[发明专利]一种面向配电通信业务的带宽预测方法及系统有效
申请号: | 201910635033.6 | 申请日: | 2019-07-15 |
公开(公告)号: | CN110290027B | 公开(公告)日: | 2021-01-15 |
发明(设计)人: | 翟明岳;王志伟 | 申请(专利权)人: | 华北电力大学 |
主分类号: | H04L12/26 | 分类号: | H04L12/26;H04L12/24 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 杜阳阳 |
地址: | 102200 *** | 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 面向 配电 通信 业务 带宽 预测 方法 系统 | ||
本发明公开了一种面向配电通信业务的带宽预测方法及系统。所述方法包括:获取布设在配电站的多个传感器终端设备采集到的配电网运行状态数据;配电网运行状态数据包括周期性业务数据和随机性业务数据;依据配电网运行状态数据、应用层传输协议开销数据和数据传输时延,计算第一带宽;依据第一带宽、传感器终端设备的数量和业务的并发率,计算第二带宽;依据第二带宽,计算第三带宽;将第三带宽确定为配电通信业务的预测带宽。本发明简化了带宽计算,解决了无线网关侧随机性业务和周期性业务并存时带宽计算困难的问题。
技术领域
本发明涉及网络带宽预测技术领域,特别是涉及一种面向配电通信业务的带宽预测方法及系统。
背景技术
随着信息化智能电网的不断建设,智能配电通信网络中接入的设备也不断增加,网络的规模也不断扩大,使得网络的复杂程度和异构程度也不断提高,传统配电网管理模式已不能满足新时期配电网发展需求,迫切需要深入应用物联网等先进技术,从本质上提升配电网建设、运维、管理水平。配电物联网是传统工业技术与物联网技术深度融合产生的一种新型电力网络形态,通过物联网技术实现配电网的全面感知、数据融合和智能应用。配电网状态监测业务是在公配变、分支箱、环网柜、输电线路、开闭所等关键节点应用低成本的智能识别和感知技术,对配电网设备及线路进行数据采集和监控管理,实现配电网设备的数据全采集与状态全感知,为系统智能分析和控制提供决策依据。
配电网状态监测业务与传统基础类业务如配电自动化,用电信息采集,分布式能源并网等具有显著差异,监测终端分布广,种类繁多,数量庞大,网络通信呈现典型的“小数据”特征,单个终端产生数据量小,但总体数据量大,另外,状态监测业务要求实现配电网设备状态、运行环境、配电线路、电力设施防护等的在线实时监测,呈现周期性和随机性业务并存的业务特征,无线监测终端既需要定时向监测主站上传状态数据,还要支持持续状态变化量的越限告警和突发事件的告警服务,这对通信机制选择和终端接入协议提出了更高的要求,研究业务的通信带宽计算方法,可以提高流量测算的规范性、准确性,以保证各级通信网的业务流量测算和技术体制选择的合理性和科学性,避免资源的浪费和限制,使业务的投资规模和建设规模达到更优化、合理的配置。
现有的配电通信带宽计算方法,通常首先考虑单一业务的流量大小,然后在汇聚节点汇总各业务的流量,计算方式复杂,并且存在无线网关侧随机性业务和周期性业务并存时,带宽计算困难的问题。
发明内容
基于此,有必要提供一种面向配电通信业务的带宽预测方法及系统,以简化带宽计算,解决无线网关侧随机性业务和周期性业务并存时带宽计算困难的问题。
为实现上述目的,本发明提供了如下方案:
一种面向配电通信业务的带宽预测方法,包括:
获取配电网运行状态数据;所述配电网运行状态数据是由布设在配电站的多个传感器终端设备采集得到的;所述配电网运行状态数据包括周期性业务数据和随机性业务数据;所述周期性业务数据为配电站定时向配电网监测主站传输的监测数据;所述随机性业务数据为配电站的被监测点出现异常时向配电网监测主站传输的监测数据;
依据所述配电网运行状态数据、应用层传输协议开销数据和数据传输时延,计算第一带宽;所述第一带宽为第一业务断面的预测带宽;所述第一业务断面为单个传感器终端设备与通信网关之间的业务断面;
依据所述第一带宽、传感器终端设备的数量和业务的并发率,计算第二带宽;所述第二带宽为第二业务断面的预测带宽;所述第二业务断面包括第一设备集与通信网关之间的业务断面,以及第二设备集与通信网关之间的业务断面;所述第一设备集是由采集周期性业务数据的传感器终端设备构成;所述第二设备集是由采集随机性业务数据的传感器终端设备构成;
依据所述第二带宽,计算第三带宽;所述第三带宽为第三业务断面的预测带宽;所述第三业务断面为通信网关覆盖范围内的所有传感器终端设备与通信网关之间的业务断面;
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华北电力大学,未经华北电力大学许可,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/201910635033.6/2.html,转载请声明来源钻瓜专利网。