CN114025264A - 一种面向电力通信sdh光传输网络的路由规划方法 - Google Patents

一种面向电力通信sdh光传输网络的路由规划方法 Download PDF

Info

Publication number
CN114025264A
CN114025264A CN202111344084.7A CN202111344084A CN114025264A CN 114025264 A CN114025264 A CN 114025264A CN 202111344084 A CN202111344084 A CN 202111344084A CN 114025264 A CN114025264 A CN 114025264A
Authority
CN
China
Prior art keywords
service
model
value
link
optical transmission
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.)
Granted
Application number
CN202111344084.7A
Other languages
English (en)
Other versions
CN114025264B (zh
Inventor
尹喜阳
卢志鑫
李霜冰
曲思衡
王建波
付连宇
吕国远
刘乙召
王强
刘连志
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.)
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Information and Telecommunication Branch of State Grid Tianjin Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Information and Telecommunication Branch of State Grid Tianjin Electric Power 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 State Grid Corp of China SGCC, State Grid Tianjin Electric Power Co Ltd, Information and Telecommunication Branch of State Grid Tianjin Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202111344084.7A priority Critical patent/CN114025264B/zh
Publication of CN114025264A publication Critical patent/CN114025264A/zh
Application granted granted Critical
Publication of CN114025264B publication Critical patent/CN114025264B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q11/00—Selecting arrangements for multiplex systems
    • H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
    • H04Q11/0062—Network aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q11/00—Selecting arrangements for multiplex systems
    • H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
    • H04Q11/0062—Network aspects
    • H04Q2011/0073—Provisions for forwarding or routing, e.g. lookup tables
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q11/00—Selecting arrangements for multiplex systems
    • H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
    • H04Q11/0062—Network aspects
    • H04Q2011/0079—Operation or maintenance aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q11/00—Selecting arrangements for multiplex systems
    • H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
    • H04Q11/0062—Network aspects
    • H04Q2011/0086—Network resource allocation, dimensioning or optimisation

Landscapes

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

Abstract

本发明涉及一种面向电力通信SDH光传输网络的路由规划方法，其技术特点是：构建电力通信SDH光传输网络资源模型；将重要度不同、带宽不同的业务均匀分布到网络中；提取业务请求信息；若业务指定现有业务路径或通道保护环，并且业务路径或通道保护环中存在可用资源，则为业务分配相应资源，生成业务路径，否则使用强化学习方法求解工作路由；若业务为保护业务，则使用强化学习方法求解备份路由，生成通道保护环，为业务分配相应资源；更新网络可用资源以及链路风险值、节点风险值和链路负载值。本发明实现了对SDH光传输网络路由的合理规划功能，为SDH光传输网络的规划设计和运维管理提供了重要依据，有助于保障电力系统安全、稳定、可靠运行。

