何玉钧， 周生平， 刘 毅

(华北电力大学 电气与电子工程学院, 河北 保定 071003)

基于ADC法的电力通信网效能评估模型

何玉钧， 周生平， 刘 毅

(华北电力大学 电气与电子工程学院, 河北 保定 071003)

针对电力通信网效能评估问题，采用ADC(可用性，可信赖性及能力)法建立电力通信网效能评估模型。该模型利用可用性向量、可信赖性矩阵和能力向量综合评估网络效能，其中为实现能力向量合理评估建立了电力通信网通信能力指标体系。以某地区电力通信网效能评估为例，给出模型应用实例。评估结果确定了该地区电力通信网效能级别，表明了网络效能随工作时间的增长呈下降趋势，随故障率的下降明显升高。验证了评估模型的有效性，证明该模型能够为网络运行维护提供参考。

电力通信网；效能评估；ADC；能力向量

0 引 言

电力通信网承担了电力系统中的指挥调度以及信息传输的功能，为电力系统提供支撑与保障[1]。电力系统要求电力通信网能够安全稳定高效运行，对电力通信网进行效能评估，可以帮助人们判断电力通信网的网络状况并采取相应措施，弥补网络日常维护中的不足之处，提高网络运行效能，因而对电力通信网进行效能评估具有重要意义。

文献[2]以故障率模型为基础建立电力通信网单元效能模型及网络效能模型，但是仅从可靠性角度评估网络效能并不全面。文献[3]选取业务通道保障率、设备运行可靠性、资源等效利用率三类指标衡量电力通信网效能，但是采用乘法算子将三个指标集结造成评价结果存在一定不合理性。目前针对电力通信网效能评估缺乏更全面、有效的评估模型。

ADC效能评估模型由美国工业界武器系统效能咨询委员会(WSEIAC)建立[4]，综合考虑系统可用不可用、使用时可不可靠、及其能不能满足需求三大本质要素[5]。文献[6]通过概率公式的推导，指出ADC效能评估法是全概率公式的推广和应用，效能指标E是一个概率性指标。文献[7] 使用离散时间修复模型推导出考虑预防性维修的ADC效能评估模型。ADC效能评估模型层次清晰，利于理解计算，在很多领域均获得广泛应用[8，9]。然而在电力通信网相关领域内，目前研究成果主要集中在研究网络安全风险及脆弱性方面[10，11]，缺乏效能评估方法。因此本文采用ADC法建立电力通信网效能评估模型，全面考虑网络可用性、可信赖性以及完成通信任务的能力，清晰地将效能E的计算分为可用性向量A，可信赖性矩阵D及能力向量C三部分，并给出具体计算公式。针对能力向量合理评估的难题，建立了通信能力评估指标体系。最后通过某地区电力通信网数据验证模型的可行性。

1 电力通信网效能评估模型

借鉴武器系统效能ADC模型，结合电力通信网的实际特点，建立如图1所示电力通信网效能评估模型，模型解析表达式为

(1)

图1 电力通信网效能评估模型Fig.1 Effectiveness evaluation model of electric power communication network

1.1 可用性向量

针对电力通信网，设定其只有两种状态：工作状态和故障状态。则电力通信网的可用性向量可表示为

(2)

式中：a1表示电力通信网在开始运行时处于正常工作状态的概率(即可用度)；a2表示在开始运行时处于发生故障状态的概率(即不可用度)。在可用性行向量中：

(3)

(4)

式中：MTBFs为电力通信网的平均故障间隔时间；MTTRs为电力通信网络的平均故障修复时间。

1.2 可信赖性矩阵

针对只有正常工作和发生故障2种状态的电力通信网，可信赖矩阵为

(5)

(6)

1.3 能力向量

能力向量反映电力通信网在各个可用状态下完成通信任务的程度。由于电力通信网在运行过程中只有工作和故障2种状态，因此其能力向量可以表示为

(7)

式中：P表示网络工作状态时完成通信任务的概率，是网络性能的集中体现。

2 能力向量的建模与计算

根据现有电力通信规范、月报、管理系统和调研所得电网公司应用中的指标[12，13]，给出了如图2所示的电力通信网通信能力评估指标的框架，从网络固有通信能力，运行能力和管理能力三个方面来分析网络通信能力。

图2 电力通信网通信能力指标Fig.2 Communication capability index of electric power communication network

2.1 固有通信能力

电力通信网固有通信能力选取指标网络拓扑可靠性C11、设备采用共享保护环比例C12、光通信覆盖率C13、光缆纤芯资源平均利用率C14及系统等效155M通道利用率C15综合体现。其中网络拓扑可靠性C11利用节点及链路重要度，依据电力通信网拓扑连接属性计算[14]。通过生成树法[15]得到节点重要度rvi及链路归一化重要度rej，为了便于计算，其中链路重要度是归一化结果：

(8)

式中：wej表示链路删除法计算所得链路重要度；m表示网络中链路数目。定义Uvi为节点vi以不同路径与其他各个节点通信的可靠性测度：

(9)

式中：Li表示节点vi以不同传输路径到达其余各个节点经过链路的重要度之和：

(10)

式中：n表示电力通信网络拓扑中节点总数；Pmax表示节点vi与节点vj的通信路径总数；Qmax表示节点vi与节点vj的第k条通信路径的链路总数，ret表示节点vi与节点vj的第k条通信路径中第t条链路的重要度。

最后得到网络拓扑可靠性测度C11:

(11)

设备采用共享保护环比例C12通过所辖范围内处于共享保护环状态下设备的比例体现网络可靠性：

(12)

随着电力通信网规模的增大，网络资源规模成为衡量网络发展水平的重要方面，选取光通信覆盖率C13体现网络覆盖规模。光通信覆盖率能够反映光通信服务的覆盖范围和能力，计算公式为

(13)

电力通信网中光缆光芯、波道、设备端口等是网络内的基本通信资源，电力通信网的资源效率可以反映出通信资源的使用情况以及网络的通信容量。选取光缆纤芯资源平均利用率及系统等效155 M通道利用率这两个指标综合体现网络资源利用情况。光缆纤芯资源平均利用率C14计算公式为

(14)

将系统开通业务的链路容量等效为155 M通道容量，则系统等效155 M通道利用率C15计算公式为

(15)

2.2 运行能力

网络的运行能力保障了网络运行质量，确定运行能力指标是电力通信网平稳运行的必然条件。通过资源故障指标：设备故障间隔率C21及光缆段故障间隔率C22和业务承载指标：业务通道平均故障间隔比率C23、业务通道平均误码率C24、平均失效业务比C25、平均影响业务比C26共同反映网络运行水平。

设备故障间隔率C21可以综合体现设备故障、维护、数量的情况，有效反映设备运行能力：

(16)

式中：m是表示电力通信网中通信设备的数量；T表示统计周期，min；TSDi表示设备i例行维护停运时长；TFODi表示设备i故障持续时间；NFODi表示设备i故障发生次数。

光缆段故障间隔率C22表示光缆段间发生故障之间的间隔概率：

(17)

式中：n表示电力通信网中光缆段的数量；T表示统计周期，min；TSFj表示光缆段j例行维护停运时长；TFOFj表示光缆段j故障持续时长;NFOFj表示光缆段j故障发生次数。

业务通道平均故障间隔比率C23表示业务通道平均发生故障的间隔比率：

(18)

式中：TF表示业务通道中断时长；TSF表示业务通道检修中断时长；N表示业务通道总数量；T表示统计周期；NF表示业务通道中断总次数。

业务通道平均误码率C24是衡量业务传输准确性的指标：

(19)

式中：N表示业务通道总数量；SERi表示业务通道i的误码率。由于电力通信网业务传输对误码率要求较高，通常不大于10-5，因此将误码率放大104倍作为评估指标C24。

以文献[16]所提平均失效业务比C25、平均影响业务比C26反映网络实际业务损失情况和网络潜在业务损失。

(20)

式中：NM表示故障次数；t1i和t2i分别表示第i次故障的起始时间和结束时间。瞬时失效业务比F(t)通过下式计算：

(21)

式中：x表示评价发生时刻的网络故障；W(x)表示由故障x划分所得的失效通道集；U表示通道的全体；y和z分别表示某指定通道；a表示通道类型因素；b表示通道速率因素；c表示通道可靠性因素；f(t)表示业务量对时间的分布函数因素，t表示评价发生的时刻。

(22)

瞬时影响业务比I(t)通过下式计算：

(23)

式中：A(x)表示由故障x划分所得的影响通道集，其余参数定义同上。

2.3 管理能力

电力通信网的管理能力对于保障通信网业务运营以及提高电网服务质量具有重要作用。选取指标检修计划完成率C31、实际交班比例C32及缺陷归档率C33三个指标综合衡量网络管理能力。检修计划完成率C31对检修计划完成情况做量化分析，反映网络检修管理能力：

(24)

实际交班比例C32通过统计实交班次数反映值班管理能力：

(25)

电力通信网的缺陷管理能力通过统计缺陷单归档情况，选取指标缺陷归档率C33衡量：

(26)

根据图1所示通信能力指标，利用层次分析法得到各个指标权重，加权合成计算能力向量：

(27)

(28)

3 模型应用

应用上述所提评估模型对某地区电力通信网进行效能计算。电力通信网效能E=A·D·C,下面对可用性向量A，可信赖性矩阵D及能力向量C分别计算。

3.1 有效性向量计算

根据某地区电力通信网平均故障间隔时间(MTBFs)不小于120天，网络故障平均修复时间(MTTRs)小于1天，网络持续工作时间T=30天，利用式(3)、(4)计算相应有效性向量：

3.2 可信赖性矩阵计算

3.3 能力向量计算

据式(27)、(28)对各个能力指标进行具体计算。

该地区网络拓扑图如图3所示，图中所示节点及链路重要度计算结果如表1、表2所示。

图3 电力通信网拓扑结构Fig.3 Topology of a power communication network

利用式(8)～(11)计算得网络拓扑可靠性测度C11=68.1%

其他指标的计算参数如表3所示。

由表3所示参数，根据式(12)～(22)及该地区实际情况可计算其余指标如表4所示。

表1 网络中节点重要度

表2 网络中链路重要度

表3 能力向量指标计算参数

表4 能力向量指标计算结果

根据层次分析法得各层能力指标对应的权重：[α1,α2,α3]=[0.4,0.4,0.2]；[β11,β12,β13,β14,β15]=[0.28,0.26,0.17,0.13,0.16]；[β21,β22,β23,β24,β25,β26]=[0.1,0.3,0.2,0.2, 0.1,0.1]；[β31,β32,β33]=[0.4,0.2,0.4]根据式(23)、(24)计算可得P=0.840 4。则能力矩阵C为

3.4 网络效能计算

由式(1)可计算

该模型效能计算结果在0～1范围内。由于在电力通信网中e-μT的值通常非常小，即d21通常为0，效能值E主要取决于a1，d11与c1的乘积，因此可以将效能评估结果分为优，良，中，合格，差5个等级，对应的效能值区间为0.93≤E<1， 0.83≤E<0.93， 0.73≤E<0.83， 0.63≤E<0.73， 0

通过计算结果显示该地区电力通信网网络效能评估结果为良，网络效能较高，原因主要是电力通信网平均故障修复时间较短，可用度较高；且网络完成通信任务的能力较强。图4是该地区电力通信网络效能随着工作时间增长而变化的曲线。

图4 网络效能随时间变化曲线Fig.4 Network efficiency over time

由图4可知，该地区电力通信网效能随工作时间增长呈下降趋势，主要原因是网络可信赖性随时间增长下降明显，且在其余指标参数不变的情况下，可用性向量及能力向量变化不大。通过降低网络故障率分析网络效能变化如图5所示。

图5 网络效能随故障率λ变化曲线Fig.5 Network efficiency over failure rate λ

由图5可知，在持续工作时间为常数时，网络效能值E随故障率的下降明显升高。在持续工作时间为30天的情况下，λ值降为原值0.5倍时，效能评估结果即为优。从图4、图5可以看出，评估结果显示该地区电力通信网效能随工作时间的增长逐渐下降，随故障率的降低明显升高，与现实网络的效能变化吻合，变化趋势合理，验证了评估模型的有效性。

4 结 论

针对电力通信网合理准确效能评估问题，采用ADC法建立电力通信网效能评估模型。模型通过可用性向量A、可信赖性矩阵D及能力向量C的组合得到网络效能E。通过某地区电力通信网效能评估实例可得，该地区网络效能等级为良，效能值较高，随着工作时间的增长网络效能逐渐下降，随着故障率的降低网络效能呈上升趋势。评估结果验证了模型能够客观反映网络效能变化，为网络运维工作提供指导。

[1] 蒋康明.电力通信网络组网分析[M].北京:中国电力出版社, 2014.

[2] 邓雪波, 王小强, 陈曦, 等. 基于效能模型的电力通信网可靠性研究[J]. 重庆邮电大学学报,2012, 24(3): 378-382.

[3] 邢宁哲, 彭柏. 基于安全效能成本的电力通信价值评估方法[J]. 电力信息与通信技术,2013, 11(12): 62-66.

[4] 郭齐胜.装备效能评估概论[M].北京:国防工业出版社, 2003.

[5] 王宇. 基于ADC模型的星座卫星通信系统效能评估技术研究[D].长沙：国防科学技术大学, 2007.

[6] BAO M, DAI Y W,KONG J S, et al. ADC-effectiveness evaluation model with preventive maintenance[J].Control Theory&Applications, 2010, 27(9): 1166-1170.

[7] PAN G T, ZHOU D J, WANG Y L, et al. Research and application of the system effectiveness evaluation ADC model[J]. Journal of Academy of Armored Force Engineering, 2007, 21(2): 5-7.

[8] 孟庆德, 张俊, 魏家辉, 等. 基于ADC法的舰炮武器系统作战效能评估模型[J]. 火炮发射与控制学报, 2015, 36(1): 73-76.

[9] 李彤岩, 王培国, 张婷, 等. 基于ADC模型的通信网络效能评估方法研究[J]. 电子技术应用, 2015, 41(9): 18-28.

[10] 高会生，王慧芳. 电力通信网PCM设备的安全模型研究[J]. 华北电力大学学报(自然科学版), 2014, 41(4): 69-76.

[11] 樊冰, 唐瑞良. 电力通信网脆弱性分析[J]. 中国电机工程学报, 2014, 34(7): 1191-1197.

[12] 电力行业电网运行与控制标准化技术委员会. DL/T 544-2012电力通信运行管理规程[S]. 北京: 中国电力出版社, 2012.

[13] 电力行业电网运行与控制标准化技术委员会. DL/T 547-2010电力系统光纤通信运行管理规程[S]. 北京: 中国电力出版社, 2011.

[14] 董志远. 基于通信网节点及链路的重要性可靠性研究[D].杭州:杭州电子科技大学，2012.

[15] 陈勇，胡爱群，胡啸. 通信网中节点重要性的评价方法[J]. 通信学报, 2004, 25(8): 129-134.

[16] 周静，熊素琴，苏斌. 一种电力通信网络运行质量量化评估方法及应用[J]. 电网技术, 2012, 36(9): 168-173.

Effectiveness Evaluation Model of Electric Power Communication Network Based on ADC Method

HE Yujun, ZHOU Shengping, LIU Yi

(School of Electricd and Electronic Engineering , North China Electric Power University, Baoding 071003, China)

A new model is proposed on the basis of ADC(Availability，Dependability and Capability) method to solve the problem of effectiveness evaluation in electric power communication network. The model utilizes availability vector, dependability matrix and capacity vector to make comprehensive evaluation of network effectiveness. Communication capability index system of electric power communication network is established to make reasonable evaluation of capability vector. Model application is obtained by taking an example of a certain electric power communication network of an area. The results showed the level of power electric communication network, which indicates that the effectiveness will decrease as working time increases, thus the fault rate will rise sharply. The results verify the effectiveness of the evaluation model and prove that the model can provide reference for network operation maintenance.

electric power communication network; effectiveness evaluation; ADC method; capacity vector

10.3969/j.ISSN.1007-2691.2017.01.12

2016-03-28.

中央高校基本科研业务费专项资金资助项目(13MS64).

TN915.85

A

1007-2691(2017)01-0076-06

何玉钧(1974-)，男，副教授，研究领域为电力通信网管理、安全风险评估；周生平(1993-)，女，硕士研究生，主要研究方向为电力通信网跨层融合评估；刘毅(1992-)，男，硕士研究生，主要研究方向为电力通信网安全风险评估。