CN109995656A - 面向自动需求响应业务的资源分配方法、装置和存储介质 - Google Patents
面向自动需求响应业务的资源分配方法、装置和存储介质 Download PDFInfo
- Publication number
- CN109995656A CN109995656A CN201910133144.7A CN201910133144A CN109995656A CN 109995656 A CN109995656 A CN 109995656A CN 201910133144 A CN201910133144 A CN 201910133144A CN 109995656 A CN109995656 A CN 109995656A
- Authority
- CN
- China
- Prior art keywords
- demand response
- automatic demand
- business
- service
- automatic
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/302—Route determination based on requested QoS
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
- H04L47/2408—Traffic characterised by specific attributes, e.g. priority or QoS for supporting different services, e.g. a differentiated services [DiffServ] type of service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/24—Multipath
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明属于电力需求响应通信网络技术领域,具体涉及一种面向自动需求响应业务的资源分配方法、装置和存储介质。该方法将自动需求响应业务信息熵作为衡量自动需求响应业务分布均匀化的指标,进而利用信息熵建立目标函数求解全局优化的自动需求响应业务路由算法。方法包括:首先将自动需求响应业务时延作为约束条件,求解满足自动需求响应业务的可用路由集,然后将自动需求响应业务信息熵作为目标函数,最后利用量子遗传算法进行求解,得到使当前自动需求响应通信网络业务信息熵最大的路径集,可实现电力需求响应业务均匀分布在通信网络中,从而有效控制自动需求响应通信网络流量,抑制电力需求响应通信网络拥塞,提高通信网络容量。
Description
技术领域
本发明属于电力需求响应通信网络技术领域,具体涉及一种面向自动需求响应业务的资源分配方法、装置和存储介质。
背景技术
自动需求响应作为源网荷互动系统运行过程中众多环节的关键一部分,承载着需求侧管理的重要职责。随着自动需求响应的业务量迅速增加,业务突发性引起的网络数据流不确定性使得业务分布极不均匀,在自动需求响应信息交互过程中有可能会导致网络拥塞,对自动需求响应业务的服务质量产生很大的影响。为了充分利用通信网络资源的调配能力,有效抑制电力需求响应通信网络拥塞、均衡网络中的负载,以提高通信网络的吞吐量和信息交互的可靠性,有必要合理优化电力需求响应通信网络业务分布。
目前已有不少学者和工程团队通过优化路由实现均衡负载及抑制通信网络拥塞等问题。但现有工作在优化路由过程中主要通过将时延与带宽要求进行融合建立目标函数,从而选取最优的路由。针对在多约束条件下最优路由问题求解方法,传统主要采用启发式算法,如粒子群算法、蚁群算法等。但由于这些算法本身存在一些缺点,如粒子群算法易陷入局部最优,导致这些算法在实际应用中往往受到限制。传统路由算法往往为电力通信业务分配度量参数值最小的路径作为路由,这种分配方法已经无法满足电力需求响应业务对服务质量的要求,且通信网络的可靠性无法得到保证。另外单一求解某一业务的最优单播路径而忽略与其他业务之间相互影响的路由算法不能很好均匀业务分布、优化网络资源。
发明内容
发明目的:针对现有技术的不足,本发明提出一种利用信息熵的自动需求响应业务资源均匀分配方法,该方法能够有效控制流量,提升电力通信网络资源的利用率并能起到均衡网络负载作用。
