CN111130898B - 基于业务特征和节点可靠性的电力通信网故障恢复方法 - Google Patents

基于业务特征和节点可靠性的电力通信网故障恢复方法 Download PDF

Info

Publication number
CN111130898B
CN111130898B CN201911393683.0A CN201911393683A CN111130898B CN 111130898 B CN111130898 B CN 111130898B CN 201911393683 A CN201911393683 A CN 201911393683A CN 111130898 B CN111130898 B CN 111130898B
Authority
CN
China
Prior art keywords
service
virtual
node
nodes
network
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.)
Active
Application number
CN201911393683.0A
Other languages
English (en)
Other versions
CN111130898A (zh
Inventor
莫穗江
高国华
李瑞德
王�锋
张欣欣
温志坤
黄定威
杨玺
张欣
汤铭华
梁英杰
廖振朝
陈嘉俊
李伟雄
童捷
张天乙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Jiangmen Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Jiangmen Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Power Grid Co Ltd, Jiangmen Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201911393683.0A priority Critical patent/CN111130898B/zh
Publication of CN111130898A publication Critical patent/CN111130898A/zh
Application granted granted Critical
Publication of CN111130898B publication Critical patent/CN111130898B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/04—Network management architectures or arrangements
    • H04L41/044—Network management architectures or arrangements comprising hierarchical management structures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Telephonic Communication Services (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及电力通信网故障恢复技术领域，更具体地，涉及一种基于业务特征和节点可靠性的电力通信网故障恢复方法，包括：基于智能电网业务的业务特征对由于底层网络出现故障而导致的不可用的智能电网业务按照经济损失进行排序；基于底层节点的可替代率计算底层节点的可靠性，并进行排序；按照步骤S1的排序依次恢复智能电网业务，在恢复每个智能电网业务时，按照步骤S2的可靠性排序依次恢复虚拟节点及其虚拟链路。本发明通过业务特征以及节点的可靠性来对电力通信网的故障进行恢复，能够减少被恢复的智能电网业务再次发生故障的可能性，且能够提升故障恢复率和电力通信网的收益。

