CN114500621A - 一种基于物联网的智能配电控制系统 - Google Patents
一种基于物联网的智能配电控制系统 Download PDFInfo
- Publication number
- CN114500621A CN114500621A CN202210081740.7A CN202210081740A CN114500621A CN 114500621 A CN114500621 A CN 114500621A CN 202210081740 A CN202210081740 A CN 202210081740A CN 114500621 A CN114500621 A CN 114500621A
- Authority
- CN
- China
- Prior art keywords
- power distribution
- communication
- distribution control
- wireless sensor
- wireless
- 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
Links
- 230000006854 communication Effects 0.000 claims abstract description 237
- 238000004891 communication Methods 0.000 claims abstract description 234
- 241000854291 Dianthus carthusianorum Species 0.000 claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 230000005540 biological transmission Effects 0.000 claims abstract description 18
- 238000005265 energy consumption Methods 0.000 claims abstract description 18
- 239000003016 pheromone Substances 0.000 claims description 12
- 241000257303 Hymenoptera Species 0.000 claims description 8
- 230000008054 signal transmission Effects 0.000 claims description 2
- 230000006855 networking Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- -1 hydrogen Chemical class 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- 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
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
- H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及物联网的技术领域，公开了一种基于物联网的智能配电控制系统，所述系统包括配电控制终端、无线传感器以及配电控制设备，并采用智能配电方法，所述智能配电方法包括：在配电网区域内设置若干无线传感器；从每个通信区域中选举评价最好的无线传感器作为簇头；利用基于启发式算法的簇间路由生成算法生成不同簇之间的通信路径；利用路径代价计算函数每条通信路径的路径代价，选择路径代价最小的通信路径作为最优通信路径。本发明所述方法利用基于无线传感器能耗以及时延的路径代价计算函数每条通信路径的路径代价，选择路径代价最小的通信路径作为最优通信路径，并利用最优通信路径实现配电控制信息的高效传输。
Description
技术领域
本发明涉及基于物联网的配电控制的技术领域，尤其涉及一种基于物联网的智能配电控制系统。
背景技术
随着泛在电力物联网概念的提出、国家智能电网建设的进行，电力系统信息化的进程也得到了快速推动。智能配电网发展需求的逐步充实，正考验着智能配电系统及其通信系统的高效可靠性。但由于配电网规模大、节点多、覆盖面广导致了配电通信网络数据传输效率低，如何来解决这些限制，提高配电通信网络数据传递效率，从而更好地实现配电网的智能化成为当前研究的关键问题。
