基于分層的電力通信方式智能優(yōu)化算法研究?

程效偉 袁平亮 劉 超

（國(guó)網(wǎng)甘肅省電力公司信息通信公司 蘭州 730050）

1 引言

近年來(lái)，隨著智能電網(wǎng)的不斷發(fā)展，通信網(wǎng)絡(luò)承載的各類(lèi)電網(wǎng)業(yè)務(wù)快速增多，通信網(wǎng)絡(luò)在電網(wǎng)生產(chǎn)運(yùn)行與經(jīng)營(yíng)管理中正扮演著越來(lái)越重要的角色。特別是安全穩(wěn)定、繼電保護(hù)等實(shí)時(shí)性較高的重要電網(wǎng)業(yè)務(wù)，以及視頻會(huì)議等大顆粒流媒體業(yè)務(wù)，其對(duì)電力通信網(wǎng)絡(luò)的承載能力、穩(wěn)定性和魯棒性提出了越來(lái)越高的要求。然而，在實(shí)際長(zhǎng)期運(yùn)行的電力通信網(wǎng)絡(luò)中，通信設(shè)備或網(wǎng)絡(luò)元件的失效是常見(jiàn)且不可避免的，當(dāng)通信網(wǎng)絡(luò)中某些鏈路、通道或節(jié)點(diǎn)發(fā)生失效時(shí)，上面所承載的電網(wǎng)業(yè)務(wù)通常會(huì)受到這些失效因素的影響，可能會(huì)導(dǎo)致電網(wǎng)業(yè)務(wù)的中斷，進(jìn)而對(duì)整個(gè)電網(wǎng)的安全生產(chǎn)運(yùn)行產(chǎn)生潛在隱患［1～2］。因此，在電力通信專業(yè)中業(yè)務(wù)方式的設(shè)計(jì)與保護(hù)是一項(xiàng)基礎(chǔ)性的日常關(guān)鍵工作，業(yè)務(wù)方式的設(shè)計(jì)好壞將直接影響到整個(gè)通信網(wǎng)絡(luò)的承載能力和資源利用效率，而業(yè)務(wù)方式的保護(hù)則可以有效提高電網(wǎng)業(yè)務(wù)的穩(wěn)定性和魯棒性。

電網(wǎng)業(yè)務(wù)的方式設(shè)計(jì)在本質(zhì)上是根據(jù)電力系統(tǒng)的特點(diǎn)，求解有限網(wǎng)絡(luò)資源條件下通道路由調(diào)配的最優(yōu)解。在經(jīng)典的路由尋址算法中，基于圖論的廣度優(yōu)先算法（Breadth First Search，BFS）、深度優(yōu)先算法（Depth First Search，DFS）、Floyd 算法以及DijKstra算法通常用于計(jì)算最短路徑或基于業(yè)務(wù)重要性和資源可用性等多約束條件的組合［3～7］。隨著通信網(wǎng)絡(luò)規(guī)模與拓?fù)浣Y(jié)構(gòu)復(fù)雜性的不斷增大，傳統(tǒng)路由尋址算法的空間復(fù)雜性與時(shí)間復(fù)雜性也呈指數(shù)級(jí)別增長(zhǎng)。

本文在對(duì)電力通信網(wǎng)絡(luò)分層分析的基礎(chǔ)上，針對(duì)電力系統(tǒng)的特點(diǎn)，提出了通信網(wǎng)絡(luò)的業(yè)務(wù)關(guān)聯(lián)結(jié)構(gòu)模型。通過(guò)對(duì)典型蟻群算法基本原理的研究，借助其所特有的自適應(yīng)路徑優(yōu)化搜索優(yōu)勢(shì)，將蟻群算法與電網(wǎng)分層優(yōu)化模型相結(jié)合，提出了一種基于分層的電力通信方式智能優(yōu)化算法，從而得到一個(gè)具有較低算法復(fù)雜度的電力通信網(wǎng)絡(luò)資源調(diào)配優(yōu)化方法。仿真結(jié)果表明，該算法能在較低方式設(shè)計(jì)失敗率下可獲得更優(yōu)化的路徑調(diào)配，具有較好的實(shí)用性和有效性。

2 通信網(wǎng)絡(luò)業(yè)務(wù)關(guān)聯(lián)結(jié)構(gòu)模型

電力通信網(wǎng)是一種網(wǎng)架結(jié)構(gòu)復(fù)雜、技術(shù)體制多樣的拓?fù)渚W(wǎng)絡(luò)，在網(wǎng)絡(luò)資源有限的情況下，需要進(jìn)行方式設(shè)計(jì)的優(yōu)化，開(kāi)展高效、合理的資源調(diào)配從而獲得較高的資源利用率和可靠的業(yè)務(wù)保障率。傳統(tǒng)的業(yè)務(wù)方式設(shè)計(jì)通常針對(duì)業(yè)務(wù)層面開(kāi)展網(wǎng)絡(luò)資源的調(diào)配，優(yōu)化方式設(shè)計(jì)，這種設(shè)計(jì)模式有利于網(wǎng)絡(luò)的擴(kuò)展和設(shè)計(jì)的獨(dú)立性，但也容易造成各層之間邏輯關(guān)系的割裂以及網(wǎng)絡(luò)資源的浪費(fèi)，難以從整體上對(duì)整個(gè)通信網(wǎng)絡(luò)資源進(jìn)行最優(yōu)化的調(diào)配［8～9］。

本文在借鑒OSI 七層網(wǎng)絡(luò)通信協(xié)議框架的基礎(chǔ)上，結(jié)合電力系統(tǒng)的特點(diǎn)和要求，提出電力通信網(wǎng)的業(yè)務(wù)關(guān)聯(lián)結(jié)構(gòu)模型，將其分成物理層、邏輯層和業(yè)務(wù)層，各層級(jí)之間是一種承載耦合的關(guān)系。通過(guò)綜合考慮鄰層或多層之間的制約影響因素，構(gòu)建一個(gè)跨層級(jí)的業(yè)務(wù)關(guān)聯(lián)結(jié)構(gòu)模型，將分散在分層的制約影響因素進(jìn)行協(xié)調(diào)融合，轉(zhuǎn)化成數(shù)學(xué)優(yōu)化問(wèn)題，再使用優(yōu)化理論去分析求解，進(jìn)而保證方式設(shè)計(jì)能夠達(dá)到整體最優(yōu)或近似最優(yōu)。其通信網(wǎng)絡(luò)業(yè)務(wù)關(guān)聯(lián)結(jié)構(gòu)模型如圖1所示。

在物理層上通信設(shè)備之間傳送的是光電物理信號(hào)，在邏輯層上通信網(wǎng)元之間通過(guò)電路通道進(jìn)行連接，在業(yè)務(wù)層上業(yè)務(wù)網(wǎng)元之間傳送的是電網(wǎng)相關(guān)業(yè)務(wù)。

圖1 通信網(wǎng)絡(luò)業(yè)務(wù)關(guān)聯(lián)結(jié)構(gòu)模型圖

3 基于分層的智能優(yōu)化路徑算法

3.1 蟻群算法基本原理

蟻群算法（Ant Clony Optimization，ACO）是由意大利學(xué)者Dorigo M 等首先提出，它作為一種尋找路徑的啟發(fā)式智能搜索算法，在旅行商問(wèn)題、工序的排序問(wèn)題，圖的著色問(wèn)題，網(wǎng)絡(luò)路由的尋址問(wèn)題等領(lǐng)域得到了廣泛研究與大量應(yīng)用。由于蟻群算法具有信息分布式性、動(dòng)態(tài)性、隨機(jī)性和異步性等特點(diǎn)，它可以更好地滿足全局網(wǎng)絡(luò)路由的最優(yōu)尋址［10～13］。其主要原理是蟻群在尋找食物過(guò)程中，通過(guò)辨別所經(jīng)路徑遺留的信息素濃度強(qiáng)度，形成正反饋機(jī)制，進(jìn)而引導(dǎo)整個(gè)蟻群尋找到最優(yōu)的食物路徑［14～16］。

蟻群算法的數(shù)據(jù)模型：設(shè)定整個(gè)蟻群數(shù)量為S，路徑di，j在t 時(shí)刻的信息素強(qiáng)度為τi，j(t)且初始時(shí)刻τi，j(0)為常量c，則螞蟻n 在di，j上遺留的單位長(zhǎng)度信息素強(qiáng)度為，信息素的揮發(fā)速度為ρ(0 ≤ρ ＜1)。信息素強(qiáng)度更新規(guī)則為

不聽(tīng)話歸不聽(tīng)話，周小羽對(duì)于麻糍來(lái)講，卻是受用的。麻糍每天回家時(shí)，都會(huì)見(jiàn)到周小羽在門(mén)口等，黑夜月夜一個(gè)樣。這個(gè)就令麻糍蠻感動(dòng)的。麻糍說(shuō)，小羽，你要好好讀書(shū)，爸爸以后給你買(mǎi)很好看的書(shū)。小羽說(shuō)，我不要書(shū)，我只要你早點(diǎn)回來(lái)。麻糍說(shuō)，你以后把等我回家的時(shí)間去做你喜歡做的事。

若Ln為螞蟻n 在本次循環(huán)中所經(jīng)路徑長(zhǎng)度，則

其中，Q為常量。

利用蟻群的這種特性用信息素來(lái)代替整個(gè)網(wǎng)絡(luò)的每個(gè)節(jié)點(diǎn)路徑情況，信息素的強(qiáng)度以概率值來(lái)表示，每經(jīng)過(guò)一個(gè)節(jié)點(diǎn)后會(huì)更新當(dāng)前所經(jīng)路徑的信息素。

在通信網(wǎng)絡(luò)尋徑過(guò)程中，設(shè)定ηi，j為路徑di，j的可預(yù)見(jiàn)度，路徑重要度為α(α ≥0)，路徑可預(yù)見(jiàn)性重要度為β(β ≥0)，T 為網(wǎng)絡(luò)中可行頂點(diǎn)集合，則螞蟻n在t時(shí)刻的選擇下一節(jié)點(diǎn)跳轉(zhuǎn)概率為

典型蟻群算法實(shí)現(xiàn)的流程如圖2所示。

圖2 典型蟻群算法流程圖

3.2 分層優(yōu)化模型

設(shè)定一通信網(wǎng)絡(luò)的拓?fù)錇镚(V，E，W)。其中，V=(V1，V2，V3，…，V5) 為網(wǎng)絡(luò)節(jié)點(diǎn)集合，E=(E1，E2，E3，…，EL) 為 網(wǎng) 絡(luò) 路 徑 集 合，W=(W1，W2，W3，…，WM)為每條路徑上可用的鏈路集合。

根據(jù)圖1 的通信網(wǎng)絡(luò)業(yè)務(wù)關(guān)聯(lián)結(jié)構(gòu)模型，將網(wǎng)絡(luò)拓?fù)浞譃槲锢怼⑦壿嫼蜆I(yè)務(wù)三層。每一層的網(wǎng)絡(luò)路徑權(quán)值根據(jù)各層特性設(shè)定相應(yīng)的權(quán)值，物理層以誤碼率作為權(quán)重指標(biāo)，邏輯層以帶寬可用容量作為權(quán)重指標(biāo)，業(yè)務(wù)層以鏈路長(zhǎng)度作為權(quán)重指標(biāo)。其分層示意如圖3所示。

圖3 拓?fù)浞謱邮疽鈭D

利用分層優(yōu)化模型進(jìn)行方式業(yè)務(wù)設(shè)計(jì)時(shí)，通過(guò)從下至上分層蟻群尋址，依次對(duì)每一層拓?fù)洳檎移瘘c(diǎn)、終點(diǎn)之間的可用鏈路，下層的信息素強(qiáng)度可以作為上層選擇下一節(jié)點(diǎn)，每層得到的鏈路集合通過(guò)“與”算法進(jìn)行比較，得到最優(yōu)路徑解。分層優(yōu)化模型只需一次路徑計(jì)算過(guò)程，即可實(shí)現(xiàn)路徑計(jì)算與方式優(yōu)化設(shè)計(jì)，計(jì)算更簡(jiǎn)單，且方式設(shè)計(jì)失敗率較低。

3.3 基于分層的改進(jìn)算法

基于分層優(yōu)化的改進(jìn)算法可以讓每只螞蟻在進(jìn)行路徑尋址的同時(shí)，完成業(yè)務(wù)方式的優(yōu)化，即先行在物理層進(jìn)行誤碼率的判定，再在邏輯層進(jìn)行帶寬容量的判定，最終在業(yè)務(wù)層完成整個(gè)通信業(yè)務(wù)方式的優(yōu)化設(shè)計(jì)。

在實(shí)際仿真實(shí)驗(yàn)中，首先確定通信網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，通信設(shè)備的誤碼率、帶寬容量等參數(shù)，然后將蟻群算法與分層優(yōu)化模型相結(jié)合，依次在各個(gè)拓?fù)鋱D中查找通路。其具體流程如下：

1）構(gòu)建分層優(yōu)化模型的通信網(wǎng)絡(luò)拓?fù)洌o定的網(wǎng)絡(luò)拓?fù)涓髀窂降某跏紶顟B(tài)信息存儲(chǔ)在數(shù)組集合A，其中信息素初始值用τi，j(0)表示；

2）將跳數(shù)t和螞蟻值n設(shè)置為0；

3）螞蟻分別從物理層、邏輯層和業(yè)務(wù)層的起點(diǎn)出發(fā)到達(dá)第一個(gè)節(jié)點(diǎn)，查詢禁忌表和相應(yīng)的參數(shù)表，得到本層級(jí)下一跳的可能鏈路集合；

4）將各層級(jí)的可能鏈路集合進(jìn)行“與”運(yùn)算，若交集不為空，則該鏈路的下一個(gè)節(jié)點(diǎn)可作為下一跳地址，并將該條鏈路的下一節(jié)點(diǎn)存儲(chǔ)到數(shù)組集合A中，并繼續(xù)執(zhí)行步驟8）；

5）若交集為空，則該條鏈路的下一節(jié)無(wú)法存儲(chǔ)到數(shù)組集合A中，并更新信息素表；

6）從數(shù)組集合A 中選擇一條可用鏈路跳轉(zhuǎn)到下一節(jié)點(diǎn)，判定是否為終點(diǎn)，若不是終點(diǎn)則跳數(shù)t=t+1，繼續(xù)執(zhí)行步驟8）；

7）若為結(jié)點(diǎn)，則程序結(jié)束；

8）判定當(dāng)前跳數(shù)t是否為起點(diǎn)到終點(diǎn)所經(jīng)路由的最大跳數(shù)T，若t ≥T ，則程序結(jié)束；若t ＜T ，則執(zhí)行步驟9）；

9）判定所有螞蟻是否已完成搜索，若螞蟻值n ≥S ，則程序結(jié)束；若n ＜S ，則執(zhí)行步驟3）。

4 仿真分析

為分析基于分層的改進(jìn)算法，本文模擬了一個(gè)具有14 個(gè)節(jié)點(diǎn)、21 條光纜的通信網(wǎng)絡(luò)。如圖4 所示。

圖4 仿真網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖

設(shè)定此仿真網(wǎng)絡(luò)中的所有節(jié)點(diǎn)均具有無(wú)限制的光纖轉(zhuǎn)換能力，通過(guò)對(duì)基于分層優(yōu)化模型的蟻群改進(jìn)算法進(jìn)行仿真驗(yàn)證，計(jì)算方式設(shè)計(jì)失敗率。方式設(shè)計(jì)失敗率是指在方式設(shè)計(jì)過(guò)程中，由于帶寬容量、路徑性能等限制因素，建立失敗的方式開(kāi)通申請(qǐng)數(shù)量占整個(gè)方式開(kāi)通申請(qǐng)總數(shù)量的比值。

對(duì)此仿真網(wǎng)絡(luò)采用傳統(tǒng)蟻群算法和基于分層的改進(jìn)算法的方式設(shè)計(jì)失敗率進(jìn)行實(shí)驗(yàn)驗(yàn)證，仿真結(jié)果如圖5所示。

圖5 方式設(shè)計(jì)失敗率仿真對(duì)比圖

由圖5 可見(jiàn)，無(wú)論傳統(tǒng)蟻群算法還是基于分層的改進(jìn)算法，其方式設(shè)計(jì)失敗率均會(huì)隨著通信網(wǎng)絡(luò)中方式開(kāi)通申請(qǐng)數(shù)量的逐漸增加而不斷升高，但在同等方式開(kāi)通申請(qǐng)數(shù)量下，基于分層的改進(jìn)算法的方式設(shè)計(jì)失敗率明顯低于與傳統(tǒng)蟻群算法的方式設(shè)計(jì)失敗率。特別在方式開(kāi)通申請(qǐng)數(shù)量為60 以及140 時(shí)，方式設(shè)計(jì)失敗率的差值可達(dá)到0.1。因此，與傳統(tǒng)蟻群算法相比，采用基于分層的改進(jìn)算法作為方式設(shè)計(jì)優(yōu)化算法可以降低方式設(shè)計(jì)失敗率，達(dá)到提高工作效率，保障業(yè)務(wù)安全的目的。

5 結(jié)語(yǔ)

近年來(lái)，智能電網(wǎng)的持續(xù)增長(zhǎng)導(dǎo)致通信網(wǎng)絡(luò)承載的電網(wǎng)業(yè)務(wù)數(shù)量急劇遞增，確保電網(wǎng)業(yè)務(wù)的安全可靠傳輸已經(jīng)成為電力通信專業(yè)日常工作的重中之重。在當(dāng)前電力系統(tǒng)中，電網(wǎng)重要業(yè)務(wù)均基于骨干傳輸通信網(wǎng)中，因此業(yè)務(wù)保障技術(shù)和業(yè)務(wù)優(yōu)化能力是確保電網(wǎng)業(yè)務(wù)的安全可靠傳輸?shù)谋匾獥l件，而方式設(shè)計(jì)則是業(yè)務(wù)保障技術(shù)和業(yè)務(wù)優(yōu)化的基礎(chǔ)。

本文提出的一種基于分層的電力通信方式智能優(yōu)化算法，在仿真分析中通過(guò)與典型蟻群算法的對(duì)比表明，該算法具有較好的可行性與實(shí)用性。為使得基于分層的改進(jìn)算法具有更好的適用性和通用性，后續(xù)研究工作將在真實(shí)電力通信網(wǎng)絡(luò)環(huán)境中進(jìn)行下一步的優(yōu)化與改進(jìn)，從而能夠?qū)嶋H指導(dǎo)電力通信專業(yè)的電網(wǎng)方式設(shè)計(jì)與優(yōu)化工作。