一种电力通信网资源分配方法及装置与流程

本发明涉及电力系统技术领域，尤其涉及一种电力通信网资源分配方法及装置。

背景技术：

电力通信网是智能电网业务发展和运营的重要基础网络，是电网业务正常运行和电力公司管理业务正常运营的保障网络。最近几年，随着电力资源需求和智能电网业务的快速发展，电力通信网的资源出现了短缺现象，尤其是网络中存在单路光纤路由现象逐渐增加，给网络的稳定运营产生了不确定性影响。

为了尽量减小电力通信网的不稳定性对电力业务和智能电网业务稳定运行的影响，如何为电力业务和智能电网业务的重要业务节点分配稳定可靠的电力通信网资源，已成为一个急需解决的问题。现有技术中，有的基于最大熵谱分析理论分析了电力通信网中的自相似性和多重分形性，从而识别出不同的通信流量，为实现重要通信流量的资源分配提供了流量分析支撑；有的针对现有的电力通信业务保护算法存在较高的资源浪费和网络阻塞的问题，基于p圈理论构造了电力通信业务的故障保护机制，在提高重要电力通信业务可靠性的前提下，有效提升了电力通信网资源利用率；有的针对现有的电力通信网资源管理效率低的问题，采用gis技术代替电力维护人员赴现场定位故障，提出了基于gis的电力通信网资源管理信息系统，该系统显著提升了电力通信故障和资源管理的效率；还有的分析了电力通信业务路由的qos需求，针对已有算法容易出现链路资源拥塞的问题，提出了基于改进蚁群算法的电力业务路由拥塞的规避算法，显著提升了电力通信网关键业务的qos。

从已有研究分析可知，在电力通信网业务的稳定运营和性能保障方面，已经取得了较多的研究成果。但是，已有研究主要集中解决电力通信网运行过程中电力业务质量保障机制和算法。如果在资源分配阶段，就能为电力业务的重要业务节点和业务链路分配稳定可靠的电力通信网资源，则可以提高电力业务的稳定性，显著减少电力通信网运营过程中的工作量。

技术实现要素：

本发明所要解决的技术问题在于，提供一种电力通信网资源分配方法及装置，以提高电力业务中重要业务节点的可靠性。

为了解决上述技术问题，本发明提供一种电力通信网资源分配方法，包括：

步骤s1，计算当前业务节点的度数、跳数以及当前业务节点的度数、跳数的权重值，并计算各个业务节点的最终节点影响力，按降序排列；

步骤s2，根据网络节点的故障次数、网络节点承载的业务节点的数量计算网络节点的可靠性；

步骤s3，从网络节点集合中选择满足业务节点cpu属性要求，且可靠性取值最大的网络节点分配cpu资源；

步骤s4，使用最短路径法，依次为最终节点影响力排名靠前的两个业务节点分配网络链路资源。

进一步地，所述步骤s1计算当前业务节点的度数的方式为：

其中，ki为业务节点的度数，

并使用下述公式对业务节点的度数ki进行归一化处理，其中n表示业务节点的总数：

进一步地，所述步骤s1计算当前业务节点的跳数的方式为：

其中，ti为业务节点的跳数，为当前业务节点到其它所有业务节点的链路数量；

并使用下述公式对业务节点的跳数ti进行归一化处理：

进一步地，所述步骤s1中计算当前业务节点的度数、跳数的权重值的方式为：

其中，m表示业务节点的指标数量，由各个指标权重构成的权重向量使用w＝[w1,...,wj,...wm]表示，每个权重值满足0≤wj≤1，的约束条件；n表示业务节点的数量，rij表示由所有业务节点构成的规范决策矩阵r中的值，其中的元素rij∈r表示业务节点的第j个指标的取值，ej为指标j的熵值。

进一步地，所述步骤s1中计算各个业务节点的最终节点影响力的方式为：

其中，qi为各个业务节点的最终节点影响力，wz、wu分别是根据熵权法确定的业务节点的度数和跳数的权重值。

进一步地，步骤s2中计算网络节点的可靠性的方式为：

其中，ft(ni)表示网络节点ni∈np的失效次数，pr(ni)表示网络节点ni∈np上已使用资源的百分比，np表示由网络节点ni∈np构成的节点集合。

进一步地，所述步骤s3还包括：

如果没有满足业务节点cpu属性要求的网络节点，资源分配失败；否则，继续为下一个业务节点分配资源，直到为所有业务节点都分配资源。

进一步地，所述步骤s4还包括：

如果没有满足带宽属性要求的网络链路，资源分配失败；否则，继续为下一条业务链路分配资源，直到为所有业务链路都分配资源。

本发明还提供一种电力通信网资源分配装置，包括：

第一计算单元，用于计算当前业务节点的度数、跳数以及当前业务节点的度数、跳数的权重值，并据此计算各个业务节点的最终节点影响力，按降序排列；

第二计算单元，用于根据网络节点的故障次数、网络节点承载的业务节点的数量计算网络节点的可靠性；

第一分配单元，用于从网络节点集合中选择满足业务节点cpu属性要求，且可靠性取值最大的网络节点分配cpu资源；

第二分配单元，用于使用最短路径法，依次为最终节点影响力排名靠前的两个业务节点分配网络链路资源。

进一步地，所述第一计算单元计算各个业务节点的最终节点影响力的方式为：

其中，qi为各个业务节点的最终节点影响力，wz、wu分别是根据熵权法确定的业务节点的度数和跳数的权重值。

本发明实施例的有益效果在于，在资源利用率影响较小的情况下，显著提升了重要业务节点分配的网络资源的可靠性，从而提升了电力业务的可靠运行，为电力用户提供了更好的客户体验。

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为本发明实施例一种电力通信网资源分配方法的流程示意图。

图2为本发明实施例与其他方法在链路资源利用率方面的比较示意图。

图3为本发明实施例与其他方法在节点资源利用率方面的比较示意图。

图4为本发明实施例与其他方法在业务可靠性方面的比较示意图。

具体实施方式

以下各实施例的说明是参考附图，用以示例本发明可以用以实施的特定实施例。

请参照图1所示，本发明实施例提供一种电力通信网资源分配方法，包括：

步骤s1，计算当前业务节点的度数、跳数以及当前业务节点的度数、跳数的权重值，并计算各个业务节点的最终节点影响力，按降序排列；

步骤s2，根据网络节点的故障次数、网络节点承载的业务节点的数量计算网络节点的可靠性；

步骤s3，从网络节点集合中选择满足业务节点cpu属性要求，且可靠性取值最大的网络节点分配cpu资源；

步骤s4，使用最短路径法，依次为最终节点影响力排名靠前的两个业务节点分配网络链路资源。

具体地，在电力通信业务的形式化描述方面，本发明实施例使用一个无向图gs＝(ns,es)表示，其中，ns表示由业务节点构成的业务节点集合，每个业务节点具有cpu属性es表示由业务链路构成的业务链路集合，每条业务链路具有带宽属性考虑到业务节点的度数、跳数可以反映业务节点与网络中其它节点的关系，从而反映业务节点的重要程度，下面从业务节点的度数、跳数两个维度进行形式化描述。

在业务节点的度数方面，使用ki表示业务节点的度数，采用公式(1)计算。从公式(1)可知，ki取值越大，表示当前业务节点的度数越大。

其中，

为便于计算业务流的节点影响力，使用公式(2)对业务节点的度数ki进行归一化处理，其中，n表示业务节点的总数：

在业务节点的跳数方面，使用公式(3)进行计算，其中，表示当前业务节点到其它所有业务节点的链路数量。由公式(3)可知，业务节点的跳数ti越大，表明当前业务节点在电力业务中越可能成为中心节点。

为便于计算业务流的节点影响力，使用公式(4)对业务节点的跳数ti进行归一化处理：

在获得业务节点的度数、跳数之后，为了衡量业务节点的度数、跳数的关系，本发明实施例基于熵权法求解业务节点的度数和跳数的指标权重。可以理解的是，熵权法是一种基于指标信息量大小来进行指标权重衡量的客观方法。对于指标j的熵值ej使用公式(5)进行计算。其中，n表示业务节点的数量，rij表示由所有业务节点构成的规范决策矩阵r中的值，其中的元素rij∈r表示业务节点的第j个指标的取值。

所以，业务节点的度数和跳数的指标权重可以使用公式(6)进行计算，其中，m表示业务节点的指标数量。由各个指标权重构成的权重向量使用w＝[w1,...,wj,...wm]表示，每个权重满足0≤wj≤1，的约束条件。

考虑到业务节点的度数反应了业务节点的自身重要性，业务节点的跳数反应了业务节点在整个业务网络中的重要性，为了使两种指标趋于相同的衡量标准，本发明实施例使用同趋化函数进行优化。基于此，使用公式(7)计算各个业务节点的最终节点影响力qi，其中，wz、wu是根据熵权法确定的业务节点的度数和跳数的权重值。

基于上述描述，步骤s1计算业务流的节点影响力并降序排列包括下面三个子过程：①使用公式(2)和公式(4)分别计算当前业务节点的度数、跳数；②使用公式(5)计算业务节点的度数、跳数的权重值wz、wu；③使用公式(7)计算各个业务节点的最终节点影响力qi，并降序排列，形成新的业务节点集合。

在电力通信网的形式化描述方面，本发明实施例使用一个无向图gp＝(np,ep)表示，其中，np表示由网络节点ni∈np构成的节点集合，每个网络节点具有cpu属性cpu(ni)。ep表示由网络链路ej∈ep构成的链路集合，每条网络链路具有带宽属性bw(ej)。

为了较好的衡量网络节点的可靠性，从而为重要业务节点分配可靠性较高的网络节点，本发明实施例从网络节点的故障次数、网络节点承载的业务节点的数量两个维度进行衡量。在网络节点的故障次数方面，使用ft(ni)表示网络节点ni∈np的失效次数。一般来说，网络节点的故障次数越多，表示当前节点越容易出现故障。在网络节点承载的业务节点数量方面，使用pr(ni)表示网络节点ni∈np上已使用资源的百分比。一般来说，网络节点的已使用率越高，表明其上承载的业务节点越多，越容易出现故障，并且出现故障后会影响较多的电力通信业务的正常运营。

基于上述描述，使用公式(8)计算网络节点ni∈np的可靠性，其中，k表示当前网络节点已经承载的业务节点的数量。从公式(8)可知，当网络节点ni∈np上发生的故障次数较少，并且承载较多业务节点或利用率较高时，表明当前网络节点属于可靠性较高的网络节点。

基于上述描述，计算网络节点的可靠性，该步骤使用公式(8)计算网络节点ni∈np的可靠性r(ni)。

步骤s3中，依次为业务节点分配网络节点资源，包括下面两个子过程：①从网络节点集合中选择满足业务节点要求，且可靠性r(ni)取值最大的网络节点分配cpu资源；②如果没有满足要求的网络节点，资源分配失败；否则，继续为下一个业务节点分配资源，直到为所有业务节点都分配资源。

步骤s4中，为业务链路分配网络链路资源，包括下面两个子过程：①使用最短路径法，依次为排名靠前的两个业务节点分配网络链路资源；②如果没有满足带宽属性要求的网络链路，资源分配失败；否则，继续为下一条业务链路分配资源，直到为所有业务链路都分配资源。

相应于本发明实施例一，本发明实施例二还提供一种电力通信网资源分配装置，包括：

第一计算单元，用于计算当前业务节点的度数、跳数以及当前业务节点的度数、跳数的权重值，并据此计算各个业务节点的最终节点影响力，按降序排列；

第二计算单元，用于根据网络节点的故障次数、网络节点承载的业务节点的数量计算网络节点的可靠性；

第一分配单元，用于从网络节点集合中选择满足业务节点cpu属性要求，且可靠性取值最大的网络节点分配cpu资源；

第二分配单元，用于使用最短路径法，依次为最终节点影响力排名靠前的两个业务节点分配网络链路资源。

进一步地，所述第一计算单元计算当前业务节点的度数的方式为：

其中，ki为业务节点的度数，

并使用下述公式对业务节点的度数ki进行归一化处理，其中n表示业务节点的总数：

进一步地，所述第一计算单元计算当前业务节点的跳数的方式为：

其中，ti为业务节点的跳数，为当前业务节点到其它所有业务节点的链路数量；

并使用下述公式对业务节点的跳数ti进行归一化处理：

进一步地，所述第一计算单元计算当前业务节点的度数、跳数的权重值的方式为：

其中，m表示业务节点的指标数量，由各个指标权重构成的权重向量使用w＝[w1,...,wj,...wm]表示，每个权重值满足0≤wj≤1，的约束条件；n表示业务节点的数量，rij表示由所有业务节点构成的规范决策矩阵r中的值，其中的元素rij∈r表示业务节点的第j个指标的取值，ej为指标j的熵值。

进一步地，所述第一计算单元计算各个业务节点的最终节点影响力的方式为：

其中，qi为各个业务节点的最终节点影响力，wz、wu分别是根据熵权法确定的业务节点的度数和跳数的权重值。

进一步地，所述第二计算单元计算网络节点的可靠性的方式为：

其中，ft(ni)表示网络节点ni∈np的失效次数，pr(ni)表示网络节点ni∈np上已使用资源的百分比，np表示由网络节点ni∈np构成的节点集合。

以下通过仿真实验的介绍来说明本发明的优点。本发明实施例使用gt-itm工具【zeguraew,calvertkl,bhattacharjees.howtomodelaninternetwork[c]//ieeeinfocom,1996:594-602.】生成电力通信网和电力业务网的网络拓扑。在电力通信网方面，网络节点包含100个，网络节点和网络链路的资源服从[55,95]的均匀分布。在电力业务方面，服从每个时间单位生成一个电力业务请求的泊松分布，生命周期服从[15,20]的均匀分布,业务节点服从[8,20]的均匀分布,业务节点和业务链路的资源需求服从[5,15]的均匀分布。

为验证本发明的性能，从链路资源利用率、节点资源利用率、业务可靠性三个方面，将本发明方法raa-(resourceallocationalgorithm，资源分配算法)with-ih(influenceandhigh-reliability，影响力和高可靠性)与不考虑节点影响力和配电网可靠性的资源分配算法raa-without-ih进行了比较。其中，链路资源利用率、节点资源利用率是指已分配给电力业务请求的链路资源、节点资源，在电力通信网总的链路资源、节点资源中所占的比率。在业务可靠性方面，使用影响力排名前5％的业务节点分配的电力通信网的可靠性之和进行衡量。

实验结果如图2到图4所示。从图2所示的链路资源利用率比较结果可知，本发明方法raa-with-ih与raa-without-ih的链路资源利用率比较接近，都维持在58％左右。从图3所示的节点资源利用率比较结果可知，本发明raa-with-ih的节点资源利用率与算法raa-without-ih比较接近，都维持在36％左右。通过对图2和图3的结果进行对比可知，本发明由于考虑到节点的影响力，首先为影响力较大的业务节点分配网络节点资源和网络链路资源，所以容易导致部分链路资源不能选择最优化的链路资源，导致网络链路利用率有所提升。

从图4所示的业务可靠性比较结果可知，raa-without-ih的业务可靠性维持在280左右，而本发明raa-with-ih的业务可靠性维持在360左右，这说明本发明的业务可靠性相比于raa-without-ih有显著提升。

与现有的基于网络特征进行电力通信网的资源分配方法不同，本发明是基于节点影响力的高可靠性电力通信网资源分配方法，主要从业务流的节点影响力、电力通信网可靠性特征分析两个维度，对电力通信网建模。业务流的节点影响力包括业务节点的度数、跳数；电力通信网可靠性特征分析包括网络节点的故障次数、网络节点承载的业务节点的数量。本发明在获得业务节点的度数、跳数之后，为了衡量业务节点的度数、跳数的关系，本发明基于熵权法求解业务节点的度数和跳数的指标权重。其中，熵权法是一种基于指标信息量大小来进行指标权重衡量的客观方法。

通过上述说明可知，本发明实施例的有益效果在于，在资源利用率影响较小的情况下，显著提升了重要业务节点分配的网络资源的可靠性，从而提升了电力业务的可靠运行，为电力用户提供了更好的客户体验。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。