鉴于此，本专利采用了以无线传感器物联网设备为基础，构建基于物联网的配电网区域，利用无线传感器将配电网区域划分为若干通信区域，从每个通信区域中选举评价最好的无线传感器作为簇头，将同一通信区域内的所有无线传感器作为一个簇，通过利用基于启发式算法的簇间路由生成算法生成不同簇之间的通信路径，从而利用基于无线传感器能耗以及时延的路径代价计算函数每条通信路径的路径代价，选择路径代价最小的通信路径作为最优通信路径，利用最优通信路径实现配电控制信息的高效传输。
发明内容
本发明提供一种基于物联网的智能配电控制系统，目的在于(1)利用启发式算法生成若干条通信路径；(2)利用基于无线传感器能耗以及时延的路径代价计算函数每条通信路径的路径代价，选择路径代价最小的通信路径作为最优通信路径，并利用最优通信路径实现配电控制信息的高效传输。
实现上述目的，本发明提供的一种基于物联网的智能配电控制系统，包括以下步骤：
S1：在配电网区域内设置若干无线传感器，利用无线传感器将配电网区域划分为若干通信区域，其中每个通信区域的面积相同；
S2：从每个通信区域中选举评价最好的无线传感器作为簇头，将同一通信区域内的所有无线传感器作为一个簇；
S3：利用基于启发式算法的簇间路由生成算法生成不同簇之间的通信路径；
S4：在配电网实时通信过程中，利用基于无线传感器能耗以及时延的路径代价计算函数每条通信路径的路径代价，选择路径代价最小的通信路径作为最优通信路径，并利用最优通信路径实现配电控制信息的高效传输。
作为本发明的进一步改进方法：
所述S1步骤中在配电网区域内设置若干无线传感器，包括：
在配电网区域内设置若干无线传感器，构成无线传感器物联网，所述无线传感器物联网为G＝(E,V)，其中E＝(e1,e2,…,en)表示无线传感器物联网内总数为n的无线传感器集合，en表示无线传感器集合中第n个无线传感器，V表示不同无线传感器的通信链路集合；
所述配电控制终端发送配电控制的通信信息，无线传感器利用传感器模块接收到配电控制终端发送的通信信息，并将接收到的通信信息存储在处理器模块，依据通信路径将通信信息传输到下一跳的无线传感器，直到通信信息到达配电控制设备，在本发明一个具体实施例中，所述无线传感器由四大模块组成，包括具有能感知物理量信息的传感器模块，具有一定计算能力的处理器模块，可进行无线通信的无线通信模块以及为这三大模块提供能量的能量供应模块；其中传感器模块由传感器以及AC/DC组成，能够完成信息感知以及模数电的转换工作，处理器模块由处理器以及存储器构成，无线通信模块由网络、MAC以及收发器构成；
建立无线传感器的能耗模型：
Em(s)＝s·ebit+es,m(d)
其中：
ebit表示无线传感器的传感器模块接收1bit通信信息所消耗的能量；
s表示无线传感器接收到通信信息的比特数；
df表示距离阈值，将其设置为1000米；
Em(s)表示无线传感器m接收s比特的通信信息并转发，需要消耗的能量；
d表示无线传感器m将接收到的s比特通信信息，利用无线通信模块转发到与无线传感器m通信距离为d的下一跳节点，所述下一跳节点包括下一跳的无线传感器以及配电控制设备；所述配电控制终端向所有无线传感器广播无线信号计算出任意两个无线传感器之间的通信距离d，所述计算公式为：
其中：
dm表示标准距离，d表示待计算的通信距离；
Rss(dm)表示无线信号传输标准距离dm的信号强度损失值；
Rss(d)表示无线信号传输距离d的信号强度损失值；
通过计算无线信号在传输距离d下的信号强度损失值Rss(d)，由于计算公式中Rss(dm)以及dm为已知参数，因此可以计算得到任意两个无线传感器之间的距离d。
所述S1步骤中利用无线传感器将配电网区域划分为若干通信区域，包括：
将配电网区域均匀划分为若干通信区域，使得每个通信区域的面积大小相同，且满足每个通信区域内无线传感器的数目大于等于3；在本发明一个具体实施例中，在划分过通信区域后，本发明实时对通信区域内的无线传感器数目进行监控，若监控到通信区域内可用的无线传感器不足3个，则实时替换损坏的无线传感器。
所述S2步骤中从每个通信区域中选举评价最好的无线传感器作为簇头，包括：
将每个通信区域内的所有无线传感器作为一个簇，从簇内选择评价最高的无线传感器作为簇头，所述簇头的选择公式为：
其中：
ri表示通信区域内无线传感器i的评价值；
α表示权重因子，将其设置为0.6；
d(i,δ)表示无线传感器i距离配电控制设备δ的距离；
dmax表示通信区域内的无线传感器距离配电控制设备δ最远的距离；
dmin表示通信区域内的无线传感器距离配电控制设备δ最近的距离；
Ey(i)表示无线传感器i的剩余能量；
E0(i)表示无线传感器i的初始能量；
t表示无线传感器i竞争为簇头的等待时间；
根据所述簇头选择公式，
越大，表示无线传感器i的能量剩余大且能耗速度小，该无线传感器竞争为簇头的等待时间小，即成为簇头的可能性越大，且无线传感器i距离目标的距离d(i,δ)越近，则该无线传感器竞争为簇头的等待时间小，即成为簇头的可能性越大，因此通过计算簇内所有无线传感器的评价值ri，选取评价值最小的无线传感器作为簇头。
