CN114186750A - 面向智能电网电力业务分级需求的路由规划方法及装置 - Google Patents
面向智能电网电力业务分级需求的路由规划方法及装置 Download PDFInfo
- Publication number
- CN114186750A CN114186750A CN202111548621.XA CN202111548621A CN114186750A CN 114186750 A CN114186750 A CN 114186750A CN 202111548621 A CN202111548621 A CN 202111548621A CN 114186750 A CN114186750 A CN 114186750A
- Authority
- CN
- China
- Prior art keywords
- service
- reliability
- real
- time
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000013439 planning Methods 0.000 title claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 80
- 238000013139 quantization Methods 0.000 claims abstract description 66
- 239000011159 matrix material Substances 0.000 claims description 58
- 238000010606 normalization Methods 0.000 claims description 42
- 230000006870 function Effects 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 3
- 238000011002 quantification Methods 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000008531 maintenance mechanism Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种面向智能电网电力业务分级需求的路由规划方法及装置，所述方法包括：获取智能电网的电力业务，并对电力业务的可靠性需求和实时性需求进行分级重要度赋值；获取节点失效和链路失效数据，确定可靠性影响量化值的计算公式；获取节点时延和链路时延数据，确定实时性影响量化值的计算公式；当检测到业务请求时，进行请求的可靠性与实时性权重分配，将权重分配结果代入计算公式，得到目标函数；根据业务请求确定源节点及目标节点最短的K条路径，获取业务请求对应及K条路径的参数代入目标函数，选取计算结果最小的路径作为最终优选路径。采用本方法能够使最终优选路径的选择更可靠；并且也提高了业务路由规划的准确性和灵活性。
Description
技术领域
本发明涉及智能电网规划技术领域，尤其涉及一种面向智能电网电力业务分级需求的路由规划方法及装置。
背景技术
随着计算机网络和通信技术的飞速发展，电力通信网承载的业务数量呈大幅增长，其中包括大量新型业务。面对如此庞大的业务量，电力业务的业务需求也多种多样。在用户数量不断增长，用户群体多样化的背景之下，对于网络中既有的传统业务，如继电保护业务、安稳控制业务等对传输网的实时性比以往有了更高的要求，对于涌入网络中的新型业务，如4K/8K高清视频业务、视频会议业务、5G业务等不仅对带宽有着更高的需求，对于传输网的可靠性与实时性也都有着较高的要求。因此，智能电网的传输网技术必须向着大带宽、低时延、高可靠的方向不断地升级优化。在选择传输网技术时，OTN（Optical TransportNetwork，光传送网）技术以其传输带宽更大、调度更加灵活等优势脱颖而出，成为现代传输网技术的首选。OTN在WDM（Wavelength Division Multiplexing，波分复用）大容量超高速长距离传输的基础上，继承了SDH（Synchronous Digital Hierarchy，同步数字体系）高度灵活的调度系统和强大的运行管理维护机制。目前，智能电网中电力业务路由选择的优化升级都是在OTN技术背景下进行。