Description

基于业务特征和节点可靠性的电力通信网故障恢复方法
技术领域
本发明涉及电力通信网故障恢复技术领域，更具体地，涉及一种基于业务特征和节点可靠性的电力通信网故障恢复方法。
背景技术
随着人工智能和大数据技术的快速发展，智能电网业务得到了快速发展和应用，对电力通信网的建设和运营提出了更高的要求。在此背景下，电力通信网的规模和范围也快速增大。由于SDN(Software Defined Network，软件定义网络)技术实现了网络转发和控制分离、网络可编程，方便了电力维护人员对智能电网业务的部署和运营，提升了电力通信网的服务质量和管理效率。为了确保智能电网业务的服务质量，在底层网络发生故障时，如何快速恢复受影响的智能电网业务，已成为一个重要的研究内容。目前已有研究从业务的优先级和网络资源利用率方面进行考虑，但没有考虑在智能电网业务恢复时其分配可靠性较高的网络资源，这将容易导致被恢复的智能电网业务再次发生故障。
发明内容
本发明的目的在于克服被恢复的智能电网业务容易再次发生故障的不足，提供一种基于业务特征和节点可靠性的电力通信网故障恢复方法，通过业务特征以及节点的可靠性来对电力通信网的故障进行恢复，能够减少被恢复的智能电网业务再次发生故障的可能性，且能够提升故障恢复率和电力通信网的收益。
为解决上述技术问题，本发明采用的技术方案是：
提供一种基于业务特征和节点可靠性的电力通信网故障恢复方法，包括电力通信网，基于SDN的网络虚拟化将电力通信网分解为由底层网络和虚拟网络构成的双层架构，所述底层网络为所述虚拟网络分配资源，每个虚拟网络承载一种智能电网业务，所述底层网络由若干底层节点和底层链路构成，所述虚拟网络由若干虚拟节点和虚拟链路构成，括以下步骤：
S1.基于智能电网业务的业务特征对由于底层网络出现故障而导致的不可用的智能电网业务按照经济损失进行排序；
S2.基于底层节点的可替代率计算底层节点的可靠性，并进行排序；
S3.按照步骤S1的排序依次恢复智能电网业务，在恢复每个智能电网业务时，按照步骤S2的可靠性排序依次恢复虚拟节点及其虚拟链路。
本发明为基于业务特征和节点可靠性的电力通信网故障恢复方法，当底层网络出现故障时，承载在发生故障的底层网络的虚拟网络将不可用，导致对应的智能电网业务也不可用。当智能电网业务不可用时，必然会导致用户的投诉，影响电力公司的声誉。因此为了降低由于投诉带来的负面影响，在底层网络出现故障时，需要尽快恢复尽可能多的不可用的智能电网业务。而在恢复不用的智能电网业务时所带来的负面影响使用经济损失来衡量。所以为了减少经济损失，从智能电网业务的业务特征的视角分析经济损失，对不可用的智能电网业务进行排序，使得在对其进行恢复时能够先从有可能造成较大经济损失的智能电网业务开始进行恢复。然而，由于虚拟网络由若干虚拟节点和虚拟链路构成，所以为了能够尽可能快地恢复智能电网业务，通过对底层节点的可靠性的大小进行排序，从可靠性较大的开始恢复，能够提高恢复的效率。这是因为如果底层节点在底层网络中越容易被其它底层节点替代，那么在网络发生故障时，该底层节点的可靠性越高。
进一步地，在步骤S1中，使用GI＝(NI,EI)表示底层网络；其中，GI表示底层网络，NI表示底层节点的集合，EI表示底层链路的集合；所述底层节点
Figure GDA0002623197190000021
具有CPU属性
Figure GDA0002623197190000022
所述底层链路
Figure GDA0002623197190000023
具有带宽属性
Figure GDA0002623197190000024
使用GV＝(NV,EV)表示虚拟网络；其中，GV表示虚拟网络，NV表示虚拟节点的集合，EV表示虚拟链路的集合；所述虚拟节点
Figure GDA0002623197190000025
具有CPU属性