所述S3步骤中利用基于启发式算法的簇间路由生成算法生成不同簇之间的通信路径，包括：
所述基于启发式算法的簇间路由生成算法流程为：
初始化启发式算法参数，生成的蚂蚁数m，信息素初始值；
将生成的m只蚂蚁放置在配电控制终端，并将配电控制终端作为蚂蚁的初始位置，任意蚂蚁k按照择路方程选择下一跳簇头，直到蚂蚁到达配电控制设备，并将配电控制设备作为蚂蚁的终止位置，生成p条通信路径(c1,c2,…,cz,…,cp)，其中p≤m，cz表示生成的任意第z条通信路径，每条通信路径的初始位置为配电控制终端，终止位置为配电控制设备，所述择路方程为：
其中：
βij表示(i,j)路径上的信息素浓度；
qij表示(i,j)路径上的启发因子；
τ表示信息素重要因子；
w表示启发函数重要程度因子，将其设置为0.6；
U表示蚂蚁未访问簇头位置的集合；
Ey(j)表示处于位置j的无线传感器j的剩余能量；
dij表示位置i与位置j之间的距离。
所述S4步骤中利用基于无线传感器能耗以及时延的路径代价计算函数每条通信路径的路径代价，包括：
建立基于无线传感器能耗以及时延的路径代价计算函数，所述路径代价计算函数为：
其中：
zm表示通信路径cz经历的无线传感器总数；
Em(s)表示无线传感器m接收s比特的通信信息并转发，需要消耗的能量；
Delay表示无线传感器间传输的时延。
所述S4步骤中选择路径代价最小的通信路径作为最优通信路径，利用最优通信路径进行配电控制信息传输，包括：
计算所生成的p条通信路径(c1,c2,…,cz,…,cp)中每一条通信路径的路径代价F(cz)，选择路径代价最小的通信路径作为最优通信路径，利用最优通信路径进行配电控制信息传输，直到配电控制信息由配电控制终端传输到配电控制设备，配电控制设备执行所接收到的配电控制信息。
相对于现有技术，本发明提出一种基于物联网的智能配电控制系统，该技术具有以下优势：
首先，本方案提出一种无线通信区域内簇头选取方法，通过利用无线传感器将配电网区域均匀划分为若干通信区域，使得每个通信区域的面积大小相同，且满足每个通信区域内无线传感器的数目大于等于3；且在划分过通信区域后，本方案实时对通信区域内的无线传感器数目进行监控，若监控到通信区域内可用的无线传感器不足3个，则实时替换损坏的无线传感器。将每个通信区域内的所有无线传感器作为一个簇，从簇内选择评价最高的无线传感器作为簇头，所述簇头的选择公式为：
其中：ri表示通信区域内无线传感器i的评价值；α表示权重因子，将其设置为0.6；d(i,δ)表示无线传感器i距离配电控制设备δ的距离；dmax表示通信区域内的无线传感器距离配电控制设备δ最远的距离；dmin表示通信区域内的无线传感器距离配电控制设备δ最近的距离；Ey(i)表示无线传感器i的剩余能量；E0(i)表示无线传感器i的初始能量；t表示无线传感器i竞争为簇头的等待时间；则根据所述簇头选择公式，
越大，表示无线传感器i的能量剩余大且能耗速度小，该无线传感器竞争为簇头的等待时间小，即成为簇头的可能性越大，且无线传感器i距离目标的距离d(i,δ)越近，则该无线传感器竞争为簇头的等待时间小，即成为簇头的可能性越大，因此通过计算簇内所有无线传感器的评价值ri，选取评价值最小的无线传感器作为簇头，同时相较于传统方案仅利用簇头传感器进行通信，使得通信距离较大且簇头传感器能耗较大，本方案所述通信信息在到达不同的通信区域后，沿着最短通信路径从通信区域内选择无线传感器进行移动，直到达到通信区域的簇头，并在簇头利用择路方程选择下一跳位置，所述簇头仅需计算得到下一跳位置，极大实现通信区域内的网络能耗均衡。
同时，本方案提出一种结合启发式算法的通信路径选择方法，通过初始化启发式算法参数，生成的蚂蚁数m，信息素初始值，将生成的m只蚂蚁放置在配电控制终端，并将配电控制终端作为蚂蚁的初始位置，任意蚂蚁k按照择路方程选择下一跳簇头，直到蚂蚁到达配电控制设备，并将配电控制设备作为蚂蚁的终止位置，生成p条通信路径(c1,c2,…,cz,…,cp)，其中p≤m，cz表示生成的任意第z条通信路径，每条通信路径的初始位置为配电控制终端，终止位置为配电控制设备，所述择路方程为：
其中：
表示蚂蚁k从位置i到位置j移动的概率；βij表示(i,j)路径上的信息素浓度；qij表示(i,j)路径上的启发因子；τ表示信息素重要因子；w表示启发函数重要程度因子；U表示蚂蚁未访问簇头位置的集合；Ey(j)表示处于位置j的无线传感器j的剩余能量；dij表示位置i与位置j之间的距离。根据生成的p条通信路径，本方案建立基于无线传感器能耗以及时延的路径代价计算函数，所述路径代价计算函数为：
其中：zm表示通信路径cz经历的无线传感器总数；Em(s)表示无线传感器m接收s比特的通信信息并转发，需要消耗的能量；
