[发明专利]一种基于排队论的智能配用电业务数据传输带宽预测方法有效

专利信息
申请号: 201310618188.1 申请日: 2013-11-28
公开(公告)号: CN103632209A 公开(公告)日: 2014-03-12
发明(设计)人: 徐志强;陈剑;谢欣涛;侯益灵;陈仲伟;孙毅;陆俊 申请(专利权)人: 国家电网公司;国网湖南省电力公司;国网湖南省电力公司经济技术研究院;华北电力大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06;H04L12/927
代理公司: 长沙市融智专利事务所 43114 代理人: 黄美成
地址: 100000 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 排队 智能 用电 业务 数据传输 带宽 预测 方法
【说明书】:

技术领域

发明属于智能配用电通信技术领域,尤其涉及一种基于排队论的智能配用电业务数据传输带宽预测方法。

背景技术

随着智能电网的迅速发展和新通信业务的不断出现,计算机网络已经在电力系统中得到了广泛的应用,电力通信快速高效可靠的信息传输方式已成为电力系统生产和管理的基础。电力系统在设计其通信网络时,必须首先确定其需要的各种应用业务及其服务质量(QoS:Quality of Service)要求,然后预测通信系统必需的传输带宽。故而电力通信业务传输带宽的预测是电力系统通信网络规划、设计和优化的基础,因为不符合实际的传输带宽可能过于超前而增加系统投入和浪费网络资源,也有可能过于乐观的估算而使网络的传输容量成为其通信的瓶颈。智能电网的通信业务一般可划分为语言业务、数据业务、视频业务和多媒体业务。目前对智能电网通信业务的研究,特别是各类业务的QoS要求如速率、时延、时延抖动、漂移、误码和优先级等性能的研究,尤其是智能电网中通信业务的带宽预测研究,尚未全面而系统地进行。虽然标准《DL/T5391-2007电力系统通信设计技术规定》已给出简单的直观预测和弹性系数相结合的带宽预测方法,但是其弹性系数仅能取有限的几种值,容易出现传输带宽与实际需要带宽偏差较大的极端情况,从而出现系统带宽利用率低或系统QoS要求不能满足等问题。

发明内容

本发明提供了一种基于排队论的智能配用电业务数据传输带宽预测方法,其目的在于,为了克服上述现有技术中已有带宽预测方法容易导致带宽的预测值与实际需求值之间存在偏差大的问题。

一种基于排队论的智能配用电业务数据传输带宽预测方法,包括以下步骤:

步骤1:获取智能配用电业务数据的服务质量QoS要求参数;

对录波装置采集的智能配用电业务数据进行统计获得QoS要求参数,所述QoS要求参数包括QoS到达速率λ、QoS丢包率PL及QoS时延Ws

步骤2:将步骤1获得的QoS要求参数转化为排队论模型参数;

根据广义H4/M/1/m排队模型,按以下方式实现QoS参数与排队论模型参数的映射:

QoS带宽需求参数映射为排队论模型的分组业务到达速率,QoS时延参数映射为排队论模型的系统业务到达至离开的平均时间,QoS丢包率参数映射为排队论模型的分组业务离开概率,QoS有效传输速率参数映射为排队论模型每秒接收服务的分组平均数;

步骤3:构建基于QoS要求参数约束条件的排队论传输带宽预测最优模型;

设定μ表示QoS有效传输速率,Lq和η为排队论模型中分组业务在缓存中平均等待队列长度和系统强度,排队论传输带宽预测最优模型为:maxμη=λ(1-PL)μs.t.PLCLWsCTLqm]]>

式中,CL和CT分别为智能配用电业务数据中设定的最大丢包率和最小传输时延;m为系统的缓存队列长度,为不大于CT*μ的正整数

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网公司;国网湖南省电力公司;国网湖南省电力公司经济技术研究院;华北电力大学,未经国家电网公司;国网湖南省电力公司;国网湖南省电力公司经济技术研究院;华北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310618188.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top