本发明的另一目的在于提供一种面向自动需求响应业务的资源分配装置以及一种计算机可读存储介质。
技术方案:根据本发明的第一方面,提供一种面向自动需求响应业务的资源分配方法,所述方法包括以下步骤:
构建自动需求响应通信网络拓扑;
分析各类自动需求响应业务流量,得到源宿节点对业务流量分布矩阵及链路业务流量;
基于信息熵建立自动需求响应业务流量均衡指标;
基于自动需求响应业务传输实际情况,以各类自动需求响应时延要求作为目标,求得满足每类自动需求响应业务时延需求的可用路径集;
在满足时延需求的可用路径集Z基础上,以各类自动需求响应业务信息熵作为目标函数,链路带宽作为约束条件,求解得到适合各类自动需求响应业务分布最均匀的路由路径。
优选地,所述构建自动需求响应通信网络拓扑包括:将光纤传输线抽象为链路,各类自动需求响应参与者抽象描述为源宿节点,构建自动需求响应通信网络拓扑G(V,E),其中V={1,2,...,N}表示通信的各个节点,E={1,2,...,M}为无向通信链路集,H={(s,d)}为电力网络源宿节点对集,s,d∈V。
优选地,所述分析各类自动需求响应业务流量,得到源宿节点对业务流量分布矩阵及链路业务流量包括以下步骤:
分析各类自动需求响应业务对时延、带宽的要求,将自动需求响应业务进行分类;
根据源宿节点对(s,d)承载的业务矩阵信息S(s,d),设业务集中的第k类自动需求响应业务的流量为Fk,建立自动需求响应信息交互源宿节点业务流量分布矩阵:其中s表示源节点,d表示目的节点,i表示源节点编号,j表示目的节点编号;
构建第m条链路的业务流量表达式:式中m=1,2,3…k,P为自动需求响应通信路由经过第m条链路的源宿节点对集合。
优选地,所述基于信息熵建立自动需求响应业务流量均衡指标中,信息熵形式为:其中Bm为链路m的带宽,rm为链路m的带宽利用率。
优选地,所述以链路带宽作为约束条件建立的各类自动需求响应业务信息熵目标函数为:
其中,Pm(X)表示第m条链路业务相对流量分布归一化结果。
根据本发明的第二方面,提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,在处理器执行所述计算机程序时可以实现以上所描述的方法。
根据本发明的第三方面,提供一种面向自动需求响应业务的资源分配装置,所述资源分配装置包括:拓扑构建模块,用于构建自动需求响应通信网络拓扑;流量分析模块,用于分析各类自动需求响应业务流量,得到源宿节点对业务流量分布矩阵及链路业务流量;指标建立模块,用于根据信息熵建立自动需求响应业务流量均衡指标;以及路径计算模块,用于根据自动需求响应业务传输实际情况,根据要求建立带约束的目标函数,并求解得到适合各类自动需求响应业务分布最均匀的路由路径。
有益效果:本发明将电力自动需求响应业务信息熵作为衡量自动需求响应业务分布均匀化的指标,利用信息熵建立目标函数求解全局优化的自动需求响应业务路由,更能达到均匀网络负载的目标,且考虑了电力需求响应不同类型业务的相互影响因素,着重全网电力需求响应业务均匀分布,可实现电力需求响应业务均匀分布在通信网络中,从而有效控制自动需求响应通信网络流量,抑制电力需求响应通信网络拥塞,提高通信网络容量。
附图说明
图1为本发明的基于信息熵实现自动需求响应业务资源均匀分配方法的流程图;
图2为根据本发明实施例的量子遗传算法求解最优路径的流程图;
图3为根据本发明实施例的面向自动需求响应业务的资源费分配装置结构框图。
具体实施方式
现在参照附图对本发明的技术方案做出进一步描述。应当了解,以下提供的实施例仅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技术构思,本发明还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。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。
本发明提出一种面向自动需求响应业务的资源均匀分配方法,为针对自动需求响应相关业务提出的一种基于信息熵的业务资源均匀分配路径选择方法,通过将自动需求响应业务信息熵作为衡量自动需求响应业务分布均匀化的指标,进而利用信息熵建立目标函数来求解全局优化的自动需求响应业务路由,控制每条电力需求响应业务流量路径走向,实现通信网络整体链路中电力需求响应业务分配相对均匀。
图1示出了基于信息熵实现自动需求响应业务资源均匀分配方法的流程图。