表示通信路径cz上所有无线传感器接收s比特的通信信息并转发，需要消耗的能量总数；Delay表示无线传感器间传输的时延。通过计算所生成的p条通信路径(c1,c2,…,cz,…,cp)中每一条通信路径的路径代价F(cz)，选择路径代价最小的通信路径作为最优通信路径，相较于传统通信路径，本方案所计算出的通信路径中的无线传感器能耗以及时延之和最小，从而利用最优通信路径进行配电控制信息传输，直到配电控制信息由配电控制终端传输到配电控制设备，配电控制设备执行所接收到的配电控制信息，从而实现智能配电控制。
附图说明
图1为本发明一实施例提供的一种基于物联网的智能配电控制系统的方法流程示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
S1：在配电网区域内设置若干无线传感器，利用无线传感器将配电网区域划分为若干通信区域，其中每个通信区域的面积相同。
所述S1步骤中在配电网区域内设置若干无线传感器，包括：
在配电网区域内设置若干无线传感器，构成无线传感器物联网，所述无线传感器物联网为G＝(E,V)，其中E＝(e1,e2,…,en)表示无线传感器物联网内总数为n的无线传感器集合，en表示无线传感器集合中第n个无线传感器，V表示不同无线传感器的通信链路集合；
所述配电控制终端发送配电控制的通信信息，无线传感器利用传感器模块接收到配电控制终端发送的通信信息，并将接收到的通信信息存储在处理器模块，依据通信路径将通信信息传输到下一跳的无线传感器，直到通信信息到达配电控制设备，在本发明一个具体实施例中，所述无线传感器由四大模块组成，包括具有能感知物理量信息的传感器模块，具有一定计算能力的处理器模块，可进行无线通信的无线通信模块以及为这三大模块提供能量的能量供应模块；其中传感器模块由传感器以及AC/DC组成，能够完成信息感知以及模数电的转换工作，处理器模块由处理器以及存储器构成，无线通信模块由网络、MAC以及收发器构成；
建立无线传感器的能耗模型：
Em(s)＝s·ebit+es,m(d)
其中：
ebit表示无线传感器的传感器模块接收1bit通信信息所消耗的能量；
s表示无线传感器接收到通信信息的比特数；
df表示距离阈值，将其设置为1000米；
Em(s)表示无线传感器m接收s比特的通信信息并转发，需要消耗的能量；
d表示无线传感器m将接收到的s比特通信信息，利用无线通信模块转发到与无线传感器m通信距离为d的下一跳节点，所述下一跳节点包括下一跳的无线传感器以及配电控制设备；所述配电控制终端向所有无线传感器广播无线信号计算出任意两个无线传感器之间的通信距离d，所述计算公式为：
其中：
dm表示标准距离，d表示待计算的通信距离；
Rss(dm)表示无线信号传输标准距离dm的信号强度损失值；
Rss(d)表示无线信号传输距离d的信号强度损失值；
通过计算无线信号在传输距离d下的信号强度损失值Rss(d)，由于计算公式中Rss(dm)以及dm为已知参数，因此可以计算得到任意两个无线传感器之间的距离d。
所述S1步骤中利用无线传感器将配电网区域划分为若干通信区域，包括：
将配电网区域均匀划分为若干通信区域，使得每个通信区域的面积大小相同，且满足每个通信区域内无线传感器的数目大于等于3；在本发明一个具体实施例中，在划分过通信区域后，本发明实时对通信区域内的无线传感器数目进行监控，若监控到通信区域内可用的无线传感器不足3个，则实时替换损坏的无线传感器。
S2：从每个通信区域中选举评价最好的无线传感器作为簇头，将同一通信区域内的所有无线传感器作为一个簇。
所述S2步骤中从每个通信区域中选举评价最好的无线传感器作为簇头，包括：
将每个通信区域内的所有无线传感器作为一个簇，从簇内选择评价最高的无线传感器作为簇头，所述簇头的选择公式为：
其中：
ri表示通信区域内无线传感器i的评价值；
α表示权重因子，将其设置为0.6；
d(i,δ)表示无线传感器i距离配电控制设备δ的距离；
dmax表示通信区域内的无线传感器距离配电控制设备δ最远的距离；
dmin表示通信区域内的无线传感器距离配电控制设备δ最近的距离；
Ey(i)表示无线传感器i的剩余能量；
E0(i)表示无线传感器i的初始能量；
t表示无线传感器i竞争为簇头的等待时间；
根据所述簇头选择公式，
越大，表示无线传感器i的能量剩余大且能耗速度小，该无线传感器竞争为簇头的等待时间小，即成为簇头的可能性越大，且无线传感器i距离目标的距离d(i,δ)越近，则该无线传感器竞争为簇头的等待时间小，即成为簇头的可能性越大，因此通过计算簇内所有无线传感器的评价值ri，选取评价值最小的无线传感器作为簇头。
S3：利用基于启发式算法的簇间路由生成算法生成不同簇之间的通信路径。
所述S3步骤中利用基于启发式算法的簇间路由生成算法生成不同簇之间的通信路径，包括：
