CN115865706A - 一种基于5g网络能力开放的电力自动化业务编排方法 - Google Patents

Abstract

本发明涉及电力自动化业务编排技术领域，公开了一种基于5G网络能力开放的电力自动化业务编排方法，基于Petri网的VNF‑FG全路径时间协调编排模型，在进行5G电力自动化业务编排时，将全路径的VNF‑FG时间协调问题转换为Petri网可达路径的库所时间协调问题，将业务时间性的需求分解到Petri网模型可达路径的选择和每一VNF进程停留时间的规划。本发明解决了现有技术存在的以下问题：电力自动化业务之间存在工作逻辑冲突、资源分配不合理，难以满足多样化电力自动化业务的实时、可靠等确定性需求。

Description

一种基于5G网络能力开放的电力自动化业务编排方法

技术领域

本发明涉及电力自动化业务编排技术领域，具体是一种基于5G网络能力开放的电力自动化业务编排方法。

背景技术

5G可通过虚拟化和云化技术，开放位置服务、业务配置、内容缓存等网络能力，为到来的网络服务(Network Service,NS)提供具有保障的网络能力，通过核心网资源管理和编排实现高效的网络负载管理和资源优化。因此电力自动化场景在虚拟化范畴中，业务所需的网络服务是由一系列串联起来的虚拟网络功能(Virtualized Network Function,VNF)组成的，VNF可以动态创建与删除，灵活性高并且可扩展，不仅部署更方便，资源利用也更加地高效，从而降低了运营成本和资本性支出。网络服务的构建与部署主要考虑虚拟网络功能的数目、网络功能在服务功能链中的顺序和在虚拟化基础设施(Network FunctionVirtualization Infrastructure,NFVI)中整个服务功能链的资源分配情况，包含多个服务链结构的逻辑拓扑可以用虚拟网络功能转发图表示，因此服务请求可通过虚拟功能转发图的编排来实现。

转发图编排能够根据特定的应用场景设计网络服务模板NS，继而根据网络服务模板，驱动底层基础设施域的相关功能开放和资源管理，最终满足特定应用需求。具体可分为高层业务编排与底层资源编排或调度，业务编排主要负责端到端业务可用性的保障，资源编排则提供相应的底层基础资源调度，其流程可如图1所示。首先根据应用场景定义出业务，由通信服务管理功能(Communication Service Management Function,CSMF)将业务的通信服务需求转换为对切片管理功能(Network Slice Management Function,NSMF)的网络切片需求，即网络服务需求，包括了业务的区域相关容量、覆盖面积、隔离程度、可达性、可靠性、带宽、时延等需求描述。然后NSMF将网络切片需求又分解为网络子切片的服务等级协议(Service Level Agreement,SLA)需求，向子切片管理功能(Network Slice SubnetManagement Function,NSSMF)下发网络子切片部署请求，最终各领域的NSSMF将网络切片子网的SLA需求转换为网元的业务参数并下发。

Petri网是一种集数学分析和图形描述的建模分析工具，可以对具有并发、冲突、共享、不确定性的分布式系统进行建模分析，得到有关系统结构和动态行为方面的信息，根据这些信息可以对要开发的系统进行评价和改进。Petri网以其模型的直观图形表示和方便的模型分析能力在计算机科学领域、通信与网络、自动控制系统、等领域有着广泛的应用。

现有转发图编排考虑的应用场景多为电信网络，更多以资源编排方式为主，实现资源利用率的最优化，编排强调逻辑隔离，如5G所定义的三大应用场景。而在电力自动化场景中，多样化的电力自动化业务对网络具有更严格的实时、可靠、确定性需求，如工业控制系统中的差动保护业务，通常需要提供低于1％的丢包能力，时延控制在毫秒甚至微秒级；在多模通信场景中，要求通信服务可靠性高于99.999％且端到端延时在10毫秒内。因此面向电力自动化的转发图编排，应以业务编排为核心，驱动资源编排提供相应资源，且编排要求物理隔离。

另一方面，工业业务在5G网络实现垂直化部署时涉及到自动化技术(OperationalTechnology,OT)，互联网技术(Internet Technology,IT)，通信技术(CommunicationTechnology,CT)的紧密融合，然而OT、IT、CT三层具有不同的性能指标和建模方式，三者融合需实现模型表达的准确性，功能描述的一致性以及参数的有效传递能力。因此在电力自动化业务场景中，需借助有效的建模方法对OICT融合的业务场景进行统一建模，建立业务模型与VNF-FG进程模型。进一步在统一建模的基础上分析模型间功能映射及参数传递，从而对分布式、OICT融合的电力自动化场景进行动态分析，解决任务之间的工作逻辑冲突和资源的合理分配问题，通过对VNF-FG进程有效的编排来满足多样化业务的实时，可靠等确定性需求。