Figure GDA0002623197190000026
所述虚拟链路
Figure GDA0002623197190000027
具有带宽属性
Figure GDA0002623197190000028
进一步地，在步骤S1中，所述智能电网业务的业务特征包括服务收益特征、故障惩罚特征、服务剩余时长特征；所述服务收益特征包括服务质量的价格系数λi、单位时间内使用虚拟链路的收益Si；所述故障惩罚特征包括业务服务质量的保障系数ωi、单位时间内虚拟链路不可用带来的损失Mi；所述服务剩余时长特征包括服务剩余时长ti。
进一步地，在步骤S1中，所述不可用的智能电网业务所造成的经济损失使用Ii＝Ri-Li表示；其中，Ii表示经济损失，Ri表示继续提供服务的收益，Li表示不提供服务带来的惩罚。
进一步地，在步骤S1中，所述继续提供服务的收益Ri使用以下公式进行计算：
Ri＝λitiSiZi；
式中，λi表示服务质量的价格系数，ti表示服务剩余时长，Si表示单位时间内使用虚拟链路的收益，Zi表示重新分配使用的虚拟链路。
进一步地，在步骤S1中，所述不提供服务带来的惩罚Li使用以下公式进行计算：
Figure GDA0002623197190000031
式中，ωi表示业务服务质量的保障系数，ti表示服务剩余时长，Mi表示单位时间内虚拟链路不可用带来的损失，Zi表示重新分配使用的虚拟链路，Ni表示已经分配使用的虚拟链路
Figure GDA0002623197190000032
表示当前不可用的智能电网业务已使用的时长，
Figure GDA0002623197190000033
表示继续提供服务所需要的虚拟链路数量在总的提供服务需要的虚拟链路数量的占比。
进一步地，在步骤S2中，所述可替代率通过底层节点
Figure GDA0002623197190000034
两跳内相同节点的占比来进行计算，所述占比使用以下公式计算：
Figure GDA0002623197190000035
式中，
Figure GDA0002623197190000036
表示与底层节点
Figure GDA0002623197190000037
相连接的节点集合，
Figure GDA0002623197190000038
表示与底层节点
Figure GDA0002623197190000039
相连接的节点集合，
Figure GDA00026231971900000310
表示底层节点
Figure GDA00026231971900000311
两跳内相同节点的占比。
进一步地，在步骤S2中，所述底层节点
Figure GDA00026231971900000312
的可靠性
Figure GDA00026231971900000313
使用以下公式计算：
Figure GDA00026231971900000314
式中，
Figure GDA0002623197190000041
表示底层节点
Figure GDA0002623197190000042
的相邻底层节点，
Figure GDA0002623197190000043
表示与底层节点
Figure GDA0002623197190000044
相连接的节点集合，
Figure GDA0002623197190000045
表示底层节点
Figure GDA0002623197190000046
底层节点
Figure GDA0002623197190000047
两跳内相同节点的占比。
进一步地，在步骤S3中，恢复所述不可用的智能电网业务包括不可用的智能电网业务所在的虚拟节点的恢复和虚拟链路的恢复。
进一步地，在步骤S3中，在虚拟节点的恢复中，选择满足虚拟节点CPU需求的底层节点，且该底层节点为通过步骤S2计算所得的可靠性最大的底层节点；在虚拟链路的恢复中，采用最短路径法为虚拟链路分配底层链路。
