CN111404727A - 一种基于备用路由潜在风险评估模型的路由分析方法 - Google Patents
一种基于备用路由潜在风险评估模型的路由分析方法 Download PDFInfo
- Publication number
- CN111404727A CN111404727A CN202010136954.0A CN202010136954A CN111404727A CN 111404727 A CN111404727 A CN 111404727A CN 202010136954 A CN202010136954 A CN 202010136954A CN 111404727 A CN111404727 A CN 111404727A
- Authority
- CN
- China
- Prior art keywords
- network
- link
- service
- route
- time delay
- 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
- 238000012502 risk assessment Methods 0.000 title claims abstract description 14
- 238000004458 analytical method Methods 0.000 title claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 30
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000013178 mathematical model Methods 0.000 claims abstract description 15
- 230000002068 genetic effect Effects 0.000 claims abstract description 14
- 238000013210 evaluation model Methods 0.000 claims abstract description 3
- 210000000349 chromosome Anatomy 0.000 claims description 30
- 230000006854 communication Effects 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 21
- 230000003287 optical effect Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 4
- 108090000623 proteins and genes Proteins 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 3
- 230000001934 delay Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- H04L41/12—Discovery or management of network topologies
-
- 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
- H04L45/12—Shortest path evaluation
- H04L45/124—Shortest path evaluation using a combination of metrics
-
- 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
- H04L45/22—Alternate routing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提出了一种基于备用路由潜在风险评估模型的路由分析方法,为了对网络中承载业务的通道进行风险分析,得到对应每项业务的通道压力函数表达式,结合全网平均时延NAD的定义,确定表征综合网络性能GNP的表达式;基于综合网络性能GNP的表达式构建优化策略数学模型;以网络潜在风险值的最小化作为优化策略数学模型的目标函数,采用限定解空间的遗传算法目标函数求解,得到备用路由采用路径的最优路径组合方案。该备用路由配置方法规划的路径健壮性比较强,安全性高,同时时延也满足要求,而且可以对全网多业务的备用路由进行同时配置。所述基于遗传算法的备用路由配置方法适用于对时延、安全性等综合特征要求很高的关键业务的备用路由配置。
Description
技术领域
本发明属于通信领域,尤其涉及一种基于备用路由潜在风险评估模型的路由分析方法。
背景技术
电力通信网是服务于智能电网的通信专网,它的通信业务具有高级别的可靠性需求。尤其是对于线路继电保护、安全稳定控制等业务,单路由已经不能满足其安全生产的需求,往往还需要配置备用路由。当主路由发生故障中断时,迅速启用备用路由避免业务中断,由此能够极大程度地降低故障对业务的影响,保障电网安全、稳定地运行。
目前,电力通信网在进行业务的备用路由规划时,主要包括最短双路由法和最大不相交双路由算法两种。然而这些方法均单一地考虑不相交度指标或时延指标,未考虑到通道压力、风险等因素,因此这些备用路由配置方法规划的路径健壮性较差,并不适用于对时延、安全性等综合特征要求很高的关键业务的备用路由配置。
发明内容
为了解决现有技术中存在的缺点和不足,本发明提出了一种基于备用路由潜在风险评估模型的路由分析方法,该备用路由配置方法规划的路径健壮性比较强,安全性高,同时时延也满足要求,而且可以对全网多业务的备用路由进行同时配置。所述基于遗传算法的备用路由配置方法适用于对时延、安全性等综合特征要求很高的关键业务的备用路由配置。
所述路由分析方法包括:
为了对网络中承载业务的通道进行风险分析,得到对应每项业务的通道压力函数Pr(eij)表达式,结合全网平均时延NAD的定义,确定表征综合网络性能GNP的表达式;
基于综合网络性能GNP的表达式构建优化策略数学模型;
以网络潜在风险值的最小化作为优化策略数学模型的目标函数,采用限定解空间的遗传算法目标函数求解,得到备用路由采用路径的最优路径组合方案。
可选的,所述为了对网络中承载业务的通道进行风险分析,得到对应每项业务的通道压力函数Pr(eij)表达式,结合全网平均时延NAD的定义,确定表征综合网络性能GNP的表达式,包括:
定义通道压力Pr(eij)为链路eij的链路业务重要度总和与链路自身重要度的乘积,如公式一所示,
Pr(eij)=EBIij×EIij公式一;
其中EBIij表示链路业务重要度,是链路eij上承载的所有业务的重要度总和;
通过计算一条链路上所有业务重要度之和,得到一个表示链路上业务负载大小的量化指标,即链路业务重要度EBIij,如公式二所示,
其中,S为所有路由路径经过边eij的业务的集合,EIij表示链路自身重要度,对于每一条链路,根据链路自身的特性,如光缆类型、光缆级别的不同,划分为不同的重要度级别,i、j、k、S的取值范围均为正整数;
定义全网平均时延NAD如公式三所示,
其中tij表示任意链路eij上的传输时延,|E|表示网络中链路的总数;平均时延NAD越低,网络的性能越好,以此作为衡量网络总体性能的其中一个因素;
综上所述得到如公式四所示的综合网络性能GNP指标表达式,
当通道压力均衡度和平均时延越小,综合网络性能GNP的值就越大,反映网络性能越好。
可选的,所述基于综合网络性能GNP的表达式构建优化策略数学模型,包括:
以网络潜在风险值的最小化作为优化策略的目标函数,并对相交度I、时延T和带宽B进行一定的限制;则本算法优化策略的数学模型如公式五所示,
可选的,所述以网络潜在风险值的最小化作为优化策略数学模型的目标函数,采用限定解空间的遗传算法目标函数求解,得到备用路由采用路径的最优路径组合方案,包括:
步骤1:初始化电力通信网的网络拓扑及遗传算法相关参数;
步骤2:获取业务集合S,及其中各业务的起点与终点,初始化各业务路径集合Pi;
步骤3:利用KSP算法为每条业务寻找除主路由外前k条时延最短的可选路径,构成各业务的路径集合Pi;
步骤4:初始化种群;
步骤5:计算每条染色体的适应度函数值;
步骤6:依照适应度函数值,按照轮盘赌方法选择染色体复制到新群体;
步骤7:依照概率随机选择多对染色体进行交叉并存入新群体;
步骤8:依照概率随机选择多条染色体进行变异并存入新群体;
步骤9:若循环代数已达到设定值,则执行步骤10,否则返回步骤5继续算法;
步骤10:若循环代数已达到设定值,选择最新一次循环中适应度函数值最高的一条染色体解码输出作为最优解。
本发明提供的技术方案带来的有益效果是:
该备用路由配置方法规划的路径健壮性比较强,安全性高,同时时延也满足要求,而且可以对全网多业务的备用路由进行同时配置。所述基于遗传算法的备用路由配置方法适用于对时延、安全性等综合特征要求很高的关键业务的备用路由配置。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提出的一种基于备用路由潜在风险评估模型的路由分析方法的流程示意图。
具体实施方式
为使本发明的结构和优点更加清楚,下面将结合附图对本发明的结构作进一步地描述。
实施例一
本申请实施例提出了一种基于备用路由潜在风险评估模型的路由分析方法,如图1所示,所述路由分析方法包括:
11、为了对网络中承载业务的通道进行风险分析,得到对应每项业务的通道压力函数Pr(eij)表达式,结合全网平均时延NAD的定义,确定表征综合网络性能GNP的表达式;
12、基于综合网络性能GNP的表达式构建优化策略数学模型;
13、以网络潜在风险值的最小化作为优化策略数学模型的目标函数,采用限定解空间的遗传算法目标函数求解,得到备用路由采用路径的最优路径组合方案。
为了抽象电力通信网中业务的备用路由配置问题,本文首先对电力通信网的网络拓扑进行建模,将电力通信网定义成为一个有权无向网络,并做出以下假设:
1)一个发电厂、变电站、调度机构和光中继站等被抽象为通信网模型的一个节点,不考虑其光纤熔接点、配线架等无源设备。
2)站点之间的通信线路是通信网的边,通信线路采用双向通信,即认为所有边为无向边。
3)合并同一方向上的多条通信线路以消除多重边和自环。
基于以上假设,电力通信网可以用节点数为N,链路数为M的网络拓扑图G(V,E)表示,其中V={v1,v2,……,vn}代表节点的集合,E={e1,e2,……,em}代表边的集合,边的权重由该条边上的传输时延决定,时延的计算方法参考文献[3];两点之间的路径表示为pij,其中起点和终点分别为vi和vj。
对业务建模如下:定义电力通信网上业务集合为S={s1,s2,……,sk},其中单个业务类si有五种属性(start,end,path,path*,di),它们分别代表业务的起点,终点,业务的主路由路径,备用路由路径以及业务重要度。其中业务si的重要度参数di,是业务中断所造成影响的量化指标,根据业务分类设定。
假设网络初始时采用最短双路由法配置电力通信网的主备路由,即对于各条业务,选取其中总时延最短的两条路由路径分别作为其主备路由路径,下面针对该初始网络路由配置进行网络潜在风险评估指标和网络性能评价指标的定义。
网络中各业务配置有主路由和备用路由,当网络正常运行时,各条业务沿主路由路径进行传输;当网络出现故障,如某一条链路中断时,所有其主路由中经过该条链路的业务自动将其路径切换到备用路由路径,从而维持电力通信网的正常运行。
备用路由配置方法的优劣直接影响到故障发生时网络的健壮性,因此本文在设计备用路由优化算法时引入网络潜在风险的概念,即故障发生时网络稳定性发生的变化,将降低网络潜在风险作为备用路由优化配置的优化目标。
在介绍网络潜在风险指标前,首先引入通道压力的概念:
为了对网络中承载关键业务的通道进行风险分析,这里定义通道压力Pr(eij)为链路eij的链路业务重要度总和与链路自身重要度的乘积:
Pr(eij)=EBIij×EIij
其中EBIij表示链路业务重要度,是链路eij上承载的所有业务的重要度总和。
对于链路上承载的不同业务,根据业务的种类可以赋予不同的量化重要度;
通过计算一条链路上所有业务重要度之和,就可以得到一个表示链路上业务负载大小的量化指标,即链路业务重要度EBIij:
EIij表示链路自身重要度,对于每一条链路,根据链路自身的特性,如光缆类型、光缆级别等的不同,将他们划分为不同的重要度级别。
本文将网络潜在风险NPR定义为:
Pr(eij)sum=Pr(eij)m+Pr(eij)a
其中Pr(eij)sum表示所有主路由经过链路eij的通道压力值Pr(eij)m和所有备用路由经过链路eij的通道压力值Pr(eij)a的叠加和,NPR为叠加通道压力Pr(eij)sum的标准差,当各条边上业务主备路由的叠加通道压力分布得越均匀,我们就认为对于网络整体而言,潜在的风险性就越小。
本文在仿真实例部分动态模拟网络故障发生的过程,将原始双路由配置下故障发生后网络性能的下降程度作为参照,验证优化后的备用路由是否能有效减缓网络性能下降的速度,以此反映备用路由优化配置方法的有效性。
网络性能作为衡量本文算法优越性的重要指标,从平均时延和通道压力两个方面进行评价。
在平均时延方面,定义全网平均时延NAD如下:
其中tij表示任意链路eij上的传输时延,|E|表示网络中链路的总数;平均时延NAD越低,网络的性能越好,以此作为衡量网络总体性能的其中一个因素。
在通道压力方面,网络承载的业务的种类和数量是固定的,网络故障的发生会导致业务路由的中断,该业务失效。因此在业务方面使用与业务重要度紧密相关的通道压力作为衡量网络性能的指标。
综上所述得到综合网络性能GNP指标如下:当通道压力均衡度和平均时延越小,综合网络性能GNP的值就越大,反映网络性能越好。
限定解空间的遗传算法
(1)目标函数
本算法对电力通信网业务的备用路由进行优化,提出相应的优化策略,以网络潜在风险值的最小化作为优化策略的目标函数,并对相交度I、时延T和带宽B进行一定的限制。则本算法优化策略的数学模型为:
(2)算法描述
本算法从时延和网络潜在风险两个维度综合考虑,采用限定解空间的遗传算法,首先利用KSP算法为每条业务寻找除主路由外前k条时延最短的可选路径,构成一个解空间,再利用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。
具体算法步骤如下:
1.染色体编码方式:
本算法采用实数编码方式,一条染色体代表全网所有业务的一种备用路由路径组合方案;染色体上基因位的个数等于业务总数,每个基因位对应相应业务的一条路由路径,该基因位的值等于业务的可选路径集合中所选出的业务路径的编号,每个基因位的取值范围均为[1,k]。
2.适应度函数:
染色体sv的适应度函数为:
适应度函数越高,染色体越有可能存活下来。
3.创建初始种群
随机生成染色体,形成规模为M的种群,作为初始种群P(0)。
4.确定选择算子
首先确定选择概率SELECTRATE;
采用轮盘赌选择方法,设种群规模为M。
首先计算群体中每个个体的适应度大小:
f(i=1,2,…,M)
然后计算每个个体被遗传到下一代群体中的概率:
接下来计算每个个体的累积概率:
之后在[0,1]区间内产生一个均匀分布的伪随机数r;
若r<Q1,则选择个体1,否则,选择个体k,使得:Qk-1<r≤Qk成立;
重复以上两个步骤,直到选出M×SELECTRATE个个体直接遗传到下一代,并作为下一代剩余部分个体的父本。
5.确定交叉算子
采用单点交叉,随机选取父本中两条染色体,随机以某一节点为分界,交换两条染色体该节点之后的节点,使两条染色体混合。
重复以上步骤,直到选出M-M×SELECTRATE个个体与选择操作所得的M×SELECTRATE个个体共同构成种群规模为M的下一代种群。
6.确定变异算子
在已经得出的种群规模为M的下一代种群中随机选取若干染色体,改变染色体中的某一个基因位的值,新赋的值的所选范围为[1,K]。
7.输出最优解
当迭代次数达到设定值,在最后一代群体中,找到适应度最高的个体作为最优解输出。
8.染色体解码
由于一条染色体代表全网所有业务的一种备用路由路径的组合方案,则对作为最优解输出的染色体进行解码,首先根据每条业务对应基因位的值找出该业务可选路径集中对应序号的路由路径,然后将各条业务的路由路径组合起来构成全网所有业务的备用路径。
上述实施例中的各个序号仅仅为了描述,不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于备用路由潜在风险评估模型的路由分析方法,其特征在于,所述路由分析方法包括:
为了对网络中承载业务的通道进行风险分析,得到对应每项业务的通道压力函数Pr(eij)表达式,结合全网平均时延NAD的定义,确定表征综合网络性能GNP的表达式;
基于综合网络性能GNP的表达式构建优化策略数学模型;
以网络潜在风险值的最小化作为优化策略数学模型的目标函数,采用限定解空间的遗传算法目标函数求解,得到备用路由采用路径的最优路径组合方案。
2.根据权利要求1所述的一种基于备用路由潜在风险评估模型的路由分析方法,其特征在于,所述为了对网络中承载业务的通道进行风险分析,得到对应每项业务的通道压力函数Pr(eij)表达式,结合全网平均时延NAD的定义,确定表征综合网络性能GNP的表达式,包括:
定义通道压力Pr(eij)为链路eij的链路业务重要度总和与链路自身重要度的乘积,如公式一所示,
Pr(eij)=EBIij×EIij 公式一;
其中EBIij表示链路业务重要度,是链路eij上承载的所有业务的重要度总和;
通过计算一条链路上所有业务重要度之和,得到一个表示链路上业务负载大小的量化指标,即链路业务重要度EBIij,如公式二所示,
其中,S为所有路由路径经过边eij的业务的集合,EIij表示链路自身重要度,对于每一条链路,根据链路自身的特性,如光缆类型、光缆级别的不同,划分为不同的重要度级别,i、j、k、S的取值范围均为正整数;
定义全网平均时延NAD如公式三所示,
其中tij表示任意链路eij上的传输时延,|E|表示网络中链路的总数;平均时延NAD越低,网络的性能越好,以此作为衡量网络总体性能的其中一个因素;
综上所述得到如公式四所示的综合网络性能GNP指标表达式,
当通道压力均衡度和平均时延越小,综合网络性能GNP的值就越大,反映网络性能越好。
4.根据权利要求1所述的一种基于备用路由潜在风险评估模型的路由分析方法,其特征在于,所述以网络潜在风险值的最小化作为优化策略数学模型的目标函数,采用限定解空间的遗传算法目标函数求解,得到备用路由采用路径的最优路径组合方案,包括:
步骤1:初始化电力通信网的网络拓扑及遗传算法相关参数;
步骤2:获取业务集合S,及其中各业务的起点与终点,初始化各业务路径集合Pi;
步骤3:利用KSP算法为每条业务寻找除主路由外前k条时延最短的可选路径,构成各业务的路径集合Pi;
步骤4:初始化种群;
步骤5:计算每条染色体的适应度函数值;
步骤6:依照适应度函数值,按照轮盘赌方法选择染色体复制到新群体;
步骤7:依照概率随机选择多对染色体进行交叉并存入新群体;
步骤8:依照概率随机选择多条染色体进行变异并存入新群体;
步骤9:若循环代数已达到设定值,则执行步骤10,否则返回步骤5继续算法;
步骤10:若循环代数已达到设定值,选择最新一次循环中适应度函数值最高的一条染色体解码输出作为最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010136954.0A CN111404727A (zh) | 2020-03-02 | 2020-03-02 | 一种基于备用路由潜在风险评估模型的路由分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010136954.0A CN111404727A (zh) | 2020-03-02 | 2020-03-02 | 一种基于备用路由潜在风险评估模型的路由分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111404727A true CN111404727A (zh) | 2020-07-10 |
Family
ID=71413890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010136954.0A Pending CN111404727A (zh) | 2020-03-02 | 2020-03-02 | 一种基于备用路由潜在风险评估模型的路由分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111404727A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114390626A (zh) * | 2020-10-20 | 2022-04-22 | 中国移动通信集团设计院有限公司 | 网络路由确定方法、装置及可读存储介质 |
CN114866406A (zh) * | 2022-05-25 | 2022-08-05 | 电子科技大学 | 无线自组网中基于故障定位的业务性能快速修复方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106656598A (zh) * | 2016-12-22 | 2017-05-10 | 云南电网有限责任公司 | 电力通信网关键业务备选路由配置方法及系统 |
CN108494678A (zh) * | 2018-03-16 | 2018-09-04 | 北京智芯微电子科技有限公司 | 基于遗传算法的备用路由配置方法及系统 |
CN109242242A (zh) * | 2018-07-26 | 2019-01-18 | 中国电力科学研究院有限公司 | 一种用于确定系统保护专网业务风险建模的方法和系统 |
-
2020
- 2020-03-02 CN CN202010136954.0A patent/CN111404727A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106656598A (zh) * | 2016-12-22 | 2017-05-10 | 云南电网有限责任公司 | 电力通信网关键业务备选路由配置方法及系统 |
CN108494678A (zh) * | 2018-03-16 | 2018-09-04 | 北京智芯微电子科技有限公司 | 基于遗传算法的备用路由配置方法及系统 |
CN109242242A (zh) * | 2018-07-26 | 2019-01-18 | 中国电力科学研究院有限公司 | 一种用于确定系统保护专网业务风险建模的方法和系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114390626A (zh) * | 2020-10-20 | 2022-04-22 | 中国移动通信集团设计院有限公司 | 网络路由确定方法、装置及可读存储介质 |
CN114390626B (zh) * | 2020-10-20 | 2024-06-11 | 中国移动通信集团设计院有限公司 | 网络路由确定方法、装置及可读存储介质 |
CN114866406A (zh) * | 2022-05-25 | 2022-08-05 | 电子科技大学 | 无线自组网中基于故障定位的业务性能快速修复方法 |
CN114866406B (zh) * | 2022-05-25 | 2023-04-18 | 电子科技大学 | 无线自组网中基于故障定位的业务性能快速修复方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106656598B (zh) | 电力通信网关键业务备选路由配置方法及系统 | |
CN108880886B (zh) | 一种跨区域电力系统保护通信网规划方法 | |
Altiparmak et al. | Optimal design of reliable computer networks: A comparison of metaheuristics | |
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 | |
Medhi et al. | Some approaches to solving a multihour broadband network capacity design problem with single-path routing | |
CN111404727A (zh) | 一种基于备用路由潜在风险评估模型的路由分析方法 | |
Xing et al. | Load balancing-based routing optimization mechanism for power communication networks | |
Bartolini et al. | Network recovery after massive failures | |
CN103248571A (zh) | 一种最优第二路由的计算方法 | |
CN114025264A (zh) | 一种面向电力通信sdh光传输网络的路由规划方法 | |
Liu et al. | Survivability-aware routing restoration mechanism for smart grid communication network in large-scale failures | |
Dong et al. | Mitigating cascading failures of spatially embedded cyber–physical power systems by adding additional information links | |
CN112887207B (zh) | 用于电力ip-光通信网络的业务路由分配方法及装置 | |
Dong et al. | A service routing reconstruction approach in cyber-physical power system based on risk balance | |
Wu et al. | Dynamic network topology portrait for digital twin optical network | |
Liu et al. | Risk-aware service routes planning for system protection communication networks of software-defined networking in energy internet | |
CN113095578B (zh) | 变电站最优通信路径的设计方法、装置、终端及介质 | |
CN112990608A (zh) | 一种适用于电力设施全覆盖的5g优化建设方法 | |
WO2023002337A1 (en) | Computer-implemented method for reconfiguring an electrical power distribution network | |
Lezama et al. | Routing and spectrum allocation in flexgrid optical networks using differential evolution optimization | |
Ji et al. | Comprehensive vulnerability assessment and optimisation method of power communication network | |
CN114285789A (zh) | 一种电力通信网中自动生成业务疏导方案的方法 | |
CN103051537A (zh) | Ip电路业务传输调度方法和系统 | |
Wang et al. | Alternate routing optimization method for power communication network |
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: 20200710 |
|
RJ01 | Rejection of invention patent application after publication |