CN110580660A - 基于低频段的电力物联网业务与无线技术契合度评估方法 - Google Patents
基于低频段的电力物联网业务与无线技术契合度评估方法 Download PDFInfo
- Publication number
- CN110580660A CN110580660A CN201910510889.0A CN201910510889A CN110580660A CN 110580660 A CN110580660 A CN 110580660A CN 201910510889 A CN201910510889 A CN 201910510889A CN 110580660 A CN110580660 A CN 110580660A
- Authority
- CN
- China
- Prior art keywords
- technical
- service
- scheme
- wireless communication
- value
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004891 communication Methods 0.000 claims abstract description 71
- 238000000265 homogenisation Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 abstract description 8
- 238000011161 development Methods 0.000 abstract description 6
- 238000013461 design Methods 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于低频段的电力物联网业务与无线技术契合度评估方法,涉及智能电网技术领域,根据基于低频段的电力物联网无线通信业务承载现状以及发展趋势,选取合适的技术方案性能参数和网络性能指标,基于灰色系统评价理论来确定基于低频段的电力物联网无线通信业务与无线技术方案契合度,为基于低频段的电力物联网无线通信系统设计提供理论依据。
Description
技术领域
本发明涉及智能电网技术领域,具体涉及一种智能电网无线通信业务与无线网络技术方案契合度评估方法。
背景技术
随着智能电网中通信系统的逐步部署与覆盖,有线通信技术由于会受到如地域环境等方面的各种因素制约,往往无法满足智能电网对通信系统的覆盖性与便捷性等需求。而无线通信系统可以利用无线电传输特性,有效补充有线通信系统的不足,无线通信系统在现如今的智能电网之中发挥着重要作用,是智能电网的重要组成部分。而随着智能电网的发展,智能电网中的业务性能需求已经呈现出更加明显的多样化、差异化特征。业务传输需求呈现出“广覆盖、大连接、低时延、高可靠”的要求。
目前,无线通信技术正处于高速发展阶段,4G技术已经相对成熟且被广泛应用,第五代移动通信技术(5G)也正逐步从研究向应用部署方面演进,电力无线专网的TD-LTE230MHz等技术也正有条不紊的部署中。而面向智能电网业务的“广覆盖、大连接、低时延、高可靠”等新需求,智能电网电力无线网络在下一步建设中有着多种选择,而无线通信技术中的现有成熟技术与新型技术对智能电网各类业务的支撑能力尤为重要,如何评估智能电网无线通信业务与无线网络技术方案契合度尤为重要。
发明内容
本发明所要解决的技术问题就是提供一种基于低频段的电力物联网业务与无线技术契合度评估方法,可以有效评估智能电网无线通信业务与无线网络技术方案契合度。
为解决上述技术问题,本发明采用如下技术方案:基于低频段的电力物联网业务与无线技术契合度评估方法,包括以下步骤:
步骤S1,确定业务种类,提出技术方案性能参数与各类业务的指标要求;
步骤S2,根据技术方案性能参数与各类业务的指标要求,进行同质化处理,得到同质化后的基于低频段的电力物联网无线通信业务的需求值与各技术方案性能参数值;
步骤S3,根据同质化后的基于低频段的电力物联网无线通信业务的需求值,确定参考序列;
步骤S4,对参考序列进行无量纲化处理得到无量纲化技术性能参数序列,式中,X′ij是第j个性能指标在第i个智能电网无线通信业务的无量纲化指标参数值,Xij是第个j性能指标在第i个智能电网无线通信业务的参数值,X0j是第j个指标在最优参考序列X0中对应的最优参数值;
