一种基于5G切片电力通信网带宽资源分配方法与流程

一种基于5g切片电力通信网带宽资源分配方法
技术领域
[0001]
本发明涉及电力通信技术领域，尤其是涉及一种基于5g切片电力通信网带宽资源分配方法。


背景技术：

[0002]
为了满足业务的安全性、可靠性、和时延等通信指标，5g通信基于网络功能虚拟化技术(nfv)提出了网络切片技术。网络切片是指通信网络针对不同的电力业务传输需求利用软件定义网络等技术为不同的电力业务分配不同的带宽等通信资源，从而提供符合电力业务所需的通信服务。由于每个电力业务的数据在通信网进行传输时都可以视为一个特定的逻辑子网，因此每个电力业务的数据传输就称为一个网络切片。
[0003]
尽管理论上5g通信和网络切片技术的引入可以实现通信网网络资源的合理调配并从而提升业务的数据传输效果，但是网络切片在分配网络资源服务业务时依然受到底层物理网络的资源量约束。以带宽资源为例，如果电力通信网为部分网络切片分配了较大的带宽资源，则这些切片所需要的传输时延就会相应减少。但是另一方面这就可能使得电力通信网无法为后续的网络切片分配足够的带宽资源来传输这些切片所承载业务的数据。因此这些切片需要付出一个较大的等待时延来等待前序切片释放所占用带宽以及电力通信网将其分配给它。
[0004]
此外，由于电力业务涉及电力的生产、传输、存储、管理等各个环节，而不同的电力业务对于电网的安全可靠生产和高效集约利用的重要度是不同的，因此电力通信网在为承载不同电力业务的网络切片分配带宽资源时需要考虑到这些切片所承载业务的重要性。
[0005]
因此，如何在考虑到网络切片所承载电力业务的重要度前提下，尽可能地降低所有电力业务所需的通信时延是电力通信领域的研究重点。而这个问题的关键一点是确定电力通信网应为各个重要度不同的网络切片分别分配多少带宽资源。


技术实现要素：

[0006]
有鉴于此，本发明的目的是针对现有技术的不足，提供一种基于5g切片电力通信网带宽资源分配方法，在考虑到网络切片所承载电力业务的重要度前提下，有效降低了电力业务所需的通信时延，提升了每时隙下电力通信网所决策预留带宽量的决策性价比，从而提升整个电力通信网的传输效率和带宽资源使用效率。
[0007]
为达到上述目的，本发明采用以下技术方案：
[0008]
一种电力通信网带宽资源分配方法，包括基于机器学习的带宽预留方法和基于切片重要度的带宽分配方法：
[0009]
所述基于机器学习的带宽预留方法用于确定当前时隙下电力通信网应为当前时隙所收到切片的预留的带宽量；
[0010]
所述基于切片重要度的带宽分配方法用于在预留带宽量约束下，按切片重要度准入切片并分配所需带宽，直至整个预留带宽额度耗尽或当前时隙内电力通信网所有切片申
请均已准入。
[0011]
进一步的，所述切片重要度依据切片所承载电力业务确定，所述电力业务的重要度降序排列为：生产大区中i、ii类控制业务、管理大区中iii、iv类管理与监控业务。
[0012]
进一步的，所述基于机器学习的带宽预留方法包括以下步骤：
[0013]
判断时隙为学习时隙，获取切片重要度、切片最小传输带宽、切片数据量、源节点和目的节点，建立网络切片模型；
[0014]
计算每个学习时隙中所有切片的切片时延；
[0015]
计算每个学习时隙中所有切片的加权时延和；
[0016]
计算每个学习时隙的决策单位成本、决策单位收益以及决策性价比；
[0017]
获取学习时隙中决策性价比最大的时隙，计算当前时隙下网络预留的带宽量；
[0018]
其中，学习时隙为当前时隙的一段过去时隙长度中的任一时隙。
[0019]
进一步的，所述切片时延d
i
包括切片s
i
的无线接入时延有线汇聚时延有线转发时延
[0020][0021][0022][0023][0024]
其中，i为网络切片序号，i∈{1，...n
y
},n
y
为学习时隙y内的切片数；
[0025]
为无线接入等待时延，为有线接入传输时延，u为发起切片终端，b为无线基站；
[0026]
d
i
为切片s
i
所承载业务的数据量，为切片s
i
在基站b与汇聚路由器r1间的有线汇聚链路上获得的带宽量；
[0027]
为有线转发等待时延，为有线转发传输时延。
[0028]
进一步的，任一学习时隙y中所有切片的加权时延和为其中：w
i
为切片s
i
所承载电力业务的重要度等级，。
[0029]
进一步的，
[0030][0031]
其中是有线汇聚链路带宽量，|n
b
|是无线基站b所接入终端数。
[0032]
进一步的，通过dijkstra方法获得路由器r1与目的节点r0之间的最短路径,是最短路径上各段链路的最小剩余带宽量，s是汇聚路由器r1到目的节点r0之间最短路径的链路段数。
[0033]
进一步的，其特征在于学习时隙中任一学习时隙y的决策单位成本φ
y
、决策单位收益μ
y
以及决策性价比γ
y
：
[0034][0035][0036][0037]
其中，为学习时隙y中所有切片数据量总和，b
y
为学习时隙y所决策预留的带宽量，为学习时隙y所有切片的时延和。
[0038]
进一步的，当前时隙t下网络预留的带宽量bt的计算方式为：
[0039][0040]
t0为决策性价比最大的学习时隙，为学习时隙t0的切片数，为时隙t0的切片数据量，n
t
为当前时隙t的切片数，为当前时隙t的切片数据量，为时隙t0时所预留的带宽量。
[0041]
进一步的，所述基于切片重要度的带宽分配方法包括以下步骤：
[0042]
在预留的带宽量中，将当前时隙下所有切片按其重要度降序排序，排序后的切片按照降序重要度依次准入；
[0043]
当前预留带宽量耗尽时仍有未准入切片时，将未准入切片放至缓存队列中，等待下一时隙的到达并参与下一时隙的带宽资源分配。
[0044]
本发明的有益效果是：
[0045]
本发明提供了一种基于5g切片电力通信网带宽资源分配方法，包括基于机器学习的网络带宽资源预留方法和基于切片重要度的带宽分配方法两部分，基于机器学习的网络带宽资源预留方法中，5g电力通信网在每个当前时隙下通过对过去数个时隙中拥有最大决策性价比的时隙进行学习来确定当前时隙下5g电力通信网应为当前时隙所收到切片的预留的带宽量大小；基于切片重要度的带宽分配方法则是基于当前时隙所收到切片的重要度，以降序为序准入切片并消耗当前时隙5g电力通信网所预留的带宽量，有效降低了电力
通信网中所有承载电力业务网络切片的加权时延和，同时本发明可以提升每时隙下电力通信网所决策预留带宽量的决策性价比，从而提升整个电力通信网的传输效率和带宽资源使用效率。
附图说明
[0046]
图1为本发明的计算流程示意图；
[0047]
图2为本发明实施例的5g电力通信网中各时隙下网络切片的加权时延和仿真结果示意图；
[0048]
图3为本发明实施例的各时隙下5g电力通信网带宽资源的性价比仿真结果示意图。
具体实施方式
[0049]
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。
[0050]
一种电力通信网带宽资源分配方法，如图1所示，包括基于机器学习的带宽预留方法和基于切片重要度的带宽分配方法：
[0051]
所述基于机器学习的带宽预留方法用于确定当前时隙下电力通信网应为当前时隙所收到切片的预留的带宽量；
[0052]
所述基于切片重要度的带宽分配方法用于在预留带宽量约束下，按切片重要度准入切片并分配所需带宽，直至整个预留带宽额度耗尽或当前时隙内电力通信网所有切片申请均已准入。
[0053]
基于机器学习的带宽预留方法包括以下步骤：
[0054]
s1：判断时隙为学习时隙，获取切片重要度、切片最小传输带宽、切片数据量、源节点和目的节点，建立网络切片模型
[0055]
本发明需要通过学习当前时隙t的一段过去时隙长度t来进行当前时隙t的带宽分配，过去时隙长度t内的任意时隙称为一个学习时隙y，s
i
为学习时隙y中的一个切片，其中i为网络切片序号，i∈{1，...n
y
},n
y
为学习时隙y内的切片数。
[0056]
切片重要度：基于切片s
i
所承载业务在电力系统中所属的业务大区来确定该切片的重要度，切片重要度依据切片所承载电力业务确定，所述电力业务的重要度降序排列为：生产大区中i、ii类控制业务、管理大区中iii、iv类管理与监控业务，根据业务在电力系统中所属类别(iv-i)分别设定其重要度为1-4，切片s
i
的重要度等级用w
i
表示，即：
[0057]
切片s
i
承载的是生产大区中i类控制业务时，其重要度w
i
为4，
[0058]
切片s
i
承载的是生产大区中ii类控制业务时，其重要度w
i
为3，
[0059]
切片s
i
承载的是管理大区中iii类管理与监控业务时，其重要度w
i
为2，
[0060]
切片s
i
承载的是管理大区中iv类管理与监控业务时，其重要度w
i
为1；
[0061]
切片最小传输带宽：切片最小传输带宽用b
i
表示；切片生成时隙用t
i
表示；
[0062]
切片数据量：切片数据量用d
i
表示，d
i
为切片s
i
所承载业务的数据量大小；
[0063]
源节点和目的节点：任意切片的源节点u和目的节点r0应都是选定的；
[0064]
建立s
i
的网络切片模型：s
i
(u,r0,w
i
,d
i
,t
i
,b
i
)；
[0065]
s2、计算每个学习时隙中所有切片的切片时延
[0066]
切片s
i
的切片时延d
i
：
[0067]
1)切片s
i
的无线接入时延：
[0068][0069]
其中，是电力终端u从创建网络切片s
i
的时隙t
i
到5g无线基站b准入该切片s
i
并在二者间无线接入链路e
ub
分给其一个无线接入带宽量的时隙之间的等待时延,即：之间的等待时延,即：为无线接入传输时延，即无线接入链路e
ub
上切片s
i
的传输时延，无线接入带宽大小为该切片最小传输带宽b
i
,
[0070]
2)切片s
i
的有线汇聚时延：
[0071][0072]
其中，为无线基站b与汇聚路由器r1间的有线汇聚链路带宽量，无线基站b可能同时接入数个终端，每个终端所申请切片在无线基站b与所接入汇聚路由器r1之间有线汇聚链路上得到的带宽量是该链路带宽量除以该基站所接入的终端数，即其中是该有线汇聚链路带宽量，|n
b
|是该无线基站b所接入终端数，为避免带宽量小于切片最小传输带宽b
i
，无线基站只能接入一定数量的终端。
[0073]
3)切片s
i
的有线转发时延
[0074]
网络切片的有线转发时延与无线接入时延和有线汇聚时延不同之处在于：网络切片数据到达汇聚路由器r1进入5g电力通信网核心网后，需要经过核心网多个路由器的转发来到达切片目的节点r0。因此网络切片的有线转发时延是指这个多跳路径上的总时延，而无线接入链路及有线汇聚链路均为点到点的直连路径。
[0075]
网络切片数据在5g电力通信网核心网中进行数据转发时利用dijkstra算法获得从汇聚路由器r1到目的节点r0之间的最短路径，由于该最短路径上可能包含多段有线转发链路，因此这些转发链路上的最小剩余带宽即为网络切片s
i
在整条转发路径上传输的带宽，网络切片的有线转发时延定义式为：
[0076][0077]
a.是从切片s
i
到达汇聚路由器r1的时隙直到其到达目的节点r0的最短路径上最小剩余带宽能够大于其最小传输带宽b
i
的时隙之间的等待时延，其定义式为：
[0078]
[0079]
其中为切片s
i
到达汇聚路由器r1的时隙，t
i
为切片发起时隙；则是网络切片转发路径获得转发带宽量并准许进入的时隙。
[0080]
b.是网络切片在整段转发路径上的传输时延。由于转发路径中每一段转发链路都需要为该切片预留同样大小的带宽资源因此转发路径的转发时延受路径上转发跳数s
i
的影响。其定义式为：
[0081][0082]
汇聚路由器r1与目的节点r0之间有线转发链路可能由多段链路构成，因此需要利用dijkstra方法获得路由器r1与目的节点r0之间的最短路径，并选取该路径上最小剩余带宽作为该切片有线转发链路上的带宽如果这个带宽量小于切片的最小传输带宽b
i
，则该切片需要等待这些链路传输完已有切片并释放所占用带宽。
[0083]
计算每个学习时隙中所有切片的加权时延和
[0084]
当前时隙t的之前t个时隙称为其学习时隙。学习时隙y下的所有切片加权时延和为
[0085]
计算每个学习时隙的决策单位成本、决策单位收益以及决策性价比
[0086]
1)学习时隙y的决策单位成本φ
y
：
[0087][0088]
其中，b
y
为学习时隙y所决策预留的带宽量，为学习时隙y中所有切片数据量总和；
[0089]
2)学习时隙y的决策单位收益μ
y
：
[0090][0091]
其中，为学习时隙y所有切片的时延和；
[0092]
3)学习时隙y的决策性价比γ
y
[0093][0094]
获取学习时隙中决策性价比最大的时隙，计算当前时隙下网络预留的带宽量
[0095]
找到当前时隙t下前t个学习时隙中拥有最大决策性价比的时隙t0，并根据该决
策性价比计算当前时隙t下5g电力通信网应预留的带宽量：
[0096][0097]
其中，n
t0
为学习时隙t0的切片数，为学习时隙t0的切片数据量，n
t
为当前时隙t的切片数，为当前时隙t的切片数据量，为时隙t0所预留的带宽量。
[0098]
基于切片重要度的带宽分配方法包括以下步骤：
[0099]
在预留的带宽量中，将当前时隙下所有切片按其重要度降序排序，排序后的切片按照降序重要度依次准入；
[0100]
5g电力通信网首先需要将该时隙下所有切片按其重要度降序排序，这一步骤的目的是为了优先准入重要度w
i
较高的切片。对于那些被准入的切片，由于其最小传输带宽b
i
是确定的，因此其无线接入链路的带宽即为带宽b
i
。而其有线汇聚带宽则为其所接入无线基站与路由器之间有线汇聚链路的带宽量以及该基站所接入终端的数量所决定。同时网络切片会获得从路由器r1到目的节点路由器r0的dijkstra最短路由路径以及数据转发所需的跳数s
i
。同时该将该路径上各段链路的最小剩余带宽作为其有线转发带宽
[0101]
因此该切片所消耗的带宽量为此时5g电力通信网在该时隙下的剩余带宽额度为b
t
＝b
t-b
i
，按照重要度降序依次录入切片直至所有切片均被准入；
[0102]
当前预留带宽量耗尽时仍有未准入切片时，将未准入切片准入下一时隙
[0103]
当前预留带宽量耗尽时仍有未准入切片时，将未准入切片放至缓存队列中，等待下一时隙的到达并参与下一时隙的带宽资源分配。
[0104]
对于每个切片而言，其生成时隙(终端申请)是固定的，但是由于生成的切片不一定能全部在该时隙准入，因此对于那些未被准入的切片，变动的是其准入时隙。两时隙之差就是切片无线接入时隙中的等待时隙。
[0105]
为了检验本发明实施例中电力通信网为承载不同重要度的电力网络切片分配带宽资源方法所具有的性能，在相同的电力通信网拓扑及参数设定下，将本实施例的网络切片传输重要度不同的电力业务数据方法与现有的启发式方法和遍历最优方法进行仿真与比较，具体仿真过程如下：
[0106]
仿真环境设定上，本发明设定网络层节点数和汇聚层无线基站数分别为20和40，且每个基站均连接了60个电力终端设备(电力终端设备与切片一一对应)。网络链路方面，网络层和汇聚层的有线链路带宽分别为1000mb/s和800mb/s。对于单个切片而言，其可以在0-70的时隙中进入网络，且每个切片的数据量大小随机取值于区间[100mb-200mb]，最小传输带宽随机取之于区间[100mb/s-150mb/s]。求解方法中，本文假定机器学习方法的前10个时隙为数据训练集，此时网络预留带宽量b
s
为3000mb。
[0107]
三种方法在各时隙所发起切片的加权时延和分别如图2和图3所示。相比于启发式对比方法，本发明所提出的基于切片重要度的网络带宽分配方法可以有效地降低各个时隙
所发起切片的加权时延和，并在部分时隙下达到了全局最优解。与启发式方法相比，本发明所提出的网络带宽分配方法可以平均降低1075s的切片加权时延和，即本发明所提出的带宽分配方法可以实现17.968％的业务加权时延和的性能提升。
[0108]
三种方法的各时隙所进行决策的决策性价比分别如上图3所示。相比于启发式对比方法，本发明所提出的基于机器学习的网络带宽资源分配方法可以使得各个时隙的决策过程所决策的带宽预留量更加合理。这是因为本发明的带宽分配方法在决策没时隙应预留的带宽量大小时会学习过去一段时隙下的决策经验，并从中选择最优的决策性价比来匹配当前时隙下切片数据量所需要的带宽量。因此本发明的带宽决策过程可以通过学习来不断进行优化。相比于启发式方法，本发明提出的带宽分配方法可以平均提升43.21％的决策性价比。