楊玲+張濤

【摘要】 隨著我國智能電網(wǎng)建設的不斷推進，現(xiàn)代電網(wǎng)信息化、互動化、自動化的特征愈發(fā)明顯，這也使得電力通信網(wǎng)絡隨之發(fā)生深刻變化。網(wǎng)絡拓撲的日益復雜、業(yè)務需求的逐步豐富，使得電力通信網(wǎng)絡中的負載不均衡問題愈發(fā)嚴重，這給電力通信帶來了新的發(fā)展難題。本文針對電力通信網(wǎng)絡拓撲結構對滿足復雜均衡的電力通信流量分析和預測方法進行研究。

【關鍵詞】 電力通信 負載均衡 拓撲優(yōu)化 流量分析

一、電力通信業(yè)務流量特征

電力通信網(wǎng)絡在我國電網(wǎng)系統(tǒng)中占據(jù)重要位置，其在電力生產、運行和管理等各方面的業(yè)務中發(fā)揮重要支撐作用，大量的電力信息需要電力通信網(wǎng)絡來完成收集、傳輸與存儲。隨著我國電力系統(tǒng)建設的不斷深入，以及電力業(yè)務的不斷擴大，網(wǎng)絡流量呈幾何級數(shù)增長，業(yè)務類型也日趨復雜，這給電力通信網(wǎng)絡的安全、可靠、實時運行提出了更大的挑戰(zhàn)。在這種背景下，建立有效的流量分析和預測方法，可以為網(wǎng)絡規(guī)劃、協(xié)議設計、路由精確控制提供決策依據(jù)，對電力通信網(wǎng)絡性能的分析和優(yōu)化具有積極的意義。

通常來說，智能電網(wǎng)中的電力通信網(wǎng)絡可劃分為三類子網(wǎng)，即電力通信綜合業(yè)務數(shù)據(jù)網(wǎng)、電力通信調度數(shù)據(jù)網(wǎng)、變電站站內通信網(wǎng)。對各類子網(wǎng)的承載業(yè)務進行分析可知，當前我國電力通信網(wǎng)絡業(yè)務可歸納為三種類型，即視頻類業(yè)務、數(shù)據(jù)類業(yè)務、語音類業(yè)務。電力通信網(wǎng)絡的流量具有重要的特征，比如自相似性和長相關性、多重分形性、周期性等。此外，基于我國電力通信系統(tǒng)的基本情況，對視頻業(yè)務、語音業(yè)務和數(shù)據(jù)業(yè)務的速率、丟包率、抖動幅度、時延、頻率飄移要求等方面進行相關的規(guī)定。

二、業(yè)務流量分析和預測

電力系統(tǒng)的日趨龐大使得電力通信網(wǎng)絡流量呈現(xiàn)幾何級增長的趨勢，而且業(yè)務類型也日趨復雜，以網(wǎng)絡為載體傳輸?shù)碾娏π畔⒌膫鬏斝问揭哺佣鄻踊?，這給電力通信網(wǎng)絡的安全、可靠、實時運行提出了新的的要求。在對當前電力通信網(wǎng)絡情況下，對網(wǎng)絡流量進行分析和預測是電力通信研究的關鍵核心問題，對電力通信網(wǎng)絡、電力網(wǎng)絡的安全可靠運行具有積極的意義。對于電力通信網(wǎng)絡的相關研究而言，常用的網(wǎng)絡流量模型有：ARIMA模型、重尾分布的ON/OFF模型、馬爾可夫/半馬爾可夫模型、泊松模型、離散小波模型等。但結合當前我國電力通信系統(tǒng)的實際要求對各種模型進行分析可知，傳統(tǒng)的泊松模型、馬兒可夫模型只具有短相關性，難以描述流量的突發(fā)性和自相似特性，而ARIMA模型則相對較為高效。

三、基于ARIMA的建模分析

3.1 ARIMA建模分析

3.2殘差檢驗和預測

在建立電力通信業(yè)務流量分析與預測模型之后，還需要結合電力通信系統(tǒng)的實際情況對其適應性進行檢驗。模型的適應性是指模型已經完全或基本上反應了系統(tǒng)的動態(tài)性，從而模型中的殘差εt是白噪聲序列，即完成了εt的獨立性檢驗。目前殘差檢驗法主要有兩種，即判斷殘差的自相關和偏自相關函數(shù)圖、Ljung-Box檢驗法。計算LB（Ljung-Box）統(tǒng)計量為：

經過殘差檢驗的ARIMA模型就可以用來對電力通信網(wǎng)絡業(yè)務流量進行預測，從優(yōu)化網(wǎng)絡性能，提高網(wǎng)絡服務質量。

3.3基于ARIMA模型的電力通信業(yè)務流量分析與預測

在電力通信網(wǎng)絡系統(tǒng)中，傳輸?shù)男畔㈩愋椭饕ㄒ曨l、語音與數(shù)據(jù)類，其中語音類業(yè)務在逐步萎縮，其數(shù)據(jù)量較小，而數(shù)據(jù)業(yè)務與視頻業(yè)務的數(shù)據(jù)量大，傳輸質量要求高，因此需對視頻類與數(shù)據(jù)類業(yè)務流量進行建模分析。

對于生產數(shù)據(jù)承載業(yè)務流量而言，主要包含運行信息類業(yè)務與運行控制類業(yè)務，對這類業(yè)務數(shù)據(jù)的采集需要24小時時段數(shù)據(jù)，在采集到相關數(shù)據(jù)之后，利用自相關函數(shù)和偏自相關函數(shù)圖分析可知其不是穩(wěn)定的序列，那么需要對其進行周期性和趨勢性設計，進而得到平穩(wěn)的時間序列。獲得平穩(wěn)的時間序列之后建立模型，需確定p、d、q、P、D、Q參數(shù)，并利用SPSS軟件建立ARIMA（p，d，q）（P，D，Q）模型，之后進行殘差檢驗和預測，最終得到符合要求的模型。對于視頻類業(yè)務流量的建模分析流程與數(shù)據(jù)類業(yè)務流量建模流程相似，其具體流程為：數(shù)據(jù)承載業(yè)務分析→數(shù)據(jù)采集與預處理→模型參數(shù)確立→建立模型→殘差檢驗和預測。

參 考 文 獻

[1]邵蘇杰.面向智能配用電網(wǎng)數(shù)據(jù)采集的流量調度機制[D].北京郵電大學.2015.5

[2]張倩倩.面向配電網(wǎng)的電力通信流量分析和預測技術[D].天津大學.2012.12