宋靖 徐世泽 李海龙

摘  要：传统的电力通信网路由优化方法在使用的过程中，对通信网络流量控制能力较差，导致在多种环境下通信网络最大链路利用率较低。因而，设计考虑负载与风险联合均衡的电力通信网路由优化方法。采用回归模型分析电力通信网络流量。使用层次分析法，评估电力通信网络风险。以上述两部分内容作为电力通信网路由规划的基础，并采用粒子群算法完成此路由位置規划。至此，考虑负载与风险联合均衡的电力通信网路由优化设计完成。构建测试环节，与其他两种电力通信网路由优化方法相比，此方法的最大链路利用率较高。由此可知，此方法的使用效果更佳。

关键词：流量负载;风险评估;粒子群算法;网络结构优化

中图分类号：TM73 文献标志码：A         文章编号：2095-2945（2020）33-0130-02

Abstract： Traditional power communication network routing optimization methods are used in the process of traffic control capability poor resulting in many environments communication networks maximum link utilization rate is low. Therefore， optimization method of power communication network routing is designed considering combined balance between load and risk. The flow rate of power communication network is analyzed by regression model. Using analytic hierarchy process （AHP） to evaluate power communication network risk. Based on these two parts as the basis of routing planning of power communication network， Particle Swarm Optimization （PSO） algorithm is adopted to complete this routing location planning. At present， considering load and risk combined balance power communication network routing optimization design completed. Compared with other two kinds of power communication networks routing optimization methods， this method has higher maximum link utilization ratio than other two kinds of power communication networks routing optimization methods. Therefore， this method has a better effect than other methods.

Keywords： traffic load; risk assessment; Particle Swarm Optimization; network structure optimization

引言

随着电力技术的不断提升，电力系统正在全球范围内逐步升级，智能电网成为未来电力系统的发展方向与趋势[1-2]。通过系统升级对原有电力系统的不足展开优化，将电力系统的关注点转化为可靠性，安全性以及能源分配灵活性，功耗监控自动化，电网需求管理智能化。通过此方式，保证在最短的时间内处理电网故障，减少电网损耗，逐步完善电网运营和服务。

通过文献研究可知，智能电网的运行是下一代电力系统实现的关键因素之一，且电力系统中的网络结构与物理结构具有强烈的依赖性[3]。因而，对电力通信网络进行安全分析与可靠性分析至关重要。对电力通信网络结构进行研究可知，电力网络是一种较为复杂的结构，将信息技术应用其中会产生相应的问题。智能电网是新技术与结构的集合体，其可靠性对于电网的安全性具有影响，提升电力通信专网可靠性刻不容缓。在此次研究中，对电力通信网络进行风险评估和路由优化，以此规避网络风险。同时使用这种方法可在故障或是级联故障已经发生后，将电力通信网络恢复到正常低风险状态，以此达到降低网络风险的目的。

1 考虑负载与风险联合均衡的电力通信网路由优化方法设计

针对原有电力通信网路由优化方法在日常使用中出现的不足，在此次研究中，对其展开设计。具体考虑负载与风险联合均衡的电力通信网路由优化方法设计过程如下所示。

1.1 电力通信网络流量分析

近年来，电力通信网络的业务类型也在不断扩展，由原始的远程语音联网、调度实时控制信息传输逐步发展到同时承载客户信息与办公处理的多种数据业务，电力通信网在协调电力系统的工作过程中系统构建的联合运转与电网安全、稳定、可靠的运行方面发挥了越来越重要的作用。在此次研究中，使用回归模型对电力通信网络的流量展开分析，回归模型是对统计关系进行定量描述的一种数学模型，应用其对电力通信网络流量展开预测时，需要获取相应的观测数据与白噪音数据。在此次研究中使用自回归滑动平均模型（ARMA）[4]，对电力通信网络中的每一工作内容所需要的流量进行计算，并估算网络流量承载极值，将此作为优化的基础。

1.2 电力通信网络风险评估

电力通信网络是一种具有典型的电力信息物理融合特征的信息网络，此网络采用信息流与能量流完成信息系统与电力系统的交互行为。电力系统运行时电力空间的运行状态由物理电网的能量流分布体现的，通过流量分析结果可知，电力通信系统的状态具有不稳定性。因而，在此次设计中，使用网络链路风险值，完成对通信网络安全的评估。考虑到网络中节点和链路的风险值对电力通信专网风险值评估的影响，将流量分析结果转化为电网负荷压力值，继而完成分析过程。基于电力通信网络结构的复杂性，采用分层分析法[5]对网络的运行风险展开评估。在分析的过程中注重计算的精准性，并将计算结果与流量分析结果相结合。

