基于大数据调度的OMS配网一体化调控算法研究
2021-11-17李瑞芬
李瑞芬,葛 倩
(1. 哈尔滨理工大学计算机科学与技术学院,黑龙江 哈尔滨 150080;2. 山东师范大学数学与统计学院,山东 济南 250538;3. 山东建筑大学理学院,山东 济南 250101)
1 引言
在电力系统中通常通过配电网实现电能的分配,利用变电所对电能做电压处理,将降压后的电能传送到各个用户家中,配电网的主要功能是为各个电力用户传输电能,是供电公司和电力用户之间的连接枢纽,在整个电力系统中配电网的可靠、稳定、安全运行极为重要[1]。配电网信息管理主要包括控制信息和运行信息在变电到用电过程中的管理[2]。电子技术、通讯技术和计算机技术的发展,形成了网络系统用于配电网的信息管理,具体功能包括用户服务、配电工作管理、故障投诉管理、设备管理和配网分析管理等[3]。目前电力系统中的数据类型较多且数据量大,信息在各级调度中较为困难,加大了管理配电网调控信息的难度,需要研究OMS配网一体化调控方法[4]。
当前配网一体化调控方法存在如下问题:基于流调度代价的配网一体化调控方法区分流量在拥塞链路中的大小,计算各条等价路径中大流的开销权重,根据计算结果选择权重较小的路径,根据贷款中流量的比例和路径开销变化量定义流调度代价,选择最小调度代价对应的流实现OMS配网的一体化调控,该方法存在带宽利用率低的问题[5]。基于任务调度和时间序列的OMS配网一体化调控方法利用时间序列对配网中的任务做聚类处理,对数据做压缩处理,通过服务时间相似性计算服务器在网络中的执行能力,根据计算结果分配任务,实现配网的一体化调控,该方法存在数据传输时延高和数据丢包率高的问题[6]。基于负载均衡的OMS配网一体化调控方法将最小化网络负载不均衡度作为优化模型,在平均负载率的基础上通过遗传算法求解优化模型,获得最优解,实现配网一体化的调控,该方法存在数据丢包率高的问题[7]。
综上所述,提出基于大数据调度的OMS配网一体化调控算法。
2 任务的优先级和节点性能
2.1 任务的优先级
根据任务的稀缺性和紧急性确定任务在配网中的优先级,通过优先级排序实现配网一体化的调控[8]。
(1)
(2)
(3)
其中,任务在OMS配网中的稀缺性PR(r)和r任务在配网中的副本数之间为反比,r任务副本数越多,任务在配网中的稀缺性越小,体现了任务优先级受任务稀缺性的影响[9,10]。任务在配网中的实时性PE(s)与缓冲区中任务的相对位置s之间为反比,反映任务优先级受任务实时性的影响。通过下述两个公式可将任务的紧急程度因素值和稀缺性因素值设定在一个空间内
PE(s)=1-s,s∈[0,1]
(4)
PR(r)=1-r,r∈[0,1]
(5)
2.2 节点性能
根据节点中存在的历史数据,计算节点在配网中的性能,每个节点在一个调度周期向邻居节点请求任务后,根据任务在配网中的传输过程,评估任务的实际情况,如在规定时间内达到的任务,为有效任务,未在规定时间内到达的任务,为无效任务[11,12]。计算任务在配网中的传输时间以及任务的总数,并将计算结果记录下来
(6)
在OMS配网调控中,根据历史数据估算邻居节点的调度能力,选择调度能力最高的节点进行调度。
3 OMS配网一体化调控算法
基于大数据调度的OMS配网一体化调度算法根据向前时延和带宽预测实现一体化调控,具体步骤如下:
1)计算每条路径在配网中的可用带宽
设Bi代表的是配网中的可用时间带宽,为了提高动态带宽计算结果的精准度,需要获取若干个样本值,提高平滑性,可用带宽Bi的计算公式如下
Bi=εBi+Cij(1-ε)Bi
(7)
式中,ε代表的是比率因子;
2)子流分类
接收节点和发送节点之间在配网中存在多条子流,基于大数据调度的OMS配网一体化调控算法通过相关因子γ判断子流之间在配网中的相关性。
设接收节点和发送节点之间存在n条子流,每条子流在网络中相应的前向传输时延会构成一个集合{FT1,FT2,…,FTn},FTmin代表的是集合中存在的最小值,其表达式如下
FTmin=Bi-min{FT1,FT2,…,FTn}
(8)
当子流在配网中满足下式时,认为子流存在相关性
FTi≤γFTmin
(9)
第一类子流指的是满足上述公式的子流。去除集合{FT1,FT2,…,FTn}中存在的第一类子流,通过上述方法继续选择子流,获取第二类子流;并以同种方式完成子流在网络中的分类。
3)获取路径在配网中的往返时延,计算FTi
采用基于前向传输时延的调度方法结合计算得到的带宽Bi促使数据在多子流中可以根据原始顺序传输到接收端中。设RTT代表的是路径往返时延,其计算公式如下
RTT=κRTTi+(1-κ)RTTi
(10)
根据计算得到的路径往返时延RTT,计算前向传输时延FTi
FTi=RTT/2
(11)
4)将最大优先算法应用到发生数据丢包的现象中,重新选择传输路径
通过最大优先算法避免配网中接收端出现乱序的现象。将确认字符传输到发送端后,多条子流中同时出现新的确认值,需要更新子流在配网中的拥塞窗口,具体步骤如下
①假设子流在配网中的带宽为Bi,传送但没有经过核实的数据量为Oi。
