CN109450583A - 一种基于机器自学习的高精度网络对时同步方法 - Google Patents
一种基于机器自学习的高精度网络对时同步方法 Download PDFInfo
- Publication number
- CN109450583A CN109450583A CN201811411008.1A CN201811411008A CN109450583A CN 109450583 A CN109450583 A CN 109450583A CN 201811411008 A CN201811411008 A CN 201811411008A CN 109450583 A CN109450583 A CN 109450583A
- Authority
- CN
- China
- Prior art keywords
- network interface
- delay
- message
- main side
- clock synchronization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims abstract description 76
- 230000003111 delayed effect Effects 0.000 claims abstract description 26
- 238000002474 experimental method Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 4
- 230000007423 decrease Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 abstract description 4
- 230000002035 prolonged effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04J—MULTIPLEX COMMUNICATION
- H04J3/00—Time-division multiplex systems
- H04J3/02—Details
- H04J3/06—Synchronising arrangements
- H04J3/0635—Clock or time synchronisation in a network
- H04J3/0638—Clock or time synchronisation among nodes; Internode synchronisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04J—MULTIPLEX COMMUNICATION
- H04J3/00—Time-division multiplex systems
- H04J3/02—Details
- H04J3/06—Synchronising arrangements
- H04J3/0635—Clock or time synchronisation in a network
- H04J3/0682—Clock or time synchronisation in a network by delay compensation, e.g. by compensation of propagation delay or variations thereof, by ranging
Abstract
本发明属于网络时钟同步技术领域,特别涉及一种基于机器自学习的高精度网络对时同步方法。本发明涉及到网络对时中延时与偏差的分析,特别对于网口延时与网口负载率的关系的分析,加上主端与从端的报文的传输延时和偏差的计算,可以提高网络对时的精确度。本发明在考虑到网络对时同步延时产生的原因,将其分类为网口延时与网络传输延时,针对网口延时,本发明分析了其与网络负载率的关系,对于主端与从端不同负载率的条件下,本发明给出了基于机器自学习的研究方法,使得网口延时的计算更加智能化。本发明在此基础之上给出了主从端时间同步的模型及方法。通过的本发明的实施可以能够实现在不同网络负载率的情况下,主从端时钟的高精度同步。
Description
所属技术领域