所述基于启发式算法的簇间路由生成算法流程为：
初始化启发式算法参数，生成的蚂蚁数m，信息素初始值；
将生成的m只蚂蚁放置在配电控制终端，并将配电控制终端作为蚂蚁的初始位置，任意蚂蚁k按照择路方程选择下一跳簇头，直到蚂蚁到达配电控制设备，并将配电控制设备作为蚂蚁的终止位置，生成p条通信路径(c1,c2,…,cz,…,cp)，其中p≤m，cz表示生成的任意第z条通信路径，每条通信路径的初始位置为配电控制终端，终止位置为配电控制设备，所述择路方程为：
其中：
βij表示(i,j)路径上的信息素浓度；
qij表示(i,j)路径上的启发因子；
τ表示信息素重要因子；
w表示启发函数重要程度因子，将其设置为0.6；
U表示蚂蚁未访问簇头位置的集合；
Ey(j)表示处于位置j的无线传感器j的剩余能量；
dij表示位置i与位置j之间的距离。
S4：在配电网实时通信过程中，利用基于无线传感器能耗以及时延的路径代价计算函数每条通信路径的路径代价，选择路径代价最小的通信路径作为最优通信路径，并利用最优通信路径实现配电控制信息的高效传输。
所述S4步骤中利用基于无线传感器能耗以及时延的路径代价计算函数每条通信路径的路径代价，包括：
建立基于无线传感器能耗以及时延的路径代价计算函数，所述路径代价计算函数为：
其中：
zm表示通信路径cz经历的无线传感器总数；
Em(s)表示无线传感器m接收s比特的通信信息并转发，需要消耗的能量；
Delay表示无线传感器间传输的时延。
所述S4步骤中选择路径代价最小的通信路径作为最优通信路径，利用最优通信路径进行配电控制信息传输，包括：
计算所生成的p条通信路径(c1,c2,…,cz,…,cp)中每一条通信路径的路径代价F(cz)，选择路径代价最小的通信路径作为最优通信路径，利用最优通信路径进行配电控制信息传输，直到配电控制信息由配电控制终端传输到配电控制设备，配电控制设备执行所接收到的配电控制信息。
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种基于物联网的智能配电控制系统，所述系统包括配电控制终端、无线传感器以及配电控制设备，并采用智能配电方法，其特征在于，所述智能配电方法包括：
S1：在配电网区域内设置若干无线传感器，利用无线传感器将配电网区域划分为若干通信区域，其中每个通信区域的面积相同；
S2：从每个通信区域中选举评价最好的无线传感器作为簇头，将同一通信区域内的所有无线传感器作为一个簇；
S3：利用基于启发式算法的簇间路由生成算法生成不同簇之间的通信路径；
S4：在配电网实时通信过程中，利用基于无线传感器能耗以及时延的路径代价计算函数每条通信路径的路径代价，选择路径代价最小的通信路径作为最优通信路径，并利用最优通信路径实现配电控制信息的高效传输。
2.如权利要求1所述的一种基于物联网的智能配电控制系统，其特征在于，所述S1步骤中在配电网区域内设置若干无线传感器，包括：
在配电网区域内设置若干无线传感器，构成无线传感器物联网，所述无线传感器物联网为G＝(E,V)，其中E＝(e1,e2,…,en)表示无线传感器物联网内总数为n的无线传感器集合，en表示无线传感器集合中第n个无线传感器，V表示不同无线传感器的通信链路集合；
所述配电控制终端发送配电控制的通信信息，无线传感器利用传感器模块接收到配电控制终端发送的通信信息，并将接收到的通信信息存储在处理器模块，依据通信路径将通信信息传输到下一跳的无线传感器，直到通信信息到达配电控制设备；
建立无线传感器的能耗模型：
Em(s)＝s·ebit+es,m(d)
其中：
ebit表示无线传感器的传感器模块接收1bit通信信息所消耗的能量；
s表示无线传感器接收到通信信息的比特数；
df表示距离阈值，将其设置为1000米；
Em(s)表示无线传感器m接收s比特的通信信息并转发，需要消耗的能量；
d表示无线传感器m将接收到的s比特通信信息，利用无线通信模块转发到与无线传感器m通信距离为d的下一跳节点，所述下一跳节点包括下一跳的无线传感器以及配电控制设备；所述配电控制终端向所有无线传感器广播无线信号计算出任意两个无线传感器之间的通信距离d，所述计算公式为：
其中：
dm表示标准距离，d表示待计算的通信距离；
Rss(dm)表示无线信号传输标准距离dm的信号强度损失值；
Rss(d)表示无线信号传输距离d的信号强度损失值；
通过计算无线信号在传输距离d下的信号强度损失值Rss(d)，利用计算公式计算得到任意两个无线传感器之间的距离d。
3.如权利要求1所述的一种基于物联网的智能配电控制系统，其特征在于，所述S1步骤中利用无线传感器将配电网区域划分为若干通信区域，包括：
将配电网区域均匀划分为若干通信区域，使得每个通信区域的面积大小相同，且满足每个通信区域内无线传感器的数目大于等于3。