步骤S10,构建自动需求响应通信网络拓扑。
将光纤传输线抽象为链路,发布各类自动需求响应信息的参与者VTN(virtualtop node)抽象描述为源节点,如电网企业、第三方负荷聚合商等,将接收自动需求响应信息的VEN(virtual end node)抽象描述为宿节点(目的节点),如电力用户、家庭能源网关等,构建自动需求响应通信网络拓扑G(V,E),其中V={1,2,...,N}表示通信的各个节点,E={1,2,...,M}为无向通信链路集,H={(s,d)}为电力网络源宿节点对集,s,d∈V,s表示源节点,d表示目的节点。
步骤S20,分析各类自动需求响应业务流量,得到源宿节点对业务流量分布矩阵及链路业务流量。
包括以下步骤:
步骤S201,分析各类自动需求响应业务对时延、带宽的要求,将自动需求响应业务分为紧急控制类、容量辅助服务计划类、可中断负荷及直接负荷控制类、价格型需求响应类四级业务类别,这里是依据现有文献(祁兵,王畅,李彬,陈宋宋,崔高颖.PLC通信应用于居民需求响应业务的适用性分析[J].南方电网技术,2017,11(04):77-84.),同时考虑了不同类型业务的时延带宽进行分类的,如表1所示。
表1自动需求响应业务类型及通信需求
步骤S202,建立自动需求响应信息交互源宿节点业务流量分布矩阵R(i,j)。
设通信请求源节点及目的节点对,即源宿节点对(s,d)承载的业务矩阵为其中K表示自动需求响应业务种类,若(s,d)节点对之间传输k类业务,则否则设某一时间段内,Fk为业务集Q中第k种业务的流量,则通信请求源节点及目的节点对的业务流量矩阵为:其中i表示源节点编号,j表示目的节点编号,Fk为第k类自动需求响应业务的流量。
步骤S203,构建第m条链路的业务流量表达式Lm。
设自动需求响应通信路由经过第m条链路的源宿节点对集合为则第m条链路的业务流量表达为:
式中m=1,2,3…k。
步骤S30,基于信息熵建立自动需求响应业务流量均衡指标。
信息熵用于衡量自动需求响应业务均匀程度,对于自动需求响应通信网络,信息熵值越大,则业务流量在通信网络分布的均匀程度越高,否则业务流量分布离散度越高,信息熵值越小。则自动需求响应业务信息熵公式定义如下:
其中式中Bm表示链路m的带宽,rm表示链路m的带宽利用率,可以用来衡量链路m的饱和程度。
步骤S40,基于自动需求响应业务传输实际情况,以各类自动需求响应时延要求作为目标,求得满足每类自动需求响应业务时延需求的可用路径集。
首先遍历源宿节点所有路径x1x2x3…xn,针对各类自动需求响应业务的时延要求,删除不满足自动需求响应业务时延要求的路径xi,形成所有源宿节点对满足业务的时延要求的可用路径集合Z。
步骤S50,在步骤S40求得满足业务的时延要求的路径集合Z基础上,以各类自动需求响应业务信息熵作为目标函数,链路带宽作为约束条件,利用量子遗传算法求解适合各类自动需求响应业务分布最均匀的路由路径。
在具体实施时,根据步骤S40求得所述的满足业务时延要求的路径集合Z,利用信息熵的概念,衡量网络整体业务分布均匀化程度,同时在选取路径时以链路带宽作为约束条件,建立信息熵最大的目标函数maxE(X)为:
其中,Pm(X)表示第m条链路业务相对流量分布归一化结果。归一化计算方法在步骤S30中有说明,rm表示链路m的带宽利用率,可以用来衡量链路m的饱和程度。
在求解选取最优路径时,采取量子遗传算法进行解决,在适应度评价过程中加上带宽约束,求取使得网络的业务信息熵最大的自动需求响应业务路径集,参照图2,具体求解过程包含以下步骤:
步骤S501、根据步骤S40求得的可用路径集Z,构造种群;
步骤S502、初始化种群状态,种群Q(t)=Q(0),种群规模设为U,对种群进行量子遗传编码操作,编码可得其中:
其中代表第t代、第i个个体的染色体,α、β分别表示量子比特处于0状态和1状态的概率幅,且α2+β2=1。
初始时,所有基因的概率幅相同为
步骤S503、测量Q(t)个体,即随机产生一个[0,1]数,若其大于概率幅的平方,则测量结果取值为1,否则取值为0,得到长度为n的二进制字符串,即求解得一组状态P(t);
步骤S504、对P(t)进行译码,可求得具体的路径集合,同时利用路径信息计算链路相应的流量分布情况,并且需要满足链路的带宽需求,利用公式评价适应度;
步骤S505、对最优的个体及适应度的值进行保存,将其作为该种群个体的下一步进化的目标值;同时对所得到的结果进行验证,是否满足最佳路径集的条件,若不满足则继续,否则结束,得到最优路径;
