[发明专利]一种电网跨区传输通信系统及方法

说明书

本发明的技术方案包括一种电网跨区传输通信系统及方法，用于实现：包括流量监测：流量监测实时感知通道流量的状态，包括累计传输量、当前传输量、传输速率等，自适应控制；根据流量监测数据与传输数据量，利用贝叶斯机器学习算法预测当前通道传输态势，选择最优通道作为下一次传输通道，负载均衡；当并发传输数据量时，根据流量监测与通道传输态势分配传输任务。本发明的有益效果为：不改变跨区传输通信的网络拓扑；提高跨区传输的可靠性、并发性、传输效率,在隔离设备冗余下，当其中若干台出现故障时，不会影响数据的传输；硬件重启后，自动恢复数据传输。

技术领域

本发明涉及一种电网跨区传输通信系统及方法，属于电力通信领域。

背景技术

跨区传输在电力行业应用非常普遍与重要，传统跨区传输通信方式为：信息被发送到隔离设备指定的通信端口，隔离设备会根据正反向内部通信机制将信息搬运到对端。

传统通信机制不能保证信息可靠传输、向用户及时反馈异常，以及根据信息优先级到达对端。传统通信机制的可靠性依赖隔离设备，如果隔离设备通信异常、传输数据堵塞或者丢失，将导致有效信息、及时信息不能传输到对端，所有信息都将被放到同一个通道传输，优先级信息不能优先级传输等问题。

发明内容

为解决上述问题，本发明的目的在于提供一种电网跨区传输通信系统及方法，包括流量监测：流量监测实时感知通道流量的状态，包括累计传输量、当前传输量、传输速率等，自适应控制：根据流量监测数据与传输数据量，利用贝叶斯机器学习算法预测当前通道传输态势，选择最优通道作为下一次传输通道，负载均衡：当并发传输数据量时，根据流量监测与通道传输态势分配传输任务。

本发明解决其问题所采用的技术方案一方面是：一种电网跨区传输通信系统，其特征在于，包括：流量监测模块，用于实时感知通道流量的状态以及检测流量监测数据，包括累计传输量、当前传输数据量以及传输速率；自适应控制模块，用于根据流量监测数据与传输数据量，利用机器学习算法预测当前通道传输态势，选择最优通道作为下一次传输通道；负载均衡模块，用于当并发传输数据量时，根据流量监测与通道传输态势分配传输任务。

进一步的，所述机器学习算法包括但不限于贝叶斯机器学习算法。

进一步的，所述流量监测模块还包括：传输量统计单元，用于统计一定时间段内的各个通道或所有通道总和的传输量，其中一定时间可自定义；当前传输数据量检测单元，用于检测各个通道当前的数据传输量；传输速率检测单元，用于检测各个通道当前的数据传速率。

进一步的，所述自适应控制模块包括：数据抓取单元，用于抓取流量监测模块监测的通道数据；计算单元，用于利用机器学习算法根据获取的监测数据预测通道传输态势，；通道切换单元，用于根据计算单元的计算结果，根据各个通道的传输态势得到最优通道，并选择最优通道作为下一次传输通道。

进一步的，所述负载均衡模块包括：任务分配模块，用于根据流量监测数据和通道传输态势分配对应的传输任务。

进一步的，还包括队列管理模块，所述队列管理模块用于根据传输任务以及数据类型分配各个传输任务和数据类型的优先级，系统根据优先级对各个传输任务和数据进行执行以及传输。

进一步的，还包括文件适配管理模块，所述件适配管理模块用于配置管理服务、正向代理服务和反向代理服务。

进一步的，还包括：线程池管理模块，用于在数据处理和传输过程中将任务添加到队列，然后在创建线程后自动启动这些任务；内存池管理模块，用于管理系统中内存的使用，包括内存的分配；日志管理模块，用于记录系统中操作历史和传输历史。