②计算发送端处理D分组所用的时间Ri
Ri=(Oi+D)/Bi
(12)
③选择允许子流中存在最小处理时间Ri对应的传输分组:
处理时间Ri主要受两个因素的影响:Oi/Bi代表的是在配网中传送数据量消耗的时间;D/Ri代表的是大小为D的数据在路径上传输消耗的时间。
OMS配网一体化调控算法的主要目的是实现OMS配网的一体化调控,通过最大优先策略解决超时传输的现象,具体步骤如下:
①构建若干条子流,计算子流在配网中的可用带宽Bi和FTi。
②利用子流分类原则和相关性因子分类子流。
③在发送端中处理需要传输的数据,并通过下述公式计算不同类型子流在配网中的发送起始包Nm
Nm=∑0
(13)
式中,P代表的是预测时间。
④当在子流中出现丢包的现象时,利用重传算法实现丢包的重传;如果出现丢包超时的现象时,采用最大优先算法重传丢包。
⑤统计子流在工作状态下的可用带宽和往返时延,并将1分钟作为间隔,更新前向传输时延的值,实现重新归类。
4 实验结果与分析
为了验证基于大数据调度的OMS配网一体化调控算法的整体有效性,在Simulink平台中进行测试,并采用MATLAB软件进行数据处理,具体的参数见表1。
表1 仿真平台具体参数设置
在上述实验参数设置下,分别采用基于大数据调度的OMS配网一体化调控算法、基于流调度代价的OMS配网一体化调控方法(文献[5]方法)、基于任务调度和时间序列的OMS配网一体化调控方法(文献[6]方法)进行测试,对比三种不同方法的带宽利用率,测试结果如图1所示。
图1 不同方法的带宽利用率对比
分析图1可知,在多次迭代中基于大数据调度的OMS配网一体化调控算法的带宽利用率整体水平较高,其带宽利用率最大值为64%;采用基于流调度代价的OMS配网一体化调控方法对OMS配网进行调控时的带宽利用率较低,虽然其最高值达到了59%,但是整体带宽利用率低于所提方法;基于任务调度和时间序列的OMS配网一体化调控方法在多次迭代中的带宽利用率最高值为60%,但是该方法的整体带宽利用率较低,且波动较大。对比三种不同方法的测试结果可知,基于大数据调度的OMS配网一体化调控算法的带宽利用率较高,因为该算法通过任务的稀缺性和紧急性确定任务的优先级,按照优先级发送任务,从而提高了带宽利用率。
将实验指标设置为数据传输时延,对基于大数据调度的OMS配网一体化调控算法、基于流调度代价的OMS配网一体化调控方法、基于任务调度和时间序列的OMS配网一体化调控方法进行测试,结果如图2所示。
图2 不同方法的数据传输时延对比
分析图2可知,采用基于大数据调度的OMS配网一体化调控算法调控OMS配网时,数据在OMS配网中的传输时延均低于现有方法,该方法的传输时延在可接收范围内,不影响数据的传输;基于流调度代价的OMS配网一体化调控方法和基于任务调度和时间序列的OMS配网一体化调控方法在多次迭代中的数据传输时延整体上高于所提方法。对比三种不同方法的测试结果可知,基于大数据调度的OMS配网一体化调控算法的数据传输时延较低,因为该算法在调控OMS配网时,根据历史数据计算了节点在OMS配网中调度能力,在计算结果的基础上选择调度能力高的节点实现OMS配网的一体化调控,降低了基于大数据调度的OMS配网一体化调控算法的数据传输时延。
以数据丢包率为指标,对基于大数据调度的OMS配网一体化调控算法、基于流调度代价的OMS配网一体化调控方法、基于负载均衡的OMS配网一体化调控方法进行测试,结果如图3所示。
图3 不同方法的数据丢包率对比
分析图3可知,采用基于大数据调度的OMS配网一体化调控算法在多次迭代中的数据丢包率均在45%以下;采用基于流调度代价的OMS配网一体化调控方法和基于负载均衡的OMS配网一体化调控方法进行测试时,两种方法的数据丢包率最高分别达到了94%和54%。对比三种不同方法的测试结果可知,基于大数据调度的OMS配网一体化调控算法的数据丢包率较低,因为该算法将最大优先算法应用到发生数据丢包的现象中,重新选择传输路径,降低了数据在OMS配网中的丢包率。
5 结论
通常情况下配电网都在复杂的环境中工作,发生故障的概率较高,故障会导致停电,严重影响了用户日常生活的用电,甚至会造成经济损失。保障用户日常生活中用电的主要方法是提供高质量的用电服务,需要加强OMS配网的调控工作,提高配网的响应速度和性能。当前OMS配网一体化调控方法存在带宽利用率低、数据传输时延高和数据丢包率高的问题。提出基于大数据调度的OMS配网一体化调控算法,本文研究主要取得了以下几个成果:
1)当任务的紧急程度因素值和稀缺性因素值处于同一个区间值时,计算任务在OMS配网中的优先请求级别,得出任务优先级受任务实时性的影响。
2)根据可用带宽和前向传输时延计算结果,采用最大优先算法实现传输路径重选,解决了配网中接收端容易产生乱序的现象。
3)实验结果表明,所提方法能够有效改善现有方法存在的问题,带宽利用率最高可达64%,数据丢包率低于45%,充分验证了其有效性。
综上分析可知所提方法解决了当前方法中存在的问题,并进行了优化,为配网的运行提供了保障。