步骤S506、对量子进行变异操作,通过利用量子旋转门变异策略对Q(t)进行更新操作,可求得子代种群Q(t+1),然后转到步骤S503。
迭代计算直到所求得结果满足终止条件(最大适应度值变化不大、趋于平稳,此处适应度函数为上述信息熵最大的目标函数maxE(X))。
本发明实施例还提供一种计算机可读存储介质,该介质上存储有计算机程序,在处理器执行所述计算机程序时可实现以上所描述的方法。所述计算机可读介质可以被认为是有形的且非暂时性的。非暂时性有形计算机可读介质的非限制性示例包括非易失性存储器电路(例如闪存电路、可擦除可编程只读存储器电路或掩膜只读存储器电路)、易失性存储器电路(例如静态随机存取存储器电路或动态随机存取存储器电路)、磁存储介质(例如模拟或数字磁带或硬盘驱动器)和光存储介质(例如CD、DVD或蓝光光盘)等。计算机程序包括存储在至少一个非暂时性有形计算机可读介质上的处理器可执行指令。计算机程序还可以包括或依赖于存储的数据。计算机程序可以包括与专用计算机的硬件交互的基本输入/输出系统(BIOS)、与专用计算机的特定设备交互的设备驱动程序、一个或多个操作系统、用户应用程序、后台服务、后台应用程序等。
参照图3,根据本发明的另一实施例,提供一种面向自动需求响应业务的资源分配装置,通过输入通信网络的拓扑结构信息,包含不同链路节点间的实际距离、链路带宽,具体实施时随机在t时刻由源节点产生k个自动需求响应业务,发送到目的节点,经过一系列处理运算,最后输出对应的适合各类自动需求响应业务的分布最均匀的路由。如图所示,该资源分配装置包括:拓扑构建模块100,用于构建自动需求响应通信网络拓扑;流量分析模块200,用于分析各类自动需求响应业务流量,得到源宿节点对业务流量分布矩阵及链路业务流量;指标建立模块300,用于根据信息熵建立自动需求响应业务流量均衡指标;以及路径计算模块400,用于根据自动需求响应业务传输实际情况,根据要求建立带约束的目标函数,并求解得到适合各类自动需求响应业务分布最均匀的路由路径。
在具体实施时,拓扑构建模块100通过将光纤传输线抽象为链路,各类自动需求响应参与者抽象描述为源宿节点,构建自动需求响应通信网络拓扑G(V,E),其中V={1,2,...,N}表示通信的各个节点,E={1,2,...,M}为无向通信链路集,H={(s,d)}为电力网络源宿节点对集,s,d∈V,s表示源节点,d表示目的节点。
流量分析模块200通过分析各类自动需求响应业务对时延、带宽的要求,将自动需求响应业务分为紧急控制类、容量辅助服务计划类、可中断负荷及直接负荷控制类、价格型需求响应类四级业务类别;再根据源宿节点对(s,d)承载的业务矩阵信息S(s,d),业务集中的第k类自动需求响应业务的流量Fk,建立自动需求响应信息交互源宿节点业务流量分布矩阵:其中i表示源节点编号,j表示目的节点编号;最终构建第m条链路的业务流量表达式:式中m=1,2,3…k。
指标建立模块300以信息熵来衡量自动需求响应业务流量分布均匀性,定义的信息熵形式为:其中Bm为链路m的带宽,rm为链路m的带宽利用率。
路径计算模块400包括第一计算单元402和第二计算单元404,所述第一计算单元402针对各类自动需求响应业务的时延要求,求解所有源宿节点对满足业务的时延要求的路径集合Z。
所述第二计算单元404在满足业务的时延要求的路径集合Z基础上,以各类自动需求响应业务信息熵作为目标函数,链路带宽作为约束条件,利用量子遗传算法求解适合各类自动需求响应业务分布最均匀的路由路径。其信息熵最大的目标函数maxE(X):
其中,Pm(X)表示第m条链路业务相对流量分布归一化结果。具体量子遗传算法的求解过程同上述方法过程中的描述,此处不再赘述。
Claims (12)
1.一种面向自动需求响应业务的资源分配方法,其特征在于,所述方法包括以下步骤:
构建自动需求响应通信网络拓扑;
分析各类自动需求响应业务流量,得到源宿节点对业务流量分布矩阵及链路业务流量;
基于信息熵建立自动需求响应业务流量均衡指标;
基于自动需求响应业务传输实际情况,以各类自动需求响应时延要求作为目标,求得满足每类自动需求响应业务时延需求的可用路径集Z;
在满足时延需求的可用路径集Z基础上,以各类自动需求响应业务信息熵作为目标函数,链路带宽作为约束条件,求解得到适合各类自动需求响应业务分布最均匀的路由路径。
2.根据权利要求1所述的面向自动需求响应业务的资源分配方法,其特征在于,所述构建自动需求响应通信网络拓扑包括:将光纤传输线抽象为链路,各类自动需求响应参与者抽象描述为源宿节点,构建自动需求响应通信网络拓扑G(V,E),其中V={1,2,...,N}表示通信的各个节点,E={1,2,...,M}为无向通信链路集,H={(s,d)}为电力网络源宿节点对集,s,d∈V。
3.根据权利要求1所述的面向自动需求响应业务的资源分配方法,其特征在于,所述分析各类自动需求响应业务流量,得到源宿节点对业务流量分布矩阵及链路业务流量包括以下步骤:
分析各类自动需求响应业务对时延、带宽的要求,将自动需求响应业务进行分类;
根据源宿节点对(s,d)承载的业务矩阵信息S(s,d),设业务集中的第k类自动需求响应业务的流量为Fk,建立自动需求响应信息交互源宿节点业务流量分布矩阵:其中s表示源节点,d表示目的节点,i表示源节点编号,j表示目的节点编号;
构建第m条链路的业务流量表达式:式中m=1,2,3…k,P为自动需求响应通信路由经过第m条链路的源宿节点对集合。
4.根据权利要求3所述的面向自动需求响应业务的资源分配方法,其特征在于,所述自动需求响应业务分为紧急控制类、容量辅助服务计划类、可中断负荷及直接负荷控制类、价格型需求响应类四级业务类别。
5.根据权利要求3所述的面向自动需求响应业务的资源分配方法,其特征在于,所述基于信息熵建立自动需求响应业务流量均衡指标中,信息熵形式为:其中Bm为链路m的带宽,rm为链路m的带宽利用率。
6.根据权利要求1所述的面向自动需求响应业务的资源分配方法,其特征在于,所述满足每类自动需求响应业务时延需求的可用路径集Z的求解方法为:遍历源宿节点所有路径,针对各类自动需求响应业务的时延要求,删除不满足自动需求响应业务时延要求的路径,形成所有源宿节点对满足业务的时延要求的可用路径集合Z。
7.根据权利要求1所述的面向自动需求响应业务的资源分配方法,其特征在于,所述以链路带宽作为约束条件建立的各类自动需求响应业务信息熵目标函数为:
其中,Pm(X)表示第m条链路业务相对流量分布归一化结果;Bm为链路m的带宽,Lm为链路m的业务流量。
8.一种面向自动需求响应业务的资源分配装置,其特征在于,所述资源分配装置包括:拓扑构建模块,用于构建自动需求响应通信网络拓扑;流量分析模块,用于分析各类自动需求响应业务流量,得到源宿节点对业务流量分布矩阵及链路业务流量;指标建立模块,用于根据信息熵建立自动需求响应业务流量均衡指标;以及路径计算模块,用于根据自动需求响应业务传输实际情况,根据要求建立带约束的目标函数,并求解得到适合各类自动需求响应业务分布最均匀的路由路径。
9.根据权利要求8所述的面向自动需求响应业务的资源分配装置,其特征在于,所述流量分析模块通过分析各类自动需求响应业务对时延、带宽的要求,将自动需求响应业务分为紧急控制类、容量辅助服务计划类、可中断负荷及直接负荷控制类、价格型需求响应类四级业务类别;再根据源宿节点对(s,d)承载的业务矩阵信息S(s,d)、业务集中的第k类自动需求响应业务的流量Fk,建立自动需求响应信息交互源宿节点业务流量分布矩阵:其中s表示源节点,d表示目的节点,i表示源节点编号,j表示目的节点编号;最终构建第m条链路的业务流量表达式:式中m=1,2,3…k,P为自动需求响应通信路由经过第m条链路的源宿节点对集合。
10.根据权利要求8所述的面向自动需求响应业务的资源分配装置,其特征在于,所述指标建立模块以信息熵来衡量自动需求响应业务流量分布均匀性,定义的信息熵形式为:其中Bm为链路m的带宽,Lm为链路m的业务流量,rm为链路m的带宽利用率。
11.根据权利要求8所述的面向自动需求响应业务的资源分配装置,其特征在于,所述路径计算模块包括第一计算单元和第二计算单元,所述第一计算单元针对各类自动需求响应业务的时延要求,求解所有源宿节点对满足业务的时延要求的路径集合Z;
所述第二计算单元根据满足业务时延要求的路径集合Z,利用信息熵的概念,衡量网络整体业务分布均匀化程度,以链路带宽作为约束条件,建立信息熵最大的目标函数,再采取量子遗传算法求取使得网络的业务信息熵最大的自动需求响应业务路径集。
