CN111723978A - 一种基于虚拟映射适应多种电力业务差异性需求的指标评价方法 - Google Patents

Abstract

本发明公开了一种基于虚拟映射适应多种电力业务差异性需求的指标评价方法，随着电力行业发展速度的快速提升，各种电力业务特征呈现差异化，控制类、信息采集类、移动应用类等三类业务对通信和安全的需求差别很大，其通信带宽、延迟容忍、安全等级、业务可靠性等指标都存在很大差距，传统的电力通信业务模型难以同时进行描述。本发明提供的基于虚拟映射适应多种电力业务差异性需求的指标评价方法，设计了基于虚拟映射的电力业务通信与安全性能指标评估模型，并通过改进粒子群算法进行快速迭代，获取最优的指标评价方法，从而同时适应控制类、信息采集类、移动应用类等三类类型的业务需求情况，为电力业务与通信技术的适配性研究奠定了基础。

Description

一种基于虚拟映射适应多种电力业务差异性需求的指标评价 方法

技术领域

本发明属于电力通信技术领域，涉及电力无线通信、虚拟映射等技术，尤其涉及一种基于虚拟映射适应多种电力业务差异性需求的指标评价方法。

背景技术

电力企业市场化改革的不断深入，大规模新能源并网调控，电网正向着智能电网和能源互联网的方向发展。电力专网及公用无线网络均面临新兴业务需求多样化、时延可靠性指标需求难以满足、频域干扰严重、网络资源利用率低以及信道模拟困难的挑战。控制类、信息采集类、移动应用类电力业务需求呈现出更加明显的多样化特征，不同业务对网络带宽、时延、可靠性的需求差异很大。

目前，被大量应用的多技术指标评估分析方法主要有主成分分析法、TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)评价法、模糊综合评判法、灰色关联度分析法和墒权法等。当前只是通过简单的技术评估指标来适配电力业务与通信技术，这些技术评估指标选取相对具有片面性，而且没有确定的电力业务与通信技术的适配性评估方法，通过这样的适配性评估方法无法保障无线通信网络资源的利用率、可扩展性和数据传输的可靠性。因此亟需设计构建一种适应多种电力业务需求的差异性指标评价方法。

发明内容

本发明的目的在于提供一种基于虚拟映射的适应多种电力业务需差异性求的指标评价方法，通过虚拟映射结合快速迭代来更好的适应差异性很大的电力业务类型，为电力无线专网等通信方式与电力业务的适配性研究提供基础，以解决现有技术中存在的缺乏适应多种电力业务需求的差异性指标评价方法的问题。

为达此目的，本发明采用以下技术方案：

一种基于虚拟映射适应多种电力业务差异性需求的指标评价方法，包括：

采集电力业务的数据；

将电力业务的通信及安全性能指标归一化；

构建虚拟网络映射模型；

构建基于虚拟映射的电力业务模型；

采用改进粒子群算法进行快速迭代，获取全局最优指标评价方法。

可选地，所述采集电力业务的数据，包括：

按照应用场景对电力业务进行分类，包括控制类业务、信息采集类业务和移动应用类业务；

分别采集控制类业务、信息采集类业务和移动应用类业务的数据。

可选地，所述通信及安全性能指标包括：

通信带宽、安全等级、延迟容忍和业务可靠性。

可选地，所述构建虚拟网络映射模型，包括：

提供底层网络模型；

提供虚拟网络请求模型；

将所述虚拟网络请求模型映射到所述底层网络模型。

可选地，所述采用改进粒子群算法进行快速迭代，获取全局最优指标评价方法，包括：

初始化粒子群；

计算每个粒子新位置的适应度；

根据适应度更新每个粒子的极值和全局极值；

更新每个粒子的速度和位置；

判断是否满足迭代次数，若是，输出最优解，若否，返回执行所述计算每个粒子新位置的适应度。

与现有技术相比，本发明实施例具有以下有益效果：

本发明实施例提供的一种基于虚拟映射适应多种电力业务差异性需求的指标评价方法，可以同时适配各种业务的多种通信安全指标，通过构建虚拟网络映射模型，解决了传统的电力通信业务模型难以对通信带宽、延迟容忍、安全性、业务可靠性等指标同时进行描述的难题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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它的附图。

本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容所能涵盖的范围内。

图1为本发明实施例提供的基于虚拟映射适应多种电力业务差异性需求的指标评价方法的总体框图；

图2为本发明实施例提供的基于虚拟映射适应多种电力业务差异性需求的指标评价方法的流程示意图；

图3为本发明实施例提供的虚拟网络映射模型图；

图4为本发明实施例提供的改进粒子群算法快速迭代流程图。

具体实施方式

为使得本发明的目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

智能电网的快速发展与能源互联网的兴起，电力数据和信息的海量接入，控制类、信息采集类、移动应用类电力业务需求呈现出更加明显的多样化特征，不同业务对通信带宽、延迟容忍(即传输时延)、业务可靠性和安全等级的需求差异很大。要实现电力数据和信息的海量接入和可靠传输，满足差异化电力业务特征、应用场景等对通信、安全性能的需求，必须构建电力业务通信与安全性能指标评估模型。

传统的电力通信业务模型难以对通信带宽、延迟容忍、安全等级、业务可靠性等指标同时进行描述，为此，本申请公开了一种基于虚拟映射适应多种电力业务差异性需求的指标评价方法，通过虚拟映射结合快速迭代来更好的适应差异性很大的电力业务类型，为电力无线专网等通信方式与电力业务的适配性研究提供基础。

具体的，请参阅图1至图4所示。

本实施例提供了一种基于虚拟映射适应多种电力业务差异性需求的指标评价方法，包括：

S1、采集电力业务的数据；

S2、将电力业务的通信及安全性能指标归一化；

S3、构建虚拟网络映射模型；

S4、构建基于虚拟映射的电力业务模型；

S5、采用改进粒子群算法进行快速迭代，获取全局最优指标评价方法。

具体的，根据电网各级业务应用场景，可以将电力业务分为控制类、信息采集类、移动应用类三种，分别定义控制类业务、采集类业务、移动应用类业务为(c(i))、(g(i))、(m(i))。

基于对电力业务应用场景的调研，控制类业务对通信传输时延、通道可靠性要求极高；信息采集类电力业务对通信方式的覆盖能力有极大的要求；移动应用类业务对通信带宽会有较高的要求。

进一步的，采集电力业务的数据，包括：

按照应用场景对电力业务进行分类，包括控制类业务、信息采集类业务和移动应用类业务；

分别采集控制类业务、信息采集类业务和移动应用类业务的数据。

通信及安全性能指标包括：

通信带宽、安全等级、延迟容忍(传输时延)和业务可靠性。

具体的，消息报文的安全等级要求、传输时延要求及可靠性要求分别表示为c(i)＝(Sc(i),Dc(i),Rc(i))、g(i)＝(Sg(i),Dg(i),Rg(i))、m(i)＝(Sm(i),Dm(i),Rm(i))；用Pc(i)、Pg(i)和Pm(i)表示控制类业务请求、采集类业务请求和移动应用类业务请求映射到底层网络后的实际传输概率。

对于最佳流量请求b(i)，含有一个属性，即fb(i)，表示映射后实际满足的流量部分。

因此，c(i)＝(Sc(i),Dc(i),Rc(i))表示控制类业务消息报文的安全等级要求、传输时延要求及可靠性要求。

g(i)＝(Sg(i),Dg(i),Rg(i))表示采集类业务消息报文的安全等级要求、传输时延要求及可靠性要求。

m(i)＝(Sm(i),Dm(i),Rm(i))表示移动应用类业务消息报文的安全等级要求、传输时延要求及可靠性要求。

Rc(i)、Rg(i)、Rm(i)表示控制类业务请求、采集类业务请求和移动应用类业务消息报文可靠性要求。

进一步的，构建虚拟网络请求模型的构建实现通信网中实际业务的数学抽象化，最后虚拟网络映射问题模型的构建实现以业务吞吐量最大化为目标、以业务安全等级、时延和可靠性为约束条件的资源映射问题的抽象化，如图3所示。

具体的，构建虚拟网络映射模型，包括：

提供底层(虚拟网络提供层)网络模型；

提供虚拟网络请求模型；

将虚拟网络请求模型映射到底层网络模型。

(1)底层(虚拟网络提供层)网络模型:使用无向带权图G^S(N^S,E^S)表示底层物理网络模型，即表示底层(虚拟网络提供层)网络模型，N^S表示节点集合(在智能配电通信网中节点是固定的)，节点集中有1个控制中心(n^S(0))和单一故障安全终端设备(n^S(i),i＝1,2,...,n-1)，每一个节点拥有两个属性，即发送射频所需子载波(S^T(i))和接收射频所需子载波(S^R(i))。E^S表示物理网络中的链路集合，权值为每条链路的剩余带宽。对于每条虚拟网络提供层链路e^s(i,j)∈E^S，它的总带宽记做R_EMax(x)，剩余带宽记做R_E(x)，用R_e表示该链路的归一化可靠性。

(2)虚拟网络请求模型:虚拟网络请求模型用无向带权图G^V(N^V,E^V)来表示，其中N^V表示虚拟网络请求中节点集合，E^V表示虚拟链路集合，权值为每条虚拟链路的请求带宽。对于每条虚拟网络提供层链路e^v∈E^V，链路所需的带宽大小为B(x)。

(3)虚拟网络映射问题描述：

虚拟网络映射是指将虚拟请求映射到物理网络上，可以用

表示在某种约束条件下的一个虚拟网络映射，

其中，G^V'∈G^V。通过给每个节点分配相应的子载波来满足每个节点上的各类业务请求和最佳流量请求，得到四种请求对应的子载波分配方式，分别用矩阵A_c(i,j)、A_g(i,j)、A_m(i,j)以及A_b(i,j)进行记录。(i为节点，j为安全、传输、可靠性等参数)。

进一步的，构建基于虚拟映射的电力业务模型。

例如，在满足实时服务可靠性、安全性要求约束的条件下，使得业务总吞吐量最大max，则可以表示为：实际传输率大于归一化可靠性；实际流量大于最佳流量请求；实际本应该有的参数大于各类业务参数总和；实际带宽大

于所需带宽。

因此，A_c(i,j)、A_g(i,j)、A_m(i,j)以及A_b(i,j)分别表示i节点上的控制类业务请求、采集类业务请求、应用类业务请求和最佳流量请求对应的子载波分配方式。A(i)表示第i个节点上，j参数实际固有情况。

R’(l)表示在未映射虚拟链路l时的链路剩余带宽。

更进一步的，在映射服务层采用改进粒子群算法进行快速迭代获取通信和安全性能的需求，取得满足电力业务最优服务质量QoS的性能需求与应用场景的对比验证，从而保障通信与安全性能需求模型的有效性。粒子群算法是一种随机搜索算法,它是不确定的全局搜索，算法能够从某种程度上避免陷入局部最优。

请参阅图4所示，采用改进粒子群算法进行快速迭代，获取全局最优指标评价方法，包括：

初始化粒子群；

计算每个粒子新位置的适应度；

根据适应度更新每个粒子的极值和全局极值；

更新每个粒子的速度和位置；

判断是否满足迭代次数，若是，输出最优解，若否，返回执行计算每个粒子新位置的适应度。

具体的，首先，建立适应度函数：第t次迭代时第i个粒子的位置向量X_i(t)＝(x_i1,x_i2,...,x_iD)；第t次迭代时第i个粒子的速度向量V_i(t)＝(v_i1,v_i2,...,v_iD)。

f代表适应度函数，α，β，γ为约束系数，适应度函数的输出值越大，则虚拟映射指标评价方法越好。

(2)系数优化，获取最优指标评估模型：每个粒子速度：V_i(t+1)＝w×V_i(t)+c₁×r₁×(P_i(t)-X_i(t))+c₂×r₂×(P_g(t)-X_g(t))；

位置X_i(t+1)＝X_i(t)+V_i(t+1)。

其中，ω惯性系数，c₁和c₂分别表示每个粒子趋向位置P_i和全局趋向位置P_g的加速系数，r₁和r₂是两个独立的随机数。

惯性系数ω优化：设定粒子i的适应度值为f_i，最优粒子适应度值为f_m，则粒子群的平均适应度值为

将优于平均适应度的粒子适应度值取平均，记为f′_avg，定义Δ＝|f_m-f′_avg|。

k₁、k₂为控制参数，k₁用来控制ω的上限，k₂用来控制ω的调节能力。

学习因子优化：在常规粒子群算法中，通常取c₁＝c₂＝2。这样既不能使种群在早期进化中快速寻找最优值，也不能使种群在后期进化中迅速收敛到最优解。

因此，以较好的c₁和c₂固定值为初值，对学习进行动态调整：

c_1s、c_2s分别为c₁、c₂的初值；c_1e、c_2e分别为c₁、c₂的终值；iter是当前迭代的次数；iter_max是总迭代的次数。

传统的电力通信业务模型难以对通信带宽、延迟容忍、安全等级、业务可靠性等指标同时进行描述，本发明设计的基于虚拟映射适应多种电力业务差异性需求的指标评价方法，可以同时适配各种业务的多种通信安全指标。本专利基于虚拟映射模型结合改进的粒子群算法进行快速迭代，获取最优的通信和安全性能指标模型，具备自评估检验功能，能够取得满足电力业务最优服务质量QoS的性能需求与应用场景的对比验证，从而保障通信与安全性能需求模型的有效性。

综上所述，本发明实施例公开了一种基于虚拟映射适应多种电力业务差异性需求的指标评价方法，随着电力行业发展速度的快速提升，各种电力业务特征呈现差异化，控制类、信息采集类、移动应用类等三类业务对通信和安全的需求差别很大，其通信带宽、延迟容忍、安全等级、业务可靠性等指标都存在很大差距，传统的电力通信业务模型难以同时进行描述。本发明实施例提供的基于虚拟映射适应多种电力业务差异性需求的指标评价方法，设计了基于虚拟映射的电力业务通信与安全性能指标评估模型，并通过改进粒子群算法进行快速迭代，获取最优的指标评价方法，从而同时适应控制类、信息采集类、移动应用类等三类类型的业务需求情况，为电力业务与通信技术的适配性研究奠定了基础。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (5)

1.一种基于虚拟映射适应多种电力业务差异性需求的指标评价方法，其特征在于，包括：

采集电力业务的数据；

将电力业务的通信及安全性能指标归一化；

构建虚拟网络映射模型；

构建基于虚拟映射的电力业务模型；

采用改进粒子群算法进行快速迭代，获取全局最优指标评价方法。

2.根据权利要求1所述的指标评价方法，其特征在于，所述采集电力业务的数据，包括：

按照应用场景对电力业务进行分类，包括控制类业务、信息采集类业务和移动应用类业务；

分别采集控制类业务、信息采集类业务和移动应用类业务的数据。

3.根据权利要求2所述的指标评价方法，其特征在于，所述通信及安全性能指标包括：

通信带宽、安全等级、延迟容忍和业务可靠性。

4.根据权利要求1所述的指标评价方法，其特征在于，所述构建虚拟网络映射模型，包括：

提供底层网络模型；

提供虚拟网络请求模型；

将所述虚拟网络请求模型映射到所述底层网络模型。

5.根据权利要求1所述的指标评价方法，其特征在于，所述采用改进粒子群算法进行快速迭代，获取全局最优指标评价方法，包括：

初始化粒子群；

计算每个粒子新位置的适应度；

根据适应度更新每个粒子的极值和全局极值；

更新每个粒子的速度和位置；

判断是否满足迭代次数，若是，输出最优解，若否，返回执行所述计算每个粒子新位置的适应度。

Images