本发明属于网络时钟同步技术领域,发明涉及到网络对时中延时与偏差的分析,特别对于网口延时与网口负载率的关系的分析,加上主端与从端的报文的传输延时和偏差的计算,可以提高网络对时的精确度。特别涉及一种基于机器自学习的高精度网络对时同步方法。
背景技术
随着电网数字程度的不断提高,网络对时方式作为一种顺应时代发展的技术正在得到越来越多的应用。传统的网络对时有NTP、SNTP,最新的有PTP精确时间对时。NTP对时技术的时间戳的获取点在应用层,存在着较大的测量误差,其精度一般在毫秒级,再加上报文上下行传输延时的不问稳定性,在对时间精度要求较高的设备来说,很难满足其要求。SNTP作为NTP的简化版对时精度不如NTP,但是在时间要求不高的系统中有着很好的应用。PTP协议又称精确时间同步协议,其不同之处在增加了硬件设备,时间戳的获取在物理层上,可以减小对时的误差,但是因为网络负载率的影响,其测量的结果精确度虽然有了很大提升,可以达到微秒级,但是没有考虑到在不同负载率的情况,主从端计算能力的差别而产生的延时。
目前电网时钟同步是电网安全运行的首要条件,系统的时间不同步很容易产生各种事故,时钟同步为电网监控系统,测量系统的提供一个精确的时间点。在电网发生事故时,对于事故的发生的地点的准确测量,以及事故发生的准确时间和发生事故的原因有很大的帮助。
发明内容
本研究方法通过主端与从端互发带有时间戳的报文计算出主从端的时间偏差与延时,在此基础之上,考虑到不同的网络负载率对于主从端网口延时的影响,大大增加了网络对时的精度,为电网在对时方面的智能化建设提供了一种方法。
本发明的研究目标为:本发明在考虑到网络对时同步延时产生的原因,将其分类为网口延时与网络传输延时,针对网口延时,本发明分析了其与网络负载率的关系,对于主端与从端不同负载率的条件下,本发明给出了基于机器自学习的研究方法,使得网口延时的计算更加智能化。本发明在此基础之上给出了主从端时间同步的模型及方法。通过的本发明的实施可以能够实现在不同网络负载率的情况下,主从端时钟的高精度同步。
本发明的技术方案是:
一种基于机器自学习的高精度网络对时同步算法,包括如下步骤:
步骤1:本发明提出网络延时误差包括三个部分,即报文在线路中的传输延时Δt,主从端网口在不同负载率条件下的主端网口延时Δt1和从端网口延时Δt2。本发明提出主从端的时间偏差θ为在同一时刻从端的时间t从减去主端的时间t主。假设报文在线路中传输上下行延时相等,并认为报文在线路中的传输延保持不变。本发明的时间戳获取均在主从端的网络协议的物理层上,以获得更高的对时精度。
步骤2:本发明给出高精度网络对时同步的报文应答模型,首先主端记录向从端发送报文的时间戳t1,从端记录接受到报文的时间戳t2,接着主端向从端发送含有t1的跟随报文,然后从端记录向主端发送延时请求报文的时间戳t3,主端记录接收到延时请求报文的时间戳t4,随后向从端发送包含t4的延时应答报文,此过程多次进行,以消除报文在传输过程中各种随机因素对传输稳定性的影响。
步骤3:本发明在主从端网口负载率为零时,网口延时非常小可以忽略不计,主从端的时间偏差θ为在同一时刻从端的时间t从减去主端的时间t主,报文在线路中的传输延时为Δt,由此可以得到如下的约束关系:
由此可以得到报文线路传输延时Δt和主从端的时间偏差θ计算公式如下:
报文的线路传输延时Δt因信号在线路传输速度不变,故认为其是定量。此步骤求出的主从端时间偏差θ为理想条件下的偏差值,并没有考虑到网口延时的影响。
步骤4:在考虑到网口延时对于时间同步的影响,本发明认为当主从端的网口负载率越大,则主从端的网口延时越大,建立目标函数如下:
式中Δt1为主端网口延时,φ1为主端网口的负载率,它们之间的函数关系为幂函数并用f来表示,表达式中k1和a分别为系数和指数;Δt2为从端网口延时,φ2为从端网口的负载率,它们之间的函数关系为幂函数并用h来表示,k2和b分别为表达式的系数和指数。
为获得在从端网口在不同负载率情况下的网口延时,本发明依照如下的逻辑进行:先测量从端网口在不同网口负载率下对应网口延时,后测量主端网口在不同的网口负载率下对应的网口延时,最后拟合出其函数关系。
步骤4.1:在主端网口负载率极低的条件下,对从端网口延时进行测量,从端网口负载率分别在2%、4%、6%、8%、10%间隔2%直到100%的次序进行报文传输实验,引用步骤3中的Δt和θ数值,偏差θ为在同一时刻主从端的时间差,Δt为报文在线路中的传输延时,Δt2和Δt3分别为同步报文和延迟请求报文在从端产生的网口延时,其关系如下:
解得:
将从端不同网口负载率下的网口延时绘制于坐标系中,拟合求得k2和b,得到h(φ2)的表达式。
步骤4.2:在从端网口负载率极低的条件下,对主端网口延时进行测量,从端网口负载率分别在2%、4%、6%、8%、10%间隔2%直到100%的次序进行报文传输实验,引用步骤3中的Δt和θ数值,偏差θ为在同一时刻主从端的时间差,Δt为报文在线路中的传输延时,Δt1和Δt4分别为同步报文和延迟请求报文在主端产生的网口延时,其关系如下:
解得:
将主端不同网口负载率下的网口延时绘制于坐标系中,拟合求得k2和b,得到f(φ1)的表达式。
步骤4.3:在得到线路传输延时Δt,主端网口延时Δt1,从端网口延时Δt2之后,一次报文传输过程的总延时Δt总就等于线路传输延时加上主从端的网口延时,计算公式如下:
Δt总=Δt+Δt1+Δt2
在得知总延时Δt总之后,主端向从端发送一个带有其发送时刻报文,从端可以根据主端时间而调整时间,从而达到对时同步,设t主为主端的时刻,t从为从端的时刻,从端设备时间调整后的时刻设为t调,其计算公式如下:
t调=t主+Δt总
步骤5:机器自学习方法的引入,针对于一个主从端的网络对时可以按照上述的方程式求解拟合可以得到网口延时,但是由于现场对时设备种类繁多,各个对时设备接口可能不同,其产生的网口延时等都不相同。机器自学习方法就是将本研究高精度的对时方法广泛应用到所有对时设备上,随着报文经行次数的增多,通过机器的自主计算,使得计算的误差逐渐减少,对时的精度不断的提高,达到高精度网络对时的目的。
步骤5.1:上述步骤的约束关系为一次报文传输过程,为了得到更准确的对时,在此基础之上,给出第二次和第三次报文传输约束关系,并将三次对时约束关系合在一起,公式如下:
式中Δt为线路传输延时;θ为主端和从端的时间偏差;Δt1和Δt5和Δt9分别为第一、二、三次对时,同步报文在主端产生的网口延时;Δt2和Δt6和Δt10分别为第一、二、三次对时,同步报文在从端产生的网口延时;Δt3和Δt7和Δt11分别为第一、二、三次对时,延迟请求报文在从端产生的网口延时;Δt4和Δt8和Δt12分别为第一、二、三次对时,延迟请求报文在主端产生的网口延时;t1和t5和t9分别为第一、二、三次对时,同步报文离开主端的时间戳;t2和t6和t10分别为第一、二、三次对时,同步报文到达从端的时间戳;t3和t7和t11分别为第一、二、三次对时,延迟请求报文离开从端的时间戳;t4和t8和t12分别为第一、二、三次对时,延迟请求报文到达主端产生的时间戳。
步骤5.2:设各端口延时在不同负载率下的关系如下:
步骤5.3:将步骤5.2的关系带入步骤5.1的公式之后,得到的约束关系中含有的未知量的个数为六个,分别为k1、k2、a、b、Δt、θ,而含有的约束条件也为六个,可以求解出主端网口延时与网口负载率关系f的表达式并得到主端网口延时Δt主、从端网口与网口负载率关系h的表达式并得到从端网口延时Δt从、线路的传输延时Δt,由此可以得到总传输延时为Δt总:
Δt总=Δt主+Δt从+Δt
步骤5.4:经本发明的高精度网络时间同步算法后,从端时钟调整为公式如下:
t调整=t主+Δt总
在得到从端的校准时间之后,从端就可以调整时间,到达与主端对时的效果。
有益效果
本发明提出关于针对网络对时延时的解决方案,将延时分为线路传输误差和网口延时误差,通过在网口占用率极低的条件下得到线路的传输延时,然后通过大量的实验数据得到在不同的网口占用率的情况下主从端网口延时的表达式,通过数据拟合,得到最佳的延时数值,实现网络时钟的高精度对时。本发明通过在逐渐递增的网口占有率条件下,让机器智能化的去得到网口的延时,对于减小网络时钟对时有着重要的意义,同保证了在多变网络负载率的条件下对时的稳定性。本发明适用于需要高精度网络时钟同步的各个系统,对现代化智能电网时钟同步系统的建设具有重要的借鉴之处。
附图说明
图1是本发明网络时同步的实验物理模型。
图2是本发明网络时钟同步延时模型图。
图3是本发明网络时同步过程一次主从端报文应答模型图。
图4是本发明通过实验得到线路一的线路传输延时拟合图。
图5是本发明通过实验得到线路二的线路传输延时拟合图。
图6是本发明通过实验得到设备一的网口延时与负载率关系图。
图7是本发明通过实验得到设备二的网口延时与负载率关系图。
图8是本发明通过实验得到主端服务器的网口延时与负载率关系图。
图9是本发明网络对时多次报文应答的模型图。
图10是本发明通过实验得到线路一和线路二总延时数据图。
具体实施方式
下面结合附图对本发明的具体实施做进一步说明。
