改进贝叶斯统计的配电物联网通信协议评价

罗 钊，王东山

(上海电力大学电子与信息工程学院，上海 201306)

1 引言

如今，人们对电力通信的需求越来越大，配电物联网的出现促进了电力通信的发展，在配电系统中占据着重要地位。利用TCP/IP、NETBEUI和IPX/SPX等协议，将电力设备、传感器、人员等物体与人物联系起来，实现远程通信[1]。在人工智能的支撑下，配电物联网通信协议的相关业务呈现出实时性高、数量多、种类广的特征，随着通信设备的智能化和微型化，通信协议广泛普及到配电物联网的各个环节，使得低压台区的通信设备逐渐增多[2]。配电物联网通信协议可以为电力供应提供一条信息传输通道，打破了空间对信息传输的束缚，保障了配电物联网的安全性。针对传统配电物联网通信协议评价方法存在准确性差、成本高的问题，需要借助各种仿真工具和数学模型，分析配电物联网通信带宽和性能，这对提升配电物联网通信协议的安全性和稳定性具有重要意义[3]。

在国内的相关研究中，有学者利用WPMGF排队模型提出一种无线通信网络的通信协议延迟特性评估方法，在单条簇状网络拓扑下，利用仿真软件对无线通信网络的通信协议延迟特性进行仿真，通过对比评估值和仿真结果，发现该评估方法的近似性较好，在接口选择方面，可以减少网路通信的延迟时间，但是进入稳定状态的速度较慢；还有学者基于网络仿真器提出一种通信协议仿真平台，利用网络仿真器，设计了电力通信模块，在电力系统前导信号的通信机制，实现了对通信协议工作频率的认知，实现了电力通信的功能，仿真平台可以支持电力系统中多个频率组网之间的拓扑配置，还可以实现多个组网之间的电力通信，经过测试发现，在不同的场景下，该仿真平台可以实现不同的协议功能，在吞吐量和节点接入率方面，可以为电力系统通信协议的仿真与研究提供可靠有力的工具[4，5]。

基于以上研究背景，本文在贝叶斯统计下设计一种配电物联网通信协议评价方法，从而保证配电物联网通信协议的安全性和可靠性。

2 配电物联网通信协议评价方法设计

2.1 预测配电物联网通信协议带宽

在预测配电物联网通信协议带宽时，定义了预测的优化模型[6]，表示为

(1)

式中，Ploss(φ)表示通信协议排队论模型的丢包率，P表示带宽利用率，Ts(φ)表示通信延时，计算公式为

(2)

(3)

(4)

式中，η表示配电物联网接收协议请求的服务效率，φ表示通信协议的转发速率，γe表示通信协议实际到达速率，Rs表示通信节点在传输时的排队长度，计算公式为

γe=γ·(1-Ploss(φ))

(5)

(6)

基于式(1)的优化模型，得到配电物联网的通信协议带宽的预测步骤：

Step1：初始化配电物联网通信协议排队论模型的基础变量；

Step2：计算配电物联网通信协议初始到达速率γi和带宽C1；

Step3：在配电物联网通信协议中，将最大缓存数据包数量设置为n=γ·C1[7]；

Step4：以通信协议的延时和丢包率性能参数为约束条件[8]，将配电物联网通信协议的丢包率和时延最大值设置为Dloss和DT；

Step5：在配电物联网通信协议中，初始化处理缓存数据包的分组变量f；

Step6：假设f=x，在贝叶斯统计下计算以通信协议的延时和丢包率性能参数为约束条件的通信协议排队论模型最优解δi和通信协议转发速率vi；

Step7：将配电物联网通信协议中的缓存数据包分组变量更新为f=f+1；

Step8：判断缓存数据包分组变量f与最大缓存数据包数量n之间的关系，如果f≥γ·C1，那么进入到Step 9，否则返回到Step 5；

Step9：计算出通信协议转发速率vopt和通信协议排队论模型最优解δopt=max{δi}；

Step10：输出配电物联网通信协议带宽的最优预测带宽G。

以通信协议的延时和丢包率性能参数为约束条件，通信协议带宽的最大利用率为目标函数，设置了配电物联网通信协议的丢包率和时延最大值，对配电物联网的通信协议带宽进行预测。

2.2 计算配电物联网通信协议评价指标权值

根据配电物联网通信协议带宽的预测结果，在贝叶斯统计下，先利用层次分析法计算各级通信协议评价指标的权值[9]，根据贝叶斯统计的特点，以贝叶斯概率分布平面的投影面积，对通信协议评价指标进行分配。利用贝叶斯概率分布平面的开合角度，表示通信协议评价指标的权重，保证评价的安全性。具体计算过程如下：

Step1：确定配电物联网通信协议评价的基本指标

在贝叶斯统计下，配电物联网通信协议会产生多条链路，经过网络传输作用，可以确定配电物联网通信协议评价的基本指标[10]，即

(7)

式中，Mw表示配电物联网通信协议的传输链路荷载，Ca表示通信协议的安全性基数，Nb表示通信协议的安全性幅值。

Step2：构建指标权重判断矩阵

根据上述计算，确定各级通信协议评价指标的权重信息，并将同一等级的评价指标进行对比，归一化处理各级指标的冗余信息，提高指标权重的准确性[11]。如果冗余信息i和j的对比结果为bij，那么指标权重判断矩阵可以表示为

(8)

Step3：处理重合指标

Step4：计算贝叶斯概率分布平面的开合角度

开合角度是概率分布平面内中心点发出的射线在平面内的上下开合角度，根据扇形角度计算原理[13]，求解贝叶斯概率分布平面的开合角度，即：

(9)

式中，Ss表示扇形面积，Sy表示概率分布平面的圆形面积。

Step5：计算各级通信协议评价指标的权值

对于配电物联网通信协议一级评价指标Ai而言，构建判断矩阵U0和二级评价指标Bij的判断矩阵Ui1、Ui2和Ui3，即：

(10)

在贝叶斯统计下，采用方根求解法计算配电物联网通信协议评价指标的权向量[14]，公式为：

(11)

式中，ai表示判断矩阵中各元素乘积的方根结果，bi表示矩阵元素的权值。

以贝叶斯概率分布平面的投影面积作为通信协议评价指标的权值，令平面的总面积为Sz，那么配电物联网通信协议评价指标的权值集合可以表示为

Sz=Szwi

(12)

根据以上计算步骤，计算得到了配电物联网通信协议评价指标的权值。

2.3 构建配电物联网通信协议评价指标体系

配电物联网通信协议在体系中隶属于应用层，本文在贝叶斯统计下，利用球体模型构建了通信协议评价指标体系[15]。先为通信协议评价的一级指标和二级指标构建三维坐标系，两个等级评价指标的坐落面如图1所示。

图1 评价指标坐落面

在三维坐标系中，一共分为8个象限，假设配电物联网通信协议评价的总目标为M个，从通信协议内容、载荷以及安全性方面，确定一级评价指标、二级评价指标及坐落面[16]，配电物联网通信协议评价指标体系如表1所示。

表1 配电物联网通信协议评价指标体系

根据评价指标坐落面，构建了配电物联网通信协议评价指标体系，实现了配电物联网通信协议的评价。

3 仿真分析

3.1 搭建仿真系统

在Matlab仿真环境下，根据配电物联网通信协议的元件库组成，搭建了仿真系统，MALKG仿真工具在Matlab中是比较关键的一个组件，不仅可以为仿真试验提供一种动态的系统环境，还可以提供一种分析环境，在系统的内部自带元件库，可以支持通信协议模型的集成。该仿真平台要想实现灵活性、真实性和扩展性并存，就要使搭建的仿真平台满足仿真要求。仿真系统的搭建结果如图2所示。

图2 仿真系统架构图

3.2 获取配电物联网通信协议断言

仿真分析过程中，在配电物联网中选择一条通信协议为实验对象，在配电物联网中，服务请求方将SAML请求发送给身份认证服务器，接着由IDP将服务请求返回给SAML响应，从而获取认证信息[17，18]。配电物联网通信协议断言获取过程如图3所示。

图3 配电物联网通信协议断言获取过程

3.3 结果分析

利用图2的仿真平台，根据获取到的配电物联网通信协议断言，测试了配电物联网的平均时延，引入基于M/M/1/K排队模型的评价方法和基于NS-3的评价方法作对比，测试结果如图4所示。

图4 配电物联网的平均时延

图4的结果显示，当通信协议的传输时间相同时，三种评价方法得到的配电物联网平均时延变化趋势基本相同，但是本文方法的配电物联网平均时延没有出现比较大的波动，且可以将网络时延控制在0.3s以内，原因是文中方法在贝叶斯统计下预测了配电物联网通信协议带宽，减少了很多不必要的计算过程，使得配电物联网的时延大大减少。

在上述实验环境下，为了保证通信协议评价结果不影响配电物联网的性能，测试了配电物联网的输出值，结果如图5所示。

图5 配电物联网的输出值

图5的结果显示，三种方法在评价配电物联网通信协议时，都可以将配电物联网的最终输出值控制在1.2，但是贝叶斯统计下配电物联网通信协议评价方法可以提前控制配电物联网处于稳定状态，而其它两种评价方法相对较慢，原因是在贝叶斯统计下，配电物联网的调度性能较高，使配电物联网提前进入稳定状态。

4 结束语

本文提出了贝叶斯统计下配电物联网通信协议评价方法研究，经测试发现，该方法在减小网络时延的同时，还可以保证配电物联网提前进入稳定状态。但是本文的研究还存在很多不足，在今后的研究中，希望可以实现通信协议评价的自动化功能，包括数据的自动采集、评价指标的自动识别等。