4.如权利要求3所述的一种基于物联网的智能配电控制系统，其特征在于，所述S2步骤中从每个通信区域中选举评价最好的无线传感器作为簇头，包括：
将每个通信区域内的所有无线传感器作为一个簇，从簇内选择评价最高的无线传感器作为簇头，所述簇头的选择公式为：
其中：
ri表示通信区域内无线传感器i的评价值；
α表示权重因子，将其设置为0.6；
d(i,δ)表示无线传感器i距离配电控制设备δ的距离；
dmax表示通信区域内的无线传感器距离配电控制设备δ最远的距离；
dmin表示通信区域内的无线传感器距离配电控制设备δ最近的距离；
Ey(i)表示无线传感器i的剩余能量；
E0(i)表示无线传感器i的初始能量；
t表示无线传感器i竞争为簇头的等待时间；
根据所述簇头选择公式，
越大，表示无线传感器i的能量剩余大且能耗速度小，该无线传感器竞争为簇头的等待时间小，即成为簇头的可能性越大，且无线传感器i距离目标的距离d(i,δ)越近，则该无线传感器竞争为簇头的等待时间小，即成为簇头的可能性越大，因此通过计算簇内所有无线传感器的评价值ri，选取评价值最小的无线传感器作为簇头。
5.如权利要求1所述的一种基于物联网的智能配电控制系统，其特征在于，所述S3步骤中利用基于启发式算法的簇间路由生成算法生成不同簇之间的通信路径，包括：
所述基于启发式算法的簇间路由生成算法流程为：
初始化启发式算法参数，生成的蚂蚁数m，信息素初始值；
将生成的m只蚂蚁放置在配电控制终端，并将配电控制终端作为蚂蚁的初始位置，任意蚂蚁k按照择路方程选择下一跳簇头，直到蚂蚁到达配电控制设备，并将配电控制设备作为蚂蚁的终止位置，生成p条通信路径(c1,c2,…,cz,…,cp)，其中p≤m，cz表示生成的任意第z条通信路径，每条通信路径的初始位置为配电控制终端，终止位置为配电控制设备，所述择路方程为：
其中：
βij表示(i,j)路径上的信息素浓度；
qij表示(i,j)路径上的启发因子；
τ表示信息素重要因子；
w表示启发函数重要程度因子，将其设置为0.6；
U表示蚂蚁未访问簇头位置的集合；
Ey(j)表示处于位置j的无线传感器j的剩余能量；
dij表示位置i与位置j之间的距离。
6.如权利要求1所述的一种基于物联网的智能配电控制系统，其特征在于，所述S4步骤中利用基于无线传感器能耗以及时延的路径代价计算函数每条通信路径的路径代价，包括：
建立基于无线传感器能耗以及时延的路径代价计算函数，所述路径代价计算函数为：
其中：
zm表示通信路径cz经历的无线传感器总数；
Em(s)表示无线传感器m接收s比特的通信信息并转发，需要消耗的能量；
Delay表示无线传感器间传输的时延。
7.如权利要求6所述的一种基于物联网的智能配电控制系统，其特征在于，所述S4步骤中选择路径代价最小的通信路径作为最优通信路径，利用最优通信路径进行配电控制信息传输，包括：
计算所生成的p条通信路径(c1,c2,…,cz,…,cp)中每一条通信路径的路径代价F(cz)，选择路径代价最小的通信路径作为最优通信路径，利用最优通信路径进行配电控制信息传输，直到配电控制信息由配电控制终端传输到配电控制设备，配电控制设备执行所接收到的配电控制信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210081740.7A CN114500621B (zh) | 2022-01-24 | 2022-01-24 | 一种基于物联网的智能配电控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210081740.7A CN114500621B (zh) | 2022-01-24 | 2022-01-24 | 一种基于物联网的智能配电控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114500621A true CN114500621A (zh) | 2022-05-13 |
| CN114500621B CN114500621B (zh) | 2024-04-26 |
Family
ID=81473747
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210081740.7A Active CN114500621B (zh) | 2022-01-24 | 2022-01-24 | 一种基于物联网的智能配电控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114500621B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115002153A (zh) * | 2022-05-24 | 2022-09-02 | 天津大学 | 基于物联网的新型配电系统通信方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107017618A (zh) * | 2017-03-15 | 2017-08-04 | 中国电力科学研究院 | 一种有源配电网供电区域划分方法及装置 |