对上述一种基于机器自学习的高精度网络对时同步方法法,包括如下步骤:
步骤1:本发明设计如下的模型去进行实验,实验模型见附图1,模型中包括一台网络服务器,由北斗和gps进行授时,保证主端服务器时间的准确性,两台被对时设备,设备一与服务器之间采用电线连接,电线长度为5里,设备二与服务器之间采用光纤连接,光纤长度为5公里,采用不同的传输介质,保证了对时具有广泛性,能适用于不同的传输环境。
步骤2:本发明提出网络延时误差包括三个部分,即报文在线路中的传输延时Δt,主从端网口在不同负载率条件下的主端网口延时Δt1和从端网口延时Δt2,其延时误差模型图见附图2。本发明提出主从端的时间偏差θ为在同一时刻从端的时间t从减去主端的时间t主。假设报文在线路中传输上下行延时相等,并认为报文在线路中的传输延保持不变。本发明的时间戳获取均在主从端的网络协议的物理层上,以获得更高的对时精度。
步骤3:本发明给出高精度网络对时同步的报文应答模型见附图3,首先主端记录向从端发送报文的时间戳t1,从端记录接受到报文的时间戳t2,接着主端向从端发送含有t1的跟随报文,然后从端记录向主端发送延时请求报文的时间戳t3,主端记录接收到延时请求报文的时间戳t4,随后向从端发送包含t4的延时应答报文,此过程多次进行,以消除报文在传输过程中各种随机因素对传输稳定性的影响。
步骤4:本发明在主从端网口负载率为零时,网口延时非常小可以忽略不计,主从端的时间偏差θ为在同一时刻从端的时间t从减去主端的时间t主,报文在线路中的传输延时为Δt,由此可以得到如下的约束关系:
由此可以得到报文线路传输延时Δt和主从端的时间偏差θ计算公式如下:
报文的线路传输延时Δt因信号在线路传输速度不变,故认为其是定量。此步骤求出的主从端时间偏差θ为理想条件下的偏差值,并没有考虑到网口延时的影响。线路一的线路传输延时数据如附图4所示,线路二的线路传输延时数据如附图5所示。
步骤5:在考虑到网口延时对于时间同步的影响,本发明认为当主从端的网口负载率越大,则主从端的网口延时越大,建立目标函数如下:
式中Δt1为主端网口延时,φ1为主端网口的负载率,它们之间的函数关系为幂函数并用f来表示,表达式中k1和a分别为系数和指数;Δt2为从端网口延时,φ2为从端网口的负载率,它们之间的函数关系为幂函数并用h来表示,k2和b分别为表达式的系数和指数。
为获得在从端网口在不同负载率情况下的网口延时,本发明依照如下的逻辑进行:先测量从端网口在不同网口负载率下对应网口延时,后测量主端网口在不同的网口负载率下对应的网口延时,最后拟合出其函数关系。
步骤5.1:在主端网口负载率极低的条件下,对从端网口延时进行测量,从端网口负载率分别在2%、4%、6%、8%、10%间隔2%直到100%的次序进行报文传输实验,引用步骤4中的Δt和θ数值,偏差θ为在同一时刻主从端的时间差,Δt为报文在线路中的传输延时,Δt2和Δt3分别为同步报文和延迟请求报文在从端产生的网口延时,其关系如下:
解得:
将从端不同网口负载率下的网口延时绘制于坐标系中,拟合求得k2和b,得到h(φ2)的表达式。通过实验得到设备一的网口延时数据如附图6所示,设备二的网口延时数据如附图7所示。
步骤5.2:在从端网口负载率极低的条件下,对主端网口延时进行测量,从端网口负载率分别在2%、4%、6%、8%、10%间隔2%直到100%的次序进行报文传输实验,引用步骤4中的Δt数值,偏差θ为在同一时刻主从端的时间差,Δt为报文在线路中的传输延时,Δt1和Δt4分别为同步报文和延迟请求报文在主端产生的网口延时,其关系如下:
解得:
将主端不同网口负载率下的网口延时绘制于坐标系中,拟合求得k2和b,得到f(φ1)的表达式。由实验测得主端服务器网口的数据如附图8所示。
步骤5.3:在得到线路传输延时Δt,主端网口延时Δt1,从端网口延时Δt2之后,一次报文传输过程的总延时Δt总就等于线路传输延时加上主从端的网口延时,计算公式如下:
Δt总=Δt+Δt1+Δt2
在得到总延时Δt总之后,主端向从端发送一个带有其发送时刻报文,从端可以根据主端时间而调整时间,从而达到对时同步,设t主为主端的时刻,t从为从端的时刻,从端设备时间调整后的时刻设为t调,其计算公式如下:
t调=t主+Δt总
步骤6:机器自学习方法的引入,针对于一个主从端的网络对时可以按照上述的方程式求解拟合可以得到网口延时,但是由于现场对时设备种类繁多,各个对时设备接口可能不同,其产生的网口延时等都不相同。机器自学习方法就是将本研究高精度的对时方法广泛应用到所有对时设备上,随着报文经行次数的增多,通过机器的自主计算,使得计算的误差逐渐减少,对时的精度不断的提高,达到高精度网络对时的目的。
