基于电力调度数据网传输特性分析

高小芊　寇霄宇　何宇雄　苑晋沛

摘 要：电力调度数据网的安全性和可靠性直接影响电力系统的稳定运行，这是由于电力调度数据网承载着大量关键信息的交互任务，基于此，文章建立了电力调度数据网数据传输模型，并围绕该模型对电力调度数据网的传输特性进行了深入分析，希望由此得出的结论能够为相关业内人士带来一定启发。

关键词：电力调度数据网；信息拥堵；基尼系数

中图分类号：TM734 文献标志码：A 文章编号：2095-2945（2018）04-0175-02

Abstract： The security and reliability of the power dispatching data network directly affect the stable operation of the power system， because the power dispatching data network carries a large number of key information of the interaction task. Based on this， in this paper， the data transmission model of power dispatching data network is established， and the transmission characteristics of power dispatching data network are deeply analyzed around the model， in the hope that the conclusions can bring some inspiration to the relevant industry.

Keywords： power dispatching data network； information congestion； Gini coefficient

前言

作为大型互联电网的重要组成，电力调度数据网直接关系着电网调度自动化的实现。随着近年来通信技术和信息技术的快速发展，我国电力调度数据网在规模、承载的业务量方面均实现了长足发展，其本身的重要性也在不断提升，而为了在电力调度数据网发展过程中较好保证其安全性与可靠性，正是本文就电力调度数据网传输特性展开具体研究的原因所在。

1 电力调度数据网数据传输模型

1.1 数据传输模型

为提升本文研究质量和针对性，本文将电力调度数据网抽象为一个由节点和链路构成的网络模型，链路和节点的具体内涵如下所示：（1）节点。电力调度数据网中的节点指的是联网的通信控制处理机和主计算机，其主要具备存储转发功能、发包功能。（2）链路。电力调度数据网中的链路指的是2个节点间承载信息流的线路或信道，本文研究不考虑链路的容量限制。

结合调度数据网数据传输的动态行为，本文得出了以下模型：

该模型表示的是调度数据网数据传输过程中节点i的缓存区在时刻t存储数据包的数量，该模型中的Li（t-1）、xji（t）、Ki分别是指时刻t-1节点i缓存区的数据包总量、时刻t节点i从节点j接受的数据包数量、单位时间节点i转发数据包数量。考虑到我国电力调度数据网多采用分层设计原则、路由器差异化配置，因此假设电力调度数据网各层Ki比为10：5：1，该比值对应核心层、骨干层、接入层节点，这一比值的确定是由于三者的数据处理能力大小排序为核心层>骨干层>接入层[1]。

1.2 数据包拥塞率

作为通信网络中的常见现象，信息拥塞的发生意味着数据流量超过网络处理能力，而如果电力调度数据网出现信息拥堵，电力系统业务往往会受到较为严重的影响，因此数据包拥堵率这一信息拥堵的表现必须在研究中得到重视，这里的数据包拥堵率指的是电力调度数据网各节点滞留数据包总量与数据包总数量的比值，结合上述模型即可将数据包拥塞率表示为：

1.3 信息流向模拟

网络分层、具体业务类别直接影响电力调度数据网信息流向，一般来说广域测量、EMS等监控任务会赋予电力调度数据网信息流向“垂直”特征，本文将这类特征的出现称之为垂直信息流模式。而对于办公信息、生产管理信息的传输来说，由于这类业务的信息流向具备明显随机性且信息交换量较大，本文将其称为随机信息流模式。

结合上述认知，本文将垂直信息流模式中网络任意数据包i起始节点和目的节点满足条件定义为：

1.4 数据传输仿真流程

结合上述分析，本文確定了电力调度数据网的传输特性仿真流程，即：“输入网络结构数据，设置？姿→设置Ts，初始化时间t=1→初始化i=1→是否模拟垂直信息流模式？→i是否属于集合J或集合H→节点i产生新数据包且目的节点满足式（3）→模拟随机信息流模式节点i产生新数据包且目的节点满足式（4）→根据节点i与目的节点最短路径，为其选择下一传输节点→判断转发数据包是否达到目的节点→是否所有节点完成发包和存储转发→时间t=t+1→t是否大于Ts→计算？浊”。

2 电力调度数据网的传输特性

参考实际系统构造星型结构的电力调度数据网、网状结构的电力调度数据网，其中星型结构的电力调度数据网由省调和备调节点构成核心层、10个地调节点和15个枢纽变电站构成骨干层、78个变电站和15个发电厂构成接入层，均采用双归结构与骨干层相连；网状结构的电力调度数据网构成与星型结构的电力调度数据网相似，但其骨干层节点首先与环形或网状相连，图1为星型结构的电力调度数据网。

2.1 垂直信息流模式模拟

结合上述研究开展垂直信息流模式模拟，即可得出电力调度数据网？浊与？姿之间的关系，而结合二者关系展开深入分析可以发现，？姿的增加会造成？浊的变大，而这种影响存在着一个临界值？姿c，？浊的增加会以临界值分为平稳状态和快速增长状态，本文研究设定？姿c=0.05，由此即可确定？浊与？姿的关系为：

因此可以断定？姿c在一定程度上反映电力调度数据网的数据处理能力，？姿c的数值越大代表电力调度数据网缓解数据拥堵能力越强。

而在围绕星型结构的电力调度数据网、网状结构的电力调度数据网开展的仿真分析中不难发现，二者？姿c的值分别为？姿c=0.78、？姿c=0.34，由此可判断垂直信息流模式下星型结构的电力调度数据网在缓解数据拥堵方面的表现更为优秀，而本文研究认为这种情况的出现是由于该结构的电力调度数据网能够实现数据包通过最短路径进行传输。进一步分析垂直信息流模式下电力调度数据网节点介数累积分布，即可采用基尼系数分析两种结构电力调度数据网，二者的基尼系数分别为0.2378、0.3777，由此可断定基尼系数较大的网状结构节点介数分布不均匀，网状结构电力调度数据网因具备较高数据包集中程度而更容易发生信息拥塞。

2.2 随机信息流模式模拟

开展随机信息流模式下的仿真模拟得出？浊与？姿之间的关系，即可得出星型与网状两种结构电力调度数据网的？姿c分别为0.19、0.13，由此可见星型结构的电力调度数据网在缓解数据拥塞方面所具备的优势，能够更好缓解信息拥塞，这也是两种结构介数分布近似但星型结构优势明显的原因所在。

3 结束语

星型结构的电力调度数据传输模型应用效果较为优秀。而在此基础上，本文确定的数据包拥塞率可清楚判断信息拥塞程度、星型结构传输性能较为优秀、核心层节点对电力调度数据网传输特性影响明显，则证明了研究的价值。因此，在相关理论研究和实践探索中，本文内容能够发挥一定参考作用。

参考文献：

[1]何剑峰，罗豫，王宇飞.电力调度数据网仿真建模及路由协议攻击影响[J].武汉大学学报（理学版），2017，63（02）：163-171.

[2]王海明.电力调度数据网传输特性分析[J].山东工业技术，2017（01）：179.endprint