发明内容

为克服现有技术的不足，本发明提供了一种基于5G网络能力开放的电力自动化业务编排方法，解决现有技术存在的以下问题：电力自动化业务之间存在工作逻辑冲突、资源分配不合理，难以满足多样化电力自动化业务的实时、可靠等确定性需求。

本发明解决上述问题所采用的技术方案是：

一种基于5G网络能力开放的电力自动化业务编排方法，，基于Petri网的VNF-FG全路径时间协调编排模型，在进行5G电力自动化业务编排时，将全路径的VNF-FG时间协调问题转换为Petri网可达路径的库所时间协调问题，将业务时间性的需求分解到Petri网模型可达路径的选择和每一VNF进程停留时间的规划。

作为一种优选的技术方案，目标函数表示为：

其中，F表示路径总时延，目标为使路径总时延最小，J＝{1,2,...,m}表示不同业务流集合，j表示业务流编号，m表示业务流总数，x、y分别表示某两个库所节点的编号，s表示服务功能链包含的库所节点总数，d_x,y表示库所节点x到库所节点y的时延，

为第一二进制决策变量，

表示业务流j经过边<x,y>，

表示业务流j不经过边<x,y>；

包括以下约束条件：

其中，j_int为及时确定性需求业务，需保障时延下界；j_ont为准时确定性需求业务，需保障时延上下界；q表示时序逻辑顺序中的次序编号，1≤q≤n且q为整数，jcoq为时序逻辑顺序中第q次序的协同确定性需求业务，jcoq需保障到达的时序逻辑，J表示确定性需求业务集合；

表示及时确定性需求业务的第一二进制决策变量，

表示及时确定性需求业务的时延上界，

表示准时确定性需求业务的时延下界，

表示及时确定性需求业务的第一二进制决策变量，

表示准时确定性需求业务的时延上界，

表示属于协同确定性需求业务的业务流1的第一二进制决策变量，

表示属于协同确定性需求业务的业务流1的入网时间，

表示属于协同确定性需求业务的业务流n的入网时间，

表示属于协同确定性需求业务的业务流n的第一二进制决策变量。

作为一种优选的技术方案，对于具有强依赖的库所节点集合，满足以下条件：

S_e＜S_e+1，e≥0Ue+1∈ε；

其中，ε为按照服务功能链先后顺序排列并定义的库所节点集合，ε∈V，V为所有库所节点的集合，e表示该集合中某库所节点编号，S_e表示库所节点e开始处理业务流量的时刻。

作为一种优选的技术方案，目标函数还受第二二进制决策变量约束：

当

时表示C_k可由虚拟化下的物理设备n提供支持；其中，

为第二二进制决策变量，n为库所节点所映射的物理设备节点，库所节点与物理设备之间存在多对多映射关系。

作为一种优选的技术方案，目标函数还受第三二进制决策变量约束：

其中，

为第三二进制决策变量，

表示库所节点v是否初始化了类型为f的实例，若

表示已初始化，若

表示未初始化。

作为一种优选的技术方案，包括以下约束条件：

其中，

为第四决策变量，

表示链路资源分配中的映射关系，C表示服务功能集合，w_v表示与库所节点v相关的服务器的资源容量，w_sd表示链路<x,y>所映射的物理链路<s,d>的带宽资源，

为1时表明服务功能c的第k和k+1个库所节点间的通信需要经过物理链路<s,d>，

为0时表示不经过。

作为一种优选的技术方案，基于全路径时间协调虚拟库所编排算法进行5G电力自动化业务编排，采用CQF机制规划进程停留时间。

作为一种优选的技术方案，考虑采用802.1Qch轮询机制CQF衡量每一VNF进程停留时间后的目标函数为：

其中，h_j用于存储业务流j的计算存储服务链所经过的进程总数，h_j须大于等于最短路径所经过的进程总数，K_j为业务流j的计算存储服务链在进程缓存中的总排队等待次数，h_j和K_j均为变量且均为整数，t_i为相邻VNF进程传输时延，p_i为VNF进程处理时延，t_CQF为定义CQF队列的周期。

