一种电力光纤入户的EPON网络优化方法及系统与流程
本发明涉及计算机技术领域，尤其涉及一种电力光纤入户的epon网络优化方法及系统。
背景技术
通信技术是实现智能电网、三网融合、自动需求响应的有力支撑。电力光纤入户是指在配电侧采用oplc(opticalfibercompositelow-voltagecable，光纤复合低压电缆)实现光纤随低压电力线敷设到户，配合epon(ethernetpassiveopticalnetwork，以太网无源光网络)技术解决“最后一公里”问题，满足用户的信息化、自动化、智能化的用电与生活需求。电力光纤入户实现了电网与宽带网络基础设施的共建共享，与传统的ftth(fibertothehome，光纤到户)相比，大幅降低了实施成本，节省资源的同时提高运营效率。
epon网络规划问题直接影响电力光纤入户的实施效果。我国电力通信网建设初期以追赶电力网规模为侧重点，如今，这种速度型、粗放型的建设由于存在隐患且缺乏规划性，已无法满足我国电力通信网的智能发展需求。寻求细致、周祥的epon网络规划能进一步提高资源利用效率，降低网络建设及运营成本，在提供良好的用户体验的同时，有效支撑智能电网的坚强可靠和经济高效。因此研究epon网络优化方法对我国智能电网的发展具有举足轻重的意义。
现有的epon网络优化方法中一般预先指定olt的数量和位置，这会在很大程度上禁锢通信拓扑，尤其对于分支繁多、接入密集的低压配电网，olt位置和数量的选择将直接影响通信网结构，进而影响通信性能；其次，现有的epon网络优化方法中优化目标和约束条件的选取、建模，没有充分考虑电力光纤入户的现场情形，所用的各指标模型具有的工程可实施性差；再次，现有的epon网络优化方法中使用指定的约束条件来限制所选的规划方案，因此获得的优化方案可能远离最优解，甚至与最优解相去甚远。
技术实现要素：
有鉴于此，本发明提供了一种电力光纤入户的epon网络优化方法及系统，本发明结合电力光纤入户的实际使用和敷设场景，灵活选取olt数量和位置，提出简练的、符合实际应用需求的各指标模型，并在充分认识各指标深刻内涵的基础上，提出启发式求解方法，使求解过程更快速、有效地收敛至较好的“全局最优解”，进一步提高资源利用效率，降低网络建设及运营成本。
本发明提供了一种电力光纤入户的epon网络优化方法，所述方法包括如下步骤：
s1，获取待规划区域的oplc敷设网络拓扑；
s2，基于所述oplc敷设网络拓扑，建立网络建设成本模型、网络平均延时模型和负载均衡模型；
s3，以最小化网络建设成本和网络平均延时为优化目标，以负载均衡和olt接入限制为约束条件，建立epon网络优化模型；
s4，为网络建设成本和网络平均延时规定一个权重比例，对所述epon网络优化模型进行求解。
优选地，所述方法还包括：
对所述网络建设成本模型和网络平均延时模型进行归一化处理。
优选地，所述方法还包括：
基于所述oplc敷设网络拓扑，选择onu节点到olt节点的距离作为判决量，依据待规划区域规模选取距离阈值，在满足olt接入限制的前提下，通过聚类获得所述epon网络优化模型求解的初始解。
优选地，所述获取待规划区域的oplc敷设网络拓扑包括：
获取所述待规划区域的配电网结构信息；
基于所述配电网结构信息选取所述待规划区域内可安装olt的位置节点，并按位置顺序进行编号；
基于所述配电网结构信息对所述待规划区域内用户侧的所有onu的位置节点按位置顺序进行编号；
计算所述onu的位置节点到各所述可安装olt的位置节点的实际电力线敷设距离。
优选地，步骤s2中所述网络建设成本模型如下：
其中，c为网络建设成本，c1为单位距离电力光缆的建设成本，c2为一个olt节点的建设成本，n为待规划区域可建olt节点的数量，m为待规划区域需要全覆盖的用户数量，dnm为第m个onu节点接入到第n个olt节点的距离，其中，0＜n≤n，0＜m≤m，enm为0-1变量，其中enm＝1表示第n个olt与第m个onu连接，enm＝0表示第n个olt不与第m个onu连接；
优选地，步骤s2中所述网络平均延时模型如下：
其中，t为网络平均传输延时，tolt为olt节点的处理延时，tonu为onu节点的处理延时，tline为网络的线路传输延时，m为待规划区域需要全覆盖的用户数量。
优选地，步骤s2中所述负载均衡模型如下：
其中，d(xn)为选中的olt节点的onu节点接入数量的均方差，xn为第n个olt节点的onu节点接入数量，e(xn)为xn的平均值，n为待规划区域可建olt节点的数量，m为待规划区域需要全覆盖的用户数量，dnm为第m个onu节点接入到第n个olt节点的距离，其中，0＜n≤n，0＜m≤m，enm为0-1变量，其中enm＝1表示第n个olt与第m个onu连接，enm＝0表示第n个olt不与第m个onu连接。
优选地，所述步骤s3包括：
以最小化网络建设成本和网络平均延时为核心优化目标，以负载均衡和olt接入限制为约束条件，得到所述epon网络优化模型：
f＝min(α·c+β·t)
其中，dmax为d(xn)的最大值，
本发明提供了一种电力光纤入户的epon网络优化系统，所述系统包括：
获取模块：用于获取待规划区域的oplc敷设网络拓扑；
第一建模模块：用于基于所述oplc敷设网络拓扑，建立网络建设成本模型、网络平均延时模型和负载均衡模型；
第二建模模块：用于以最小化网络建设成本和网络平均延时为优化目标，以负载均衡和olt接入限制为约束条件，建立epon网络优化模型；
求解模块：用于为网络建设成本和网络平均延时规定一个权重比例，对所述epon网络优化模型进行求解。
从上述技术方案可以看出，本发明提供了一种电力光纤入户的epon网络优化方法，包括获取待规划区域的oplc敷设网络拓扑；基于所述oplc敷设网络拓扑，建立网络建设成本模型、网络平均延时模型和负载均衡模型；以最小化网络建设成本和网络平均延时为优化目标，以负载均衡和olt接入限制为约束条件，建立epon网络优化模型；为网络建设成本和网络平均延时规定一个权重比例，对所述epon网络优化模型进行求解。本发明结合电力光纤入户的实际使用和敷设场景，灵活选取olt数量和位置，提出简练的、符合实际应用需求的各指标模型，并在充分认识各指标深刻内涵的基础上，提出启发式求解方法，使求解过程更快速、有效地收敛至较好的“全局最优解”，进一步提高资源利用效率，降低网络建设及运营成本。
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，下面描述中的附图仅仅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为本发明公开的一种电力光纤入户的epon网络优化方法实施例1的方法流程图；
图2为本发明公开的一种电力光纤入户的epon网络优化系统实施例1的结构示意图；
图3为本发明公开的规划实例的电力光纤敷设拓扑示意图；
图4为本发明公开的运用本申请的epon网络优化方法在α＜β时对图3所示规划实例的电力光纤敷设拓扑求解得到的规划结果示意图；
图5为本发明公开的运用本申请的epon网络优化方法在α＞β时对图3所示规划实例的电力光纤敷设拓扑求解得到的规划结果示意图。
具体实施方式
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，所描述的实施例仅仅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做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。
如图1所示，为本发明公开的一种电力光纤入户的epon网络优化方法实施例1的方法流程图，所述方法包括：
s101、获取待规划区域的oplc敷设网络拓扑；
电力光缆沿配电网一次线路建设，因此配电网epon网络规划与配电网架设结构有关。在对epon网络进行规划和优化之前，需要先获取所需规划区域的oplc敷设网络的结构信息。
s102、基于oplc敷设网络拓扑，建立网络建设成本模型、网络平均延时模型和负载均衡模型；
获取到oplc敷设网络拓扑后，根据待规划区域的oplc敷设网络拓扑中各olt节点及onu节点的具体数量和位置信息进行相关优化指标和约束条件的建模，其中约束指标包括网络建设成本和网络平均延时，约束条件为负载均衡，即尽最大可能地提供均等的宽带和服务使用条件。
s103、以最小化网络建设成本和网络平均延时为优化目标，以负载均衡和olt接入限制为约束条件，建立epon网络优化模型；
根据各优化指标模型和约束条件模型，考虑网络负载均衡和olt接入限制，以最小化网络建设成本和网络平均延时为核心优化目标，建立epon网络优化模型。
s104、为网络建设成本和网络平均延时规定一个权重比例，对epon网络优化模型进行求解。
根据建立好的epon网络优化模型，为该模型中网络建设成本和网络平均延时设置一个权重比例，使用智能搜索算法对该模型进行快求解，以获得基于所设置的权重比例的最优解。
综上所述，在上述实施例中，首先获取待规划区域的oplc敷设网络拓扑；然后基于oplc敷设网络拓扑，建立网络建设成本模型、网络平均延时模型和负载均衡模型；接着以最小化网络建设成本和网络平均延时为优化目标，以负载均衡和olt接入限制为约束条件，建立epon网络优化模型；最后为网络建设成本和网络平均延时规定一个权重比例，对epon网络优化模型进行求解。本发明结合电力光纤入户的实际使用和敷设场景，灵活选取olt(opticallineterminal光线路终端)数量和位置，提出简练的、符合实际应用需求的各指标模型，并在充分认识各指标深刻内涵的基础上，提出启发式求解方法，使求解过程更快速、有效地收敛至较好的“全局最优解“，进一步提高资源利用效率，降低网络建设及运营成本。
具体地，在上述实施例中，在获取待规划区域的oplc敷设网络拓扑时，首先获取所需待规划区域的配电网结构信息。epon网络的olt一般安装在配电箱或配电室等出线相对集中的位置，选取待规划区域内可安装olt的位置节点，按位置顺序进行编号。onu(opticalnetworkunit光网络单元)设置在用户侧，候选分光器与onu安装于同一地点，同样按位置顺序对所有onu节点编号。计算onu节点到各可建olt节点的实际电力线敷设距离，得到该规划网络的距离信息。设规划网络中可建olt的节点数为n，需要全覆盖的用户数为m，则第m个onu节点接入到第n个olt节点的距离为dnm，其中，0＜n≤n，0＜m≤m。
具体地，在上述实施例中，以网络建设成本和网络平均延时为优化指标。其中，在网络建设成本模型的建立过程中：
网络的建设成本考虑olt节点的建设费用、线路敷设的费用，以及onu节点的建设费用。由于要对规划区域内所有的onu节点实现全覆盖，因此任何规划方案的建设成本模型中都包含全部onu节点的建设费用，所以建设成本模型中可忽略onu节点的建设费用。
令enm为0-1变量，即：
设单位距离电力光缆的敷设成本为c1，一个olt节点的建设成本为c2，则建设成本模型为：
在网络平均延时模型的建立过程中：
网络的平均传输时延t需要考虑olt节点的处理时延tolt和onu节点的处理时延tonu以及电力光纤的线路传输时延tline。
其中tolt、tonu相对较小，可以视为固定值。用c表示光速，则网络的线路传输时延为：
具体地，在上述实施例中，以负载均衡模型作为epon网络优化模型建立和求解的约束条件。其中，在负载均衡模型的建立过程中：
由于电力光纤入户对待规划区域内的所有用户一视同仁，即尽最大可能地提供均等的带宽和服务使用条件，以便任何时刻都能第一时间满足用户的随机或井喷式网络操作需求。为达到这种平衡配置，电力光纤网络应在olt接入限制的范围内，尽量均衡地分配其接入的onu节点数量。采用各选中的olt节点的onu节点接入数量的均方差来表述本申请所述的负载均衡模型。
第n个olt节点的onu节点接入数量xn为：
xn应小于olt允许接入onu数量的上限值x，即：
xn≤xn＝1,2……n
xn的平均值为：
则负载均衡模型为：
具体地，在上述实施例中，在epon网络优化模型建立的过程中，还可以先对网络建设成本模型和网络平均延时模型进行归一化处理。其中，在归一化网络建设成本模型的过程中：
由于选定了待规划区域，则其实际电力线敷设的网络拓扑可以通过传感器测量进行确定，因此电力光纤的敷设成本cline确定，于是建设成本的最大值为m个olt节点全部进行建设的情况：
cmax＝cline+m·c1
则归一化的建设成本为：
在归一化网络平均延时模型的过程中：
网络平均延时的最大值为各onu节点均接入了与其通信距离最远的olt的情况：
则归一化的网络平均延时为：
具体地，在上述实施例中，在建立epon网络优化模型中：考虑网络负载均衡和olt接入限制，以最小化网络建设成本和网络平均延时为核心优化目标，则得到epon网络优化模型为：
f＝min(α·c+β·t)
其中，dmax为d(xn)的最大值，
具体地，在上述实施例中，在epon网络优化模型进行求解的过程中：
考虑网络负载均衡的限制条件，规划策略应使onu节点尽量均匀地接入所选取的olt节点。以此为启发，基于电力光纤敷设区域配电箱或配电室与用户组对应分布的天然建设属性，选择onu节点到olt节点的距离dnm(其中，0＜n≤n，0＜m≤m)作为判决量，依据规划区域规模选取距离阈值dth，在满足olt接入限制的前提下，聚类给出模型求解的初始规划解。这样给出的初始解具有良好的负载均衡性，聚类得到的初始解结合了分布特性，能使智能搜索算法快速、准确地收敛至最优解。其中，智能搜索算法具体可以为遗传算法、模拟退火算法、禁忌搜索算法、人工神经网络和粒子群算法等。
如图2所示，为本发明公开的一种电力光纤入户的epon网络优化系统实施例1的结构示意图，所述系统包括：
获取模块201：用于获取待规划区域的oplc敷设网络拓扑；
电力光缆沿配电网一次线路建设，因此配电网epon网络规划与配电网架设结构有关。在对epon网络进行规划和优化之前，需要先获取所需规划区域的oplc敷设网络的结构信息。
第一建模模块202：用于基于所述oplc敷设网络拓扑，建立网络建设成本模型、网络平均延时模型和负载均衡模型；
获取到oplc敷设网络拓扑后，根据待规划区域的oplc敷设网络拓扑中各olt节点及onu节点的具体数量和位置信息进行相关优化指标和约束条件的建模，其中约束指标包括网络建设成本和网络平均延时，约束条件为负载均衡，即尽最大可能地提供均等的宽带和服务使用条件。
第二建模模块203：用于以最小化网络建设成本和网络平均延时为优化目标，以负载均衡和olt接入限制为约束条件，建立epon网络优化模型；
根据各优化指标模型和约束条件模型，考虑网络负载均衡和olt接入限制，以最小化网络建设成本和网络平均延时为核心优化目标，建立epon网络优化模型。
求解模块204：用于为网络建设成本和网络平均延时规定一个权重比例，对所述epon网络优化模型进行求解。
根据建立好的epon网络优化模型，为该模型中网络建设成本和网络平均延时设置一个权重比例，使用智能搜索算法对该模型进行快求解，以获得基于所设置的权重比例的最优解。
综上所述，在上述实施例中，首先通过获取模块201获取待规划区域的oplc敷设网络拓扑；然后通过第一建模模块202基于oplc敷设网络拓扑，建立网络建设成本模型、网络平均延时模型和负载均衡模型；接着通过第二建模模块203以最小化网络建设成本和网络平均延时为优化目标，以负载均衡和olt接入限制为约束条件，建立epon网络优化模型；最后通过求解模块204为网络建设成本和网络平均延时规定一个权重比例，对epon网络优化模型进行求解。本发明结合电力光纤入户的实际使用和敷设场景，灵活选取olt(opticallineterminal光线路终端)数量和位置，提出简练的、符合实际应用需求的各指标模型，并在充分认识各指标深刻内涵的基础上，提出启发式求解方法，使求解过程更快速、有效地收敛至较好的“全局最优解“，进一步提高资源利用效率，降低网络建设及运营成本。
具体地，在上述实施例中，在获取待规划区域的oplc敷设网络拓扑时，首先获取所需待规划区域的配电网结构信息。epon网络的olt一般安装在配电箱或配电室等出线相对集中的位置，选取待规划区域内可安装olt的位置节点，按位置顺序进行编号。onu(opticalnetworkunit光网络单元)设置在用户侧，候选分光器与onu安装于同一地点，同样按位置顺序对所有onu节点编号。计算onu节点到各可建olt节点的实际电力线敷设距离，得到该规划网络的距离信息。设规划网络中可建olt的节点数为n，需要全覆盖的用户数为m，则第m个onu节点接入到第n个olt节点的距离为dnm，其中，0＜n≤n，0＜m≤m。
具体地，在上述实施例中，以网络建设成本和网络平均延时为优化指标。其中，在网络建设成本模型的建立过程中：
网络的建设成本考虑olt节点的建设费用、线路敷设的费用，以及onu节点的建设费用。由于要对规划区域内所有的onu节点实现全覆盖，因此任何规划方案的建设成本模型中都包含全部onu节点的建设费用，所以建设成本模型中可忽略onu节点的建设费用。
令enm为0-1变量，即：
设单位距离电力光缆的敷设成本为c1，一个olt节点的建设成本为c2，则建设成本模型为：
在网络平均延时模型的建立过程中：
网络的平均传输时延t需要考虑olt节点的处理时延tolt和onu节点的处理时延tonu以及电力光纤的线路传输时延tline。
其中tolt、tonu相对较小，可以视为固定值。用c表示光速，则网络的线路传输时延为：
具体地，在上述实施例中，以负载均衡模型作为epon网络优化模型建立和求解的约束条件。其中，在负载均衡模型的建立过程中：
由于电力光纤入户对待规划区域内的所有用户一视同仁，即尽最大可能地提供均等的带宽和服务使用条件，以便任何时刻都能第一时间满足用户的随机或井喷式网络操作需求。为达到这种平衡配置，电力光纤网络应在olt接入限制的范围内，尽量均衡地分配其接入的onu节点数量。采用各选中的olt节点的onu节点接入数量的均方差来表述本申请所述的负载均衡模型。
第n个olt节点的onu节点接入数量xn为：
xn应小于olt允许接入onu数量的上限值x，即：
xn≤xn＝1,2……n
xn的平均值为：
则负载均衡模型为：
具体地，在上述实施例中，在epon网络优化模型建立的过程中，还可以先对网络建设成本模型和网络平均延时模型进行归一化处理。其中，在归一化网络建设成本模型的过程中：
由于选定了待规划区域，则其实际电力线敷设的网络拓扑可以通过传感器测量进行确定，因此电力光纤的敷设成本cline确定，于是建设成本的最大值为m个olt节点全部进行建设的情况：
cmax＝cline+m·c1
则归一化的建设成本为：
在归一化网络平均延时模型的过程中：
网络平均延时的最大值为各onu节点均接入了与其通信距离最远的olt的情况：
则归一化的网络平均延时为：
具体地，在上述实施例中，在建立epon网络优化模型中：考虑网络负载均衡和olt接入限制，以最小化网络建设成本和网络平均延时为核心优化目标，则得到epon网络优化模型为：
f＝min(α·c+β·t)
其中，dmax为d(xn)的最大值，
具体地，在上述实施例中，在epon网络优化模型进行求解的过程中：
考虑网络负载均衡的限制条件，规划策略应使onu节点尽量均匀地接入所选取的olt节点。以此为启发，基于电力光纤敷设区域配电箱或配电室与用户组对应分布的天然建设属性，选择onu节点到olt节点的距离dnm(其中，0＜n≤n，0＜m≤m)作为判决量，依据规划区域规模选取距离阈值dth，在满足olt接入限制的前提下，聚类给出模型求解的初始规划解。这样给出的初始解具有良好的负载均衡性，聚类得到的初始解结合了分布特性，能使智能搜索算法快速、准确地收敛至最优解。其中，智能搜索算法具体可以为遗传算法、模拟退火算法、禁忌搜索算法、人工神经网络和粒子群算法等。
如图3所示，为本发明公开的规划实例的电力光纤敷设拓扑示意图，给出了经传感器测量得到的一处电力光纤敷设区域的网络拓扑图，图中方块表示可建设olt的节点，圆圈节点为需要全覆盖的onu节点。第m个onu节点到第n个olt节点的距离dnm(0＜n≤n＝4，0＜m≤m＝11)根据测量得到的电力光纤的实际长度测算。
依据本发明的epon网络优化方法对该网络进行规划，分别在α＜β和α＞β两种情况下获得更重视网络平均延时和更重视建设成本两种情况下的规划结果，如图4和图5所示。图中虚线框示意了各onu节点与其对应接入的olt节点的关系。相应优化结果的负载均衡约束d(xn)也已对应给出。其中，作为约束条件，dmax＝20.25，图4中d(xn)＝0.185，图5中d(xn)＝0.25。与传统的人为指定epon网络和仅考虑单项指标或简单集成多项复杂指标的方法相比，本专利所提优化模型可从性能上尽最大可能地为用户提供均等的带宽和服务使用条件，任何时刻都能第一时间满足用户的随机或井喷式网络操作需求。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
- 还没有人留言评论。精彩留言会获得点赞！