1.3 电力通信网路由规划

在此部分中，对网络中的路由展开规划。根据电力通信网络的特征，选取粒子群算法[6]作为通信网络的基础。在规划的规程中，将路由节点转化为粒子群中的粒子，并使用此算法获取路由位置最优解。设定在通信网络中，第i个节点可表示为ai，其网络传输速度为vi，每一个路由都具有最佳位置，采用abest表示。相對的，在网络中此路由经历过的最佳位置可表示为agbest，则通过公式可将此路由的最佳位置表示为：

vi=rvi+？坠rand（）（abest-ai）+？坠2rand（）（agbest-ai）（1）

在式（1）中，r为网络传输速度系数，？坠为迭代计算系数。通过此公式可得到网络路由放置的最佳位置，将电力通信网络流量分析结果与电力通信网络风险评估结果与此计算部分相结合，根据计算结果，完成对网络路由节点的位置控制。至此，考虑负载与风险联合均衡的电力通信网路由优化方法设计完成。

2 实验分析

根据上述设计，实现了考虑负载与风险联合均衡的电力通信网路由优化方法的基本性能。为保证此方法的使用效果，设定实验分析环节，对文中设计方法的使用效果展开检验。

2.1 实验环境设计

在此次实验中，选用其他两种传统优化方法与文中设计的优化方法展开测试。此次实验对象选定为某地区电力通信核心网络拓扑A。通过对核心网络拓扑A的结构展开研究可知，此网络中具有40个节点以及81条边组成，使用静态分析法对此网络展开研究，得到此网络平均路径长度为1.405，属于典型的小世界网络。

在此次实验过程中，使用文中设计方法与其他两种方法对此电力通信核心网络拓扑的路由结构展开优化，并对比此优化后的网络最大链路利用率。为提升此实验的可靠性，将其实验环境设定为全业务矩阵模式与实际业务矩阵模式，并在每个网络模式下展开10次实验，具体实验结果如表1所示。

2.2 实验结果分析

通过上述实验结果可以看出，文中设计的优化方法使用效果最佳。在实验过程中使用文中设计的优化方法，在两种不同的实验环境下的最大链路利用率均高于其他两种传统方法。传统方法1与传统方法2的使用效果较差，使用其方法后的最大链路利用率较低且不稳定，在不同的网络模式中，其链路利用率容易受到环境的影响。根据研究结果可知，使用传统方法对于智能电网的稳定性具有相应的不良影响。由此可知，文中设计方法的使用效果较佳，其对路由的优化能力较强。

3 结束语

随着智能电网建设的不断深入，电力通信网络也发生着翻天覆地的变化。电力通信网络作为电网信息化、自动化、互动化的强力支撑，其可靠性是电网安全稳定运行的重要因素之一。作为电力系统的附属网络，电力通信网络与传统网络具有属性和传输需求的差异。在电力通信网络结构不断升级的今天，其业务覆盖面也逐步扩大，电力通信网络中的性能优化需求越来越迫切，传统方式的优化能力无法满足网络的需求，因而，在此研究中设定适用于现有电力通信网络的路由优化算法，提升电力通信网络的可靠性，保证电力系统的稳定运行。

参考文献：

[1]祁兵，刘思放，李彬，等.共享风险链路组与风险均衡的电力通信网路由优化策略[J].电力系统自动化，2020，44（08）：168-178.

[2]王翊，叶莹莹，徐志军，等.面向实时通道故障的电力通信网路由优化调整方法[J].机械与电子，2019，37（11）：42-45.

[3]李敏.基于策略多播路由的电力通信网路由优化研究[J].微型电脑应用，2019，35（04）：76-80+89.

[4]李伯中，陈芳，金广祥，等.基于改进遗传算法的电力通信网路由优化研究[J].自动化技术与应用，2019，38（03）：74-80.

[5]李彬，卢超，景栋盛，等.负载与风险联合均衡的电力通信网路由优化算法[J].中国电机工程学报，2019，39（09）：2713-2723.

[6]王新刚，赵舫.计及通信资源优化的电力线载波通信路由算法研究[J].电测与仪表，2019，56（22）：79-83.