[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

摘要

发明公开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，针对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，该方法首先获取来自应用层的智能配用电业务QoS要求参数作为带宽预测基础数据，通过排队论将高层的QoS参数指标转化为排队论模型参数；其次根据电力通信业务的QoS约束条件确定基于排队论的传输带宽预测模型，同时将预测模型转换为线性约束非线性规划求解模型以获取最优解；最终获得能保证系统业务QoS要求的最小预测传输带宽。该方法通过智能配用电业务QoS参数映射和排队论建模求解以获取预测带宽，可减少带宽预测偏差和优化系统带宽利用率。

主权项

1.一种基于排队论的智能配用电业务数据传输带宽预测方法，其特征在于，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P_L及QoS时延W_s；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，L_q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.PL≤CLWs≤CTLq≤m]]>式中，C_L和C_T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C_T*μ的正整数所述系统强度是业务有效到达系统和被服务后离开系统的速率的比值；步骤4：采用线性约束非线性规划求解步骤3模型中m=k时最优解集合{μ_k}；将步骤3中最优模型的求解转化为给定m=k值时的以下最优化模型的求解：minμμλ(1-PL(μ))s.t.PL(μ)≤CLWs(μ)≤CTLq(μ)≤k,]]>利用线性约束非线性规划求得最优解μ_k；采用枚举法获得最优解集合{μ_k}，k从1开始依次取值，直到步骤5：确定最优解；选取集合{μ_k}的最小值μ_*作为传输带宽预测最优化模型的最优解；步骤6：获得基于排队论的智能配用电业务数据传输带宽的预测值为8×μ_*×l，单位为kbps，每个分组数据分组长度均为l字节。