作为一种优选的技术方案，衡量Petri网可达路径可靠性时，当某路径的

大于业务流所需的可靠性门限时，则判定该路径符合可靠传输条件，可达路径

的整体可靠性

为：

其中，

表示可达路径，

表示

的整体可靠性，μ表示所有可达路径间的相关性矩阵，l_ij表示某链路，

表示链路l_ij的可靠性代价，α表示权重系数，A_i表示链路l_ij输出节点的可用度，R_ij表示链路l_ij自身的可靠性。

作为一种优选的技术方案，可达路径间的相关性矩阵μ的计算公式为：

其中，

m_m,n为μ中的元素，m_m,n为路径m与路径n的相关性系数；m_m,0表示与路径m与主路径的相关性系数，U表示可达路径的总条数，f表示Cosin度量函数，

表示路径m的计算资源向量，

表示路径m的存储资源向量，

表示路径m的带宽资源向量，

表示路径n的计算资源向量，

表示路径n的存储资源向量，

表示路径n的带宽资源向量。

本发明相比于现有技术，具有以下有益效果：

(1)基于Petri网建模的优势，本发明采用Petri网对分布式、OICT融合的电力自动化场景进行统一建模，建立业务模型与VNF-FG进程模型，解决任务之间的工作逻辑冲突和资源的合理分配问题；通过对VNF-FG进程的建模以及编排来满足多样化电力自动化业务的实时、可靠等确定性需求；

(2)通过Petri网库所的编排保障电力自动化业务的可达，可用性，提出了全路径时间协调虚拟库所编排算法，在VNF-FG的全路径时间协调编排问题上采用虚拟库所并赋予时间来描述线程处理时间，离散化成虚拟库所，建立全整数规划模型；并采用时间触发调度模式与多节点业务编排方式进行全路径的规划，保障了业务确定可达；

(3)为保障VNF-FG的可靠性，提出了Petri网可达路径MRT算法；参考IPFRR的MRT机制，在兼顾电力自动化业务实时性的情况下，保障了业务的可靠性。

附图说明

图1为转发图编排的流程示意图；

图2为差动保护场景端到端服务的VNF-FG图；

图3为VNF处理过程的时延Petri网模型图；

图4为VNF-FG时延Petri网模型图；

图5为VNF-FG时延Petri网可达marking图；

图6为时延补偿机制示意图；

图7为VNF-FG冗余多路径Petri网模型图。

具体实施方式

下面结合实施例及附图，对本发明作进一步的详细说明，但本发明的实施方式不限于此。

实施例1

如图1至图7所示，基于Petri网建模的优势，本发明提出一种基于5G网络能力开放的电力自动化业务编排方法，采用Petri网对分布式、OICT融合的电力自动化场景进行统一建模，建立业务模型与VNF-FG进程模型，解决任务之间的工作逻辑冲突和资源的合理分配问题。并通过对VNF-FG进程的建模以及编排来满足多样化电力自动化场景业务的实时、可靠等确定性需求。

具体如下：

一种基于5G网络能力开放的电力自动化业务编排方法分为编排模型建模和编排算法两部分。方法针对如表1总结的业务场景的及时、准时、协同的实时确定性需求，建立了基于Petri网的VNF-FG全路径时间协调编排模型，并设计了全路径时间协调虚拟库所编排算法。同时针对业务场景的可靠性需求，建立了VNF-FG冗余多路径编排模型，并设计了Petri网可达路径MRT算法。

表1业务确定性定义表

1)VNF-FG全路径时间协调编排模型：

VNF-FG由VNF和连接VNF的虚链路所组成，VNF能够对流经的业务流进行处理，部署网络服务之前需构造VNF-FG来实现端到端网络服务。于是构建差动保护场景端到端服务的VNF-FG图，如图2所示。

业务的确定性与VNF多线程的编排有关，因此VNF-FG多线程的编排需考虑线程的确定性需求。本发明研究业务流到达不同功能节点时，对于时间性的要求，从而使得端到端业务性能的最优，即将工业应用的端到端确定性时间需求分解到对于功能链的选择和VNF节点消耗时间的控制，将VNF-FG的多线程编排从空间维度扩展至时空维度。其次本发明将端到端业务对于时间性、可靠性等要求分解到虚链路的选择和节点中的时间消耗，由于虚链路的传输时间可测量、统计，因此为保障业务及时、准时和协同到达，还需在每一VNF中规划业务流的消耗时间。

本发明采用Petri网对VNF-FG多线程进行建模描述，基于Petri网的可达marking图判断业务是否可达。通过将实体库所抽象重组为虚拟库所，并且该虚拟库所对应VNF-FG中的多线程关系。为了解决全路径的VNF-FG时间协调问题，本发明引入时延Petri网对VNF-FG时间协调问题建模分析，将Petri网模型中的库所赋予时间，表示业务流通过库所所消耗的时间。因此将全路径的VNF-FG时间协调问题转换为Petri网可达路径的库所时间协调问题，将业务时间性的需求分解到Petri网模型可达路径的选择和每一VNF进程停留时间的规划。VNF进程停留时间具体分为输入等待时间、进程内部等待时间、转发时间和处理时间，可将VNF进程停留时间的规划分解为输入等待库所、内部等待库所、转发库所、处理库所时间的规划。进一步，由于转发和处理库所的时间可根据业务流与进程大小计算得到，因此VNF进程停留时间的规划实质是对VNF输入等待库所和进程内部等待库所时间的规划。

时延Petri网是五元组

其中(S,T；F,M₀)是一个原型Petri网，DI是定义在库所集S上的时间函数，即

对于

DI(t)＝a表示库所s的发生需要a个单位时间来完成。即当一个标识M满足M[t>时，库所s立刻就可以发生，但要经过a个单位时间，s的发生才结束^[68]。如图3所示：其中t_i1表示VNF进程开始时间，t_i2表示VNF进程处理完成，库所s_i中有一个托肯时表示VNF进程正在处理业务流。对库所s_i赋予时间值a_i，表示从t_i1发生开始，经过a_i个单位时间，t_i2才可以发生。

对库所赋予时间参数的时延Petri网可以有效地求解全路径的VNF-FG时间协调问题，通过Petri网对VNF进程中多线程进行建模描述，用赋予库所时间表示相关线程运行所花费的时间，对VNF-FG的时间协调问题可以通过时延Petri网建模步骤构造出模型，经过一些化简操作，在不改变VNF之间的连接顺序的前提下，得到图2中VNF-FG的时延Petri网模型，如图4所示，对VNF-FG内部多线程的运行和时间进行了描述，图中的s₁和s₂为虚拟库所来保障端到端业务的可达。

根据可达marking图算法可以得出上述模型的可达marking图，如图5所示。

在可达marking图中，为了描述VNF-FG中多线程的关系以及保障端到端业务可达，通过将实体库所抽象重组为虚拟库所，构建虚拟化的marking图来解决确定性编排问题，从而保障业务可达，例如图中增加的M₅和M₁₀虚拟库所来描述多线程之间的协同关系。可以看出，从源库所M₀到目的库所M₁₅有多条可达路径，不同的路径所需要的时间，可靠性，资源消耗等代价不同，为了保障业务的确定性，需考虑每个库所节点处理业务的时间以及产生的时延。假设Petri网中存在n个库所节点，定义图G＝(V,E)，V为所有库所节点的集合，对于每个库所节点v,v∈V，其代表VNF进程中的某个线程。源库所节点和目的库所节点并不具有网络功能，而是用于描述业务处理过程的端到端节点，为统一表示也放入到集合V中。E为图G所有边的集合，E＝{(x,y)|x,y∈V}。定义A＝{a_x,y|x,y∈V}为图G的连通矩阵，a_x,y表示库所节点x到库所节点y的连通性：

当点x,y不连通时，a_x,y＝∞。定义业务流在任意两个库所节点间的时延矩阵D＝{d_x，y|x，y∈V}，其中

表示t_i为相邻库所之间的变迁的传输时延，q_i为节点内总排队等待时延，p_i为节点内总处理时延。定义第一个二进制决策变量

时，说明业务流j经过边<x,y>，反之

定义整个处理过程包含的库所节点数为l_c。为提高网络资源利用率，降低业务流时延和，需优化变迁传输时延与排队时延，使路径总时延最小，其目标函数可表示为：

式中，J＝{1,2,...,m}为不同业务流集合。为保障不同业务流确定性QoS需求，在性能上需满足下列约束条件：

式中，j_int为及时确定性需求业务，需保障时延下界；jo_nt为准时确定性需求业务，需保障时延上下界；j_coq为时序逻辑顺序中第q次序的协同确定性需求业务，需保障到达的时序逻辑，

为业务入网时间。对于具有强依赖的库所节点集合，按照严格先后顺序排列并定义为集合ε，ε∈V，e表示该集合中库所节点，需满足：

S_e＜S_e+1，e≥0∪e+1∈ε (3.7)