目前国内外学者在研究OTN网络业务规划策略时，主流思想是寻找网络中的可优化因素，考虑不同因素之间的关联以及限制条件，对其建立数学模型，确定最终优化目标函数，再结合相关算法进行目标路径的选择。在相关算法的研究上，国内外学者聚焦于路径选取和资源规划问题，路径选取算法有一般的最短路径（SP）算法，以及在该算法的基础上延伸出的K-最短路径（K-SP）算法。这两种算法均是根据物理链路长度最短或跳数最小来选到最短路径，不同之处在于K-最短路径算法可以取到前K（K>1）条最短路径，相比于只能取到一条最短路径的最短路径算法而言，它可以在有其他约束条件时更方便地找到满足约束条件的最优路径。资源规划问题在业务路由规划中通常考虑为波长资源分配问题。每条光纤中波长数量有限，为避免发生波长阻塞，需要对波长资源进行合理的分配。
而现有的路由规划算法一般是从节点失效、链路失效、负载均衡等方面建立目标函数，对于现有业务的具体需求考虑较少，并且考虑的方面也较为单一，比如只考虑实时性需求或只考虑可靠性需求，也不能灵活的根据业务需求进行具体的规划调整。
发明内容
针对现有技术中存在的问题，本发明实施例提供一种面向智能电网电力业务分级需求的路由规划方法及装置。
本发明实施例提供一种面向智能电网电力业务分级需求的路由规划方法，包括：
获取智能电网的电力业务，并通过层次分析法对所述电力业务的可靠性需求和实时性需求进行分级重要度赋值，所述分级重要度赋值中包括业务可靠性重要度量化值及业务实时性重要度量化值；
获取所述电力业务中的节点失效和链路失效数据，通过所述节点失效与链路失效数据，结合所述业务可靠性重要度量化值，确定可靠性影响量化值的计算公式；
获取所述电力业务中的节点时延和链路时延数据，通过所述节点时延和链路时延数据，结合所述业务实时性重要度量化值，确定实时性影响量化值的计算公式；
当检测到业务请求时，根据所述业务请求的类型，进行所述业务请求的可靠性与实时性的权重分配，将所述权重分配结果代入所述可靠性影响量化值的计算公式以及实时性影响量化值的计算公式进行相加计算，得到所述业务请求的目标函数；
根据所述业务请求确定对应的源节点及目标节点，并获取从所述源节点到目的节点物理链路长度最短的K条路径，获取所述业务请求对应及K条路径的参数，将所述参数代入所述目标函数，选取所述目标函数计算结果最小的路径作为所述业务请求的最终优选路径。
在其中一个实施例中，所述方法还包括：
通过层次分析法建立层次结构模型，并将所述层次结构模型中各个层次的数据进行比较，根据比较结果产生对应的可靠性需求判断矩阵与实时性需求判断矩阵，所述层次结构模型包括上目标层的电力业务需求度数据、指标层的可靠性及实时性数据、下目标层的电力业务数据；
对所述可靠性需求判断矩阵与实时性需求判断矩阵分别进行归一化处理，得到归一化处理后的新矩阵，并对所述新矩阵进行归一化处理，得到所述电力业务的业务可靠性重要度量化值及业务实时性重要度量化值。
在其中一个实施例中，所述方法还包括：
对所述可靠性需求判断矩阵与实时性需求判断矩阵分别进行列向归一化处理，所述列向归一化处理表示将矩阵中的每个数据除以数据对应的列向之和。
在其中一个实施例中，所述可靠性影响量化值的计算公式，包括：
其中，R(i)为业务可靠性重要度量化值，
为业务i所经路径上所有链路可用性的乘积，
为业务所经路径上所有节点可用性的乘积；
所述
的计算方法为：
其中，
为业务i在路径j上的可用性；
所述
的计算方法为：
其中，
为业务i在节点k上的失效概率。
在其中一个实施例中，所述实时性影响量化值的计算公式，包括：
其中，
为业务实时性重要度量化值，
为业务i在网络节点上的总时延与业务在网络链路上的总时延之和。
本发明实施例提供一种面向智能电网电力业务分级需求的路由规划装置，包括：
第一获取模块，用于获取智能电网的电力业务，并通过层次分析法对所述电力业务的可靠性需求和实时性需求进行分级重要度赋值，所述分级重要度赋值中包括业务可靠性重要度量化值及业务实时性重要度量化值；
第二获取模块，用于获取所述电力业务中的节点失效和链路失效数据，通过所述节点失效与链路失效数据，结合所述业务可靠性重要度量化值，确定可靠性影响量化值的计算公式；
第三获取模块，用于获取所述电力业务中的节点时延和链路时延数据，通过所述节点时延和链路时延数据，结合所述业务实时性重要度量化值，确定实时性影响量化值的计算公式；
检测模块，用于当检测到业务请求时，根据所述业务请求的类型，进行所述业务请求的可靠性与实时性的权重分配，将所述权重分配结果代入所述可靠性影响量化值的计算公式以及实时性影响量化值的计算公式进行相加计算，得到所述业务请求的目标函数；
选取模块，用于根据所述业务请求确定对应的源节点及目标节点，并获取从所述源节点到目的节点物理链路长度最短的K条路径，获取所述业务请求对应及K条路径的参数，将所述参数代入所述目标函数，选取所述目标函数计算结果最小的路径作为所述业务请求的最终优选路径。
在其中一个实施例中，所述装置还包括：
模型建立模块，用于通过层次分析法建立层次结构模型，并将所述层次结构模型中各个层次的数据进行比较，根据比较结果产生对应的可靠性需求判断矩阵与实时性需求判断矩阵，所述层次结构模型包括上目标层的电力业务需求度数据、指标层的可靠性及实时性数据、下目标层的电力业务数据；
归一化模块，用于对所述可靠性需求判断矩阵与实时性需求判断矩阵分别进行归一化处理，得到归一化处理后的新矩阵，并对所述新矩阵进行归一化处理，得到所述电力业务的业务可靠性重要度量化值及业务实时性重要度量化值。
在其中一个实施例中，所述装置还包括：
列向归一化模块，用于对所述可靠性需求判断矩阵与实时性需求判断矩阵分别进行列向归一化处理，所述列向归一化处理表示将矩阵中的每个数据除以数据对应的列向之和。
本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述面向智能电网电力业务分级需求的路由规划方法的步骤。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述面向智能电网电力业务分级需求的路由规划方法的步骤。
本发明实施例提供的一种面向智能电网电力业务分级需求的路由规划方法及装置，获取智能电网的电力业务，并通过层次分析法对电力业务的可靠性需求和实时性需求进行分级重要度赋值，分级重要度赋值中包括业务可靠性重要度量化值及业务实时性重要度量化值；获取电力业务中的节点失效和链路失效数据，通过节点失效与链路失效数据，结合业务可靠性重要度量化值，确定可靠性影响量化值的计算公式；获取电力业务中的节点时延和链路时延数据，通过节点时延和链路时延数据，结合业务实时性重要度量化值，确定实时性影响量化值的计算公式；当检测到业务请求时，根据业务请求的类型，进行业务请求的可靠性与实时性的权重分配，将权重分配结果代入可靠性影响量化值的计算公式以及实时性影响量化值的计算公式进行相加计算，得到业务请求的目标函数；根据业务请求确定对应的源节点及目标节点，并获取从源节点到目的节点物理链路长度最短的K条路径，获取业务请求对应及K条路径的参数，将参数代入目标函数，选取目标函数计算结果最小的路径作为业务请求的最终优选路径。这样能够从实时性和可靠性多角度考虑业务需求，并采用层次分析法量化业务分级需求，使最终优选路径的选择更可靠；并且能够对每个有接入请求的业务自身进行可靠性与实时性的权重分配，该权重值可以根据实际需求调整，提高了业务路由规划的准确性和灵活性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种面向智能电网电力业务分级需求的路由规划方法的流程图；
图2为本发明实施例中一种面向智能电网电力业务分级需求的路由规划装置的结构图；
图3为本发明实施例中电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种面向智能电网电力业务分级需求的路由规划方法的流程示意图，如图1所示，本发明实施例提供了一种面向智能电网电力业务分级需求的路由规划方法，包括：
步骤S101，获取智能电网的电力业务，并通过层次分析法对所述电力业务的可靠性需求和实时性需求进行分级重要度赋值，所述分级重要度赋值中包括业务可靠性重要度量化值及业务实时性重要度量化值。
具体地，获取智能电网的数据库中的电力业务的相关数据，并通过层次分析法对所述电力业务的可靠性需求和实时性需求进行分级重要度赋值，分级重要度赋值中可以包括业务可靠性重要度量化值及业务实时性重要度量化值，其中，具体地分级重要度赋值步骤可以包括：
步骤1、通过层次分析法建立层次结构模型。层次结构模型分为三层，最上层是上目标层，中间层是指标层，最下层是下目标层。在本实施例中，具体地，将上目标层设置为电力业务需求重要度，将指标层设置为可靠性和实时性，将下目标层设置为线路保护、保护管理系统、调度电话、调度自动化、视频会议、会议电视、行政电话、配电自动化、SG-EPR业务这九类经典电力业务，并给依次给这些业务编号为
（
=1,2,3，……，9）；
步骤2、将层次结构模型中各个层次的数据进行比较，根据比较结果产生对应的可靠性需求判断矩阵与实时性需求判断矩阵。比较结果通常用数值1~9表示业务对业务的重要程度，数值1/9~1/3表示业务
对业务
的不重要程度。判断矩阵要满足
；
；
，其中，
和
分别代表两种不同的电力业务的编号，并且
。
为重要度比较结果，具体判断矩阵可以如图2所示；
步骤3、对可靠性需求判断矩阵与实时性需求判断矩阵分别进行归一化处理，得到归一化处理后的新矩阵，并对新矩阵进行归一化处理，得到电力业务的业务可靠性重要度量化值及业务实时性重要度量化值，其中，对可靠性需求判断矩阵与实时性需求判断矩阵分别进行的归一化处理为列向归一化处理，列向归一化处理表示将矩阵中的每个数据除以数据对应的列向之和。
步骤S102，获取所述电力业务中的节点失效和链路失效数据，通过所述节点失效与链路失效数据，结合所述业务可靠性重要度量化值，确定可靠性影响量化值的计算公式。
具体地，获取电力业务中关于节点失效和链路失效的数据，并结合业务可靠性重要度量化值，确定可靠性影响量化值的计算公式，具体的可靠性影响量化值的计算公式为：
其中，R(i)为业务可靠性重要度量化值，
为业务i所经路径上所有链路可用性的乘积，
为业务所经路径上所有节点可用性的乘积；
所述
的计算方法为：
其中，
为业务i在路径j上的可用性；
所述
的计算方法为：
其中，
为业务i在节点k上的失效概率。
步骤S103，获取所述电力业务中的节点时延和链路时延数据，通过所述节点时延和链路时延数据，结合所述业务实时性重要度量化值，确定实时性影响量化值的计算公式。
具体地，获取电力业务中关于节点时延和链路时延的数据，并结合业务实时性重要度量化值，确定实时性影响量化值的计算公式，具体的实时性影响量化值的计算公式为：
其中，
为业务实时性重要度量化值，
为业务i在网络节点上的总时延与业务在网络链路上的总时延之和。
步骤S104，当检测到业务请求时，根据所述业务请求的类型，进行所述业务请求的可靠性与实时性的权重分配，将所述权重分配结果代入所述可靠性影响量化值的计算公式以及实时性影响量化值的计算公式进行相加计算，得到所述业务请求的目标函数。
具体地，当检测到业务请求时，对有接入请求的业务的指标进行权重分配。对于单个业务而言，其可靠性需求的权重x与实时性需求的权重y之和为1，具体的权重分配可以根据业务请求的具体内容进行分配，将对应的指标权重x和y分别与可靠性影响量化值的计算公式和实时性影响量化值的计算公式相乘，并将新得到的两个计算公式相加得到目标函数，具体地目标函数为：
在得到目标函数后，还可以对目标函数进行归一化处理，本实施例中可以最大-最小标准化方法进行归一化，将和分别代入下述归一化公式进行归一化：
归一化后的目标函数表达式为：
步骤S105，根据所述业务请求确定对应的源节点及目标节点，并获取从所述源节点到目的节点物理链路长度最短的K条路径，获取所述业务请求对应及K条路径的参数，将所述参数代入所述目标函数，选取所述目标函数计算结果最小的路径作为所述业务请求的最终优选路径。
具体地，根据业务请求可以确定业务对应的源节点及目标节点，并获取从源节点到目的节点物理链路长度最短的K条路径，然后确定业务请求对应及K条路径的参数，将参数代入目标函数计算，从计算结果中选取结果最小的路径作为业务请求的最终优选路径。
本发明实施例提供的一种面向智能电网电力业务分级需求的路由规划方法，获取智能电网的电力业务，并通过层次分析法对电力业务的可靠性需求和实时性需求进行分级重要度赋值，分级重要度赋值中包括业务可靠性重要度量化值及业务实时性重要度量化值；获取电力业务中的节点失效和链路失效数据，通过节点失效与链路失效数据，结合业务可靠性重要度量化值，确定可靠性影响量化值的计算公式，获取电力业务中的节点时延和链路时延数据，通过节点时延和链路时延数据，结合业务实时性重要度量化值，确定实时性影响量化值的计算公式；当检测到业务请求时，根据业务请求的类型，进行业务请求的可靠性与实时性的权重分配，将权重分配结果代入可靠性影响量化值的计算公式以及实时性影响量化值的计算公式进行相加计算，得到业务请求的目标函数；根据业务请求确定对应的源节点及目标节点，并获取从源节点到目的节点物理链路长度最短的K条路径，获取业务请求对应及K条路径的参数，将参数代入目标函数，选取目标函数计算结果最小的路径作为业务请求的最终优选路径。这样能够从实时性和可靠性多角度考虑业务需求，并采用层次分析法量化业务分级需求，使最终优选路径的选择更可靠；并且能够对每个有接入请求的业务自身进行可靠性与实时性的权重分配，该权重值可以根据实际需求调整，提高了业务路由规划的准确性和灵活性。
图2为本发明实施例提供的一种面向智能电网电力业务分级需求的路由规划装置，包括：第一获取模块S201、第二获取模块S202、第三获取模块S203、检测模块S204、选取模块S205，其中：
第一获取模块S201，用于获取智能电网的电力业务，并通过层次分析法对所述电力业务的可靠性需求和实时性需求进行分级重要度赋值，所述分级重要度赋值中包括业务可靠性重要度量化值及业务实时性重要度量化值。
第二获取模块S202，用于获取所述电力业务中的节点失效和链路失效数据，通过所述节点失效与链路失效数据，结合所述业务可靠性重要度量化值，确定可靠性影响量化值的计算公式。
第三获取模块S203，用于获取所述电力业务中的节点时延和链路时延数据，通过所述节点时延和链路时延数据，结合所述业务实时性重要度量化值，确定实时性影响量化值的计算公式。
检测模块S204，用于当检测到业务请求时，根据所述业务请求的类型，进行所述业务请求的可靠性与实时性的权重分配，将所述权重分配结果代入所述可靠性影响量化值的计算公式以及实时性影响量化值的计算公式进行相加计算，得到所述业务请求的目标函数。
选取模块S205，用于根据所述业务请求确定对应的源节点及目标节点，并获取从所述源节点到目的节点物理链路长度最短的K条路径，获取所述业务请求对应及K条路径的参数，将所述参数代入所述目标函数，选取所述目标函数计算结果最小的路径作为所述业务请求的最终优选路径。
在一个实施例中，装置还可以包括：
模型建立模块，用于通过层次分析法建立层次结构模型，并将所述层次结构模型中各个层次的数据进行比较，根据比较结果产生对应的可靠性需求判断矩阵与实时性需求判断矩阵，所述层次结构模型包括上目标层的电力业务需求度数据、指标层的可靠性及实时性数据、下目标层的电力业务数据；
归一化模块，用于对所述可靠性需求判断矩阵与实时性需求判断矩阵分别进行归一化处理，得到归一化处理后的新矩阵，并对所述新矩阵进行归一化处理，得到所述电力业务的业务可靠性重要度量化值及业务实时性重要度量化值。
在一个实施例中，装置还可以包括：
列向归一化模块，用于对所述可靠性需求判断矩阵与实时性需求判断矩阵分别进行列向归一化处理，所述列向归一化处理表示将矩阵中的每个数据除以数据对应的列向之和。
关于面向智能电网电力业务分级需求的路由规划装置的具体限定可以参见上文中对于面向智能电网电力业务分级需求的路由规划方法的限定，在此不再赘述。上述面向智能电网电力业务分级需求的路由规划装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图3示例了一种电子设备的实体结构示意图，如图3所示，该电子设备可以包括：处理器(processor)301、存储器(memory)302、通信接口(Communications Interface)303和通信总线304，其中，处理器301，存储器302，通信接口303通过通信总线304完成相互间的通信。处理器301可以调用存储器302中的逻辑指令，以执行如下方法：获取智能电网的电力业务，并通过层次分析法对电力业务的可靠性需求和实时性需求进行分级重要度赋值，分级重要度赋值中包括业务可靠性重要度量化值及业务实时性重要度量化值；获取电力业务中的节点失效和链路失效数据，通过节点失效与链路失效数据，结合业务可靠性重要度量化值，确定可靠性影响量化值的计算公式；获取电力业务中的节点时延和链路时延数据，通过节点时延和链路时延数据，结合业务实时性重要度量化值，确定实时性影响量化值的计算公式；当检测到业务请求时，根据业务请求的类型，进行业务请求的可靠性与实时性的权重分配，将权重分配结果代入可靠性影响量化值的计算公式以及实时性影响量化值的计算公式进行相加计算，得到业务请求的目标函数；根据业务请求确定对应的源节点及目标节点，并获取从源节点到目的节点物理链路长度最短的K条路径，获取业务请求对应及K条路径的参数，将参数代入目标函数，选取目标函数计算结果最小的路径作为业务请求的最终优选路径。
此外，上述的存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：获取智能电网的电力业务，并通过层次分析法对电力业务的可靠性需求和实时性需求进行分级重要度赋值，分级重要度赋值中包括业务可靠性重要度量化值及业务实时性重要度量化值；获取电力业务中的节点失效和链路失效数据，通过节点失效与链路失效数据，结合业务可靠性重要度量化值，确定可靠性影响量化值的计算公式；获取电力业务中的节点时延和链路时延数据，通过节点时延和链路时延数据，结合业务实时性重要度量化值，确定实时性影响量化值的计算公式；当检测到业务请求时，根据业务请求的类型，进行业务请求的可靠性与实时性的权重分配，将权重分配结果代入可靠性影响量化值的计算公式以及实时性影响量化值的计算公式进行相加计算，得到业务请求的目标函数；根据业务请求确定对应的源节点及目标节点，并获取从源节点到目的节点物理链路长度最短的K条路径，获取业务请求对应及K条路径的参数，将参数代入目标函数，选取目标函数计算结果最小的路径作为业务请求的最终优选路径。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种面向智能电网电力业务分级需求的路由规划方法，其特征在于，包括：
获取智能电网的电力业务，并通过层次分析法对所述电力业务的可靠性需求和实时性需求进行分级重要度赋值，所述分级重要度赋值中包括业务可靠性重要度量化值及业务实时性重要度量化值；
获取所述电力业务中的节点失效和链路失效数据，通过所述节点失效与链路失效数据，结合所述业务可靠性重要度量化值，确定可靠性影响量化值的计算公式；
获取所述电力业务中的节点时延和链路时延数据，通过所述节点时延和链路时延数据，结合所述业务实时性重要度量化值，确定实时性影响量化值的计算公式；
当检测到业务请求时，根据所述业务请求的类型，进行所述业务请求的可靠性与实时性的权重分配，将所述权重分配结果代入所述可靠性影响量化值的计算公式以及实时性影响量化值的计算公式进行相加计算，得到所述业务请求的目标函数；
根据所述业务请求确定对应的源节点及目标节点，并获取从所述源节点到目的节点物理链路长度最短的K条路径，获取所述业务请求对应及K条路径的参数，将所述参数代入所述目标函数，选取所述目标函数计算结果最小的路径作为所述业务请求的最终优选路径。
2.根据权利要求1所述的面向智能电网电力业务分级需求的路由规划方法，其特征在于，所述通过层次分析法对所述电力业务的可靠性需求和实时性需求进行分级重要度赋值，包括：
通过层次分析法建立层次结构模型，并将所述层次结构模型中各个层次的数据进行比较，根据比较结果产生对应的可靠性需求判断矩阵与实时性需求判断矩阵，所述层次结构模型包括上目标层的电力业务需求度数据、指标层的可靠性及实时性数据、下目标层的电力业务数据；
对所述可靠性需求判断矩阵与实时性需求判断矩阵分别进行归一化处理，得到归一化处理后的新矩阵，并对所述新矩阵进行归一化处理，得到所述电力业务的业务可靠性重要度量化值及业务实时性重要度量化值。
3.根据权利要求1所述的面向智能电网电力业务分级需求的路由规划方法，其特征在于，所述对可靠性需求判断矩阵与实时性需求判断矩阵分别进行归一化处理，包括：
对所述可靠性需求判断矩阵与实时性需求判断矩阵分别进行列向归一化处理，所述列向归一化处理表示将矩阵中的每个数据除以数据对应的列向之和。
4.根据权利要求1所述的面向智能电网电力业务分级需求的路由规划方法，其特征在于，所述可靠性影响量化值的计算公式，包括：
其中，R(i)为业务可靠性重要度量化值，
为业务i所经路径上所有链路可用性的乘积，
为业务所经路径上所有节点可用性的乘积；
所述
的计算方法为：
其中，
为业务i在路径j上的可用性；
所述
的计算方法为：
其中，
为业务i在节点k上的失效概率。
5.根据权利要求1所述的面向智能电网电力业务分级需求的路由规划方法，其特征在于，所述实时性影响量化值的计算公式，包括：
其中，
为业务实时性重要度量化值，
为业务i在网络节点上的总时延与业务在网络链路上的总时延之和。
6.一种面向智能电网电力业务分级需求的路由规划装置，其特征在于，所述装置包括：
第一获取模块，用于获取智能电网的电力业务，并通过层次分析法对所述电力业务的可靠性需求和实时性需求进行分级重要度赋值，所述分级重要度赋值中包括业务可靠性重要度量化值及业务实时性重要度量化值；
第二获取模块，用于获取所述电力业务中的节点失效和链路失效数据，通过所述节点失效与链路失效数据，结合所述业务可靠性重要度量化值，确定可靠性影响量化值的计算公式；
第三获取模块，用于获取所述电力业务中的节点时延和链路时延数据，通过所述节点时延和链路时延数据，结合所述业务实时性重要度量化值，确定实时性影响量化值的计算公式；
检测模块，用于当检测到业务请求时，根据所述业务请求的类型，进行所述业务请求的可靠性与实时性的权重分配，将所述权重分配结果代入所述可靠性影响量化值的计算公式以及实时性影响量化值的计算公式进行相加计算，得到所述业务请求的目标函数；
选取模块，用于根据所述业务请求确定对应的源节点及目标节点，并获取从所述源节点到目的节点物理链路长度最短的K条路径，获取所述业务请求对应及K条路径的参数，将所述参数代入所述目标函数，选取所述目标函数计算结果最小的路径作为所述业务请求的最终优选路径。
7.根据权利要求6中所述的面向智能电网电力业务分级需求的路由规划装置，其特征在于，所述装置还包括：
模型建立模块，用于通过层次分析法建立层次结构模型，并将所述层次结构模型中各个层次的数据进行比较，根据比较结果产生对应的可靠性需求判断矩阵与实时性需求判断矩阵，所述层次结构模型包括上目标层的电力业务需求度数据、指标层的可靠性及实时性数据、下目标层的电力业务数据；
归一化模块，用于对所述可靠性需求判断矩阵与实时性需求判断矩阵分别进行归一化处理，得到归一化处理后的新矩阵，并对所述新矩阵进行归一化处理，得到所述电力业务的业务可靠性重要度量化值及业务实时性重要度量化值。
8.根据权利要求6中所述的面向智能电网电力业务分级需求的路由规划装置，其特征在于，所述装置还包括：
列向归一化模块，用于对所述可靠性需求判断矩阵与实时性需求判断矩阵分别进行列向归一化处理，所述列向归一化处理表示将矩阵中的每个数据除以数据对应的列向之和。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述面向智能电网电力业务分级需求的路由规划方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一项所述面向智能电网电力业务分级需求的路由规划方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111548621.XA CN114186750A (zh) | 2021-12-17 | 2021-12-17 | 面向智能电网电力业务分级需求的路由规划方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111548621.XA CN114186750A (zh) | 2021-12-17 | 2021-12-17 | 面向智能电网电力业务分级需求的路由规划方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114186750A true CN114186750A (zh) | 2022-03-15 |
Family
ID=80605469
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111548621.XA Pending CN114186750A (zh) | 2021-12-17 | 2021-12-17 | 面向智能电网电力业务分级需求的路由规划方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114186750A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114626742A (zh) * | 2022-03-28 | 2022-06-14 | 国网河北省电力有限公司营销服务中心 | 电力业务智能调度方法、服务器及存储介质 |
| CN114928510A (zh) * | 2022-06-17 | 2022-08-19 | 广东电网有限责任公司 | 一种电力通信链路建立方法、资源配置方法及系统 |
| CN115426310A (zh) * | 2022-09-06 | 2022-12-02 | 中国电信股份有限公司 | 最优路径确定方法及装置、可读存储介质、电子设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106453085A (zh) * | 2016-12-14 | 2017-02-22 | 国家电网公司 | 基于业务重要度的风险均衡路由分配的方法及系统 |
| CN110995597A (zh) * | 2019-12-31 | 2020-04-10 | 国网福建省电力有限公司信息通信分公司 | 一种电力通信网安全链路选择方法和系统 |
-
2021
- 2021-12-17 CN CN202111548621.XA patent/CN114186750A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106453085A (zh) * | 2016-12-14 | 2017-02-22 | 国家电网公司 | 基于业务重要度的风险均衡路由分配的方法及系统 |
| CN110995597A (zh) * | 2019-12-31 | 2020-04-10 | 国网福建省电力有限公司信息通信分公司 | 一种电力通信网安全链路选择方法和系统 |
Non-Patent Citations (3)
| Title |
|---|
| 祁兵;刘思放;李彬;孙毅;景栋盛;程紫运;: "共享风险链路组与风险均衡的电力通信网路由优化策略", 电力系统自动化, no. 08, 25 April 2020 (2020-04-25) * |
| 蔺一展: "基于分组增强型OTN技术的电力业务路由规划研究", 中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑), 15 April 2019 (2019-04-15), pages 4 * |
| 郑蓉蓉;赵子岩;刘识;庄自超;: "基于重要度的电力通信业务路由分配算法", 电力信息化, no. 10, 15 October 2012 (2012-10-15) * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114626742A (zh) * | 2022-03-28 | 2022-06-14 | 国网河北省电力有限公司营销服务中心 | 电力业务智能调度方法、服务器及存储介质 |
| CN114928510A (zh) * | 2022-06-17 | 2022-08-19 | 广东电网有限责任公司 | 一种电力通信链路建立方法、资源配置方法及系统 |
| CN114928510B (zh) * | 2022-06-17 | 2023-10-31 | 广东电网有限责任公司 | 一种电力通信链路建立方法、资源配置方法及系统 |
| CN115426310A (zh) * | 2022-09-06 | 2022-12-02 | 中国电信股份有限公司 | 最优路径确定方法及装置、可读存储介质、电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114186750A (zh) | 面向智能电网电力业务分级需求的路由规划方法及装置 | |
| CN112738820A (zh) | 一种服务功能链的动态部署方法、装置及计算机设备 | |
| CN109995435B (zh) | 一种基于多纤芯光网络的虚拟网络映射方法及系统 | |
| CN112118176B (zh) | 一种面向业务可靠性的综合数据网通道路由负载优化方法 | |
| CN109038794B (zh) | 一种面向QoS控制的特高压电网系统保护业务路径规划方法 | |
| US9602427B2 (en) | Cloud service embedding with shared protection in software-defined flexible-grid optical transport networks | |
| CN107465966B (zh) | 一种用于光网络的拓扑重构控制方法 | |
| CN111682962B (zh) | 一种电力数据网故障恢复方法、系统及存储介质 | |
| CN111162865A (zh) | 空分复用弹性光网络中碎片感知的虚拟光网络映射方法 | |
| US20240179360A1 (en) | Cdn optimization platform | |
| CN106416158A (zh) | 用于大规模数据中心网络的业务工程 | |
| CN109429117B (zh) | 路由选择方法和设备 | |
| CN112770197A (zh) | 确定otn设备故障原因的方法、装置、设备、存储介质 | |
| CN108769843B (zh) | 一种电力光纤入户的epon网络优化方法及系统 | |
| Zhang et al. | Deep neural network-based soft-failure detection and failure aware routing and spectrum allocation for elastic optic networks | |
| CN105471762B (zh) | 一种电力通信网拓扑的时间感知服务降级方法 | |
| CN116886197A (zh) | Otn高速率网络业务部署优化方法及系统 | |
| CN114363738B (zh) | 面向数据中心资源感知的虚拟网络映射方法 | |
| CN114245245B (zh) | 基于多链路失效的电力业务波道资源分配方法及装置 | |
| Chen et al. | Risk balancing routing assignment mechanism based software defined optical network service importance | |
| CN106789645A (zh) | 路由优化方法和装置 | |
| US8718475B2 (en) | Transponder pool sizing in highly dynamic translucent WDM optical networks | |
| Cambazard et al. | A combinatorial optimisation approach to the design of dual parented long-reach passive optical networks | |
| CN118337694B (zh) | 一种基于服务功能链的路由优化方法和系统 | |
| Sherstneva et al. | The Network Resources Optimization in Tele-and Infocommunication Systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |