陈家璘 周正 李磊 贺易 詹鹏 赵世文

摘   要：针对ASON 网络中波长资源利用率低、网络资源利用率不高以及网络平均收益低下的问题，提出了基于ASON的电力调度数据网络优化的技术方案。通过在ASON 网络中接入PageRank计算单元，采用PageRank算法进行迭代运算，能够使用户根据自己的需求追循、搜索目标网络节点，比如光纤支持的最大复用波长数目、光纤链路集合、单链路中的光纤数、网页排名等，提高了多层ASON网络中的搜索、分类和优化，增强ASON网络运行的性能，并改善网络资源利用率、网络平均收益，降低ASON网络的阻塞率。通过试验仿真验证，ASON网络的资源利用率和平均收益明显。设计的技术方案为后期的ASON优化工作和研究提供了技术参考，具有一定实用价值。

关键词：ASON;电力调度网络;PageRank算法;搜索;网络优化

中图分类号：TP24                                     文献标识码：A

文章编号：1003—6199（2020）02—0124—04

Abstract：Aiming at the problem of low utilization of wavelength resources，low utilization of network resources and low average network revenue in ASON network，a technical scheme based on ASON for power dispatching data network optimization is proposed. By accessing the PageRank computing unit in the ASON network and using the PageRank algorithm for iterative operations，the user can follow and search for the target network node according to his own needs. For example，the maximum number of multiplexed wavelengths supported by the fiber，the set of fiber links，the number of fibers in a single link，and the ranking of web pages，etc. Which improve the search，classification and optimization in the multi-layer ASON network，enhance the performance of the ASON network operation，improve the network resource utilization，the average network revenue，and reduce the blocking rate of the ASON network. Verified by test simulation，The resource utilization and average revenue of the ASON network are obvious. The technical scheme designed in this paper provides a technical reference for the later ASON optimization work and research，and has certain practical value.

Key words：ASON;power dispatching network;PageRank algorithm;search;network optimization

ASON （Automatically Switched Optical Network）是一種具有自动交换功能的光传送网[1-3]，ASON通过自动业务发现、邻居发现、光通路管理、选路算法以及端到端的保护进行相互补充、协调、建立保护运行机制[4-6]。该机制具有灵活性高、可靠性强的特点。随着ASON标准化程度的不断提高，ASON得到迅速的应用，国外ASON网络也逐渐开展开来，国内外众多的运营商开始投入大量的资金致力于ASON网络的开发和应用[7-10]。在ASON逐步普及的今天，ASON仍旧存在很多技术弊端，比如波长资源利用率低，网络资源利用率不高，网络平均收益低下等问题。同时ASON的标准还相对不够成熟，互连互通功能、运维管理方面不够完善。

由于ASON 网络业务量日益增加，用户对ASON 网络的要求也逐渐增多。现有的ASON网络中越来越多地存在数据的不确定性和不可预见性，这对ASON数据业务提出较高的带宽要求和质量要求[11-13]。为了减少构建新型光传送网络的成本，提高网络容量的扩展能力一级组网的灵活性，就需要对ASON进行优化[14-15]。基于此，提出了基于ASON的电力调度数据网优化设计方案，提高了用户、运营商对ASON的应用需求。

1   网络优化系统设计方案

作为ASON技术的优化，在本文中，ASON不仅能够智能化、自动化完成光网络之间连接功能，还能够搜索ASON 网络上的相关参数，比如特定波长等。在本方案中，ASON包括三大平面，分别为控制平面、传输平面、管理平面。其中传输平面和控制平面输入端与网络客户端连接，输出端通过PageRank计算单元与网管服务器管理平面连接，如图1所示。

在图1中，在控制平面内，通常设置一系列的通信实体，比如光连接控制器，能够实现呼叫控制和连接控制，具有释放、监测、维护网络信息的作用。当发生网络故障时，能够快速恢复连接。在传输平面中设置有一系列的交换单元组，能够实现强信号质量的检测，并且具有多粒度交叉连接功能。在管理平面中，管理平面能够对控制平面、传输平面进行设置、维护、控制等，并且具有M.3010协议中所规范的管理功能，比如性能管理、故障管理、配置管理、安全管理、计费管理等。管理平面可以为网管服务器。通常包括网元管理系统EMS和网络管理系统NMS。在应用时，该管理单元使用ITU-T G.805协议进行分层。为了提高网络识别精确度，在本技术方案中，引入PageRank计算单元，能够提高多层网络中的搜索、分类和优化，大大地提高了ASON网络的性能，降低了ASON网络的阻塞率，从而更大程度地提高网络的资源利用率。

2   网络优化方法

采用PageRank 算法提高ASON网络的通信性能，使用户能够及时发现线路中的堵塞情况，降低ASON网络的阻塞率，提高网络通信性能，如图2所示。通过PageRank 算法能够在ASON网络中准确定位节点的重要程度，假设PR值定义为访问某个网络/网页的概率，即根据用户查询的匹配程度快速计算。在计算时，设总的访问网络/网页的总和为1，则访问总数为N中的某一个网络/网页的概率数便为1/N。假设网络/网页 A 中的某个链接指

向网页 B，则可认为网页 B 获得了一定的概率分数，其分值的大小的判断是根据网络/网页 A的重要程度，也就说是说，网页 A 的重要性越大，网页 B 获得的分数值就越高下面将详细介绍。

（1）输入业务需求;根据用户需求输入用户要选择的业务类型.

（2）按照用户设定的路由搜索光路;用户根据不同的需求选择光路，比如用户按照最短的路径或者按照最长的路径等.

（3）按照first-fi选择特定波长，在本步骤中可以按照优先级选择不同的波长λk。

（4） 启动PageRank计算单元遍历ASON中所有的波长，根据用户类型搜索不同的需求。在使用PageRank算法时，设任意一个网络/网页的PR值为：

其中Mpi是所有对pi网页有出链的网页集合，L （pj）是网页pj的出链数目，N是网页总数，α的值在本技术方案中选择的范围为0.75-1。根据上面的公式，可以计算出每个网页的PR值，在不断迭代趋于平稳的时候，即为最终结果。如果网页更多地指向A，那么A的入链数量也就越多，此网页也越重要。在不断的迭代运算中，所有网络/页面的PageRank值可以构成一个特征向量，该特征向量矩阵为：

其中R是以下矩阵方程式的解：

在上式中，L（Pi，Pj） 为空间坐标，表示网页 j 指向网页 i 的链路权重。在进行迭代运算时，可采用幂迭代法进行计算。

首选对P0赋值为随机初值，根据公式（4）迭代计算，最终满足条件，停止迭代计算为止，使得每个网页的PR值前后误差小于自定义误差阈值，或者迭代次数超过了自定义的迭代次数阈值。

（5）当λk的值与设定的阈值相等时，则将该值分配给该业务的ASON工作通道，如果当λk的值与设定的阈值不相同时，再次判断是否遍历了ASON网络中的所有波长，如果没有遍历所有的波长，则返回步骤（2），重新根据用户设定的路由搜索光路。

如果λk的值与设定的阈值不相等，并且已经遍历了ASON网络中的所有波长，则表示该业务通路堵塞，可根据故障情况适当地进行人工干预。

如果λk的值与设定的阈值相等，并且将该值分配给该业务的ASON工作通道之后，基于PageRank算法再次计算该工作通道的PageRank值，然后根据PageRank算法排序的结果运用到用户预期的业务中。

3   仿真试验与分析

针对本方案对网络资源利用率和网络平均收益的影响进行实证分析。在试验时，采用通用多协议标签交换（GMPLS）建立仿真平台，构建成网络拓扑结构。根据网络拓扑结构分析采用算法前后的试验之间网络平均资源利用率和网络平均收益。其中各个光交换节点包含一个光交叉连接设备。光电之间采用双向光纤链路连接。如图3所示，图3中的圆圈表示网络节点，节点之间采用ASON线路，在该网络拓扑结构中，采用双向链路型，每条光纤容量均在16波以上。

在试验时，业务发起时，令其按照泊松分布的布局方式。业务发起平均间隔时间为300 s，业务平均持续时间从300～1800 s之间分布。 通过图4可以看出，采用PageRank 算法的ASON网络资源利用率在相同的时间阶段比未采用PageRank 算法的ASON网络资源利用率高。

对网络平均收益进行仿真得到的结果如图5所示。通过曲线图可以看出，网络平均间隔时间为10 s，业务平均持续时间从300～1800 s之间分布。通过图5可以看出，采用PageRank 算法的ASON网络平均收益在相同的时间阶段比未采用PageRank 算法的ASON网络平均收益高，线性较好。

因此，通过本方案的实施，使得在相同时间、相同的网络波长处，与未采用PageRank 算法時相比ASON网络整体收益情况，网络资源利用率平均增加了约20%-50%，网络平均收益平均增加了约15%-40%，具有明显的提升效果。

4   结   论

在ASON电力调度数据网络中加入PageRank计算方法，对于用户、运营商都是具有很大的使用价值，大大满足了用户、运营商的要求，能够使用户根据某种特定的服务类型和消费制度使用服务等级协定（SLA）来提供业务服务。ASON技术大大地改善了网络运行的方式，电力通信网络正朝着自动化、智能化的方向发展，也从某种程度上促进ASON网络安全、稳定地运行，构建的新型ASON网络优化方案对后期电网的建设和升级具有重要的参考价值和研究价值。

参考文献

[1]    华进，张国新，周鹤. ASON技术在ROADM网络中的应用[J].  光通信技术，2018，42（2）：24-26.

[2]    陈宁，牛蔚然，张健，等.  基于遗传算法的配电网无功补偿优化研究 [J].  电子设计工程，2017，25（6）：58-61.

[3]    李国成，王辉，高盛，等.  基于混合搜索算法的配电网无功补偿方法研究[J].  电子设计工程，2017，25（18）：70-73.

[4]    王小青，包万敏，孙静. 基于创新ASON路由算法的电力通信传输组网的研究[J]. 通信与信息处理，2017，36（12）：54-58.

[5]    陈冰斌，赵健. 配电网无功补偿节能计算方法优化研究[J].  电网与清洁能源，2017，33（10）：27-32.

[6]    宋乐乐，龚亮亮，罗先南. 创新ASON技术在承载电网业务时的策略[J].  广东电力，2017，30（12）：115-119.

[7]    陈晓科，钟榜，李钙，等.  三相不平衡配电系统不同补偿方式下的线路损耗[J]. 广东电力，2017，30（7）：115-119.

[8]    成传智，朱胜华，刘媛，等.  基于光功率衰减值的ASON路径计算方法研究[J].  智能电网，2016，44（15）：48-53.

[9]    周鑫，田兵，许爱东，等.  基于CYMDIST的配电网运行优化技术及算例分析[J].  电网与清洁能源，2015，31（2）：91-97.

[10]  余庚. 互联网+模式下ASON带宽优化研究[J]. 计算机与数字工程，2019，47（1） ：191-194.

[11]  高迪，路瑶，赵娟娟，等.  基于 Tabu 算法的配電网无功补偿 [J]. 电气自动化，2015，（1）：91-93.

[12]  顾明宏，孙为兵，顾颖歆，等.  综合无功优化与网络重构的配电网优化运行研究[J]. 智能电网，2017，33（7）：8-12.

[13]  黄晓彤，陈文炜，林舜江，等.  低压配电网无功补偿分散配置优化方法[J].  南方电网技术，2015，9（2）：44-49.

[14]  严艺芬，吴文宣，张逸，等.  考虑主动管理措施的配电网无功补偿双层优化配置[J].  电力系统保护与控制，2017，45（12）：68-74.

[15]  吴富杰，苏小林，阎晓霞，等.  基于多目标的主动配电网有功无功协调优化[J].  自动化技术与应用，2015，34（11）：59-65.