式中，S表示起始调度时间矩阵，S_e表示库所节点e开始处理业务流量的时刻，节点e的业务处理时间需要严格早于之后节点的处理时间。

对于可达路径库所编排方法的约束条件既需要考虑上述业务性能方面的约束，也需要考虑资源限制与优化。定义w_v表示与库所节点v相关的服务器的资源容量，若w_v＝0则表明该库所节点只负责路由转发任务。定义w_sd表示链路<x,y>所映射的物理链路<s,d>的带宽资源，虚链路与物理链路的映射为一对多的关系。定义F为网络中的网络功能种类集合，对于每种网络功能f，f∈F，定义d_f表示网络功能f初始化为实例的系统开销。假定对于虚拟网络功能资源需求列表的第k个网络功能单元C_k，其需要

单位的节点计算资源。对于SFC上相邻的两个网络功能单元C_k和C_k+1，其要求分配

单位的链路通信资源。

定义第二个二进制决策变量

n为库所节点所映射的实体设备节点，它们之间存在多对多映射关系，即一个库所节点所提供的服务可由一个或多个物理设备虚拟化后提供，一个物理设备虚拟化后可为多个库所节点提供服务。当

时表示C_k可由虚拟化下的物理设备n提供支持。同理定义第三个二进制决策变量

表示库所节点v是否初始化了类型为f的实例，若

则表明已初始化。

受

影响，其相关表达式可如下所示：

定义第四个决策变量

表示链路资源分配中的映射关系。

为1时表明服务功能c的第k和k+1个库所节点间的通信需要经过物理链路<s,d>，反之则不经过。约束条件如下：

2)全路径时间协调虚拟库所编排算法：

全路径时间规划即规划业务可达路径的选择和每一VNF进程停留时间。在具体实现时由于路径时延可计算，在输入口和多库所中的排队时延抖动不确定，因此基于802.1Qch轮询机制CQF^[77]为VNF进程建立缓冲区，其目的是衡量业务在每一VNF进程中的停留时间，继而根据入口负载率和CPU使用情况，将该停留时间分配给各库所。

业务流在进程处的等待时延由循环转发队列CQF以及在节点处的调度情况共同决定，缓冲区的建立可事先规划出每一库所的合理排队时延。传播时延可通过传播距离计算得到，因此算法仅需采用CQF机制规划进程停留时间。定义CQF队列的周期为t_CQF，VNF进程输入量为M，业务流在进程i处的等待次数为k_i，则：

CQF周期时间取决于业务流状态，基于Webster最佳信号周期公式^[78]可初始化CQF周期，即根据平均时延最小原则与稳态理论建立时延与CQF周期关联表达式：

式中，d_ave为业务流平均时延；q为VNF进程实际吞吐量；x为吞吐量饱和度，即实际吞吐量与最大吞吐量比。定义相邻VNF进程间虚拟链路长度相同，同一端到端节点(x,y)间时延d_x,y为：

式中，h用于存储服务链中经过的进程总数，须大于等于最短路径所经过的进程总数，K为总等待次数。将公式(4.3)带入目标函数可得：

式中，h_j和K_j为变量且要求为整数，可采用分支定界法求解^[79]最优解，确定各业务流的最优传播路径h与排队等待总次数K

根据VNF的使用情况将总等待次数分配给各个VNF进程，设定VNF进程规划的消耗时间为该进程的等待次数与CQF队列周期的乘积。进一步，再根据入口负载率和CPU使用情况，将该消耗时间分配给输入等待库所、内部等待库所、转发库所和处理库所。在具体实现时，初始化入口交换传输能力充足，初始分配给输入等待库所时间消耗为0，当输入流增大，入口负载率变高时，逐步以输入设备中一次时间驱动调度的周期为基准上调该时间消耗。FTVPO算法的时间复杂度为O(2^N)。

为减少时延抖动，同时提出了虚拟库所时延补偿机制用于修正VNF进程中的发送等待时延误差，实质上为修正进程中库所的发送等待时延误差，下文中T_OD用表示。虚拟库所时延补偿机制是指：若业务库所的托肯P_S在VNF进程i处的实际发送等待时间不等于规划的，则在下游传输路径的各进程处(进程i+1，i+2，…，n-1)，通过增加虚拟库所并赋予发送等待时间的方式消除T_OD，达到恢复最开始设定的T_Ps。

虚拟库所时延补偿机制模型如图6所示。假设业务库所的托肯P_S由Process 1出发，经过链路Link 1、Link 2、Link 3、Link 4和进程Process 2、Process 3、Process 4组成的可达路径到达Process 5。理想情况下，P_S透明通过路径的时延计算公式如下：

式(4.6)中，T_C(i)表示Link i的固有传输时延。

图6中，假设托肯P_S在Process 2处等待了固定的时间

在获得调度机会时，被Process 2中的高优先级业务托肯抢占了调度机会。此时，Process 2为P_S启动一个超时时间计数器，记录超时时间信息T_OD2；同时，通知下游链路进程启用时延补偿机制。图中Case 1表示在下游链路Process 3处修正最初设定的发送等待时间

为

以保持T_Ps不变。图中Case 2表示在下游链路Process 3处修正最初设定的发送等待时间

为

在Process 4处修正最初设定的发送等待时间

为

图中Case 3表示T_OD2在网络倒数第二跳节点未能减少到0，选择丢弃P_S。Case 2中T'_OD2与T”_OD2满足如下关系：

T_OD2＝T'_OD2+T”_OD2 (4.7)

3)VNF-FG冗余多路径编排模型：

针对VNF-FG冗余路径选择问题，基于全路径时间协调编排模型，对Petri网中的库所和库所间的有向弧赋予可靠性参数，定量分析VNF进程中多线程的可靠性。在Petri网中，托肯流动方向表示业务流处理路径，库所和有向弧在Petri网中类比可达路径的节点和链路。从源库所到目的库所有多条可达路径，不同可达路径的可靠性，实时、资源消耗代价不同，因此假设默认的可达路径是正常情况下的最佳路径，当最佳路径中的库所或者有向弧发生故障时，冗余可达路径至少需要满足业务确定性需求的最低标准，可能包含多个冗余备份可达路径，优选其中最接近默认可达路径能力的路径进行冗余配置，图7为VNF-FG冗余多路径Petri网模型。

利用图论对Petri网模型进行描述，图G(V,E)表示Petri网模型的拓扑，其中点集V＝{D,L,P_r}代表库所节点,D值和L值分别表示库所节点的DFS值和Lowpoint值，用于计算统一的GADAG图，优先级P_r用于库所处理顺序约束，边集E＝{l_ij|i,j∈V}代表库所之间的有向弧，即Petri网拓扑中的链路，若存在链路l_ij∈E，则表示两个相邻的节点i与节点_j互通，此外可达路径需考虑库所节点之间的先后顺序。假设端到端的传输从源库所节点s到目的库所节点d，需要经过多个库所节点处理，且多可达路径集合为P_sd。

对于Petri网中库所节点可靠性的计算，可通过吞吐率定量反映其可靠性大小。本发明选用Mathis节点吞吐量模型^[70]对库所节点进行分析，Mathis模型的吞吐率BW为：

考虑到库所对流量处理后的吞吐量变化，例如流入的流量经过多线程处理后，流出的流量会减少，则库所节点的吞吐率需要在Mathis基础上乘上节点对流量的压扩比θ。则节点i的可用度A_i可定义为实际可调控资源情况下的实际吞吐率比上理想情况下的吞吐率BW'，即没有丢包，不会产生拥塞控制，保持R_b传输速率的情况：

对于库所之间的有向弧，即链路可靠性的计算，采用链路信干噪比(SINR，Signalto Interference plus Noise Ratio)模型对可达路径中有向弧进行分析，SINR中的传输链路易受相邻链路背景流的干扰而降低可靠性。定义γ_ij(t)(i∈V,j∈V,t∈[0,T])为节点j接收到的SINR。则节点j接收到的信干噪比可通过式(3.12)计算：

定义链路l_ij的可靠性R_ij为受其他链路干扰后接收端接收到的SINR与理想情况只受噪声干扰的信噪比(Signal-to-noise Ratio,SNR)相比后得出：

将库所节点和有向弧联系起来，定义每一条链路的可靠性代价

由链路自身的可靠性R_ij以及该链路输出节点的可用度A_i一同决定：

其中α为权重系数，当链路l_ij的输出节点为源节点s时，α取0，即此时该链路的可靠性由链路自身可靠性决定，节点可用度为理想状态，其余情况下α默认取0.5。

基于前文分析以及所建立的节点和链路模型，对Petri网中的可达路径进行建模分析。可达路径的可靠性指标由库所节点和链路决定，但需考虑可达路径间相关性干扰对可靠性带来的影响。假设预先采集第i条可达路径在特定周期内的资源情况，建立资源矩阵：

其中三行元素分别代表计算、存储和带宽资源的采样向量，Λ为周期内的采样频率。分析任意两条可达路径相关性，可选用的方式包括Pearson相关系数、Minkowski距离和Cosin相关系数^[71]。根据对比分析，使用Cosin相关系数来评价可达路径间的相关性具有更好的性能，故采用Cosin相关系数来评估不同可达路径资源向量之间的相关性。

并最终用公式3.17来求解可达路径m和n间的相关性，两条路径间的相关性与cos_XY的值成正比。其中f表示Cosin度量函数，

分别表示路径m的计算、存储、带宽资源向量：

基于此构建所有可达路径间的相关性矩阵μ：

m_m,n为路径m与n的相关性系数；m_m,0表示与路径m与主路径的相关性系数，U表示可达路径的总条数。有了相关性系数，再来衡量路径的可靠性和时间性指标。假设从源库所节点s到目的库所节点d的第u条路径

由m条中间链路组成，则可达路径

的整体可靠性

为：

由于相关性系数，衡量Petri网可达路径可靠性时需要确定对比对象，在编排备份可达路径时通常选择与主路径的相关性进行分析，从矩阵μ中搜索对应值。当

大于业务流所需的可靠性门限时，则判定该路径是符合可靠传输条件的。

4)Petri网可达路径MRT算法：

基于VNF-FG冗余多路径编排模型，将VNF-FG冗余多路径问题转换成Petri网可达路径的冗余，通过计算库所以及有向弧的可靠性，可以得到不同Petri网可达路径的整体可靠性，整体可靠性即为路径选择的衡量指标。当Petri网库所或者有向弧发生故障时，可以快速切换到等价非相关的可达路径中，提高业务的可靠性，因此本发明提出RPMRT算法进行冗余路径的快速切换，所提算法利用了MRT快速重路由算法提供的思路来搜索等价确定非相关的备份路径。

MRT算法是利用DFS遍历，将MRT域内所有支持MRT的库所纳入统一的GADAG中，目的是实现域内任意两库所之间均有转发冗余树，然而对于电力自动化业务而言，特定收发库所间的端到端托肯的流动无需将所有库所纳入GADAG中，只需考虑两点：①源到目的端路径处理功能完备有序；②选择的拓扑图所构建的冗余路径能保证最大非相关的情况下与默认路径确定性差异最小。

基于上述分析，RPMRT算法首先在考虑可靠性性能的前提下，借助动态规划，根据库所优先级依次多阶段的添加满足指标的可靠环，在原拓扑中生成包含源库所和目的库所的GADAG伪子图，即库所属于但有向弧不完全属于GADAG的子图，并根据可靠环进行下一跳库所选择规则建立与默认路径等价确定非相关的备选路径集合，详细的算法伪代码如下表4.2：

表4.2RPMRT算法伪代码表

本发明具有以下特点：

1、基于Petri网建模的优势，本发明采用Petri网对分布式、OICT融合的电力自动化场景进行统一建模，建立业务模型与VNF-FG进程模型，解决任务之间的工作逻辑冲突和资源的合理分配问题；通过对VNF-FG进程的建模以及编排来满足多样化电力自动化业务的实时、可靠等确定性需求；

2、通过Petri网库所的编排保障电力自动化业务的可达，可用性，提出了全路径时间协调虚拟库所编排算法，在VNF-FG的全路径时间协调编排问题上采用虚拟库所并赋予时间来描述线程处理时间，离散化成虚拟库所，建立全整数规划模型；并采用时间触发调度模式与多节点业务编排方式进行全路径的规划，保障了业务确定可达；

3、为保障VNF-FG的可靠性，提出了Petri网可达路径MRT算法；参考IPFRR的MRT机制，在兼顾电力自动化业务实时性的情况下，保障了业务的可靠性。

如上所述，可较好地实现本发明。

本说明书中所有实施例公开的所有特征，或隐含公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合和/或扩展、替换。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，依据本发明的技术实质，在本发明的精神和原则之内，对以上实施例所作的任何简单的修改、等同替换与改进等，均仍属于本发明技术方案的保护范围之内。

Claims (10)

1.一种基于5G网络能力开放的电力自动化业务编排方法，其特征在于，基于Petri网的VNF-FG全路径时间协调编排模型，在进行5G电力自动化业务编排时，将全路径的VNF-FG时间协调问题转换为Petri网可达路径的库所时间协调问题，将业务时间性的需求分解到Petri网模型可达路径的选择和每一VNF进程停留时间的规划。

2.根据权利要求1所述的一种基于5G网络能力开放的电力自动化业务编排方法，其特征在于，目标函数表示为：

其中，F表示路径总时延，目标为使路径总时延最小，J＝{1,2,...,m}表示不同业务流集合，j表示业务流编号，m表示业务流总数，x、y分别表示某两个库所节点的编号，s表示服务功能链包含的库所节点总数，d_x,y表示库所节点x到库所节点y的时延，

为第一二进制决策变量，

表示业务流j经过边<x,y>，

表示业务流j不经过边<x,y>；

包括以下约束条件：

其中，j_int为及时确定性需求业务，需保障时延下界；j_ont为准时确定性需求业务，需保障时延上下界；q表示时序逻辑顺序中的次序编号，1≤q≤n且q为整数，jcoq为时序逻辑顺序中第q次序的协同确定性需求业务，jcoq需保障到达的时序逻辑，J表示确定性需求业务集合；

表示及时确定性需求业务的第一二进制决策变量，

表示及时确定性需求业务的时延上界，

表示准时确定性需求业务的时延下界，

表示及时确定性需求业务的第一二进制决策变量，

表示准时确定性需求业务的时延上界，

表示属于协同确定性需求业务的业务流1的第一二进制决策变量，

表示属于协同确定性需求业务的业务流1的入网时间，

表示属于协同确定性需求业务的业务流n的入网时间，

表示属于协同确定性需求业务的业务流n的第一二进制决策变量。

3.根据权利要求2所述的一种基于5G网络能力开放的电力自动化业务编排方法，其特征在于，对于具有强依赖的库所节点集合，满足以下条件：

S_e＜S_e+1，e≥0∪e+1∈ε；

其中，ε为按照服务功能链先后顺序排列并定义的库所节点集合，ε∈V，V为所有库所节点的集合，e表示该集合中某库所节点编号，S_e表示库所节点e开始处理业务流量的时刻。

4.根据权利要求3所述的一种基于5G网络能力开放的电力自动化业务编排方法，其特征在于，目标函数还受第二二进制决策变量约束：

当

时表示C_k可由虚拟化下的物理设备n提供支持；其中，

为第二二进制决策变量，n为库所节点所映射的物理设备节点，库所节点与物理设备之间存在多对多映射关系。

5.根据权利要求4所述的一种基于5G网络能力开放的电力自动化业务编排方法，其特征在于，目标函数还受第三二进制决策变量约束：

其中，

为第三二进制决策变量，

表示库所节点v是否初始化了类型为f的实例，若

表示已初始化，若

表示未初始化。

6.根据权利要求5所述的一种基于5G网络能力开放的电力自动化业务编排方法，其特征在于，包括以下约束条件：

其中，

为第四决策变量，

表示链路资源分配中的映射关系，C表示服务功能集合，w v表示与库所节点v相关的服务器的资源容量，wsd表示链路<x,y>所映射的物理链路<s,d>的带宽资源，

为1时表明服务功能c的第k和k+1个库所节点间的通信需要经过物理链路<s,d>，

为0时表示不经过。

7.根据权利要求1至6任一项所述的一种基于5G网络能力开放的电力自动化业务编排方法，其特征在于，基于全路径时间协调虚拟库所编排算法进行5G电力自动化业务编排，采用CQF机制规划进程停留时间。

8.根据权利要求7所述的一种基于5G网络能力开放的电力自动化业务编排方法，其特征在于，考虑采用802.1Qch轮询机制CQF衡量每一VNF进程停留时间后的目标函数为：

其中，h_j用于存储业务流j的计算存储服务链所经过的进程总数，h_j须大于等于最短路径所经过的进程总数，K_j为业务流j的计算存储服务链在进程缓存中的总排队等待次数，h_j和K_j均为变量且均为整数，t_i为相邻VNF进程传输时延，p_i为VNF进程处理时延，t_CQF为定义CQF队列的周期。

9.根据权利要求8所述的一种基于5G网络能力开放的电力自动化业务编排方法，其特征在于，衡量Petri网可达路径可靠性时，当某路径的

大于业务流所需的可靠性门限时，则判定该路径符合可靠传输条件，可达路径

的整体可靠性

为：

其中，

表示可达路径，

表示

的整体可靠性，μ表示所有可达路径间的相关性矩阵，l_ij表示某链路，

表示链路l_ij的可靠性代价，α表示权重系数，Ai表示链路l_ij输出节点的可用度，R_ij表示链路l_ij自身的可靠性。

10.根据权利要求9所述的一种基于5G网络能力开放的电力自动化业务编排方法，其特征在于，可达路径间的相关性矩阵μ的计算公式为：

其中，

m_m,n为μ中的元素，m_m,n为路径m与路径n的相关性系数；m_m,0表示与路径m与主路径的相关性系数，U表示可达路径的总条数，f表示Cosin度量函数，

表示路径m的计算资源向量，

表示路径m的存储资源向量，

表示路径m的带宽资源向量，

表示路径n的计算资源向量，

表示路径n的存储资源向量，

表示路径n的带宽资源向量。

Images