电力通信网业务路由规划算法的研究与应用

金翠 李琦 特古斯 徐士元

摘要：电力通信网业务路由规划中容易出现风险集中问题，为解决这一问题提出电力通信网业务路由规划算法的研究。通过所描述电力通信网业务路由规划问题，评价并排序业务重要程度，并完成路由规划。利用仿真平台，对比在相同条件下蚁群规划算法、遗产规划算法以及本文规划算法的规划效果，证明的实际应用性。

关键词：电力;通信网;路由;规划算法

中图分类号：TP391      文献标识码： A

文章编号：1009-3044（2021）15-0206-02

电力通信网以光传输网为基础，也是电力系统的重要组成部分。电力通信网的通信业务对电力系统的生产控制有着密切影响，因此电力通信业务对网络安全性与可靠性都有着较高的要求[1]。电力通信通常是电力系统中的重要物理网络，也是电网業务运营的物理载体网络。它的目的是服务于电网的安全生产和公司的业务管理。它也是电力系统的重要组成部分，可确保电网的经济性、效率和安全性。而近些年来电网智能化发展，使电网通信承担着更加繁重的任务，电力系统想要更加高效化的运行，需要对电力通信业务自身的重要及网络安全性与可靠性进行风险量化[2]。电力通信网作为一个非常复杂的网络，根据骨干网的体系结构，通信传输任务需要经过多个节点和路径到达终端。因此，在不同的网络中，电力通信网络的路由规划需要在考虑信道带宽约束的同时，根据通信业务的重要性做出风险评估，避免风险过度集中所带来的安全隐患。

1电力通信网业务路由规划问题描述

在考虑电力通信环境各种可靠性约束的前提下，进行电力通信业务路由规划。规划路由线路时，有必要向网络分发具有不同风险的服务，并尝试保持平衡的风险[3]。一旦在路由规划中出现故障或异常问题，将严重影响网络的通信服务。问题是当有许多通信服务时，如何避免风险过度集中并减少对通信网络的严重影响。因此，想要解决在这一问题，需要在将线路规划时，将风险平均分散至多个链路，防止因风险集中而带来的危害。

2业务重要度路线最优规划

通过计算结果，可以有效地描述电力通信网络业务路由规划问题[4]。业务重要性表示与其他业务相比，该业务在电力通信网络中的重要性程度，即权重。它的重要性对网络的整体风险功能具有重要的决定性影响，并且还直接影响业务路由分配的结果[5]。通过使用多个重要性指标来创建评估和排名模型。通过对不同通信服务的重要性进行分析和排名，在规划和分配路线时，除了考虑最短路径约束之外，还必须确保更重要的服务可以选择更好的路线。根据重要性的层次分析结构，在充分掌握项目之后，根据属性的不同，将业务重要性分为三个不同级别：目标级别，标准级别和因素级别[6-8]。根据规划问题描述，假设某层次因素B相关与下一层因素c1，c2，...，cn，则业务重要度模糊矩阵R为：

3电力通信网业务路由规划算法应用

3.1应用环境设计

使用模拟平台在单一服务环境中对电力通信网络服务路由规划进行模拟实验，首先在模拟平台上设置拓扑资源，以使整个实验环境更接近实际的电力通信网络。并设置业务列表为区域1与区域2的电力通信网业务，业务以区域1为起点，终点为区域2，通过路由规划来分析实际应用效果。在选定业务后，查看各项应用信息。其实验数据如表2所示：

在复杂业务下，利用蚁群规划算法、遗产规划算法以及本文规划算法，分别做出规划，从而更加明显分析出规划效果。在仿真平台资源中设置拓扑资源，选取业务列表中三个待配置业务，将路由时延作为约束指标之一，当链路通道压力上升时代表该链路负载水平大幅度上升，从而有效对路由线路做出有效规划。

3.2应用效果分析

各业务起点为区域1，其业务终点为区域2，两者之间链路时延为0.539毫秒。其规划算法结果。如表3所示：

在仿真平台中，当三种算法业务数据量为3时，给出的规划方案全局通道压力相近。当业务数据量增加至5时，遗传算法规划新效果弱于其他两种规划算法，全局通道压力增加量为366.45，当业务量增加至10时，蚁群规划方案远弱于其他两者。蚁群规划算法对业务部署进行顺序部署，将多余业务配置集中于链路时延小的链路上。当网络规模较小且服务数量较少时，遗传算法的性能优化接近于本文中的算法。但是当网络服务数量增加时，其规划性能比该算法要弱。在小型网络中，遗传规划算法可以以较低的运行时间来规划近似的最佳规划方案。与大规模网络中的其他算法相比，本文中的规划算法可以规划更好的规划方案。

4结束语

在电力通信网业务路由规划算法的研究与应用中，通过有效规划路由路径来降低电力通信网的运行风险，从而有效保障电网的安全稳定运行。在后续的实际应用中，有必要充分考虑电力通信网络实际运行中链路和设备的具体差异，例如各种设备的故障率。为了持续改善系统功能，有必要根据企业网络中设备的具体情况选择路由。

参考文献：

[1] 刘军伟，徐艳红.面向可靠性的电力通信OTN业务路由优化方法[J].现代信息科技，2019，3（20）：62-63，66.

[2] 禹士朋，陈玲.基于业务特征的电力通信业务风险均衡路由优化机制[J].现代信息科技，2019，3（19）：69-70，73.

[3] 薛俏，丁慧霞，张庚，等.基于Q Learning算法的电力通信业务路由规划[J].光学与光电技术，2019，17（4）：51-56.

[4] 郑晓冬，顾青涛，鲍亚川，等.低轨航空安全监视星座路由规划算法设计与仿真[J].无线电通信技术，2019，45（3）：253-257.

[5] 金保林.光纤通信网络中的坏死节点躲避路由算法设计[J].激光杂志，2019，40（1）：164-169.

[6] 龙致远，郑丁，黄美琴，等.OTN技术在电力通信网业务路由优化中的应用[J].微型电脑应用，2019，35（3）：102-106，116.

[7] 刘海鹏，杨丽.基于电力通信网可靠性的业务路由优化分配方法[J].集成电路应用，2019，36（3）：78-79.

[8] 陈海平.基于细菌趋化的果蝇优化算法的ZigBee网络路由优化[J].自动化与仪器仪表，2018（11）：191-194.

【通联编辑：光文玲】