電力通信網業務路由規劃算法的研究與應用

金翠 李琦 特古斯 徐士元

摘要：電力通信網業務路由規劃中容易出現風險集中問題，為解決這一問題提出電力通信網業務路由規劃算法的研究。通過所描述電力通信網業務路由規劃問題，評價并排序業務重要程度，并完成路由規劃。利用仿真平臺，對比在相同條件下蟻群規劃算法、遺產規劃算法以及本文規劃算法的規劃效果，證明的實際應用性。

關鍵詞：電力;通信網;路由;規劃算法

中圖分類號：TP391? ? ? 文獻標識碼： A

文章編號：1009-3044（2021）15-0206-02

電力通信網以光傳輸網為基礎，也是電力系統的重要組成部分。電力通信網的通信業務對電力系統的生產控制有著密切影響，因此電力通信業務對網絡安全性與可靠性都有著較高的要求[1]。電力通信通常是電力系統中的重要物理網絡，也是電網業務運營的物理載體網絡。它的目的是服務于電網的安全生產和公司的業務管理。它也是電力系統的重要組成部分，可確保電網的經濟性、效率和安全性。而近些年來電網智能化發展，使電網通信承擔著更加繁重的任務，電力系統想要更加高效化的運行，需要對電力通信業務自身的重要及網絡安全性與可靠性進行風險量化[2]。電力通信網作為一個非常復雜的網絡，根據骨干網的體系結構，通信傳輸任務需要經過多個節點和路徑到達終端。因此，在不同的網絡中，電力通信網絡的路由規劃需要在考慮信道帶寬約束的同時，根據通信業務的重要性做出風險評估，避免風險過度集中所帶來的安全隱患。

1電力通信網業務路由規劃問題描述

在考慮電力通信環境各種可靠性約束的前提下，進行電力通信業務路由規劃。規劃路由線路時，有必要向網絡分發具有不同風險的服務，并嘗試保持平衡的風險[3]。一旦在路由規劃中出現故障或異常問題，將嚴重影響網絡的通信服務。問題是當有許多通信服務時，如何避免風險過度集中并減少對通信網絡的嚴重影響。因此，想要解決在這一問題，需要在將線路規劃時，將風險平均分散至多個鏈路，防止因風險集中而帶來的危害。

2業務重要度路線最優規劃

通過計算結果，可以有效地描述電力通信網絡業務路由規劃問題[4]。業務重要性表示與其他業務相比，該業務在電力通信網絡中的重要性程度，即權重。它的重要性對網絡的整體風險功能具有重要的決定性影響，并且還直接影響業務路由分配的結果[5]。通過使用多個重要性指標來創建評估和排名模型。通過對不同通信服務的重要性進行分析和排名，在規劃和分配路線時，除了考慮最短路徑約束之外，還必須確保更重要的服務可以選擇更好的路線。根據重要性的層次分析結構，在充分掌握項目之后，根據屬性的不同，將業務重要性分為三個不同級別：目標級別，標準級別和因素級別[6-8]。根據規劃問題描述，假設某層次因素B相關與下一層因素c1，c2，...，cn，則業務重要度模糊矩陣R為：

3電力通信網業務路由規劃算法應用

3.1應用環境設計

使用模擬平臺在單一服務環境中對電力通信網絡服務路由規劃進行模擬實驗，首先在模擬平臺上設置拓撲資源，以使整個實驗環境更接近實際的電力通信網絡。并設置業務列表為區域1與區域2的電力通信網業務，業務以區域1為起點，終點為區域2，通過路由規劃來分析實際應用效果。在選定業務后，查看各項應用信息。其實驗數據如表2所示：

在復雜業務下，利用蟻群規劃算法、遺產規劃算法以及本文規劃算法，分別做出規劃，從而更加明顯分析出規劃效果。在仿真平臺資源中設置拓撲資源，選取業務列表中三個待配置業務，將路由時延作為約束指標之一，當鏈路通道壓力上升時代表該鏈路負載水平大幅度上升，從而有效對路由線路做出有效規劃。

3.2應用效果分析

各業務起點為區域1，其業務終點為區域2，兩者之間鏈路時延為0.539毫秒。其規劃算法結果。如表3所示：

在仿真平臺中，當三種算法業務數據量為3時，給出的規劃方案全局通道壓力相近。當業務數據量增加至5時，遺傳算法規劃新效果弱于其他兩種規劃算法，全局通道壓力增加量為366.45，當業務量增加至10時，蟻群規劃方案遠弱于其他兩者。蟻群規劃算法對業務部署進行順序部署，將多余業務配置集中于鏈路時延小的鏈路上。當網絡規模較小且服務數量較少時，遺傳算法的性能優化接近于本文中的算法。但是當網絡服務數量增加時，其規劃性能比該算法要弱。在小型網絡中，遺傳規劃算法可以以較低的運行時間來規劃近似的最佳規劃方案。與大規模網絡中的其他算法相比，本文中的規劃算法可以規劃更好的規劃方案。

4結束語

在電力通信網業務路由規劃算法的研究與應用中，通過有效規劃路由路徑來降低電力通信網的運行風險，從而有效保障電網的安全穩定運行。在后續的實際應用中，有必要充分考慮電力通信網絡實際運行中鏈路和設備的具體差異，例如各種設備的故障率。為了持續改善系統功能，有必要根據企業網絡中設備的具體情況選擇路由。

參考文獻：

[1] 劉軍偉，徐艷紅.面向可靠性的電力通信OTN業務路由優化方法[J].現代信息科技，2019，3（20）：62-63，66.

[2] 禹士朋，陳玲.基于業務特征的電力通信業務風險均衡路由優化機制[J].現代信息科技，2019，3（19）：69-70，73.

[3] 薛俏，丁慧霞，張庚，等.基于Q Learning算法的電力通信業務路由規劃[J].光學與光電技術，2019，17（4）：51-56.

[4] 鄭曉冬，顧青濤，鮑亞川，等.低軌航空安全監視星座路由規劃算法設計與仿真[J].無線電通信技術，2019，45（3）：253-257.

[5] 金保林.光纖通信網絡中的壞死節點躲避路由算法設計[J].激光雜志，2019，40（1）：164-169.

[6] 龍致遠，鄭丁，黃美琴，等.OTN技術在電力通信網業務路由優化中的應用[J].微型電腦應用，2019，35（3）：102-106，116.

[7] 劉海鵬，楊麗.基于電力通信網可靠性的業務路由優化分配方法[J].集成電路應用，2019，36（3）：78-79.

[8] 陳海平.基于細菌趨化的果蠅優化算法的ZigBee網絡路由優化[J].自動化與儀器儀表，2018（11）：191-194.

【通聯編輯：光文玲】