李小焱

(国网山东省电力公司 济宁供电公司， 山东 济宁 272000)

0 引言

智能电网(SG)系统中智能设备生成具有多个异构属性的高维数据，并且其值随时间而变化[1]。数据的高维会影响大多数设计方案的性能，在对大数据进行有效存储之后，主要任务是通过底层SG网络高效地传输降维后的数据[2]。文献[3]重点介绍了智能电表生成数据类型和处理数据所需的技术。由于从各种智能设备定期生成的数据导致网络通信流量拥堵，因此，网络级的数据处理已成为SG系统面临的主要挑战[4]。文献[5]提出了在智能电表和电网之间，利用高级电表架构(AMI)蜂窝网络进行实时数据传输。因此，软件定义网络(SDN)作为高效的数据流量平台在SG系统中，可以在现有的网络基础设施上进行高效的数据流处理。文献[6]提出了一种基于SDN的微电网通信体系结构，以便为终端用户提供灵活可靠的服务。文献[7]利用SDN为SG系统设计了自主管理的变电站网络。SDN可减少延迟和提高吞吐量的形式提高传输性能，从而有利于大数据应用[8]。

针对SG系统中不同智能设备获取数据后的降维数据，本文设计了一种基于SDN的智能电网降维数据传输方案，设计了一种基于经验概率的控制算法(EPCS)，用于计算在SG网络上转发降维数据的最佳路径。

1 SDN模型

为了更好地说明本文所利用的SDN模型优势，将SDN模型与蜂窝网络模型进行对比示例，如图1所示。

如果通过传统网络信道传输20 Mbits的数据帧，则以20 Mbps的数据速率到达目标节点需要1秒，如图1(a)所示。……