12.一种计算机可读存储介质,该介质上存储有计算机程序,其特征在于,在处理器执行所述计算机程序时可实现权利要求1-7中的任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133144.7A CN109995656A (zh) | 2019-02-22 | 2019-02-22 | 面向自动需求响应业务的资源分配方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133144.7A CN109995656A (zh) | 2019-02-22 | 2019-02-22 | 面向自动需求响应业务的资源分配方法、装置和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109995656A true CN109995656A (zh) | 2019-07-09 |
Family
ID=67130313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910133144.7A Pending CN109995656A (zh) | 2019-02-22 | 2019-02-22 | 面向自动需求响应业务的资源分配方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109995656A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101675A (zh) * | 2020-09-22 | 2020-12-18 | 广东睿盟计算机科技有限公司 | 基于kl散度衡量资源配置合理度方法、装置、设备及介质 |
CN114143004A (zh) * | 2021-12-03 | 2022-03-04 | 网络通信与安全紫金山实验室 | 随机转发网络的部署方法、装置、设备及存储介质 |
CN114567591A (zh) * | 2022-03-01 | 2022-05-31 | 广东电网有限责任公司 | 电力业务路由优化方法、装置、终端设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239670A (zh) * | 2014-03-06 | 2014-12-24 | 国家电网公司 | 计及资源与时间约束的自动需求响应控制方法 |
CN106487707A (zh) * | 2016-09-29 | 2017-03-08 | 北京邮电大学 | 一种电力通信虚拟容错网络映射方法及装置 |
US20180006928A1 (en) * | 2016-06-30 | 2018-01-04 | Futurewei Technologies, Inc. | Multi-controller control traffic balancing in software defined networks |
CN107689917A (zh) * | 2017-08-10 | 2018-02-13 | 国家电网公司 | 一种基于非一致性业务均衡的电力通信网路由分配方法 |
-
2019
- 2019-02-22 CN CN201910133144.7A patent/CN109995656A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104239670A (zh) * | 2014-03-06 | 2014-12-24 | 国家电网公司 | 计及资源与时间约束的自动需求响应控制方法 |
US20180006928A1 (en) * | 2016-06-30 | 2018-01-04 | Futurewei Technologies, Inc. | Multi-controller control traffic balancing in software defined networks |
CN106487707A (zh) * | 2016-09-29 | 2017-03-08 | 北京邮电大学 | 一种电力通信虚拟容错网络映射方法及装置 |
CN107689917A (zh) * | 2017-08-10 | 2018-02-13 | 国家电网公司 | 一种基于非一致性业务均衡的电力通信网路由分配方法 |
Non-Patent Citations (1)
Title |
---|