与现有技术相比，本发明的有益效果是：
本发明通过对不可用的智能电网业务，即对待恢复的智能电网业务按照恢复智能电网业务时所带来的经济损失进行排序；然后基于底层节点的可替代率得到底层节点的可靠性，并按可靠性进行排序；最后再根据待恢复的智能电网业务的排序从经济损失最大的开始进行恢复，而在每个智能电网业务中，从可靠性最大的底层节点开始进行恢复。本发明能够减少被恢复的智能电网业务再次发生故障的可能性，且能够提升故障恢复率和电力通信网的收益。
附图说明
图1为本发明基于业务特征和节点可靠性的电力通信网故障恢复方法的流程图。
图2为本发明、随机恢复方法、基于业务层级的恢复方法之间的故障恢复率比较示意图。
图3为本发明、随机恢复方法、基于业务层级的恢复方法之间的电力通信网收益比较示意图。
图4为本发明、随机恢复方法、基于业务层级的恢复方法之间的故障恢复时长比较示意图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明。其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
实施例1
如图1所示为本发明基于业务特征和节点可靠性的电力通信网故障恢复方法的第一实施例，包括电力通信网，基于SDN的网络虚拟化将电力通信网分解为由底层网络和虚拟网络构成的双层架构，底层网络为虚拟网络分配资源，每个虚拟网络承载一种智能电网业务，底层网络由若干底层节点和底层链路构成，底层网络之间通过底层链路通信连接，虚拟网络由若干虚拟节点和虚拟链路构成，虚拟网络之间通过虚拟链路通信连接，底层节点为虚拟节点分配CPU资源，底层链路为虚拟链路分配带宽资源，包括以下步骤：
S1.基于智能电网业务的业务特征对由于底层网络出现故障而导致的不可用的智能电网业务按照经济损失进行排序；
S2.基于底层节点的可替代率计算底层节点的可靠性，并进行排序；
S3.按照步骤S1的排序依次恢复智能电网业务，在恢复每个智能电网业务时，按照步骤S2的可靠性排序依次恢复虚拟节点及其虚拟链路。
当底层网络出现故障时，承载在发生故障的底层网络的虚拟网络将不可用，导致对应的智能电网业务也不可用。当智能电网业务不可用时，必然会导致用户的投诉，影响电力公司的声誉。因此为了降低由于投诉带来的负面影响，在底层网络出现故障时，需要尽快恢复尽可能多的不可用的智能电网业务。而在恢复不用的智能电网业务时所带来的负面影响使用经济损失来衡量。所以为了减少经济损失，从智能电网业务的业务特征的视角分析经济损失，对不可用的智能电网业务进行排序，使得在对其进行恢复时能够先从有可能造成较大经济损失的智能电网业务开始进行恢复。然而，由于虚拟网络由若干虚拟节点和虚拟链路构成，所以为了能够尽可能快地恢复智能电网业务，通过对底层节点的可靠性的大小进行排序，从可靠性较大的开始恢复，能够提高恢复的效率。这是因为如果底层节点在底层网络中越容易被其它底层节点替代，那么在网络发生故障时，该底层节点的可靠性越高。
在步骤S1中，使用GI＝(NI,EI)表示底层网络；其中，GI表示底层网络，NI表示底层节点的集合，EI表示底层链路的集合；底层节点
Figure GDA0002623197190000051
具有CPU属性
Figure GDA0002623197190000052
底层链路
Figure GDA0002623197190000053
具有带宽属性
Figure GDA0002623197190000054
使用GV＝(NV,EV)表示虚拟网络；其中，GV表示虚拟网络，NV表示虚拟节点的集合，EV表示虚拟链路的集合；虚拟节点
Figure GDA0002623197190000061
具有CPU属性
Figure GDA0002623197190000062