步骤S5,根据无量纲化技术性能参考数列,得到各技术方案性能参数与最优参考序列间的绝对差列值Δij和两极最大绝对差值Δ(max)=maximaxj(Δij)、最小绝对差值Δ(min)=miniminj(Δij),Δij=|x'ij-1|,i=1,2,...,n;j=1,2,...,p,其中,Δij是第j个性能指标在第i个智能电网无线通信业务的绝对差列值,X′ij第j个性能指标在第i 个智能电网无线通信业务的无量纲化指标参数值;
步骤S6,根据所述的两极最大绝对差值和两极最小绝对差值,以及设置的分辨系数,计算各技术方案性能参数与参考序列的关联系数ξij,式中,ξij是第j个技术方案与第i个智能电网无线通信业务对应的最优参数值的关联系数,Δ(max)是两极最大差,Δ(min)两极最小差,ρ是分辨系数,ρ∈(0,1);
步骤S7,根据业务类型,确定价值因数,将所述关联系数和对应的价值因数加权求和得到各技术方案与业务的相对契合度γi,式中,γi是第i个技术方案与最优参考序列的相对契合度,ξij是第j个技术方案与第i个智能电网无线通信业务对应的最优参数值的关联系数,Wj是第j个性能指标的价值因数;
步骤S8,根据技术相对契合度从大到小排序,结合业务实际情况,得出与每种业务类型最契合的技术政策。
可选的,智能电网无线通信业务种类包括配电自动化、精准切负荷控制、分布式电源、用电信息采集,业务指标要求包括速率、时延、可靠性、连接密度。
可选的,步骤S3在无量纲化过程中,将超出业务需求的性能指标视为与需求值相等。
可选的,步骤S6中,设定ρ=0.5。
基于低频段的电力物联网业务与无线技术契合度评估系统,包括:
业务种类确定模块,确定业务种类,提出技术方案性能参数与各类业务的指标要求;
参考序列确定模块,根据智能电网无线通信业务的需求值,确定参考序列,参考序列是综合评价的标准值,由智能电网无线通信业务的需求值组成,记为 X0={X01,X02,……,X0p},X0构成一个相对理想化的最优样本;
参考序列无量纲处理模块,对参考序列进行无量纲化处理得到无量纲化技术性能参数序列,式中,X′ij是第j个性能指标在第i个智能电网无线通信业务的无量纲化指标参数值,Xij是第个j性能指标在第i个智能电网无线通信业务的参数值,X0j是第j个指标在最优参考序列X0中对应的最优参数值;
指标参数处理模块,根据无量纲化技术性能参考数列,得到各技术方案性能参数与最优参考序列间的绝对差列值Δij和两极最大绝对差值Δ(max)=maximaxj(Δij)、最小绝对差值Δ(min)=miniminj(Δij),Δij=|x'ij-1|,i=1,2,...,n;j=1,2,...,p,其中,Δij是第j个性能指标在第i个智能电网无线通信业务的绝对差列值,X′ij第j个性能指标在第i个智能电网无线通信业务的无量纲化指标参数值;
技术方案性能参数与参考序列的关联系数计算模块,根据所述的两极最大绝对差值和两极最小绝对差值,以及设置的分辨系数,计算各技术方案性能参数与参考序列的关联系数ξij,式中,ξij是第j个技术方案与第i 个智能电网无线通信业务对应的最优参数值的关联系数,Δ(max)是两极最大差,Δ(min)两极最小差,ρ是分辨系数,ρ∈(0,1);
相对契合度确定模块,根据业务类型,确定价值因数,将所述关联系数和对应的价值因数加权求和得到各技术方案与业务的相对契合度γi,式中,γi是第i个技术方案与最优参考序列的相对契合度,ξij是第j个技术方案与第i个智能电网无线通信业务对应的最优参数值的关联系数,Wj是第j个性能指标的价值因数;
相对契合度排序模块,根据技术相对契合度从大到小排序,结合业务实际情况,得出与每种业务类型最契合的技术政策。
本发明采用的技术方案,可以结合智能电网无线通信业务承载现状以及发展趋势,分析出智能电网现有无线通信业务对通信系统的主要需求,进而计算出智能电网无线通信业务与无线网络技术方案契合度。
本发明的具体技术方案及其有益效果将会在下面的具体实施方式中结合附图进行详细的说明。
附图说明
下面结合附图和具体实施方式对本发明作进一步描述:
图1是本发明一种智能电网无线通信业务与无线网络技术方案契合度评估方法的实施流程图。
具体实施方式
下面结合本发明实施例的附图对本发明实施例的技术方案进行解释和说明,但下述实施例仅为本发明的优选实施例,并非全部。基于实施方式中的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得其他实施例,都属于本发明的保护范围。
为了有效评估基于低频段的电力物联网无线通信业务与无线技术方案契合度,为未来基于低频段的电力物联网无线通信系统的建设与部属提供理论依据与技术指导,本发明提供了一种基于低频段的电力物联网无线通信业务与无线技术方案契合度评估方法,具体发明内容如下:
步骤S1:确定业务种类,提出技术方案性能参数与各类业务的指标要求;
步骤S2:根据技术方案性能参数与各类业务的指标要求,进行同质化处理,得到同质化后的基于低频段的电力物联网无线通信业务的需求值与各技术方案性能参数值;
步骤S3:根据同质化后的基于低频段的电力物联网无线通信业务的需求值,确定参考序列;
步骤S4:根据同质化后的各技术方案性能参数值和所述基于低频段的电力物联网无线通信业务的需求值确定的参考序列进行无量纲化处理,得到无量纲化技术性能参数序列。
步骤S5:根据无量纲化技术性能参考数列,得到各技术方案性能参数与最优参考序列的绝对差列值、两极最大、最小绝对差值。
步骤S6:根据所述的两极最大绝对差值和两极最小绝对差值,以及设置的分辨系数,计算各技术方案性能参数与参考序列的关联系数。
步骤S7:根据业务类型,确定价值因数,将所述关联系数和对应的价值因数加权求和得到各技术方案与业务的相对契合度。
步骤S8:根据技术相对契合度排序,结合业务实际情况,得出与每种业务类型最契合的技术政策。
本发明以灰色关联分析理论为指导,构建面向基于低频段的电力物联网无线通信业务的灰色系统评价模型。灰色系统所述理念的研究对象是“部分信息已知,部分信息未知”的“贫信息”不确定性系统,它通过对部分已知信息进行分析来确定系统的未知信息,其最大特点是对样本容量没有严格要求,不需要服从任何分布。通过对基于低频段的电力物联网无线通信业务性能的调研可知,影响基于低频段的电力物联网无线通信业务性能的因素很多并且复杂,评价时是选取有限的主要指标进行分析,系统具有不完全的特征,具备灰色系统特征。
本发明根据基于低频段的电力物联网无线通信业务承载现状以及发展趋势,选取合适的技术方案性能参数和网络性能指标,基于灰色系统评价理论来确定基于低频段的电力物联网无线通信业务与无线技术方案契合度,为基于低频段的电力物联网无线通信系统设计提供理论依据。图1是根据本发明基于低频段的电力物联网无线通信业务与无线技术方案契合度评估方法的实施流程图。本发明中所述的基于低频段的电力物联网无线通信业务与无线技术方案契合度评估方法具体实施例如下:
步骤(1):确定业务种类,提出技术方案性能参数与各类业务的指标要求。
本发明中确定的基于低频段的电力物联网无线通信业务种类包括配电自动化、精准切负荷控制、分布式电源、用电信息采集,业务中网络性能参数包括速率、时延、可靠性以及连接密度,技术方案性能参数包括TD-LTE230MHz、4G、 eMBB(5G)、mMTC(5G)、uRLLC(5G)。供电区域按饱和负荷密度划分为A+、A、B、 C、D、E等类型,不同区域内业务连接密度需求不同,以A类供电区域为例,配电自动化业务、精准切负荷控制业务、分布式电源业务、用电信息采集业务的网络性能需求参数与各技术方案性能参数如表1所示:
表1
步骤(2):利用提出的同质化处理过程,对表(1)中数据进行同质化处理,同质化处理过程如公式(1)所示:
式中S′、D′、R′、C′分别代表处理过后的速率、时延、可靠性、连接密度参数,而S、D、R、C则分别代表处理前的数值。同质化处理过程考虑了速率、时延、可靠性以及连接密度等无线网络通信性能参数特征与发展规律,使各个性能参数转变为统一的评估级别。
按公式(1)同质化处理技术方案性能参数的网络性能参数值得到表2,同质化处理基于低频段的电力物联网无线通信业务的需求值得到表3所示:
表2
性能参数 | 速率 | 时延 | 可靠性 | 连接密度 |
TD-LTE230MHz | 3 | 3.477 | 1.523 | 3.301 |
4G | 4 | 3.778 | 1.523 | 2.778 |
eMBB(5G) | 5 | 3.778 | 1.523 | 2.778 |
mMTC(5G) | 4 | 3.778 | 1.523 | 6 |
uRLLC(5G) | 4 | 1 | 6 | 2.778 |
表3
步骤(3):根据基于低频段的电力物联网无线通信业务的需求值,确定参考序列,参考序列将是综合评价的标准值,由基于低频段的电力物联网无线通信业务的需求值组成,记为X0={X01,X02,……,X0p},X0构成一个相对理想化的最优样本。
从表3得到基于低频段的电力物联网无线通信各业务的需求值组成的参考序列Xi={X01,X02,……,X0p}。例如配电自动化业务业务的参考序列即为X1={1,2,5,2}。
步骤(4):考虑到一部分技术方案在单一性能上将会超出基于低频段的电力物联网无线业务的需求值,而超出部分不能为该技术提高评价,因此,在无量纲化过程中,将超出业务需求的性能指标视为与需求值相等。