崔力民,等: ""一种基于熵的电力通信网络业务资源均匀分配算法"", 《电网技术 2017年09期》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112101675A (zh) * | 2020-09-22 | 2020-12-18 | 广东睿盟计算机科技有限公司 | 基于kl散度衡量资源配置合理度方法、装置、设备及介质 |
CN114143004A (zh) * | 2021-12-03 | 2022-03-04 | 网络通信与安全紫金山实验室 | 随机转发网络的部署方法、装置、设备及存储介质 |
CN114567591A (zh) * | 2022-03-01 | 2022-05-31 | 广东电网有限责任公司 | 电力业务路由优化方法、装置、终端设备及介质 |
CN114567591B (zh) * | 2022-03-01 | 2024-03-08 | 广东电网有限责任公司 | 电力业务路由优化方法、装置、终端设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109995656A (zh) | 面向自动需求响应业务的资源分配方法、装置和存储介质 | |
Liu et al. | Task scheduling in fog enabled Internet of Things for smart cities | |
He et al. | Minimizing age of correlated information for wireless camera networks | |
CN108270557A (zh) | 一种基于量子通信的骨干网系统及其中继方法 | |
CN109819057A (zh) | 一种负载均衡方法及系统 | |
CN114285758B (zh) | 基于opnet的通信网络优化仿真系统、方法和装置 | |
CN108322333A (zh) | 一种基于遗传算法的虚拟网络功能的放置方法 | |
CN103986766A (zh) | 自适应负载均衡作业任务调度方法及装置 | |
CN108234169A (zh) | 一种分布式仿真网络结构实时动态优化方法 | |
CN109639575A (zh) | 基于链路拥塞系数的路由规划方法 | |
CN107210607A (zh) | 用于提供能量服务的方法和系统 | |
CN102904811A (zh) | 面向电力业务的路由选择方法及系统 | |
CN112543151B (zh) | Sdn控制器部署方法、装置、电子设备和存储介质 | |
Yang et al. | Holding-time-aware spectrum allocation algorithm for elastic optical networks | |
CN104022951B (zh) | 一种网络服务路径的建立方法及系统 | |
CN106101010B (zh) | 基于端局云化的vBRAS流量负载均衡方法及装置 | |
CN105472484A (zh) | 一种电力骨干光传输网波道均衡路由波长分配方法 | |
CN109639498A (zh) | 一种基于sdn与nfv的面向业务质量的资源柔性配置方法 | |
CN102624596B (zh) | 一种p2p直播覆盖网的可靠性最优树状核心拓扑求解方法 | |
Bolodurina et al. | Methods and algorithms optimization of adaptive traffic control in the virtual data center | |
CN107911763B (zh) | 一种基于QoS的智能配用电通信网EPON网络规划方法 | |
Kumari et al. | Time-varying network modeling and its optimal routing strategy | |
CN114500388B (zh) | 配用电路由负载均衡的方法、装置及存储介质 | |
Gao et al. | Virtual network mapping for reliable multicast services with max-min fairness | |
CN115329985A (zh) | 无人集群智能模型训练方法、装置和电子设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190709 |