一种新的电力通信系统可靠性分析算法

摘要

本发明提供一种新的电力通信系统可靠性分析算法，包括步骤：1：通过电网通信部门的地理信息系统导入网络拓扑相关数据，其中所述相关数据包括网络节点SDH和节点间的连线信息，及节点的唯一标号；2：检查并修正网络数据的完整性；3：计算网络部件的可靠性并存储于向量；4：统计需要评估的业务并提取起末点；5：使用新的基于深度优先搜索的方法搜索路径确定待评估业务的T矩阵；6：利用逻辑运算计算T矩阵代表的业务可靠性。本发明数据提取方法简单、准确，并且充分考虑了业务通道之间的复用关系，使用改进的深度优先搜索和逻辑运算，提高了可靠性评估的准确度，降低了算法的复杂度，非常适用于大规模电力通信网的业务可靠性评估。

主权项

一种新的电力通信系统可靠性分析算法，其特征在于，包括以下步骤：步骤1，读入通信网络数据，提取网络拓扑信息数据，即：通过电网通信管理部门的地理信息系统接口导入电力通信网络拓扑的信息，包括网络中节点设备SDH信息、SHD之间连接的光纤信息及各节点设备的唯一标号；步骤2，检查所述提取的网络信息完整性，包括检查是否存在孤立节点、节点标号是否重复，若存在所述问题，则进行校核修正，直至得到一个完整的联通网络的信息，通过网络完整性检查；步骤3，计算各部件的可靠性值，包括节点SDH设备可靠性和SDH节点间连接的光纤可靠性；得到设备可靠性向量R_n×1，R(i)表示第i个设备的可靠性值，这里的设备是广义设备包括节点设备和光纤；所述部件可靠性值表示该通信部件在规定时间、规定条件下完成规定通信功能的概率，所述节点设备SDH的可靠性与其历史有效性、品牌质量、运行环境及投运年限有关，这些信息存储在电网通信管理系统数据之中，通过步骤S1的标号可以进行一一对应提取，采用经典的层次分析法进行专家评判得到SDH的可靠性值；所述SDH节点间连接的光纤可靠性与光纤的单位长度可靠性、光纤程度及管线的保护方式相关；若某段光纤的单位长度可靠性假设为r_l0/kM，长度为lkM，若该段光纤为1+0保护，则该段光纤可靠性为：r_l0^l；若该段光纤为1+1保护，则该段光纤可靠性为：1‑(1‑r_l0^l)²所述1+0保护表示该段光纤未配置冗余保护，1+1保护表示该段光纤配置有冗余保护，即相当于两端相同光纤并联互为备用；步骤4，统计需要计算的业务以及每个业务的起末点；完成对用户需要计算的可靠性业务的读入工作，并对应到电力系统通信可靠性计算的网络中；即：依据电网通信管理部门的通信业务安排表，确定需要计算的业务并将期末点读入到表格，所述起末点与步骤1读入的网络信息中的节点对应；步骤5，针对步骤4所述每个业务的起末点，搜索所有通信路径，形成T矩阵；该步骤主要完成对某个通信业务所有可能通信路径的搜索，所述搜索步骤如附图2所示，其中T矩阵为一个n×m的矩阵，n为所搜索到的路径数量，m为网络中的节点数量；如果第i条路径经过第j个节点，则对应的T(i,j)＝1否则T(i,j)＝0，其中，搜索起末点之间的所有路径的包括以下子步骤：步骤5；1，从起点出发，遍历所有出度，存入堆栈中；从堆栈中弹出路径判断是否到达终点，若到达则输出该路径，否则回溯至上一层从堆栈中弹出下一路径直到所有路径均被标记；所述形成T矩阵的步骤如下：步骤5；2，建立全零矩阵T(m×n)，m为通道数量，n为设备数量，遍历步骤5；1的结果，若第i条通路通过第j个设备，则T(i,j)＝1否则T(i,j)＝0；步骤6，计算T矩阵里所有链路的逻辑或的表达式，具体包括以下子步骤：步骤6；1，相互独立并联多通道评估，即：当T矩阵中通道相互独立并联时，即为可靠性框图RBD的并联模型；此时业务可靠性可以由下式计算：$R_{\mathrm{Bi}}=1-\underset{j\in \mathrm{flag}\left(i\right)}{\Pi }(1-S_j)$其中，flag(i)表示属于第i个业务的通道编号；S_j表示业务i的T矩阵中第j个通道的可靠性；步骤6；2，含复用元件的并联多通道评估，具体包括：步骤6；21，复用情况下传统并联可靠性模型失效：复用并联通道承载的业务可靠性应该为：R＝R_x1R_x2R_x3R_x4R_x5+R_x6R_x2R_x3R_x4R_x7‑R_x1R_X2R_x3R_x4R_x5R_x6R_x7业务T矩阵中，各条通道之间经常会存在复用情况，因此必须开发新算法用于计算业务可靠性；步骤6；22，考虑复用元件的多通道并联可靠性计算模型：步骤6；21通过符号运算，分析得到存在复用元件的并联通道计算可靠性是在RBD并联模型的基础上，将结果中的高次项转化为一次项；符号计算便于理解，但是当通道节点数目增加时，符号运算的计算量将非常大，而且不利于编程实现；对于所有n中找出m行并联的项的可靠性为：上式中R为所述步骤S3中的n×1的列向量，记录每个元件的可靠性数值；T_m(i)为T矩阵找出m行的第i种组合进行“或”运算的结果向量值；∏为求乘积函数，求取向量T_m(i)×A中所有非零元素的乘积；步骤6；23，模型的稀疏优化：对于一个区域来说，通信网的节点数量往往远大于电力网的节点数量，大规模网络下的T往往为稀疏矩阵，采用稀疏矩阵技术对其计算进行优化；对某个n个节点网络中某有m条通道的保护业务，需要进行或门公式的式子有$\mathrm{num}=C_m^2+2\times C_m^3+···+(m-1)\times C_m^m=(m-2)\times 2^{m-1}+1,$O(2^m)项，也就意味着需要计算num次∏T_m(i)×A，定义每条路径S_i的平均节点数为L，则需要计算num×L次“或”运算和最多n×num次乘法运算，当m比较大时，这个计算量无疑是巨大的；公式中每一个m项组合的运算结果可以通过m‑1项的运算结果得到，即m项组合的第i个运算结果T_m(i)通过m‑1项中包含T_m(i)项的运算结果(假设为T_m‑1(j),是个1×n的行向量)与新加的T(i)(1×n的行向量)按位求或得到，即：T_m(i)＝T_m‑1(j)||T(i)但是此时不必要直接求T_m(i)矩阵对应的可靠性，对于运算也可通过m‑1项的运算结果得到，具体方法是对T_m(i)和T_m‑1(j)进行“异或”运算，即可得到相比于T_m‑1(j)，T_m(i)中增加的量(记为ΔT_m(i))，假设T_m‑1(j)与可靠性列向量A的乘积结果为R_m‑1(j)，那么R_m(i)即为R_m‑1(j)乘上ΔT_m(i)·A中非零值，即：R_m(i)＝R_m‑1(j)×∏(ΔT_m(i)·A)基于此，先计算只有一行S_i的结果，在在此基础上计算两行相乘S_iS_j的结果，逐次累加直至求得整个表达式的值；由此，整个公式需要计算的项由2^m降为m。