步骤6.1:上述步骤的约束关系为一次报文传输过程,为了得到更准确的对时,在此基础之上,给出第二次和第三次报文应答模型见附图9,得到如下约束关系:
式中Δt为线路传输延时;θ为主端和从端的时间偏差;Δt1和Δt5和Δt9分别为第一、二、三次对时,同步报文在主端产生的网口延时;Δt2和Δt6和Δt10分别为第一、二、三次对时,同步报文在从端产生的网口延时;Δt3和Δt7和Δt11分别为第一、二、三次对时,延迟请求报文在从端产生的网口延时;Δt4和Δt8和Δt12分别为第一、二、三次对时,延迟请求报文在主端产生的网口延时;t1和t5和t9分别为第一、二、三次对时,同步报文离开主端的时间戳;t2和t6和t10分别为第一、二、三次对时,同步报文到达从端的时间戳;t3和t7和t11分别为第一、二、三次对时,延迟请求报文离开从端的时间戳;t4和t8和t12分别为第一、二、三次对时,延迟请求报文到达主端产生的时间戳。
步骤6.2:设各端口延时在不同负载率下的关系如下:
步骤6.3:将步骤6.2的公式带入步骤6.1的公式之后,得到的约束关系中含有的未知量的个数为六个,分别为k1、k2、a、b、Δt、θ,而含有的约束条件也为六个,可以求解出主端网口延时与网口负载率关系f的表达式并得到主端网口延时Δt主、从端网口与网口负载率关系h的表达式并得到从端网口延时Δt从、线路的传输延时Δt,由此可以得到总传输延时为Δt总:
Δt总=Δt主+Δt从+Δt
步骤6.4:经本发明的高精度网络时间同步算法后,从端时钟调整为公式如下:
t调整=t主+Δt总
在得到从端的校准时间之后,从端就可以调整时间,到达与主端对时的效果。
步骤6.5:对比线路一与线路二的时间同步精度,如附图10,可以发现,网口延时在总传输延时中相当大的比重,在网口负载率为50%时,主从端网口延时加起来可以达到20ms,而线路的传输延时保持在10至13ms,如果忽略网络的网口延时,将给时间同步精度带来巨大的误差,本发明方法在对网口延时进行研究,相对于传统方法并没有考虑到网口延时,使对时精度有了很大的提升,并且本发明在考虑网口延时的基础之上,针对现场条件的复杂性以及对时稳定性的需求性,提出基于机器自学习算法的网口延时计算方法,使本发明的时间同步方法在精确度、稳定性、高效性、适应性等方面都能很好满足电力系统的要求。
Claims (6)
1.一种基于机器自学习的高精度网络对时同步方法,其特征在于,包含如下步骤:
步骤1:本发明提出网络延时误差包括三个部分,即报文在线路中的传输延时Δt,主从端网口在不同负载率条件下的主端网口延时Δt1和从端网口延时Δt2,主从端的时间偏差θ为在同一时刻从端的时间t从减去主端的时间t主;
步骤2:高精度网络对时同步的报文应答模型,首先主端记录向从端发送报文的时间戳t1,从端记录接受到报文的时间戳t2,接着主端向从端发送含有t1的跟随报文,然后从端记录向主端发送延时请求报文的时间戳t3,主端记录接收到延时请求报文的时间戳t4,随后向从端发送包含t4的延时应答报文;
步骤3:在主从端网口负载率为零时,网口延时非常小可以忽略不计,主从端的时间偏差θ为在同一时刻从端的时间t从减去主端的时间t主,报文在线路中的传输延时为Δt,由此可以得到如下的约束关系:
可以得到报文线路传输延时Δt和主从端的时间偏差θ计算公式如下:
报文的线路传输延时Δt因信号在线路传输速度不变;
步骤4:建立目标函数如下:
式中Δt1为主端网口延时,φ1为主端网口的负载率,它们之间的函数关系为幂函数并用f来表示,表达式中k1和a分别为系数和指数;Δt2为从端网口延时,φ2为从端网口的负载率,它们之间的函数关系为幂函数并用h来表示,k2和b分别为表达式的系数和指数;
步骤5:随着报文经行次数的增多,通过机器的自主计算,使得计算的误差逐渐减少,对时的精度不断的提高。
2.如权利要求1所述的一种基于机器自学习的高精度网络对时同步方法,其特征在于,所述步骤4先测量从端网口在不同网口负载率下对应网口延时,后测量主端网口在不同的网口负载率下对应的网口延时,最后拟合出其函数关系。
3.如权利要求2所述的一种基于机器自学习的高精度网络对时同步方法,其特征在于,所述步骤4包括如下步骤:
步骤4.1:在主端网口负载率极低的条件下,对从端网口延时进行测量,从端网口负载率分别在2%、4%、6%、8%、10%间隔2%直到100%的次序进行报文传输实验,引用步骤3中的Δt和θ数值,偏差θ为在同一时刻主从端的时间差,Δt为报文在线路中的传输延时,Δt2和Δt3分别为同步报文和延迟请求报文在从端产生的网口延时,其关系如下:
解得:
将从端不同网口负载率下的网口延时绘制于坐标系中,拟合求得k2和b,得到h(φ2)的表达式。
4.如权利要求1所述的一种基于机器自学习的高精度网络对时同步方法,其特征在于,所述步骤4包括如下步骤:步骤4.2:在从端网口负载率极低的条件下,对主端网口延时进行测量,从端网口负载率分别在2%、4%、6%、8%、10%间隔2%直到100%的次序进行报文传输实验,引用步骤3中的Δt和θ数值,偏差θ为在同一时刻主从端的时间差,Δt为报文在线路中的传输延时,Δt1和Δt4分别为同步报文和延迟请求报文在主端产生的网口延时,其关系如下:
解得:
将主端不同网口负载率下的网口延时绘制于坐标系中,拟合求得k2和b,得到f(φ1)的表达式。
5.如权利要求1所述的一种基于机器自学习的高精度网络对时同步方法,其特征在于,所述步骤4包括如下步骤:
步骤4.3:在得到线路传输延时Δt,主端网口延时Δt1,从端网口延时Δt2之后,一次报文传输过程的总延时Δt总就等于线路传输延时加上主从端的网口延时,计算公式如下:
Δt总=Δt+Δt1+Δt2
在得知总延时Δt总之后,主端向从端发送一个带有其发送时刻报文,从端可以根据主端时间而调整时间,从而达到对时同步,设t主为主端的时刻,t从为从端的时刻,从端设备时间调整后的时刻设为t调,其计算公式如下:
t调=t主+Δt总
6.如权利要求1所述的一种基于机器自学习的高精度网络对时同步方法,其特征在于,所述步骤5包括如下步骤:
步骤5.1:上述步骤的约束关系为一次报文传输过程,为了得到更准确的对时,在此基础之上,给出第二次和第三次报文传输约束关系,并将三次对时约束关系合在一起,公式如下:
式中Δt为线路传输延时;θ为主端和从端的时间偏差;Δt1和Δt5和Δt9分别为第一、二、三次对时,同步报文在主端产生的网口延时;Δt2和Δt6和Δt10分别为第一、二、三次对时,同步报文在从端产生的网口延时;Δt3和Δt7和Δt11分别为第一、二、三次对时,延迟请求报文在从端产生的网口延时;Δt4和Δt8和Δt12分别为第一、二、三次对时,延迟请求报文在主端产生的网口延时;t1和t5和t9分别为第一、二、三次对时,同步报文离开主端的时间戳;t2和t6和t10分别为第一、二、三次对时,同步报文到达从端的时间戳;t3和t7和t11分别为第一、二、三次对时,延迟请求报文离开从端的时间戳;t4和t8和t12分别为第一、二、三次对时,延迟请求报文到达主端产生的时间戳;
步骤5.2:设各端口延时在不同负载率下的关系如下:
步骤5.3:将步骤5.2的关系带入步骤5.1的公式之后,得到的约束关系中含有的未知量的个数为六个,分别为k1、k2、a、b、Δt、θ,而含有的约束条件也为六个,可以求解出主端网口延时与网口负载率关系f的表达式并得到主端网口延时Δt主、从端网口与网口负载率关系h的表达式并得到从端网口延时Δt从、线路的传输延时Δt,由此可以得到总传输延时为Δt总:
△t总=△t主+△t从+△t
步骤5.4:经本发明的高精度网络时间同步算法后,从端时钟调整为公式如下:
t调整=t主+△t总
在得到从端的校准时间之后,从端就可以调整时间,到达与主端对时的效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811411008.1A CN109450583B (zh) | 2018-11-24 | 2018-11-24 | 一种基于机器自学习的高精度网络对时同步方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811411008.1A CN109450583B (zh) | 2018-11-24 | 2018-11-24 | 一种基于机器自学习的高精度网络对时同步方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109450583A true CN109450583A (zh) | 2019-03-08 |
CN109450583B CN109450583B (zh) | 2020-11-20 |
Family