虚拟链路
Figure GDA0002623197190000063
具有带宽属性
Figure GDA0002623197190000064
在步骤S1中，智能电网业务的业务特征包括服务收益特征、故障惩罚特征、服务剩余时长特征；服务收益特征包括服务质量的价格系数λi、单位时间内使用虚拟链路的收益Si；故障惩罚特征包括业务服务质量的保障系数ωi、单位时间内虚拟链路不可用带来的损失Mi；服务剩余时长特征包括服务剩余时长ti。
其中，服务质量的价格系数λi与业务服务质量的保障系数ωi相对应，单位时间内虚拟链路不可用带来的损失Mi与单位时间内使用虚拟链路的收益Si相关，本实施例中取损失Mi为收益Si的2倍。
还有，在步骤S1中，不可用的智能电网业务所造成的经济损失使用Ii＝Ri-Li表示；其中，Ii表示经济损失，Ri表示继续提供服务的收益，Li表示不提供服务带来的惩罚。继续提供服务的收益Ri使用以下公式进行计算：
Ri＝λitiSiZi；
式中，λi表示服务质量的价格系数，ti表示服务剩余时长，Si表示单位时间内使用虚拟链路的收益，Zi表示重新分配使用的虚拟链路。不提供服务带来的惩罚Li使用以下公式进行计算：
Figure GDA0002623197190000065
式中，ωi表示业务服务质量的保障系数，ti表示服务剩余时长，Mi表示单位时间内虚拟链路不可用带来的损失，Zi表示重新分配使用的虚拟链路，Ni表示已经分配使用的虚拟链路
Figure GDA0002623197190000066
表示当前不可用的智能电网业务已使用的时长，
Figure GDA0002623197190000067
表示继续提供服务所需要的虚拟链路数量在总的提供服务需要的虚拟链路数量的占比。
另外，对于底层节点的可替代率，与当前底层节点周围的边数相关。在步骤S2中，可替代率通过底层节点
Figure GDA0002623197190000071
两跳内相同节点的占比来进行计算，占比使用以下公式计算：
Figure GDA0002623197190000072
式中，
Figure GDA0002623197190000073
表示与底层节点
Figure GDA0002623197190000074
相连接的节点集合，
Figure GDA0002623197190000075
表示与底层节点
Figure GDA0002623197190000076
相连接的节点集合，
Figure GDA0002623197190000077
表示底层节点
Figure GDA0002623197190000078
两跳内相同节点的占比。所以，当底层节点
Figure GDA0002623197190000079
与底层节点
Figure GDA00026231971900000710
之间有边相互连接时，
Figure GDA00026231971900000711
且当底层节点
Figure GDA00026231971900000712
的
Figure GDA00026231971900000713
较大时，底层节点
Figure GDA00026231971900000714
能够被对方替代的可能性较高。所以，当底层节点
Figure GDA00026231971900000715
任一发生故障后，可以非常容易地被另一个底层节点代替，即表示底层节点
Figure GDA00026231971900000716
的可靠性较高。反之，底层节点
Figure GDA00026231971900000717
的可靠性较低。基于此，底层节点
Figure GDA00026231971900000718
的可靠性
Figure GDA00026231971900000719
使用以下公式计算：
Figure GDA00026231971900000720
式中，
Figure GDA00026231971900000721
表示底层节点
Figure GDA00026231971900000729
的相邻底层节点，
Figure GDA00026231971900000722
表示与底层节点
Figure GDA00026231971900000723
相连接的节点集合，
Figure GDA00026231971900000724
表示底层节点
Figure GDA00026231971900000725
底层节点
Figure GDA00026231971900000726
两跳内相同节点的占比。
Figure GDA00026231971900000727
的取值越大，表示底层节点
Figure GDA00026231971900000728
越容易被相邻的底层节点代替，即该底层节点的可靠性越高。
实施例2
本实施例与实施例1类似，所不同之处在于，在步骤S3中，恢复不可用的智能电网业务包括不可用的智能电网业务所在的虚拟节点的恢复和虚拟链路的恢复。在虚拟节点的恢复中，选择满足虚拟节点CPU需求的底层节点，且该底层节点为通过步骤S2计算所得的可靠性最大的底层节点；在虚拟链路的恢复中，采用最短路径法为虚拟链路分配底层链路。具体地，每个虚拟节点的CPU需求是已知的，每个底层节点的CPU可用容量是已知的，通过比较若底层节点可用CPU容量大，就满足虚拟节点的CPU需求。
为了验证本发明的性能，使用GT-ITM工具生成电力通信网拓扑。电力通信网的底层节点从100个增加到700个，步长为100个。电力业务的仿真方面，从电力通信网络中随机选择20％个底层节点作为源节点，并为每个源节点随机选择一个非源节点的底层节点作为目标节点，使用最短路径算法，模拟一个端到端的电力业务。为模拟电力通信网的故障信息，设置底层链路的先验故障概率服从[0.001,0.01]内的均匀分布。
在性能分析方面，从业务故障恢复能力、电力通信网收益、业务故障恢复时长三个维度，将本发明与随机恢复方法PCNFRAoR、基于业务层级的恢复方法PCNFRAoST进行了比较。本实施例中使用PCNFRAoSCaNR表示本发明的方法。其中，随机恢复方法PCNFRAoR是指从受影响的智能电网业务中随机选择一个智能电网业务进行恢复；基于业务层级的恢复方法PCNFRAoST是指从优先级高的智能电网业务中选择业务进行恢复。性能分析指标方面，业务故障恢复能力是指恢复成功的智能电网业务在总的受影响的智能电网业务中的占比；电力通信网收益是指成功恢复的智能电网业务获得的收益；业务故障恢复时长是指从业务故障发生到所有可恢复的故障恢复成功所花费的时长。其结果如图2至图4所示。
在图2中，随着底层节点数量的增加，三种方法的故障恢复率都维持在53％左右。说明三种方法均能够适用于不同规模的网络环境中。在故障恢复率取值方面，本发明高于其他两种方法，说明本发明具有较高的故障恢复能力。
在图3中，随着底层节点数量的增加，三种方法下电力通信网收益都有逐步增加。说明随着网络规模的增大，三种方法均能够恢复越来越多的受影响的故障业务，确保更多的电力通信网服务质量。在电力通信网收益取值方面，本发明高于其他两种方法，说明本发明具有较高的电力通信网收益。
在图4中，随着底层节点数量的增加，三种方法下故障恢复时长都在逐步增加，说明随着网络规模的增大，三种方法均需要恢复越来越多的受影响的故障业务，所以需要的恢复时间逐渐增加。在故障恢复时长取值方面，本发明的故障恢复时长高于其他两种方法，这是因为本发明的业务优先级排列、底层节点可靠性排列的两个步骤具有较大的时间开销，并且随着网络规模的增加，这两个步骤的时间开销增加较快。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (8)

1.一种基于业务特征和节点可靠性的电力通信网故障恢复方法，包括电力通信网，基于SDN的网络虚拟化将电力通信网分解为由底层网络和虚拟网络构成的双层架构，所述底层网络为所述虚拟网络分配资源，每个虚拟网络承载一种智能电网业务，所述底层网络由若干底层节点和底层链路构成，所述虚拟网络由若干虚拟节点和虚拟链路构成，其特征在于，包括以下步骤：
S1.基于智能电网业务的业务特征对由于底层网络出现故障而导致的不可用的智能电网业务按照经济损失进行排序；
S2.基于底层节点的可替代率计算底层节点的可靠性，并进行排序；
在步骤S2中，所述可替代率通过底层节点
Figure FDA0002623197180000011
两跳内相同节点的占比来进行计算，所述占比使用以下公式计算：
Figure FDA0002623197180000012
式中，
Figure FDA0002623197180000013
表示与底层节点
Figure FDA0002623197180000014
相连接的节点集合，
Figure FDA0002623197180000015
表示与底层节点
Figure FDA0002623197180000016
相连接的节点集合，
Figure FDA0002623197180000017
表示底层节点
Figure FDA0002623197180000018
两跳内相同节点的占比；
所述底层节点
Figure FDA0002623197180000019
的可靠性
Figure FDA00026231971800000110
使用以下公式计算：
Figure FDA00026231971800000111
式中，
Figure FDA00026231971800000112
表示底层节点
Figure FDA00026231971800000113
的相邻底层节点，
Figure FDA00026231971800000114
表示与底层节点
Figure FDA00026231971800000115
相连接的节点集合，
Figure FDA00026231971800000116
表示底层节点
Figure FDA00026231971800000117
底层节点
Figure FDA00026231971800000118
两跳内相同节点的占比；
S3.按照步骤S1的排序依次恢复智能电网业务，在恢复每个智能电网业务时，按照步骤S2的可靠性排序依次恢复虚拟节点及其虚拟链路。
2.根据权利要求1所述的基于业务特征和节点可靠性的电力通信网故障恢复方法，其特征在于，在步骤S1中，使用GI＝(NI,EI)表示底层网络；其中，GI表示底层网络，NI表示底层节点的集合，EI表示底层链路的集合；所述底层节点
Figure FDA00026231971800000119
具有CPU属性
Figure FDA00026231971800000120
所述底层链路
Figure FDA00026231971800000121
具有带宽属性
Figure FDA00026231971800000122
使用GV＝(NV,EV)表示虚拟网络；其中，GV表示虚拟网络，NV表示虚拟节点的集合，EV表示虚拟链路的集合；所述虚拟节点
Figure FDA0002623197180000021
具有CPU属性
Figure FDA0002623197180000022
所述虚拟链路
Figure FDA0002623197180000023
具有带宽属性
Figure FDA0002623197180000024
3.根据权利要求2所述的基于业务特征和节点可靠性的电力通信网故障恢复方法，其特征在于，在步骤S1中，所述智能电网业务的业务特征包括服务收益特征、故障惩罚特征、服务剩余时长特征；所述服务收益特征包括服务质量的价格系数λi、单位时间内使用虚拟链路的收益Si；所述故障惩罚特征包括业务服务质量的保障系数ωi、单位时间内虚拟链路不可用带来的损失Mi；所述服务剩余时长特征包括服务剩余时长ti。
4.根据权利要求3所述的基于业务特征和节点可靠性的电力通信网故障恢复方法，其特征在于，在步骤S1中，所述不可用的智能电网业务所造成的经济损失使用Ii＝Ri-Li表示；其中，Ii表示经济损失，Ri表示继续提供服务的收益，Li表示不提供服务带来的惩罚。
5.根据权利要求4所述的基于业务特征和节点可靠性的电力通信网故障恢复方法，其特征在于，在步骤S1中，所述继续提供服务的收益Ri使用以下公式进行计算：
Ri＝λitiSiZi；
式中，λi表示服务质量的价格系数，ti表示服务剩余时长，Si表示单位时间内使用虚拟链路的收益，Zi表示重新分配使用的虚拟链路。
6.根据权利要求5所述的基于业务特征和节点可靠性的电力通信网故障恢复方法，其特征在于，在步骤S1中，所述不提供服务带来的惩罚Li使用以下公式进行计算：
Figure FDA0002623197180000025
式中，ωi表示业务服务质量的保障系数，ti表示服务剩余时长，Mi表示单位时间内虚拟链路不可用带来的损失，Zi表示重新分配使用的虚拟链路，Ni表示已经分配使用的虚拟链路
Figure FDA0002623197180000026
表示当前不可用的智能电网业务已使用的时长，
Figure FDA0002623197180000031
表示继续提供服务所需要的虚拟链路数量在总的提供服务需要的虚拟链路数量的占比。
7.根据权利要求1所述的基于业务特征和节点可靠性的电力通信网故障恢复方法，其特征在于，在步骤S3中，恢复所述不可用的智能电网业务包括不可用的智能电网业务所在的虚拟节点的恢复和虚拟链路的恢复。
8.根据权利要求7所述的基于业务特征和节点可靠性的电力通信网故障恢复方法，其特征在于，在步骤S3中，在虚拟节点的恢复中，选择满足虚拟节点CPU需求的底层节点，且该底层节点为通过步骤S2计算所得的可靠性最大的底层节点；在虚拟链路的恢复中，采用最短路径法为虚拟链路分配底层链路。
CN201911393683.0A 2019-12-30 2019-12-30 基于业务特征和节点可靠性的电力通信网故障恢复方法 Active CN111130898B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911393683.0A CN111130898B (zh) 2019-12-30 2019-12-30 基于业务特征和节点可靠性的电力通信网故障恢复方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911393683.0A CN111130898B (zh) 2019-12-30 2019-12-30 基于业务特征和节点可靠性的电力通信网故障恢复方法

Publications (2)

Publication Number Publication Date
CN111130898A CN111130898A (zh) 2020-05-08
CN111130898B true CN111130898B (zh) 2020-12-01

Family

ID=70504913

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911393683.0A Active CN111130898B (zh) 2019-12-30 2019-12-30 基于业务特征和节点可靠性的电力通信网故障恢复方法

Country Status (1)

Country Link
CN (1) CN111130898B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111799785B (zh) * 2020-07-03 2023-11-28 国网新疆电力有限公司电力科学研究院 极端灾害后配电网电力与通信协调恢复方法及系统
CN112685209B (zh) * 2020-12-24 2023-02-17 国网河南省电力公司信息通信公司 一种虚拟资源检修服务故障恢复方法及系统
CN113038520B (zh) * 2021-03-31 2022-05-10 广东电网有限责任公司电力调度控制中心 一种拓扑感知的虚拟网服务故障恢复方法及系统
CN112929913B (zh) * 2021-03-31 2022-05-27 广东电网有限责任公司电力调度控制中心 网络切片下基于路由可生存性的虚拟网服务故障恢复方法
CN113329053B (zh) * 2021-04-26 2022-06-10 国网浙江省电力有限公司嘉兴供电公司 一种基于电力业务特征的5g网络虚拟映射方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103560952A (zh) * 2013-10-14 2014-02-05 广州捷能电力科技有限公司 微型网络中的节点故障恢复方法
CN103593708A (zh) * 2013-11-28 2014-02-19 国家电网公司 一种配电网多重故障供电恢复方法
CN105335902A (zh) * 2015-11-27 2016-02-17 国家电网公司 电力通信网的可靠性确定方法及装置
CN106058859A (zh) * 2016-07-04 2016-10-26 国网重庆市电力公司电力科学研究院 一种含微网的复杂配电网可靠性评估算法
CN108809860A (zh) * 2018-05-03 2018-11-13 北京航空航天大学 基于业务可靠性的网络节点资源分配方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8509109B2 (en) * 2011-06-27 2013-08-13 Mitsubishi Electric Research Laboratories, Inc. Method for discovering and maintaining routes in smart meter networks
CN102708470A (zh) * 2012-06-08 2012-10-03 上海市电力公司 一种重要用户故障处理及快速恢复供电的方法
CN104297638B (zh) * 2014-11-07 2017-01-11 广东电网有限责任公司电力科学研究院 一种高精度、低成本的配电网故障定位方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103560952A (zh) * 2013-10-14 2014-02-05 广州捷能电力科技有限公司 微型网络中的节点故障恢复方法
CN103593708A (zh) * 2013-11-28 2014-02-19 国家电网公司 一种配电网多重故障供电恢复方法
CN105335902A (zh) * 2015-11-27 2016-02-17 国家电网公司 电力通信网的可靠性确定方法及装置
CN106058859A (zh) * 2016-07-04 2016-10-26 国网重庆市电力公司电力科学研究院 一种含微网的复杂配电网可靠性评估算法
CN108809860A (zh) * 2018-05-03 2018-11-13 北京航空航天大学 基于业务可靠性的网络节点资源分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Current Limiting Protection Scheme for;Jian Liu1, Yuwei He1, Xuan Yang1;《2018 2nd IEEE Conference on Energy Internet and Energy System Integration (EI2)》;20181022;全文 *
基于节点恢复可靠性的骨架网络重构;梁海平，顾雪平;《华北电力大学学报》;20140730;参见第30页以及33页 *

Also Published As

Publication number Publication date
CN111130898A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
CN111130898B (zh) 基于业务特征和节点可靠性的电力通信网故障恢复方法
CN102231647B (zh) 一种电力专用光纤通信网络业务路由配置方法
CN111565146B (zh) 一种网络拓扑感知的电力通信网链路故障恢复方法
CN111682962B (zh) 一种电力数据网故障恢复方法、系统及存储介质
CN106982144B (zh) 一种电力通信网故障恢复方法
CN108965014A (zh) QoS感知的服务链备份方法及系统
CN106506357A (zh) 一种电力通信网的双路由配置方法及装置
CN109039699B (zh) 一种QoS约束的电力OTN通信网服务故障恢复方法
CN110557345B (zh) 一种电力通信网资源分配方法
CN112118176B (zh) 一种面向业务可靠性的综合数据网通道路由负载优化方法
CN110971525B (zh) 一种面向电力通信网的业务运行的业务路由寻址方法
CN111106999A (zh) 一种ip-光网络通信业务联合分配方法及装置
CN106817306B (zh) 一种确定目标路由的方法及装置
CN112312444B (zh) 一种5g网络切片下资源备份方法
CN113328437B (zh) 一种智能配电网cps拓扑构建方法及故障恢复方法
CN112887207B (zh) 用于电力ip-光通信网络的业务路由分配方法及装置
CN104506337B (zh) 基于区域性故障预测的虚拟网络映射方法及装置
CN106789646A (zh) 业务传输路径确定方法及装置
CN114095075B (zh) 一种基于业务定制需求感知的光网络故障恢复方法
CN111092827B (zh) 一种电力通信网资源分配方法及装置
CN111160661B (zh) 一种电力通信网可靠性优化方法、系统以及设备
CN107689917B (zh) 一种基于非一致性业务均衡的电力通信网路由分配方法
CN112561129B (zh) 一种基于配电线路故障信息的抢修物资调配方法
CN109858822B (zh) 一种基于流关联分析的信息电力融合系统可靠性评估方法
CN109861855B (zh) 一种电力通信网络中节点重要度的确定方法和装置

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
GR01 Patent grant
GR01 Patent grant