将超出部分去除,由此得到各技术参数与参考序列的性能参数,以参考序列是配电自动化业务为例得到表4:
表4
用同样的计算方法处理参考序列分别是精准切负荷控制业务、分布式电源业务、用电信息采集业务时,各技术方案参数超出业务需求性能指标。
精准切负荷控制业务为参考序列时,去除各技术方案参数超出业务需求性能指标部分得到表5;
表5
分布式电源业务为参考序列,去除各技术方案参数超出业务需求性能指标部分得到表6:
表6
性能参数 | 速率 | 时延 | 可靠性 | 连接密度 |
分布式电源业务 | 3.3010 | 4 | 5 | 6 |
TD-LTE230MHz | 3 | 4 | 1.523 | 3.3010 |
4G | 3.3010 | 4 | 1.523 | 2.7782 |
eMBB(5G) | 3.3010 | 4 | 1.523 | 2.7782 |
mMTC(5G) | 3.3010 | 4 | 1.523 | 6 |
uRLLC(5G) | 3.3010 | 4 | 5 | 2.7782 |
用电信息采集业务为参考序列,去除各技术方案参数超出业务需求性能指标部分得到表7:
表7
性能参数 | 速率 | 时延 | 可靠性 | 连接密度 |
用电信息采集 | 3.3010 | 3.3010 | 3 | 3 |
TD-LTE230MHz | 3 | 3.477 | 1.523 | 3 |
4G | 3.3010 | 3.778 | 1.523 | 2.778 |
eMBB(5G) | 3.3010 | 3.778 | 1.523 | 2.778 |
mMTC(5G) | 3.3010 | 3.778 | 1.523 | 3 |
uRLLC(5G) | 3.3010 | 3.3010 | 3 | 2.778 |
根据各技术方案性能参数值和所述基于低频段的电力物联网无线通信业务的需求值确定的参考序列进行无量纲化处理,得到无量纲化技术性能参数序列,无量纲化指标参数值的公式为:
式中,X′ij是第j个性能指标在第i个基于低频段的电力物联网无线通信业务的无量纲化指标参数值,Xij是第个j性能指标在第i个基于低频段的电力物联网无线通信业务的参数值,X0j是第j个指标在最优参考序列X0中对应的最优参数值。以参考序列是配电自动化业务为例对技术方案TD-LTE230MHz性能参数进行无量纲化处理:
其中,由于时延为反向指标,因此在无量刚化处理中取倒数,利用同样的计算方法得出4G、eMBB(5G)、mMTC(5G)、uRLLC(5G)性能参数的无量纲化数据,得到如下的数据矩阵:
同理,用相同的方法可以得到参考序列分别是精准切负荷控制业务、分布式电源业务、用电信息采集时技术方案无量纲化数据矩阵:
精准切负荷控制业务为参考序列:
分布式电源业务为参考序列:
用电信息采集为参考序列:
步骤(5):根据无量纲化技术性能参考数列,得到技术方案性能参数的绝对差列值,绝对差列值的计算公式如公式3:
Δij=|x'ij-1|,i=1,2,...,n;j=1,2,...,p (3)
其中,Δij是第j个性能指标在第i个基于低频段的电力物联网无线通信业务的绝对差列值,X′ij第j个性能指标在第i个基于低频段的电力物联网无线通信业务的无量纲化指标参数值。
以参考序列是配电自动化业务,技术方案是TD-LTE230MHz为例得到绝对差列信息为:
Δ11=|x'11-1|=0,
Δ12=|x'12-1|=0.425,
Δ13=|x'13-1|=0.695,
Δ14=|x'14-1|=0
用同样的计算方法得出4G、eMBB(5G)、mMTC(5G)、uRLLC(5G)性能参数的绝对差列信息,得到表8:
表8
性能参数 | 速率 | 时延 | 可靠性 | 连接密度 |
TD-LTE230MHz | 0 | 0.425 | 0.695 | 0 |
4G | 0 | 0.471 | 0.695 | 0 |
eMBB(5G) | 0 | 0.471 | 0.695 | 0 |
mMTC(5G) | 0 | 0.471 | 0.695 | 0 |
uRLLC(5G) | 0 | 0 | 0 | 0 |
根据技术方案性能参数的绝对差列值计算每个指标的两极最大差和两极最小差。两极最大差Δ(max)和最小差Δ(min)计算如公式(4):
Δ(max)=maximaxj(Δij),Δ(min)=miniminj(Δij) (4)
根据各技术的绝对差列信息表可以得到两极最大差Δ(max)和最小差Δ(min)为:
Δ(max)=maximaxj(Δij)=0.695
Δ(min)=miniminj(Δij)=0