ID=65553763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811411008.1A Active CN109450583B (zh) | 2018-11-24 | 2018-11-24 | 一种基于机器自学习的高精度网络对时同步方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109450583B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110824237A (zh) * | 2019-11-09 | 2020-02-21 | 许继集团有限公司 | 一种脉冲采样时间间隔调整方法及装置 |
CN112350951A (zh) * | 2019-08-09 | 2021-02-09 | 诺基亚通信公司 | 进行负载承担处理的ptp时钟和方法 |
CN116471211A (zh) * | 2023-06-19 | 2023-07-21 | 威胜信息技术股份有限公司 | 一种电力物联网精准对时方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110261917A1 (en) * | 2010-04-21 | 2011-10-27 | Lsi Corporation | Time Synchronization Using Packet-Layer and Physical-Layer Protocols |
CN102480350A (zh) * | 2010-11-29 | 2012-05-30 | 北京中和威软件有限公司 | 一种基于频率偏差估计的时间同步和维持的方法及装置 |
CN102802232A (zh) * | 2012-07-25 | 2012-11-28 | 华为技术有限公司 | 一种无线接入点接入方法及无线接入点、终端 |
CN106130681A (zh) * | 2016-07-25 | 2016-11-16 | 广州市国飞信息科技有限公司 | 用于授时系统的高精度时钟同步方法、模块、设备及系统 |
CN107786293A (zh) * | 2016-08-29 | 2018-03-09 | 中兴通讯股份有限公司 | 时间同步方法、主时钟设备、从时钟设备及时间同步系统 |
-
2018
- 2018-11-24 CN CN201811411008.1A patent/CN109450583B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110261917A1 (en) * | 2010-04-21 | 2011-10-27 | Lsi Corporation | Time Synchronization Using Packet-Layer and Physical-Layer Protocols |
CN102480350A (zh) * | 2010-11-29 | 2012-05-30 | 北京中和威软件有限公司 | 一种基于频率偏差估计的时间同步和维持的方法及装置 |
CN102802232A (zh) * | 2012-07-25 | 2012-11-28 | 华为技术有限公司 | 一种无线接入点接入方法及无线接入点、终端 |
CN106130681A (zh) * | 2016-07-25 | 2016-11-16 | 广州市国飞信息科技有限公司 | 用于授时系统的高精度时钟同步方法、模块、设备及系统 |
CN107786293A (zh) * | 2016-08-29 | 2018-03-09 | 中兴通讯股份有限公司 | 时间同步方法、主时钟设备、从时钟设备及时间同步系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112350951A (zh) * | 2019-08-09 | 2021-02-09 | 诺基亚通信公司 | 进行负载承担处理的ptp时钟和方法 |
CN112350951B (zh) * | 2019-08-09 | 2024-01-26 | 诺基亚通信公司 | 进行负载承担处理的ptp时钟和方法 |
CN110824237A (zh) * | 2019-11-09 | 2020-02-21 | 许继集团有限公司 | 一种脉冲采样时间间隔调整方法及装置 |
CN110824237B (zh) * | 2019-11-09 | 2021-09-14 | 许继集团有限公司 | 一种脉冲采样时间间隔调整方法及装置 |
CN116471211A (zh) * | 2023-06-19 | 2023-07-21 | 威胜信息技术股份有限公司 | 一种电力物联网精准对时方法 |
CN116471211B (zh) * | 2023-06-19 | 2023-10-13 | 威胜信息技术股份有限公司 | 一种电力物联网精准对时方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109450583B (zh) | 2020-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109450583A (zh) | 一种基于机器自学习的高精度网络对时同步方法 | |
CN103929293B (zh) | 非对称延迟的时间同步方法及系统 | |
CN201127028Y (zh) | 通过同步数字体系光通信网络传递时间的时间同步系统 | |
CN102315985B (zh) | 采用ieee1588协议的智能装置时间同步精度测试方法 | |
CN109150357A (zh) | 基于rs485和以太网的混合总线的时间同步方法 | |
CN103532652B (zh) | 一种时间同步装置和方法 | |
CN108872910B (zh) | 一种用于电能质量监测装置在线检定的校时系统及方法 | |
CN102130504A (zh) | 交互式采样值传输系统及其采样值传输方法 | |
WO2012151808A1 (zh) | 基于精确时钟协议提高同步精度的方法及系统 | |
CN105376043B (zh) | 一种双板卡系统的时间同步方法 | |
CN105515708B (zh) | 基于fc网络的一种时钟同步精度测试装置及方法 | |
CN102594683B (zh) | 具备同步数字体系sdh网络精确对时功能的专用网络交换方法及设备 | |
CN105743598A (zh) | 一种工业以太网时钟同步方法及系统 | |
CN103378993A (zh) | 基于ptp的从时钟监测方法 | |
CN107786293A (zh) | 时间同步方法、主时钟设备、从时钟设备及时间同步系统 | |
CN112003668A (zh) | 一种实时动态跟踪的对时方法 | |
CN109921871A (zh) | 一种时间同步方法、装置及网络系统 | |
CN106656395B (zh) | 基于自学习改进的电网时间同步测量系统和方法 | |
CN104601269B (zh) | 主从时钟同步方法及系统 | |
CN103873178A (zh) | 广域时间同步系统授时误差的集中巡检方法 | |
CN103178920A (zh) | 数字化变电站测试系统中的多通道同步方法 | |
CN101867431B (zh) | 一种网络时钟同步方法 | |
CN103199950A (zh) | 一种采用e1专线进行高精度时间传递的方法 | |
CN106385299B (zh) | 智能变电站维护业务类信息背景流的主从时钟同步方法 | |
CN210780829U (zh) | 基于wr协议的有线地震仪时间同步系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20191202 Address after: 39-7 Siping Street, Heping District, 110006, Liaoning, Shenyang Applicant after: Electric Power Research Institute of State Grid Liaoning Electric Power Co., Ltd. Applicant after: State Grid Co., Ltd. Address before: 110006 No. 18, Ningbo Road, Heping District, Liaoning, Shenyang Applicant before: Wang Hao |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |