本发明涉及一种变电站可信wlan网络覆盖的优化方法及装置，属于电力系统无线通信。
背景技术：
1、随着能源数字化智能化的不断发展，以数字化智能化电网支撑新型电力系统建设，推动着变电站和换流站智能运检、输电线路智能巡检、配电智能运维体系建设，发展电网灾害智能感知体系等发展目标。目前变电站范围内正推进可信wlan网络在输变电智能巡检、智慧安监、智慧仓库、二次系统远程运维、实物编码等场景应用，将尽可能多的业务接入可信wlan网络。为更好地应对可信wlan网络应用过程中遇到的新需求、新挑战，存在旺盛的产品需求，力求实现产业与应用的协同发展。
2、当前，可信wlan在电力系统的规模部署，提供无线局域网鉴别与保密基础结构互通性、完整性及功能测试，提供无线网络安全标准测评能力建设服务等等。然而，目前变电站场景下环境复杂、设备繁多，存在较多的非视距传输环境，通信系统覆盖性能难以有效保障。因此，面向变电站复杂场景下可信wlan网络的覆盖深度亟需提高，可信wlan网络覆盖性能仍有待优化；在变电站中，覆盖优化是反映变电站中可信wlan网络对目标区域监测工作质量的重要指标。因此，需要根据不同的应用需求设计出合适的无线网络节点部署策略和覆盖优化算法，在降低节点冗余程度的同时，补充覆盖因初始随机部署造成的空白区域，进而提高网络对目标区域监测的质量并保证数据的准确性。
3、综上所述，为推动变电站内可信wlan网络建设，结合电力业务应用场景，研究标准统一、覆盖增强、经济高效的可信wlan网络部署方案正迫在眉睫，为变电场景下数字化通信与设备高效运维提供落地解决方案。
技术实现思路
1、为了解决上述问题，本发明提出了一种变电站可信wlan网络覆盖的优化方法及装置，能够确定复杂环境下无线网络的最优节点布设方案，从而提高网络覆盖率、降低覆盖盲区、减少通信节点的部署数量，节约网络构建成本。
2、本发明为解决其技术问题所采取的技术方案是：
3、第一方面，本发明实施例提供的一种变电站可信wlan网络覆盖的优化方法，包括如下步骤：
4、步骤s1，基于射线追踪与机器学习融合的节点覆盖范围预测方法构建三维可信wlan网络节点覆盖率模型；
5、步骤s2，采用sobol序列初始化coot(coot bird optimization algorithm,白骨顶鸟算法)算法种群，以增强种群多样性；
6、步骤s3，在coot算法的随机运动位置更新中引入黄金正弦策略，并在个体运动方式的随机选取中引入贪心策略；
7、步骤s4，在coot算法寻优过程中，引入基于虚拟力的扰动策略对领导者位置进行扰动更新；
8、步骤s5，利用优化后的coot算法对三维可信wlan网络节点覆盖率模型的目标函数进行计算求解，得到最优节点位置，所述目标函数为：
9、
10、式中，fcov为可信wlan网络对目标区域中所有被通信覆盖到的信wlan网络通信节点的总覆盖率，m为将目标区域划分成小方块区域的数量，vk为小方块的体积，v为目标区域总体积，p(u,sj)为可信wlan网络通信节点的联合通信概率分布。
11、作为本实施例一种可能的实现方式，所述步骤s1包括：
12、基于变电站的实际场景利用信道测量系统得到信道测量数据；
13、基于实际场景构建变电站三维场景仿真模型，并在目标区域内随机布置通信节点；
14、利用射线追踪方法计算目标节点的接收功率；
15、利用信道实测路损值与基于射线追踪得到的仿真路损值计算路损偏差值；
16、利用不同接收端位置处路损偏差值及通信节点与目标节点的3d位置信息训练dnn神经网络，实现对目标区域内任一通信节点与目标节点之间的路损偏差值的准确预测；
17、利用神经网络预测出的路损偏差值对仿真路损值进行修正，得到优化后的路损值，并计算出相应目标节点处的准确接收功率；
18、根据目标节点的接收功率与设定的接收功率阈值确定通信节点的有效覆盖范围，并建立可信wlan网络通信节点的覆盖率模型。
19、作为本实施例一种可能的实现方式，所述sobol序列用于生成多维空间中近似均匀分布的样本点，通过准蒙特卡洛方法生成低偏差序列，对白骨顶鸟种群进行初始化，白骨顶鸟种群位置为：
20、xc(i)＝sn(ub-lb)+lb
21、式中，[ub,lb]为目标空间的搜索范围，随机数sn∈[0,1]，xc(i)为第i个白骨顶鸟的位置，以增强初始化种群在目标空间分布的多样性。
22、作为本实施例一种可能的实现方式，所述黄金正弦策略用于在算法迭代过程中引入正弦函数动态调整搜索步长，提高算法的收敛速度和局部搜索能力，所述贪心策略用于在局部搜索阶段保留当前最优解，减少运动过程中的盲目性。
23、作为本实施例一种可能的实现方式，所述基于虚拟力的扰动策略包括三种虚拟力，在三种虚拟力的作用下对领导者的位置进行扰动更新，以平衡局部搜索和全局优化的能力。
24、作为本实施例一种可能的实现方式，所述目标函数的值越大，代表节点部署的覆盖范围越大，节点布设位置越合理。
25、作为本实施例一种可能的实现方式，所述步骤s3包括：
26、随机产生l个白骨顶鸟个体的位置，假设优化问题的每个解对应搜索空间中对应白骨顶鸟的位置，xi(t)表示d维个体空间中第t次迭代中第i个白骨顶鸟个体的空间位置，i＝1,2,...,l；yi(t)为第t次迭代中白骨顶鸟个体i的最优位置，在t+1次迭代中，第i个白骨顶鸟个体的位置更新公式如下：
27、xi(t+1)＝xi(t)×|sin(g1)|+g2×sin(g1)×|μ×yi(t)-ν×xi(t)|
28、式中，g1为[0,2π]的随机数，决定下一次迭代过程中第i个白骨顶鸟个体的移动距离；g2为[0,π]的随机数，决定下一次迭代过程中第i个白骨顶鸟个体的位置更新方向；μ和ν是通过引入黄金分割数得到的系数，黄金分割数μ和ν的值计算如下：
29、μ＝-π+(1-π)×2π
30、ν＝-π+λ×2π
31、引入黄金正弦策略后，在随机运动阶段，新的位置更新公式如下：
32、xc(i)＝xi(t+1)＝xi(t)×|sin(g1)|+g2×sin(g1)×|μ×yi(t)-ν×xi(t)|
33、先通过比较前一次迭代移动后的位置是否得到了提升，再确定本次迭代选取何种移动方式，如果前一次白骨顶鸟个体移动后的位置有所提升，那么本次移动过程的运动方式选择与前一次相同；如果前一次白骨顶鸟个体移动后的位置没有提升反而更差时，则本次移动过程的运动方式选择与前一次不同，来获得更好的移动效果；其规则公式如下：
34、
35、式中，move(i)t是白骨顶鸟在第t次运动时所选择的运动方式；～表示为非运算；random表示随机选择；g(i)t为白骨顶鸟的第t次运动的适应度值。
36、作为本实施例一种可能的实现方式，所述步骤s4包括：
37、在白骨顶鸟群领导者的位置更新过程中加入虚拟力，以更改领导者的搜索区域，所述虚拟力由相邻通信节点、未覆盖网格点和区域边界三部分产生；通过下式计算虚拟力的扰动因子，用于扰动领导者的位置更新公式：
38、
39、式中，fi是节点在虚拟力作用下的移动距离，fi是施加在通信节点上的虚拟力合力，fij是相邻通信节点的虚拟力、fik是未覆盖网格点的虚拟吸引力、fib是边界虚拟排斥力，step(t)是节点的单个虚拟移动步长；
40、设置虚拟移动步长随着迭代次数的增加而逐渐减小，如下式：
41、
42、式中，stepmax和stepmin分别表示最大和最小移动步长，以保证算法的稳定性，减少节点的无效移动；
43、利用改进后的领导者运动公式更新领导者位置，所述改进后的领导者运动公式如下：
44、
45、式中，fi为节点在虚拟力作用下的移动距离，xl(i)表示当前领导者位置b4和b5是区间[0,1]之间的随机；b3是区间[-1,1]之间的随机数；xbest是所能找到的最佳位置，max_iter为最大迭代次数，t为当前迭代次数。
46、第二方面，本发明实施例提供的一种变电站可信wlan网络覆盖的优化装置，包括：
47、模型构建模块，用于基于射线追踪与机器学习融合的节点覆盖范围预测方法构建三维可信wlan网络节点覆盖率模型；
48、种群初始化模块，用于采用sobol序列初始化coot算法种群，以增强种群多样性；
49、策略引入模块，用于在coot算法的随机运动位置更新中引入黄金正弦策略，并在个体运动方式的随机选取中引入贪心策略；
50、扰动更新模块，用于在coot算法寻优过程中，引入基于虚拟力的扰动策略对领导者位置进行扰动更新；
51、目标函数求解模块，用于利用优化后的coot算法对三维可信wlan网络节点覆盖率模型的目标函数进行计算求解，得到最优节点位置。
52、作为本实施例一种可能的实现方式，所述目标函数为：
53、
54、式中，fcov为可信wlan网络对目标区域中所有被通信覆盖到的信wlan网络通信节点的总覆盖率，m为将目标区域划分成小方块区域的数量，vk为小方块的体积，v为目标区域总体积，p(u,sj)为可信wlan网络通信节点的联合通信概率分布。
55、本发明实施例的技术方案所产生的有益效果如下：
56、本发明基于射线追踪和机器学习融合的节点覆盖范围预测方法，并构建适用于变电站场景的节点覆盖范围融合预测模型；同时利用优化后的白骨顶鸟算法(coot)对可信wlan网络节点的位置进行寻优，确定复杂环境下无线网络的最优节点布设方案。较于传统的节点覆盖模型和传统的白骨顶鸟算法，本发明方法的覆盖率有所提升，同时也具有更高的收敛速度、精确度与收敛效率，无需添加额外的节点便可得到最优的覆盖率。本发明有效的提高了网络覆盖率，降低了覆盖盲区，减少了通信节点部署数量，节约了网络构建成本，适用于变电站复杂环境下的wlan网络覆盖优化，具有较强的实用性和推广价值。