型，包括：

其中，为所述电力光传输网中的每个业务的平均通信时长，Ti为业务i的时延，L为业务个数，BD为所述电力光传输网中的业务的均衡网络度，Li为第i条链路上承载的业务个数，m为网络链路个数，Tmax为最大业务时延，Lmax为链路承载的最大业务个数；α为时延权重，β为均衡度权重；式中的约束部分分别表示业务时延约束和链路业务数目约束。

4.根据权利要求3所述的方法，还包括：

利用Yen’s寻路径算法来为所述电力光传输网中的每个业务寻找前k条时延最短可选路径，所述Yen’s寻路径算法步骤为：

初始化，构建网络拓扑G(V,E,W)，其中V为节点集合，E为链路集合，W为每条链路的权值—时延；设置业务列表S(vs,vd)，其中vs为业务起始节点，vd为业务目的节点；

在所述网络拓扑G中删除中断链路X，得到新的网络拓扑G’；

利用所述Yen’s寻路径算法，为业务集合S中的每条业务寻找前k条时延最短路径，形成业务可选路径集Sk；

将每条业务看作染色体的一个基因，则染色体长度为业务个数，基因编码采用自然数编码，染色体i的适应度函数为随机产生初始群体，选择函数为轮盘赌选择法，染色体i被选择的概率为交叉过程采用基于位置的杂交运算法，变异过程为随机改变某个染色体中1个基因的位置，采用传统的遗传算法，基于一定的迭代次数，从业务的可选路径集中筛选出一个最优组合，其中popsize为群体大小；

输出得到业务路径组合，以及平均业务通信的时延和业务的均衡网络度。

5.根据权利要求1所述的方法，所述故障点为多个。

6.一种基于电力通信网的光通道多点故障进行自愈的系统，所述系统包括：

定位单元，用于在电力光传输网中，监测光路的宿节点，对故障点进行定位；

确定单元，用于确定所述电力光传输网中的每个业务的传输延时的时延权重，确定所述电力光传输网中的所有业务均衡网络度的均衡度权重；

建立单元，用于根据所述时延权重和所述均衡度权重，建立所述电力光传输网广域通信传输网络路由优化策略的数学模型；

优化单元，用于根据所述优化策略的数学模型和触发自动重路由的通信链路上承载的稳定控制业务，以均衡网络度和时延目标，以每条稳定控制业务的路径为优化对象，建立路由优化模型。

7.根据权利要求6所述的系统，所述监测光路的宿节点，其中监测方式包括：带宽光功率监测、波长光功率监测、光频谱分析监测。

8.根据权利要求6所述的系统，所述建立单元用于所述建立所述电力光传输网广域通信传输网络路由优化策略的数学模型，包括：

其中，为所述电力光传输网中的每个业务的平均通信时长，Ti为业务i的时延，L为业务个数，BD为所述电力光传输网中的业务的均衡网络度，Li为第i条链路上承载的业务个数，m为网络链路个数，Tmax为最大业务时延，Lmax为链路承载的最大业务个数；α为时延权重，β为均衡度权重；式中的约束部分分别表示业务时延约束和链路业务数目约束。

9.根据权利要求8所述的系统，所述优化单元还用于：

利用Yen’s寻路径算法来为所述电力光传输网中的每个业务寻找前k条时延最短可选路径，所述Yen’s寻路径算法步骤为：

初始化，构建网络拓扑G(V,E,W)，其中V为节点集合，E为链路集合，W为每条链路的权值—时延；设置业务列表S(vs,vd)，其中vs为业务起始节点，vd为业务目的节点；

在所述网络拓扑G中删除中断链路X，得到新的网络拓扑G’；

利用所述Yen’s寻路径算法，为业务集合S中的每条业务寻找前k条时延最短路径，形成业务可选路径集Sk；

将每条业务看作染色体的一个基因，则染色体长度为业务个数，基因编码采用自然数编码，染色体i的适应度函数为随机产生初始群体，选择函数为轮盘赌选择法，染色体i被选择的概率为交叉过程采用基于位置的杂交运算法，变异过程为随机改变某个染色体中1个基因的位置，采用传统的遗传算法，基于一定的迭代次数，从业务的可选路径集中筛选出一个最优组合，其中popsize为群体大小；

输出得到业务路径组合，以及平均业务通信的时延和业务的均衡网络度。

10.根据权利要求6所述的系统，所述故障点为多个。