用相同的方法计算绝对差列值如公式3,计算两极最大差Δ(max)和最小差Δ(min)如公式4,我们可以得到参考序列分别是精准切负荷控制业务、分布式电源业务、用电信息采集业务的技术方案绝对差列值和两极最大最小差值。
参考序列是精准切负荷控制业务时,各技术方案的绝对差列值信息如表9:
表9
性能参数 | 速率 | 时延 | 可靠性 | 连接密度 |
TD-LTE230MHz | 0.0912 | 0.2238 | 0.695 | 0 |
4G | 0 | 0.2856 | 0.695 | 0 |
eMBB(5G) | 0 | 0.2856 | 0.695 | 0 |
mMTC(5G) | 0 | 0.2856 | 0.695 | 0 |
uRLLC(5G) | 0 | 0 | 0 | 0 |
根据各技术的绝对差列信息表可以得到两极最大差Δ(max)和最小差Δ(min)为:
Δ(max)=maximaxj(Δij)=0.695
Δ(min)=miniminj(Δij)=0
参考序列是分布式电源业务时,各技术方案的绝对差列值信息如表10:
表10
性能参数 | 速率 | 时延 | 可靠性 | 连接密度 |
TD-LTE230MHz | 0.0912 | 0 | 0.695 | 0.4498 |
4G | 0 | 0 | 0.695 | 0.537 |
eMBB(5G) | 0 | 0 | 0.695 | 0.537 |
mMTC(5G) | 0 | 0 | 0.695 | 0 |
uRLLC(5G) | 0 | 0 | 0 | 0.537 |
根据各技术的绝对差列信息表可以得到两极最大差Δ(max)和最小差Δ(min)为:
Δ(max)=maximaxj(Δij)=0.695
Δ(min)=miniminj(Δij)=0
参考序列是用电信息采集时,各技术方案的绝对差列值信息如表11:
表11
性能参数 | 速率 | 时延 | 可靠性 | 连接密度 |
TD-LTE230MHz | 0.0912 | 0.0506 | 0.4923 | 0 |
4G | 0 | 0.1262 | 0.4923 | 0.074 |
eMBB(5G) | 0 | 0.1262 | 0.4923 | 0.074 |
mMTC(5G) | 0 | 0.1262 | 0.4923 | 0 |
uRLLC(5G) | 0 | 0 | 0 | 0.074 |
根据各技术的绝对差列信息表可以得到两极最大差Δ(max)和最小差Δ(min)为:
Δ(max)=maximaxj(Δij)=0.4923
Δ(min)=miniminj(Δij)=0
步骤(6):根据所述的两极最大绝对差值和两极最小绝对差值,以及设置的分辨系数ρ,ρ∈(0,1),计算各技术方案性能参数与参考序列的关联系数ξij,如公式(5);
式中,ξij是第j个技术方案与第i个基于低频段的电力物联网无线通信业务对应的最优参数值的关联系数,Δ(max)是两极最大差,Δ(min)两极最小差,ρ是分辨系数,ρ∈(0,1),本方案中设定ρ=0.5。
以参考序列是配电自动化业务,技术方案是TD-LTE230MHz为例,根据公式 5计算得出TD-LTE230MHz与配电自动化的关联系数为:
用同样的计算方法得出4G、eMBB(5G)、mMTC(5G)、uRLLC(5G)性能参数与配电自动化的关联系数信息表,得到表12:
表12
性能参数 | 速率 | 时延 | 可靠性 | 连接密度 |
TD-LTE230MHz | 1 | 0.4358 | 0.3333 | 1 |
4G | 1 | 0.4498 | 0.3333 | 1 |
eMBB(5G) | 1 | 0.4498 | 0.3333 | 1 |
mMTC(5G) | 1 | 0.4498 | 0.3333 | 1 |
uRLLC(5G) | 1 | 1 | 1 | 1 |
用相同的方法计算关联系数如公式5,我们可以得到参考序列分别是精准切负荷控制业务、分布式电源业务、用电信息采集业务时与各技术方案的的关联信息表。
参考序列是精准切负荷控制业务时与各技术方案的关联信息表13:
表13
性能参数 | 速率 | 时延 | 可靠性 | 连接密度 |
TD-LTE230MHz | 1 | 0.4358 | 0.3333 | 1 |
4G | 1 | 0.4498 | 0.3333 | 1 |
eMBB(5G) | 1 | 0.4498 | 0.3333 | 1 |
mMTC(5G) | 1 | 0.4498 | 0.3333 | 1 |
uRLLC(5G) | 1 | 1 | 1 | 1 |
参考序列是分布式电源业务时与各技术方案的关联信息表14:
表14
性能参数 | 速率 | 时延 | 可靠性 | 连接密度 |
TD-LTE230MHz | 0.7921 | 1 | 0.3333 | 0.4358 |
4G | 1 | 1 | 0.3333 | 0.3929 |
eMBB(5G) | 1 | 1 | 0.3333 | 0.3929 |
mMTC(5G) | 1 | 1 | 0.3333 | 1 |
uRLLC(5G) | 1 | 1 | 1 | 0.3929 |
参考序列是用电信息采集业务时与各技术方案的关联信息表15:
表15
性能参数 | 速率 | 时延 | 可靠性 | 连接密度( |
TD-LTE230MHz | 0.7297 | 0.8295 | 0.3333 | 1 |
4G | 1 | 0.6611 | 0.3333 | 0.7689 |
eMBB(5G) | 1 | 0.6611 | 0.3333 | 0.7689 |
mMTC(5G) | 1 | 0.6611 | 0.3333 | 1 |
uRLLC(5G) | 1 | 1 | 1 | 0.7689 |
步骤(7):根据业务类型,确定价值因数,价值因素通过对相应的业务的性质与特征根据经验分析得到,将所述关联系数和对应的价值因数加权求和得到各技术方案与业务的相对契合度,相对契合度γi的计算公式如公式(6):
式中,γi是第i个技术方案与最优参考序列的相对契合度,ξij是第j个技术方案与第i个基于低频段的电力物联网无线通信业务对应的最优参数值的关联系数,Wj是第j个性能指标的价值因数。
以参考序列是配电自动化业务为例,通过对相应的业务的性质与特征根据经验分析得到,配电自动化对应于速率、延时、可靠性以及连接密度的价值因数分别为0.2、0.3、0.4、0.1,因此,分别计算各技术方案与配电自动化契合度如表16所示:
表16
用相同计算契合度的方法如公式6,可以分别得到参考序列为精准切负荷控制业务、分布式电源业务、用电信息采集业务时与各技术方案的的技术契合度表。
参考序列是精准切负荷控制业务时,通过对相应的业务的性质与特征根据经验分析得到,精准切负荷控制业务对应于速率、延时、可靠性以及连接密度的价值因数分别为0.1,0.4,0.3,0.2,因此,分别计算各技术方案与精准切负荷控制业务契合度如表17所示:
表17
技术 | TD-LTE230MHz | 4G | eMBB(5G) | mMTC(5G) | uRLLC(5G) |
契合度 | 0.6225 | 0.61955 | 0.61955 | 0.61955 | 1 |
参考序列是分布式电源业务时,通过对相应的业务的性质与特征根据经验分析得到,分布式电源业务对应于速率、延时、可靠性以及连接密度的价值因数分别为0.2,0.2,0.2,0.4,因此,分别计算各技术方案与分布式电源业务契合度如表18所示:
表18
技术 | TD-LTE230MHz | 4G | eMBB(5G) | mMTC(5G) | uRLLC(5G) |
契合度 | 0.5994 | 0.6238 | 0.6238 | 0.8667 | 0.7572 |
参考序列是用电信息采集业务时,通过对相应的业务的性质与特征根据经验分析得到,用电信息采集业务对应于速率、延时、可靠性以及连接密度的价值因数分别为0.3,0.1,0.1,0.5,因此,分别计算各技术方案与用电信息采集业务契合度如表19所示:
表19
技术 | TD-LTE230MHz | 4G | eMBB(5G) | mMTC(5G) | uRLLC(5G) |
契合度 | 0.83519 | 0.7839 | 0.7839 | 0.8994 | 0.8844 |
步骤(8)根据技术相对契合度从大到小排序排序,结合业务实际情况,得出与每种业务类型最契合的技术政策。
根据契合度表16所示,相对于其他技术方案uRLLC(5G)方案契合度数值最大,且契合度差距较大,uRLLC(5G)技术方案具有更高的契合度,最适合于承载配电自动化业务。
根据契合度表17所示,相对于其他技术方案uRLLC(5G)方案契合度数值最大,且契合度差距较大,uRLLC(5G)技术方案具有更高的契合度,最适合于承载精准切负荷控制业务。
根据契合度表18所示,相对于其他技术方案mMTC(5G)方案契合度数值最大, mMTC(5G)技术方案具有更高的契合度,最适合于承载分布式电源业务。
根据契合度表19所示,相对于其他技术方案mMTC(5G)方案契合度数值最大, mMTC(5G)技术方案具有更高的契合度,最适合于承载用电信息采集业务。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,熟悉该本领域的技术人员应该明白本发明包括但不限于附图和上面具体实施方式中描述的内容。任何不偏离本发明的功能和结构原理的修改都将包括在权利要求书的范围中。
Claims (4)
1.基于低频段的电力物联网业务与无线技术契合度评估方法,其特征在于包括以下步骤:
步骤S1,确定业务种类,提出技术方案性能参数与各类业务的指标要求;
步骤S2,根据技术方案性能参数与各类业务的指标要求,进行同质化处理,得到同质化后的基于低频段的电力物联网无线通信业务的需求值与各技术方案性能参数值;
步骤S3,根据同质化后的基于低频段的电力物联网无线通信业务的需求值,确定参考序列;
步骤S4,对参考序列进行无量纲化处理得到无量纲化技术性能参数序列,式中,X′ij是第j个性能指标在第i个智能电网无线通信业务的无量纲化指标参数值,Xij是第个j性能指标在第i个智能电网无线通信业务的参数值,X0j是第j个指标在最优参考序列X0中对应的最优参数值;
步骤S5,根据无量纲化技术性能参考数列,得到各技术方案性能参数与最优参考序列间的绝对差列值Δij和两极最大绝对差值Δ(max)=maximaxj(Δij)、最小绝对差值Δ(min)=miniminj(Δij),Δij=|x'ij-1|,i=1,2,...,n;j=1,2,...,p,其中,Δij是第j个性能指标在第i个智能电网无线通信业务的绝对差列值,X′ij第j个性能指标在第i个智能电网无线通信业务的无量纲化指标参数值;
步骤S6,根据所述的两极最大绝对差值和两极最小绝对差值,以及设置的分辨系数,计算各技术方案性能参数与参考序列的关联系数ξij,式中,ξij是第j个技术方案与第i个智能电网无线通信业务对应的最优参数值的关联系数,Δ(max)是两极最大差,Δ(min)两极最小差,ρ是分辨系数,ρ∈(0,1);
步骤S7,根据业务类型,确定价值因数,将所述关联系数和对应的价值因数加权求和得到各技术方案与业务的相对契合度γi,式中,γi是第i个技术方案与最优参考序列的相对契合度,ξij是第j个技术方案与第i个智能电网无线通信业务对应的最优参数值的关联系数,Wj是第j个性能指标的价值因数;
步骤S8,根据技术相对契合度从大到小排序,结合业务实际情况,得出与每种业务类型最契合的技术政策。
2.根据权利要求1所述的基于低频段的电力物联网业务与无线技术契合度评估方法,其特征在于:智能电网无线通信业务种类包括配电自动化、精准切负荷控制、分布式电源、用电信息采集,业务指标要求包括速率、时延、可靠性、连接密度。
3.根据权利要求1所述的基于低频段的电力物联网业务与无线技术契合度评估方法,其特征在于:步骤S4在无量纲化过程中,将超出业务需求的性能指标视为与需求值相等。
4.根据权利要求1所述的基于低频段的电力物联网业务与无线技术契合度评估方法,其特征在于:步骤S6中,设定ρ=0.5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910510889.0A CN110580660A (zh) | 2019-06-13 | 2019-06-13 | 基于低频段的电力物联网业务与无线技术契合度评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910510889.0A CN110580660A (zh) | 2019-06-13 | 2019-06-13 | 基于低频段的电力物联网业务与无线技术契合度评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110580660A true CN110580660A (zh) | 2019-12-17 |
Family
ID=68810823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910510889.0A Pending CN110580660A (zh) | 2019-06-13 | 2019-06-13 | 基于低频段的电力物联网业务与无线技术契合度评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110580660A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104954210A (zh) * | 2015-06-19 | 2015-09-30 | 重庆邮电大学 | 配电通信网中的不同业务类型与无线通信方式的匹配方法 |
CN105163348A (zh) * | 2015-07-31 | 2015-12-16 | 重庆邮电大学 | 智能配电网异构无线网络的通信方式接入选择方法 |
-
2019
- 2019-06-13 CN CN201910510889.0A patent/CN110580660A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104954210A (zh) * | 2015-06-19 | 2015-09-30 | 重庆邮电大学 | 配电通信网中的不同业务类型与无线通信方式的匹配方法 |
CN105163348A (zh) * | 2015-07-31 | 2015-12-16 | 重庆邮电大学 | 智能配电网异构无线网络的通信方式接入选择方法 |
Non-Patent Citations (1)
Title |
---|
周海燕: "基于灰色关联分析的无线通信技术性能评估方法", 《四川兵工学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1984430B (zh) | 自动资源限制分配的方法、基站、移动终端、设备及网络 | |
CN103545827A (zh) | 一种适用于低压配电网的三相不平衡负荷分配方法 | |
CN110365463B (zh) | 大规模mimo系统两次聚类划归的导频分配方法 | |
Zou et al. | Electric load profile of 5G base station in distribution systems based on data flow analysis | |
CN117335403B (zh) | 一种基于大数据的智能电网配网调度运行管理方法 | |
CN110233755A (zh) | 一种物联网中雾计算的计算资源和频谱资源分配方法 | |
CN103118424A (zh) | 一种基于干扰意识的lte上行链路功率控制方法和系统 | |
CN111328146B (zh) | 一种基于遗传算法优化传输速率权重的业务调度方法 | |
CN113099474A (zh) | 卫星互联网用户终端短期业务量需求预测方法及装置 | |
CN112668173A (zh) | 一种基于偏态分布计算10kV线路拓扑关系阈值的方法 | |
He et al. | Energy-efficient power allocation maximization with mixed group sum power bound and QoS constraints | |
CN110580660A (zh) | 基于低频段的电力物联网业务与无线技术契合度评估方法 | |
CN112595906B (zh) | 一种台区运行异常的判断方法 | |
CN101835162A (zh) | 不同小区应用不同时隙配比时的组网调度方法和装置 | |
CN115118591B (zh) | 一种基于联盟博弈的簇联邦学习方法 | |
CN116257745A (zh) | 一种负荷电流极端异常数据处理方法和装置 | |
CN114336769B (zh) | 一种电网日内紧急削峰方法、装置、系统及存储介质 | |
CN113300375B (zh) | 一种考虑用户参与意愿差异的温控负荷需求响应控制方法 | |
CN110381590B (zh) | 一种基于无线能量收集的无线网络子信道功率分配方法 | |
CN115276002A (zh) | 基于电力负荷曲线的配电性质智能研判方法 | |
CN113162662B (zh) | 一种CF-mMIMO下的用户分簇及功率分配方法 | |
CN108540246A (zh) | 一种基于认知无线电的IoT传感器网络在不完美信道下的次级IoT设备的资源分配方法 | |
CN113242064A (zh) | 基于用户空域特征和信道预测的多小区调度方法 | |
CN101854724A (zh) | 分布式多入多出正交频分复用系统及其中资源分配方法 | |
Wei et al. | An ASAPPP approach to the spectrum allocation in general heterogeneous cellular networks |
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 |
Application publication date: 20191217 |
|
RJ01 | Rejection of invention patent application after publication |