| CN107659974A (zh) * | 2017-11-03 | 2018-02-02 | 广东工业大学 | 无线传感网路由方法、装置、设备及计算机可读存储介质 |
| CN108566663A (zh) * | 2018-01-10 | 2018-09-21 | 重庆邮电大学 | 基于扰动粒子群优化的sdwsn能耗均衡路由算法 |
| CN109936136A (zh) * | 2019-04-24 | 2019-06-25 | 广东电网有限责任公司 | 一种配电网接线线路的规划方法、装置及设备 |
| CN110225478A (zh) * | 2019-05-21 | 2019-09-10 | 昆明理工大学 | 一种无线传感器网络簇间数据传输方法 |
| CN112672300A (zh) * | 2020-12-16 | 2021-04-16 | 杭州电力设备制造有限公司 | 一种中低压开关柜的用电数据藤蔓式传输优化方法 |
-
2022
- 2022-01-24 CN CN202210081740.7A patent/CN114500621B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107017618A (zh) * | 2017-03-15 | 2017-08-04 | 中国电力科学研究院 | 一种有源配电网供电区域划分方法及装置 |
| CN107659974A (zh) * | 2017-11-03 | 2018-02-02 | 广东工业大学 | 无线传感网路由方法、装置、设备及计算机可读存储介质 |
| CN108566663A (zh) * | 2018-01-10 | 2018-09-21 | 重庆邮电大学 | 基于扰动粒子群优化的sdwsn能耗均衡路由算法 |
| CN109936136A (zh) * | 2019-04-24 | 2019-06-25 | 广东电网有限责任公司 | 一种配电网接线线路的规划方法、装置及设备 |
| CN110225478A (zh) * | 2019-05-21 | 2019-09-10 | 昆明理工大学 | 一种无线传感器网络簇间数据传输方法 |
| CN112672300A (zh) * | 2020-12-16 | 2021-04-16 | 杭州电力设备制造有限公司 | 一种中低压开关柜的用电数据藤蔓式传输优化方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115002153A (zh) * | 2022-05-24 | 2022-09-02 | 天津大学 | 基于物联网的新型配电系统通信方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114500621B (zh) | 2024-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Daneshvar et al. | Energy-efficient routing in WSN: A centralized cluster-based approach via grey wolf optimizer | |
| Kaur et al. | Energy-efficient intelligent routing scheme for IoT-enabled WSNs | |
| Osamy et al. | CSOCA: Chicken swarm optimization based clustering algorithm for wireless sensor networks | |
| Kuila et al. | Energy efficient clustering and routing algorithms for wireless sensor networks: Particle swarm optimization approach | |
| CN102860085A (zh) | 自适应无线传感器网络及无线传感器网络中路由数据的方法 | |
| Zhong et al. | Ant colony optimization algorithm for lifetime maximization in wireless sensor network with mobile sink | |
| Hao et al. | Joint resource allocation algorithm based on multi-objective optimization for wireless sensor networks | |
| Liu et al. | Robust data collection for energy-harvesting wireless sensor networks | |
| Sreenivasamurthy et al. | Clustering for load balancing and energy efficiency in IoT applications | |
| Chen et al. | A Lifetime Optimization Algorithm Limited by Data Transmission Delay and Hops for Mobile Sink‐Based Wireless Sensor Networks | |
| CN114500621A (zh) | 一种基于物联网的智能配电控制系统 | |
| Tuba et al. | Energy efficient sink placement in wireless sensor networks by brain storm optimization algorithm | |
| Shanbehzadeh et al. | An intelligent energy efficient clustering in wireless sensor networks | |
| CN107454630A (zh) | 负载均衡方法及负载均衡路由器 | |
| Shang et al. | An energy-balanced clustering routing algorithm for wireless sensor network | |
| Norouzi et al. | An interactive genetic algorithm for mobile sensor networks | |
| Elhabyan et al. | A full area coverage guaranteed, energy efficient network configuration strategy for 3d wireless sensor networks | |
| Liu et al. | Learning-based multi-UAV assisted data acquisition and computation for information freshness in WPT enabled space-air-ground PIoT | |
| Song et al. | Maximizing packets collection in wireless powered IoT networks with charge-or-data time slots | |
| CN116170881A (zh) | 一种基于边缘计算的跨域资源分配与卸载方法及系统 | |
| Alisa et al. | Minimizing energy consumption in wireless sensor networks using modified genetic algorithm and an energy balance filter | |
| Revanesh et al. | Retracted article: Deep learning-based algorithm for optimum cluster head selection in sustainable wireless communication system | |
| Yuan et al. | A novel non-uniform node distribution strategy for wireless sensor networks | |
| Shukla et al. | GAE 3 BR: Genetic algorithm based energy efficient and energy balanced routing algorithm for Wireless Sensor Networks | |
| Peng | WSN Routing Schedule Based on Energy-Aware Adaptation |
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 |