Description

一种面向电力通信SDH光传输网络的路由规划方法
技术领域
本发明属于SDH光传输网络技术领域，尤其是一种面向电力通信SDH光传输网络的路由规划方法。
背景技术
电力通信SDH（Synchronous Digital Hierarchy, 同步数字体系）光传输网作为国家电网公司省际、省级骨干通信网的重要组成部分，承载了继电保护、安稳控制和调度自动化等电网核心业务，对保障电力系统安全、稳定、可靠运行起着至关重要的作用。然而随着能源互联网建设的不断推进，SDH光传输网络规模持续扩大，管理难度日益增加，给运维管理人员带来了前所未有的压力，出现了以下亟待解决的问题：
(1)电力通信SDH光传输网络结构日益复杂，管理难度大。由于通信建设项目随电网一次线路分期分批建设，且光缆随一次线路不断调整，造成现阶段各层级光传输网网架整体性不强、核心网架稳定性不足；网络中通信设备重复堆叠配置、设备厂商组成复杂。
(2)通信线路纵横交错、属性繁多；光缆路由资源分布不平衡、部分跨区域光缆路由单一。导致电力通信SDH光传输网络可靠性、生存性降低，发生故障后影响范围广、排除难度大，同时给运维管理带来了较大的困难。
为了对SDH光传输网络更好地进行管理，必须要对电力通信网络业务路由进行合理规划。目前，电力通信网络业务路由规划方法主要存在以下问题：
(1)仅从单一角度考虑网络风险均衡或负载均衡并建立模型，缺乏对两者同时进行考虑。
(2)大多仅根据业务重要度、节点风险度和链路风险度等约束条件构建评价指标，未考虑网络中资源的可用性，即理想的认为所求路由映射到真实网络中一定存在可用通信资源。
(3)现有研究仅关注电网管理政策中的主备双路由，均忽略了线路重载（即单光纤不能承载超过8条继电保护业务与安稳控制系统业务）的约束。
(4)电力通信SDH光传输网络具有较强的自愈能力，但现有研究均忽视了网络中已配置的保护策略，具有一定局限性。
考虑到业务传输风险和网络流量分布情况是电力通信SDH光传输网络同时关注的两个重要特征，骨干光传输网中存在部分带宽使用率超过90%的瓶颈区段、部分线路已经重载或即将重载等限制因素，因此，上述业务路由规划方法难以直接应用于真实网络中。
发明内容
本发明的目的在于克服现有技术的不足，提供一种面向电力通信SDH光传输网络的路由规划方法，其综合考虑风险和负载联合均衡因素，能够有效均衡网络风险和负载流量，同时可以一定程度上降低阻塞率和网络业务风险。
本发明解决现有的技术问题是采取以下技术方案实现的：
一种面向电力通信SDH光传输网络的路由规划方法，包括以下步骤：
步骤1、构建电力通信SDH光传输网络资源模型；
步骤2、根据风险与负载联合均衡策略，将重要度不同的业务、带宽不同的业务均匀分布到网络中；
步骤3、待业务请求到达后，提取业务类型、业务源/宿节点、业务带宽、是否为保护业务、业务路径和通道保护环编号；
步骤4、若业务指定现有业务路径或通道保护环，并且业务路径或通道保护环中存在可用资源，则为业务分配相应资源，生成业务路径，否则使用强化学习方法求解工作路由；
步骤5、若业务为保护业务，则使用强化学习方法求解备份路由，生成通道保护环，为业务分配相应资源；
步骤6、更新网络可用资源以及链路风险值、节点风险值和链路负载值。
而且，所述电力通信SDH光传输网络资源模型包括交叉及时隙资源模型、节点资源模型、链路资源模型、网络及保护资源模型与业务及通道资源模型；
所述交叉及时隙资源模型包括交叉资源模型和时隙资源模型，所述交叉资源模型由交叉连接类DXC组成，并对设备节点中的高阶交叉容量和低阶交叉容量进行管理；所述时隙资源模型由SDH数据帧类ClsSDHFrame和基础复用容器类SDHFlexContainer组成，并在时隙粒度对光纤资源进行管理；
所述节点资源模型包括站点模型、设备节点模型、设备板卡模型和端口模型，所述站点模型由站点类Site组成，所述设备节点模型由设备节点类DeviceNode组成，所述设备板卡模型由设备板卡类BoardCard组成，所述端口模型由端口类Port组成；
所述链路资源模型包括光缆模型、光路模型和光纤模型，所述光缆模型由光缆类OLG组成，所述光路模型由光路类Olink组成，所述光纤模型由光纤类Fiber组成；
所述网络及保护资源模型包括网络模型、MSP1+1保护模型、MS-SPRing2保护模型和通道保护环模型，所述网络模型由网络类Network组成，所述MSP1+1保护模型由MSP1+1保护类MSP1_1组成，所述MS-SPRing2保护模型由MS-SPRing2保护类MSSPRing2组成，所述通道保护环模型由通道保护环类PathProtection组成；
所述业务及通道资源模型包括业务模型、业务路径模型和通道模型，所述业务模型由业务类Service组成，所述业务路径模型由业务路径类ServicePath组成，所述通道模型由通道类Channel组成。
而且，所述风险与负载联合均衡策略包括风险均衡策略和负载均衡策略，所述风险均衡策略包括链路风险值与节点风险值，所述负载均衡策略包括链路负载值。
而且，所述链路风险值、节点风险值和链路负载值分别按下式进行归一化处理：
Figure 100002_DEST_PATH_IMAGE002
式中，
Figure 100002_DEST_PATH_IMAGE004
分别表示链路风险值、节点风险值和链路负载值，
Figure 100002_DEST_PATH_IMAGE006
分别表示归一化的链路风险值、节点风险值和链路负载值；
Figure 100002_DEST_PATH_IMAGE008
为链路
Figure 100002_DEST_PATH_IMAGE010
的两个端点，
Figure 100002_DEST_PATH_IMAGE012
和
Figure 100002_DEST_PATH_IMAGE014
分别表示链路风险值的最小值和最大值；
Figure 100002_DEST_PATH_IMAGE016
和
Figure 100002_DEST_PATH_IMAGE018
分别表示节点风险值的最小值和最大值；
Figure 100002_DEST_PATH_IMAGE020
和
Figure 100002_DEST_PATH_IMAGE022
分别表示链路负载值的最小值和最大值。
而且，所述重要度不同的业务包括：继电保护业务、安稳控制系统业务、调度自动化业务、调度电话业务、广域相量测量业务、视频会议业务、行政电话业务、雷电定位检测系统业务和变电站视频监视业务，上述业务的重要度依次下降。
而且，所述步骤2的具体实现方法为：将电力通信SDH光传输网络中的设备节点抽象为节点，将连接设备节点的光纤抽象为链路，将电力通信SDH光传输网络描述为有向多图G(V，E)，其中，V表示网络拓扑中的节点集合；E表示网络拓扑中的链路集合。
而且，所述电力通信业务类型包括生产控制大区和管理信息大区两类，所述生产控制大区为安全区Ⅰ和安全区Ⅱ，所述安全区Ⅰ业务包含继电保护业务和安稳控制系统业务，所述安全区Ⅱ业务包含电能计量业务和广域相量测量业务；管理信息大区依据实时性指标分为安全区Ⅲ和安全区Ⅳ；所述安全区Ⅲ包含监测系统业务和视频监视业务，所述安全区Ⅳ包含行政电话业务和视频会议业务。
而且，所述强化学习方法采用Q-learning算法；在强化学习方法中，基于贝尔曼方程对Q-learning算法进行更新：
Figure 100002_DEST_PATH_IMAGE024
式中，s表示当前状态，
Figure 100002_DEST_PATH_IMAGE026
表示执行的动作，其中
Figure 100002_DEST_PATH_IMAGE028
，S表示状态集合，A表示任一状态下智能体可执行的动作集合，
Figure 100002_DEST_PATH_IMAGE030
为第k+1次更新的
Figure 100002_DEST_PATH_IMAGE032
值表，
Figure 100002_DEST_PATH_IMAGE034
为第k次更新的
Figure 382578DEST_PATH_IMAGE032
值表，
Figure 100002_DEST_PATH_IMAGE036
表示第k次更新在新的状态
Figure 100002_DEST_PATH_IMAGE038
下的
Figure 378216DEST_PATH_IMAGE032
值表，
Figure 100002_DEST_PATH_IMAGE040
表示第k次更新在新的状态
Figure 374991DEST_PATH_IMAGE038
下能达到的最大
Figure 899513DEST_PATH_IMAGE032
值，对应的动作为
Figure 100002_DEST_PATH_IMAGE042
，
Figure 100002_DEST_PATH_IMAGE044
为学习速率；
Figure 100002_DEST_PATH_IMAGE046
为奖励；
Figure 100002_DEST_PATH_IMAGE048
为折扣因子；
在强化学习算法中，将
Figure 100002_DEST_PATH_IMAGE050
贪心策略用于Q-learning算法的探索与利用，设置探索速率
Figure 512897DEST_PATH_IMAGE050
初始值为1：
Figure 100002_DEST_PATH_IMAGE052
式中，
Figure 100002_DEST_PATH_IMAGE054
为探索速率的最小值，
Figure 100002_DEST_PATH_IMAGE056
为探索速率的最大值，
Figure 100002_DEST_PATH_IMAGE058
为指数衰减率；
Figure 100002_DEST_PATH_IMAGE060
为当前学习次数。
而且，所述强化学习方法是将风险与负载联合均衡策略作为路由求解过程中的每一跳路由权值，每一跳路由权值
Figure 100002_DEST_PATH_IMAGE062
作为路由算法的目标函数，表示如下：
Figure 100002_DEST_PATH_IMAGE064
式中，
Figure 100002_DEST_PATH_IMAGE066
和
Figure 100002_DEST_PATH_IMAGE068
为均衡因子，取值范围均为[0,1]，且
Figure 100002_DEST_PATH_IMAGE070
；
Figure 295914DEST_PATH_IMAGE008
为链路
Figure 100002_DEST_PATH_IMAGE071
的两个端点，V表示网络拓扑中的节点集合；E表示网络拓扑中的链路集合，
Figure 100002_DEST_PATH_IMAGE073
为链路风险值归一化后的值、
Figure 100002_DEST_PATH_IMAGE075
为节点风险值归一化后的值，
Figure 100002_DEST_PATH_IMAGE077
为链路负载值归一化后的值，
Figure 100002_DEST_PATH_IMAGE079
为链路长度值归一化后的值，
Figure 100002_DEST_PATH_IMAGE081
表示继电保护业务的数量，
Figure 100002_DEST_PATH_IMAGE083
表示安稳控制系统业务的数量。
而且，所述业务路径包括两条通道，分别是前向工作路径和反向工作路径；所述通道保护环包括四条通道，分别是前向工作路径、反向工作路径、前向备份路径和反向备份路径。
本发明的优点和积极效果是：
1、本发明基于电网实际运营数据，建立交叉及时隙资源模型，以此为基础建立节点资源模型、链路资源模型、网络及保护资源模型和业务及通道资源模型，并明确各模型间的关系及其实现方法，通过对业务重要度评价结果进行分析整理，引入链路风险值权重和节点风险值权重概念，改进既有的链路风险值和节点风险值指标，并综合考虑链路带宽资源和节点交叉资源使用状态给出负载均衡策略，实现了对SDH光传输网络路由的合理规划功能。
2、本发明融合风险均衡策略、负载均衡策略、链路长度、电网管理政策、网络既有保护策略和网络资源可用性，基于强化学习Q-Learning算法实现电力通信SDH光传输网络业务路由规划算法，为电力通信SDH光传输网络的规划设计和运维管理提供了重要的参考依据，有助于保障电力系统安全、稳定、可靠运行。
附图说明
图1为本发明的电力通信SDH光传输网络资源模型整体结构。
图2为本发明的各资源类、资源类属性、资源类方法以及资源类间关联关系图。
图3为本发明的节点风险值权重的完全相关性层次结构模型。
图4为本发明的基于强化学习并考虑风险与负载联合均衡的业务路由规划算法流程图。
具体实施方式
以下结合附图对本发明实施例做进一步详述。
本发明提出一种面向电力通信SDH光传输网络的路由规划方法，包括以下步骤：
步骤1、构建电力通信SDH光传输网络资源模型对象。
在本步骤中，电力通信SDH光传输网络资源模型对象表示为：交叉及时隙资源模型、节点资源模型、链路资源模型、网络及保护资源模型与业务及通道资源模型。其中，交叉及时隙资源模型主要在业务路由规划与仿真时对交叉资源和时隙资源进行管理；节点资源模型和链路资源模型作为基本元素用于创建仿真网络；网络模型则用于将真实网络中配置的各类保护策略、电力通信业务、业务路径及其通道在仿真网络中进行重现，如图1所示。下面对各个资源模型分别进行说明：
所述交叉及时隙资源模型包括交叉资源模型和时隙资源模型。如图2所示，其中交叉资源模型由交叉连接类DXC组成，并对设备节点中的高阶交叉容量和低阶交叉容量进行管理；时隙资源模型由SDH数据帧类ClsSDHFrame和基础复用容器类SDHFlexContainer组成，并在时隙粒度对光纤资源进行管理。本发明参照GB/T 15940-2008标准中SDH的基本复用结构，对ClsSDHFrame类的映射、定位和复用体系进行建模，并采用UML类图描述各类间的“属性-方法-关系”。此外，为降低模型复杂度，将标准中“N×AUG-1→1×AUG-N→STM-N”的过程简化为“N×AUG→STM-N”。
所述节点资源模型包括站点模型、设备节点模型、设备板卡模型和端口模型。如图2所示，其中站点模型由站点类Site组成，设备节点模型由设备节点类DeviceNode组成，设备板卡模型由设备板卡类BoardCard组成，端口模型由端口类Port组成。
所述链路资源模型包括光缆模型、光路模型和光纤模型。如图2所示，其中光缆模型由光缆类OLG组成，光路模型由光路类Olink组成，光纤模型由光纤类Fiber组成。
所述网络及保护资源模型以电力通信SDH光传输网络中常用保护策略为基础构建，包括网络模型、MSP1+1保护（线性复用段1+1保护）模型、MS-SPRing2保护（二纤双向复用段共享保护环）模型和通道保护环模型。如图2所示，其中网络模型由网络类Network组成，MSP1+1保护模型MSP1+1保护类MSP1_1组成，MS-SPRing2保护模型由MS-SPRing2保护类MSSPRing2组成，通道保护环模型由通道保护环类PathProtection组成。
所述业务及通道资源模型包括业务模型、业务路径模型和通道模型。如图2所示，其中业务模型由业务类Service组成，业务路径模型由业务路径类ServicePath组成，通道模型由通道类Channel组成。
步骤2、根据风险与负载联合均衡策略，将重要度不同业务、带宽不同的业务均匀分布到网络中。
在本步骤中，为了避免SDH光传输网络风险和负载的过度集中，导致部分设备节点或光纤故障后影响增大，采用风险与负载联合均衡策略，将重要度不同、带宽不同的业务均匀分布到网络中，尽量保持风险和负载的均衡。
具体的，基于复杂网络理论将电力通信SDH光传输网络中的设备节点抽象为节点，将连接设备节点的光纤抽象为链路，则可从图论的角度将电力通信SDH光传输网络描述为有向多图G(V，E)。其中，V表示网络拓扑中的节点集合；E表示网络拓扑中的链路集合。
电力通信业务类型划分为生产控制大区和管理信息大区两类，其中生产控制大区可分为控制区（安全区Ⅰ）和非控制区（安全区Ⅱ）。控制区业务包含继电保护业务和安稳控制系统业务等，非控制区业务包含电能计量业务和广域相量测量业务等。管理信息大区依据实时性指标分为安全区Ⅲ和安全区Ⅳ。安全区Ⅲ包含监测系统业务和视频监视业务等，安全区Ⅳ包含行政电话业务和视频会议业务等。典型电力通信业务及其特征指标如表1所示：
表1典型电力通信业务及其特征指标
标号<i>S</i><sub><i>k</i></sub> 业务类型 时延（ms） 带宽（Mbps） 业务重要度<i>D</i><sub><i>k</i></sub>
<i>S</i><sub><i>1</i></sub> 继电保护业务 ≤10 2 0.9661
<i>S</i><sub><i>2</i></sub> 安稳控制系统业务 ≤30 2 0.9448
<i>S</i><sub><i>3</i></sub> 调度自动化业务 ≤100 2 0.9161
<i>S</i><sub><i>4</i></sub> 调度电话业务 ≤150 ≤2 0.8550
<i>S</i><sub><i>5</i></sub> 广域相量测量业务 ≤30 ≤2 0.8236
<i>S</i><sub><i>6</i></sub> 视频会议业务 ≤150 ≥N*2 0.5490
<i>S</i><sub><i>7</i></sub> 行政电话业务 ≤250 ≤2 0.4739
<i>S</i><sub><i>8</i></sub> 雷电定位检测系统业务 ≤250 ≤2 0.4651
<i>S</i><sub><i>9</i></sub> 变电站视频监视业务 ≤150 ≥N*2 0.3755
基于上述业务重要度的概念，将不考虑链路风险权重的链路风险值
Figure DEST_PATH_IMAGE085
定义为链路
Figure DEST_PATH_IMAGE087
上承载的K类业务重要度之和与链路失效概率的乘积：
Figure DEST_PATH_IMAGE089
式中，
Figure DEST_PATH_IMAGE091
和
Figure DEST_PATH_IMAGE093
为链路
Figure 865305DEST_PATH_IMAGE087
的两个端点；
Figure DEST_PATH_IMAGE095
表示链路
Figure 623045DEST_PATH_IMAGE087
的失效概率，其由
Figure DEST_PATH_IMAGE097
计算得到，其中
Figure DEST_PATH_IMAGE099
为链路
Figure 661408DEST_PATH_IMAGE087
的可用性；
Figure DEST_PATH_IMAGE101
表示链路
Figure 264428DEST_PATH_IMAGE087
所承载的第k类业务的重要度之和，其由
Figure DEST_PATH_IMAGE103
计算得到，其中
Figure DEST_PATH_IMAGE105
为链路
Figure 704637DEST_PATH_IMAGE087
所承载的第k类业务数量，
Figure DEST_PATH_IMAGE107
为第k类业务的重要度。
引入边介数中心性计算链路风险值权重，边介数中心性
Figure DEST_PATH_IMAGE109
的计算公式如下所示：
Figure DEST_PATH_IMAGE111
式中V表示网络拓扑中的节点集合；E表示网络拓扑中的链路集合，
Figure DEST_PATH_IMAGE113
表示节点
Figure DEST_PATH_IMAGE115
与节点
Figure DEST_PATH_IMAGE117
间最短路径的数目；
Figure DEST_PATH_IMAGE119
表示节点
Figure 23492DEST_PATH_IMAGE115
与节点
Figure 486834DEST_PATH_IMAGE117
间经过链路
Figure 96807DEST_PATH_IMAGE087
的最短路径数目。
对
Figure 391522DEST_PATH_IMAGE109
进行处理，得到链路
Figure DEST_PATH_IMAGE121
的风险值权重
Figure DEST_PATH_IMAGE123
：
Figure DEST_PATH_IMAGE125
利用链路风险值权重对不考虑链路风险权重的链路风险值
Figure 491065DEST_PATH_IMAGE085
进行加权运算，得到带有权重的链路风险值
Figure DEST_PATH_IMAGE127
：
Figure DEST_PATH_IMAGE129
节点风险值定义为节点
Figure 504020DEST_PATH_IMAGE091
上承载的K类业务重要度之和与节点失效概率的乘积，并利用节点风险值权重加权得到。节点风险值
Figure DEST_PATH_IMAGE131
的计算公式如下：
Figure DEST_PATH_IMAGE133
式中，
Figure DEST_PATH_IMAGE135
为节点风险值权重；
Figure DEST_PATH_IMAGE137
表示节点
Figure 511159DEST_PATH_IMAGE091
的失效概率，其由
Figure DEST_PATH_IMAGE139
计算得到，其中
Figure DEST_PATH_IMAGE141
为节点
Figure 722698DEST_PATH_IMAGE091
的可用性；
Figure DEST_PATH_IMAGE143
表示网络中节点
Figure 930825DEST_PATH_IMAGE091
所承载的第k类业务的重要度之和，其由
Figure 165498DEST_PATH_IMAGE103
计算得到，其中
Figure 117273DEST_PATH_IMAGE105
为节点
Figure 324264DEST_PATH_IMAGE091
所承载的第k类业务数量，
Figure 968871DEST_PATH_IMAGE107
为第k类业务的重要度。
综合考虑站点等级、站点规模、负荷等级和介数中心性四个评价指标，采用层次分析法计算节点风险值权重，构建完全相关性层次结构模型。如图3所示，该模型的最顶层为目标层，对应于本发明的目标量节点风险值权重；中间层为准则层，由站点等级、站点规模、负荷等级和介数中心性四个评价指标构成；最底层为方案层，由网络中所有节点组成。
结合网络中各节点的评价值与各指标的权重，采用式(6)加权求和得到
Figure DEST_PATH_IMAGE145
，通过式(7)对
Figure DEST_PATH_IMAGE147
进行处理得到节点风险值权重
Figure DEST_PATH_IMAGE149
：
Figure DEST_PATH_IMAGE151
式中，
Figure DEST_PATH_IMAGE153
分别为站点等级、站点规模、负荷等级和介数中心性四个评价指标的权重；
Figure DEST_PATH_IMAGE155
分别为站点等级、站点规模、负荷等级和介数中心性四个评价指标的评价值。
定义节点
Figure 346632DEST_PATH_IMAGE091
的业务接纳值
Figure DEST_PATH_IMAGE157
由剩余高阶交叉容量与高阶交叉容量之比，再与剩余低阶交叉容量与低阶交叉容量之比求和得到。业务接纳值
Figure 836519DEST_PATH_IMAGE157
的计算公式为：
Figure DEST_PATH_IMAGE159
式中，
Figure DEST_PATH_IMAGE161
分别表示节点
Figure 757071DEST_PATH_IMAGE091
的剩余高阶交叉容量和剩余低阶交叉容量；
Figure DEST_PATH_IMAGE163
分别表示节点
Figure 307001DEST_PATH_IMAGE091
的高阶交叉容量和低阶交叉容量。
链路负载值
Figure DEST_PATH_IMAGE165
的计算公式如下所示：
Figure DEST_PATH_IMAGE167
式中，
Figure DEST_PATH_IMAGE169
表示链路
Figure DEST_PATH_IMAGE171
的总带宽；
Figure DEST_PATH_IMAGE173
表示链路
Figure 375320DEST_PATH_IMAGE171
的剩余带宽资源；
Figure DEST_PATH_IMAGE175
分别表示节点
Figure 731215DEST_PATH_IMAGE091
和节点
Figure DEST_PATH_IMAGE176
的业务接纳值。
上述内容分别确定了风险均衡与负载均衡策略，其中风险均衡策略包括链路风险值与节点风险值两个指标构成。负载均衡策略包括链路负载值。考虑到上述链路风险值、节点风险值和链路负载值的计算方式不完全相同，对三者进行归一化处理，得到结果如下：
Figure DEST_PATH_IMAGE178
式中，
Figure 975114DEST_PATH_IMAGE004
分别表示链路风险值、节点风险值和链路负载值；
Figure DEST_PATH_IMAGE179
和
Figure DEST_PATH_IMAGE180
分别表示链路风险值的最小值和最大值；
Figure DEST_PATH_IMAGE181
和
Figure 492683DEST_PATH_IMAGE018
分别表示节点风险值的最小值和最大值；
Figure 189244DEST_PATH_IMAGE020
和
Figure 286513DEST_PATH_IMAGE022
分别表示链路负载值的最小值和最大值；
Figure DEST_PATH_IMAGE182
表示三者归一化后的值。
此外，在业务路由选择过程中，链路长度同样为路由决策的约束条件之一，故本发明对链路
Figure 853760DEST_PATH_IMAGE171
的长度
Figure DEST_PATH_IMAGE184
进行归一化处理，得到：
Figure DEST_PATH_IMAGE186
式中，
Figure DEST_PATH_IMAGE188
表示链路长度，
Figure DEST_PATH_IMAGE190
分别表示链路长度的最小值和最大值；
Figure DEST_PATH_IMAGE192
表示其归一化后的值。
进而定义每一跳路由权值
Figure DEST_PATH_IMAGE194
作为路由算法的目标函数：
Figure DEST_PATH_IMAGE196
式中，
Figure DEST_PATH_IMAGE198
为均衡因子，取值范围均为[0,1]，且
Figure DEST_PATH_IMAGE200
；考虑电网管理政策中的线路重载作为约束条件，即单光纤不能承载超过8条继电保护业务与安稳控制系统业务，使用
Figure DEST_PATH_IMAGE202
表示，
Figure DEST_PATH_IMAGE204
分别表示继电保护业务的数量和安稳控制系统业务的数量。
步骤3、待业务请求到达后，提取业务类型、业务源/宿节点、业务带宽、是否为保护业务、业务路径和通道保护环编号等描述信息。
步骤4、若业务指定现有业务路径或通道保护环且业务路径或通道保护环中存在可用资源，则为业务分配相应资源，生成业务路径，否则使用强化学习方法求解工作路由。
步骤5、若业务为保护业务，则使用强化学习方法求解备份路由，生成通道保护环，为业务分配相应资源。
在本步骤中，所述强化学习方法采用Q-learning算法。
在Q-learning算法中，采用贝尔曼方程对Q-learning算法进行更新：
Figure DEST_PATH_IMAGE205
式中，s表示当前状态，
Figure 322657DEST_PATH_IMAGE026
表示执行的动作，其中
Figure 444197DEST_PATH_IMAGE028
，S表示状态集合，A表示任一状态下智能体可执行的动作集合，
Figure 345156DEST_PATH_IMAGE030
为第k+1次更新的
Figure 32490DEST_PATH_IMAGE032
值表，
Figure 384140DEST_PATH_IMAGE034
为第k次更新的
Figure 524135DEST_PATH_IMAGE032
值表，
Figure 432048DEST_PATH_IMAGE036
表示第k次更新在新的状态
Figure 973888DEST_PATH_IMAGE038
下的
Figure 738581DEST_PATH_IMAGE032
值表，
Figure 365872DEST_PATH_IMAGE040
表示第k次更新在新的状态
Figure 811897DEST_PATH_IMAGE038
下能达到的最大
Figure 208243DEST_PATH_IMAGE032
值，对应的动作为
Figure 878259DEST_PATH_IMAGE042
，
Figure 992845DEST_PATH_IMAGE044
为学习速率；
Figure 39299DEST_PATH_IMAGE046
为奖励；
Figure 555731DEST_PATH_IMAGE048
为折扣因子。
在Q-learning算法中，将
Figure 599910DEST_PATH_IMAGE050
贪心策略用于Q-learning算法的探索与利用，设置探索速率
Figure 201793DEST_PATH_IMAGE050
初始值为1：
Figure DEST_PATH_IMAGE207
式中，
Figure 583095DEST_PATH_IMAGE054
为探索速率的最小值，
Figure 157296DEST_PATH_IMAGE056
为探索速率的最大值，
Figure 169114DEST_PATH_IMAGE058
为指数衰减率；
Figure 992714DEST_PATH_IMAGE060
为当前学习次数。
步骤6、更新网络可用资源以及链路风险值、节点风险值和链路负载值。
基于上述说明，本发明是基于强化学习并考虑风险与负载联合均衡的业务路由规划算法实现电力通信SDH光传输网络的路由规划功能，其使用马尔科夫决策过程对电力通信SDH光传输网络进行建模，将图G(V，E)中的每个节点视为马尔科夫决策过程中的状态，将路由下一跳所选择的邻居节点视为马尔科夫决策过程中的动作。考虑最小跳数原则，将每一跳路由权值的相反数
Figure DEST_PATH_IMAGE209
作为强化学习一次动作所获得的奖励值，并在路由下一跳所选择的邻居节点为宿节点时给予额外的奖励100。
本发明的路由规划方法可通过计算机软件来实现，其中，输入为：电力通信SDH光传输网络资源模型对象、图G(V，E)和各仿真参数；输出为：业务工作路由，对于保护业务，还包括业务备份路由。具体处理流程如图4所示，包括以下步骤：
步骤（1）：提取网络拓扑，设置各仿真参数。
步骤（2）：等待业务请求。
步骤（3）：待业务请求到达后，提取业务类型、业务源/宿节点、业务带宽、是否为保护业务、业务路径和通道保护环编号等描述信息，执行步骤（4）。
步骤（4）：若业务指定现有业务路径或通道保护环，执行步骤（5）；否则执行步骤6）。
步骤（5）：判断对应业务路径或通道保护环中是否存在可用资源（包括交叉资源和时隙资源），若是，转到步骤（10）；否则执行步骤（6）。
步骤（6）：首先调用Q-Learning算法求解1条源、宿节点间的业务路由A1，遍历该路由经过的光纤，提取其所在光路的另一根光纤组成宿、源节点间业务路由A2。然后判断该业务是否为保护业务，若是，执行步骤（7）；否则执行步骤（8）。
步骤（7）：从图G(V，E)中删除业务路由A1上的链路，再次调用Q-Learning算法求解1条源、宿节点间与A1分离且成环的业务路由B1，提取其所在光路的另一根光纤组成宿、源节点间业务路由B2，执行步骤（9）。
步骤（8）：将业务路由A1和A2组成业务工作路由，执行步骤（10）。
步骤（9）：判断业务描述信息中通道保护环的方向，若为二纤双向通道保护环，将业务路由A1和A2组成业务工作路由，将业务路由B1和B2组成业务备份路由；若为二纤单向通道保护环，则将业务路由A1和B2组成业务工作路由，将业务路由B1和A2组成业务备份路由。执行步骤（10）。
步骤（10）：判断上述业务工作路由和业务备份路由是否存在可用资源（包括交叉资源和时隙资源），若是，执行步骤11）；否则上报阻塞，转到步骤（2）。
步骤（11）：对于无保护业务，根据业务工作路由生成两条通道（分别称为前向工作路径和反向工作路径），进而生成业务路径；对于保护业务，根据业务工作路由和业务备份路由生成四条通道（分别称为前向工作路径、反向工作路径、前向备份路径和反向备份路径），进而生成通道保护环，执行步骤（12）。
步骤（12）：为业务分配相应资源，更新网络可用资源（包括交叉资源和时隙资源），并根据式（4）、式（5）和式（13）更新链路风险值、节点风险值和链路负载值，转到步骤（2）。
上述面向电力通信SDH光传输网络的路由规划方法，可通过以下软件单元实现：
构建单元，用于电力通信SDH光传输网络资源模型对象、网络拓扑；
获取单元，用于获取业务类型、业务源/宿节点、业务带宽等描述信息；
第一检查单元，用于检查对应业务是否指定现有业务路径或通道保护环；
第二检查单元，用于检查对应业务路径或通道保护环中是否存在可用资源（包括交叉资源和时隙资源）；
第三检查单元，用于检查对应业务是否为保护业务；
第四检查单元，用于检查对应业务工作路由和业务备份路由是否存在可用资源（包括交叉资源和时隙资源）；
生成单元，用于根据Q-learning算法求解工作路由或备用路由后生成响应的业务路径或通道保护环；
更新输出单元，用于若生成成功，则为业务分配相应资源，更新网络可用资源、链路风险值、节点风险值和链路负载值。
需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (10)

1.一种面向电力通信SDH光传输网络的路由规划方法，其特征在于：包括以下步骤：
步骤1、构建电力通信SDH光传输网络资源模型；
步骤2、根据风险与负载联合均衡策略，将重要度不同的业务、带宽不同的业务均匀分布到网络中；
步骤3、待业务请求到达后，提取业务类型、业务源/宿节点、业务带宽、是否为保护业务、业务路径和通道保护环编号；
步骤4、若业务指定现有业务路径或通道保护环，并且业务路径或通道保护环中存在可用资源，则为业务分配相应资源，生成业务路径，否则使用强化学习方法求解工作路由；
步骤5、若业务为保护业务，则使用强化学习方法求解备份路由，生成通道保护环，为业务分配相应资源；
步骤6、更新网络可用资源以及链路风险值、节点风险值和链路负载值。
2.根据权利要求1所述的一种面向电力通信SDH光传输网络的路由规划方法，其特征在于：所述电力通信SDH光传输网络资源模型包括交叉及时隙资源模型、节点资源模型、链路资源模型、网络及保护资源模型与业务及通道资源模型；
所述交叉及时隙资源模型包括交叉资源模型和时隙资源模型，所述交叉资源模型由交叉连接类DXC组成，并对设备节点中的高阶交叉容量和低阶交叉容量进行管理；所述时隙资源模型由SDH数据帧类ClsSDHFrame和基础复用容器类SDHFlexContainer组成，并在时隙粒度对光纤资源进行管理；
所述节点资源模型包括站点模型、设备节点模型、设备板卡模型和端口模型，所述站点模型由站点类Site组成，所述设备节点模型由设备节点类DeviceNode组成，所述设备板卡模型由设备板卡类BoardCard组成，所述端口模型由端口类Port组成；
所述链路资源模型包括光缆模型、光路模型和光纤模型，所述光缆模型由光缆类OLG组成，所述光路模型由光路类Olink组成，所述光纤模型由光纤类Fiber组成；
所述网络及保护资源模型包括网络模型、MSP1+1保护模型、MS-SPRing2保护模型和通道保护环模型，所述网络模型由网络类Network组成，所述MSP1+1保护模型由MSP1+1保护类MSP1_1组成，所述MS-SPRing2保护模型由MS-SPRing2保护类MSSPRing2组成，所述通道保护环模型由通道保护环类PathProtection组成；
所述业务及通道资源模型包括业务模型、业务路径模型和通道模型，所述业务模型由业务类Service组成，所述业务路径模型由业务路径类ServicePath组成，所述通道模型由通道类Channel组成。
3.根据权利要求1所述的一种面向电力通信SDH光传输网络的路由规划方法，其特征在于：所述风险与负载联合均衡策略包括风险均衡策略和负载均衡策略，所述风险均衡策略包括链路风险值与节点风险值，所述负载均衡策略包括链路负载值。
4.根据权利要求3所述的一种面向电力通信SDH光传输网络的路由规划方法，其特征在于：所述链路风险值、节点风险值和链路负载值分别按下式进行归一化处理：
Figure DEST_PATH_IMAGE002
式中，
Figure DEST_PATH_IMAGE004
分别表示链路风险值、节点风险值和链路负载值，
Figure DEST_PATH_IMAGE006
分别表示归一化的链路风险值、节点风险值和链路负载值；
Figure DEST_PATH_IMAGE008
为链路
Figure DEST_PATH_IMAGE010
的两个端点，
Figure DEST_PATH_IMAGE012
和
Figure DEST_PATH_IMAGE014
分别表示链路风险值的最小值和最大值；
Figure DEST_PATH_IMAGE016
和
Figure DEST_PATH_IMAGE018
分别表示节点风险值的最小值和最大值；
Figure DEST_PATH_IMAGE020
和
Figure DEST_PATH_IMAGE022
分别表示链路负载值的最小值和最大值。
5.根据权利要求1所述的一种面向电力通信SDH光传输网络的路由规划方法，其特征在于：所述重要度不同的业务包括：继电保护业务、安稳控制系统业务、调度自动化业务、调度电话业务、广域相量测量业务、视频会议业务、行政电话业务、雷电定位检测系统业务和变电站视频监视业务，上述业务的重要度依次下降。
6.根据权利要求1所述的一种面向电力通信SDH光传输网络的路由规划方法，其特征在于：所述步骤2的具体实现方法为：将电力通信SDH光传输网络中的设备节点抽象为节点，将连接设备节点的光纤抽象为链路，将电力通信SDH光传输网络描述为有向多图G(V，E)，其中，V表示网络拓扑中的节点集合；E表示网络拓扑中的链路集合。
7.根据权利要求6所述的一种面向电力通信SDH光传输网络的路由规划方法，其特征在于：所述电力通信业务类型包括生产控制大区和管理信息大区两类，所述生产控制大区为安全区Ⅰ和安全区Ⅱ，所述安全区Ⅰ业务包含继电保护业务和安稳控制系统业务，所述安全区Ⅱ业务包含电能计量业务和广域相量测量业务；管理信息大区依据实时性指标分为安全区Ⅲ和安全区Ⅳ；所述安全区Ⅲ包含监测系统业务和视频监视业务，所述安全区Ⅳ包含行政电话业务和视频会议业务。
8.根据权利要求1所述的一种面向电力通信SDH光传输网络的路由规划方法，其特征在于：所述强化学习方法采用Q-learning算法；在强化学习方法中，基于贝尔曼方程对Q-learning算法进行更新：
Figure DEST_PATH_IMAGE024
式中，s表示当前状态，
Figure DEST_PATH_IMAGE026
表示执行的动作，其中
Figure DEST_PATH_IMAGE028
，S表示状态集合，A表示任一状态下智能体可执行的动作集合，
Figure DEST_PATH_IMAGE030
为第k+1次更新的
Figure DEST_PATH_IMAGE032
值表，
Figure DEST_PATH_IMAGE034
为第k次更新的
Figure 547878DEST_PATH_IMAGE032
值表，
Figure DEST_PATH_IMAGE036
表示第k次更新在新的状态
Figure DEST_PATH_IMAGE038
下的
Figure 792915DEST_PATH_IMAGE032
值表，
Figure DEST_PATH_IMAGE040
表示第k次更新在新的状态
Figure 369390DEST_PATH_IMAGE038
下能达到的最大
Figure 30178DEST_PATH_IMAGE032
值，对应的动作为
Figure DEST_PATH_IMAGE042
，
Figure DEST_PATH_IMAGE044
为学习速率；
Figure DEST_PATH_IMAGE046
为奖励；
Figure DEST_PATH_IMAGE048
为折扣因子；
在强化学习算法中，将
Figure DEST_PATH_IMAGE050
贪心策略用于Q-learning算法的探索与利用，设置探索速率
Figure 500343DEST_PATH_IMAGE050
初始值为1：
Figure DEST_PATH_IMAGE052
式中，
Figure DEST_PATH_IMAGE054
为探索速率的最小值，
Figure DEST_PATH_IMAGE056
为探索速率的最大值，
Figure DEST_PATH_IMAGE058
为指数衰减率；
Figure DEST_PATH_IMAGE060
为当前学习次数。
9.根据权利要求1所述的一种面向电力通信SDH光传输网络的路由规划方法，其特征在于：所述强化学习方法是将风险与负载联合均衡策略作为路由求解过程中的每一跳路由权值，每一跳路由权值
Figure DEST_PATH_IMAGE062
作为路由算法的目标函数，表示如下：
Figure DEST_PATH_IMAGE064
式中，
Figure DEST_PATH_IMAGE066
和
Figure DEST_PATH_IMAGE068
为均衡因子，取值范围均为[0,1]，且
Figure DEST_PATH_IMAGE070
；
Figure 837652DEST_PATH_IMAGE008
为链路
Figure DEST_PATH_IMAGE071
的两个端点，V表示网络拓扑中的节点集合；E表示网络拓扑中的链路集合，
Figure DEST_PATH_IMAGE073
为链路风险值归一化后的值、
Figure DEST_PATH_IMAGE075
为节点风险值归一化后的值，
Figure DEST_PATH_IMAGE077
为链路负载值归一化后的值，
Figure DEST_PATH_IMAGE079
为链路长度值归一化后的值，
Figure DEST_PATH_IMAGE081
表示继电保护业务的数量，
Figure DEST_PATH_IMAGE083
表示安稳控制系统业务的数量。
10.根据权利要求1所述的一种面向电力通信SDH光传输网络的路由规划方法，其特征在于：所述业务路径包括两条通道，分别是前向工作路径和反向工作路径；所述通道保护环包括四条通道，分别是前向工作路径、反向工作路径、前向备份路径和反向备份路径。
CN202111344084.7A 2021-11-15 2021-11-15 一种面向电力通信sdh光传输网络的路由规划方法 Active CN114025264B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111344084.7A CN114025264B (zh) 2021-11-15 2021-11-15 一种面向电力通信sdh光传输网络的路由规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111344084.7A CN114025264B (zh) 2021-11-15 2021-11-15 一种面向电力通信sdh光传输网络的路由规划方法

Publications (2)

Publication Number Publication Date
CN114025264A true CN114025264A (zh) 2022-02-08
CN114025264B CN114025264B (zh) 2024-01-12

Family

ID=80064216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111344084.7A Active CN114025264B (zh) 2021-11-15 2021-11-15 一种面向电力通信sdh光传输网络的路由规划方法

Country Status (1)

Country Link
CN (1) CN114025264B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115086187A (zh) * 2022-08-01 2022-09-20 广东电网有限责任公司 基于强化学习的电力通信通道规划方法、装置及存储介质
CN115118649A (zh) * 2022-06-29 2022-09-27 国网山东省电力公司威海供电公司 一种电力通信网继电保护路由自动规划方法
CN115208765A (zh) * 2022-05-26 2022-10-18 中国信息通信研究院 一种面向电力业务的切片编排方法及系统
CN115412783A (zh) * 2022-08-25 2022-11-29 云南电网有限责任公司玉溪供电局 一种sdh光传输的网络规划系统及方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105472484A (zh) * 2015-11-11 2016-04-06 国家电网公司 一种电力骨干光传输网波道均衡路由波长分配方法
CN205430244U (zh) * 2015-11-27 2016-08-03 国网湖北省电力公司咸宁供电公司 一种电力通信网自动保护系统
CN106230500A (zh) * 2016-07-28 2016-12-14 浪潮软件集团有限公司 一种电力通信网络裕度校验系统
CN110971525A (zh) * 2019-11-26 2020-04-07 武汉大学 一种面向电力通信网的业务运行的业务路由寻址方法
CN111711539A (zh) * 2020-06-15 2020-09-25 华中师范大学 一种面向电力通信sdh光传输网的仿真方法
CN112134616A (zh) * 2020-11-30 2020-12-25 中国电力科学研究院有限公司 一种面向电力sdh网络的路由规划方法、系统、设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105472484A (zh) * 2015-11-11 2016-04-06 国家电网公司 一种电力骨干光传输网波道均衡路由波长分配方法
CN205430244U (zh) * 2015-11-27 2016-08-03 国网湖北省电力公司咸宁供电公司 一种电力通信网自动保护系统
CN106230500A (zh) * 2016-07-28 2016-12-14 浪潮软件集团有限公司 一种电力通信网络裕度校验系统
CN110971525A (zh) * 2019-11-26 2020-04-07 武汉大学 一种面向电力通信网的业务运行的业务路由寻址方法
CN111711539A (zh) * 2020-06-15 2020-09-25 华中师范大学 一种面向电力通信sdh光传输网的仿真方法
CN112134616A (zh) * 2020-11-30 2020-12-25 中国电力科学研究院有限公司 一种面向电力sdh网络的路由规划方法、系统、设备和存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YONG GANG WANG; YONG LIANG LI; XIAO QING ZHENG; QIANG WANG: "Research on Reliability Optimization of 1.8GHz TD-LTE Power Wireless Private Network", 2018 2ND IEEE CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION (EI2), pages 1 - 9 *
刘军，王颖，张书林，王乔木，姜辉，李君婷，陈拽霞，高菲璠，刘冬梅: "电力骨干SDH通信网可靠运行评价指标体系研究与应用", 软件, vol. 41, no. 1, pages 283 - 289 *
吕国远: "基于智能电网下电力信息通信技术研究分析", 信息通信, no. 11, pages 136 - 138 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115208765A (zh) * 2022-05-26 2022-10-18 中国信息通信研究院 一种面向电力业务的切片编排方法及系统
CN115118649A (zh) * 2022-06-29 2022-09-27 国网山东省电力公司威海供电公司 一种电力通信网继电保护路由自动规划方法
CN115118649B (zh) * 2022-06-29 2023-07-11 国网山东省电力公司威海供电公司 一种电力通信网继电保护路由自动规划方法
CN115086187A (zh) * 2022-08-01 2022-09-20 广东电网有限责任公司 基于强化学习的电力通信通道规划方法、装置及存储介质
CN115086187B (zh) * 2022-08-01 2023-09-05 广东电网有限责任公司 基于强化学习的电力通信通道规划方法、装置及存储介质
CN115412783A (zh) * 2022-08-25 2022-11-29 云南电网有限责任公司玉溪供电局 一种sdh光传输的网络规划系统及方法

Also Published As

Publication number Publication date
CN114025264B (zh) 2024-01-12

Similar Documents

Publication Publication Date Title
CN114025264A (zh) 一种面向电力通信sdh光传输网络的路由规划方法
CN109038794B (zh) 一种面向QoS控制的特高压电网系统保护业务路径规划方法
CN108809828B (zh) 一种负载流量与业务风险联合均衡的电力通信网路由方法
CN105703973B (zh) 一种基于复合量度的电力通信光纤网络可靠性研究方法
CN110932885A (zh) 电力系统通信网评估方法及装置
CN107689918A (zh) 一种电力通信网业务通道路径的自动搜索方法
Jereb Network reliability: models, measures and analysis
Ti et al. Operational risk-averse routing optimization for cyber-physical power systems
CN112887207B (zh) 用于电力ip-光通信网络的业务路由分配方法及装置
CN108092799A (zh) 一种基于电力通信网动态资源管理的业务健康度监测方法
CN101350732B (zh) 传输网网络资源利用状况分析处理、测试方法及装置
CN104394027B (zh) 一种基于元数据的网络质量检测方法及装置
Dong et al. A service routing reconstruction approach in cyber-physical power system based on risk balance
Jiang et al. Risk evaluation method of electric power communication network
Li et al. Risk and traffic based service routing optimization for electric power communication network
CN109861855B (zh) 一种电力通信网络中节点重要度的确定方法和装置
CN109842522A (zh) 通信路由资源的配置方法及系统
CN115208765A (zh) 一种面向电力业务的切片编排方法及系统
Zhang et al. A cascading failure model considering operation characteristics of the communication layer
CN206100015U (zh) 一种铁路数据网网络资源管理平台
US6760310B1 (en) Optimal allocation of multi-service concentrators
CN114285789A (zh) 一种电力通信网中自动生成业务疏导方案的方法
Elroby et al. Generalized optimal placement of PMUs considering power system observability, communication infrastructure, and quality of service requirements
CN106961397B (zh) 配电通信网的光路建立方法和系统
Du et al. Multi-objective Routing Optimization for Electric Power Communication Network Considering Business Importance

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