基于物联网的低压台区通信灵活组网技术.pdf

信息技术XINXIJISHU2023年第10 期基于物联网的低压台区通信灵活组网技术刘朋，赵训威，吴庆，解利冬，李炳森（国网信息通信产业集团有限公司，北京10 0 0 52）摘要：目前低压台区通信灵活组网技术未能提前初始化电力网络数据，存在抗干扰能力弱、线路优化总耗时长和通信组网复杂度高的问题。提出基于物联网的低压台区通信灵活组网技术方法，该方法首先对电力网络进行初始化处理，计算出电力通信线路中的多数盲点、中继节点以及信息传输时间等相关组网数据，其次在相关数据以及物联网的帮助下利用蚁群算法得出低压台区的最优路径，并根据实际情况进行组网，实现低压台区通信灵活组网。实验结果表明，所提方法的抗干扰能力较强、线路优化总耗时较短和通信组网复杂度较低。关键词：物联网；低压台区；通信组网；蚁群算法；初始化处理中图分类号：TM734D0I:10.13274/ki.hdzj.2023.10.012Flexible networking technology for low-voltage area communication based on the Internet of ThingsLIU Peng,ZHAO Xun-wei,WU Qing,XIE Li-dong,LI Bing-sen(State Grid Information&Telecommunication Group Co.,Ltd.,Beijing 100052,China)Abstract:At present,the flexible networking technology of low-voltage station area communication fails toinitialize the power network data in advance,and there are problems of weak anti-interference ability,longtime-consuming of line optimization and high complexity of communication networking.Thus,a flexible net-working technology method for low-voltage station area communication based on the Internet of Things isproposed.This method first initializes the power network and calculates most of the blind spots,relaynodes,and information transmission time in the power communication line.With the help of relevant dataand the Internet of Things,the ant colony algorithm is used to obtain the optimal path of the low-voltage sta-tion area,and the network is formed according to the actual situation to realize the flexible networking of thelow-voltage station area communication.The experiment results show that the proposed method has stronganti-interference ability,short total line optimization time and low communication network complexity.Key words:Internet of Things;low-voltage station area;communication networking;ant colony algorithm;initialization processing0 引 言将物联网技术应用在电力系统中，可有效完成低压台区的通信传输，提升其安全性和可靠性,保证电力系统的运行稳定2 。由于低压台区基金项目：国家电网公司科技项目（540 0-2 0 2 0 9 9 52 6 A-0-0-00）作者简介：刘朋（19 8 5），男，本科，高级工程师，研究方向为能源互联网、5G技术多场景应用等。文献标识码：A文章编号：10 0 9-2 552(2 0 2 3)10-0 0 6 1-0 5具有电力线路分布范围大以及成本小的优点，因此在物联网技术的基础上通过低压台区完成信息通信可有效解决其它通信方法无法解决的问题。低电压台区的电力传输物理强度较高,其使用寿命也较长,因此国内外针对物联网技术进行电力传输或针对低电压台区进行电力传输已经研究多年,为进一步加强电力通信能力,现在物联网技术一6 1一基于物联网的低压台区通信灵活组网技术-的基础上研究低电压台区的通信组网3崔莹41 等人首先利用绑定载波侦听构建离散Markov决策，在模型中不断和位置线路进行交互，进而得出节点相关信息并获取相关路由表，最后经过不断训练得出电力线路进行通信组网，实现低压台区通信组网。王艳5 等人首先建立电力通信质量矩阵，并对其中的节点进行划分进而选取中继节点，完成第一次通信组网，基于混沌粒子群优化算法完善通信道路的衰减特性，修正组网错误，实现低压台区通信组网。以上两种方法没有对电力网络进行初始化的预处理，导致在通信组网过程中有很多中继节点盲点，不能得出最优通信路径，影响最终通信组网效果和效率。为了解决上述方法中存在的问题,提出基于物联网的低压台区通信灵活组网技术方法。1电力网络初始化利用低电压台区进行电力信息通信不需要格外设置电力线路，仅仅对自身进行组网即可，但在实际组网过程中，要找出最优线路进行通信传输十分困难，因此需要提前获取电力通信质量的网络信息列表，但电力在传输前所有通信终端皆是盲点，所以要对电力网络进行初始化处理,生成低电压台区终端间的通信信息。在我国电力系统中，低压台区的电力线路均是单信道，所以电力系统在实际通信时，可任意提取一个时间点，并设置每条通信道中仅仅允许一个信号通过并传送到终端，在初始化途中,因为搜索终端所传送的指令会有多个信号终端接收和反馈,因此搜索终端会存在一定的延时,基于以上情况，通信终端越多，最终的初始化的所用时间也就越长。从而总结出网络初始化影响效率的关键因素有以下三种。通信终端在接收指令后对指令进行搜索，由于终端数量过多，导致集中器传送指令过长，其中中继终端也在一定程度上加长了传输时间。通信终端搜索指令的等待时间过长。搜索终端得到结果后传送给电力系统上位机用时过长。假设接收指令时间为T。，搜索指令等待时间一6 2 一一刘朋等为 T,搜索结果传送时间为 T，根据电力系统相应原则可知，传输指令以及终端接收的路径相同，因此得出 T,T。假设 T。+T。=T a,则 Ta的结果与通信终端以及中继终端数量有关，进而得出电力系统上位机中命令到终端所需的时间为：Tm=T n(i)式中,Tm代表指令传输所需的时间;n(i)代表指令传输过程中继节点的个数；T代表节点之间的时间差。在电力系统中因为集中器和通信终端的时间控制标准相同,因此得出TT。进而计算出集中器到中继节点终端所用的时间为：T,(i)=T。+T。=2(1+i)T+T.)=2 T(2 +i)式中,T（i)代表指令传输到中继节点所用的时间；1+i代表添加搜索终端后电力系统传输信息以及处理数据所需的时间;2 T代表电力搜索终端接收指令以及传输指令所需的时间。T，的取值需要考虑电力搜索终端数据处理所需时间,以及终端接收数据7 的等待时间和发送处理后数据所需的时间。为方便运算，现令电力系统中所有通信终端的载波8 芯片相同，忽略芯片带来的影响,将其视为理想状态进行网络初始化处理，假设通信终端传输数据的接收端口有 m(i)个,进而得出搜索终端接收数据所需的等待时间表达式为：T,(i)=m(i)T式中，T代表低电压区中各个通信终端的数据处理时间以及传输时间。综上所述得出电力系统完成一次整体搜索所需的时间计算表达式为：T,=T,(i)+T,(i)式中,T,代表电力系统完成一次搜索传输所需的时间。将式(2)（3）（4)进行中和后得出相应的T,表达式为：T,=m(i)T +2 T(n(i)+2)=T(2 n(i)+4+m(i)(1)(2)(3)(4)(5)基于物联网的低压台区通信灵活组网技术一一刘朋等在实际操作过程中由于低压台区的最后一个中继节点的大小与自身的簇级别相关，即中通信终端不需要计算数据传输时间9 ,继而得出继数与中继节点个数相等，完成网络初始化处理整个电力系统低压台区的初始化网络时间为：后得到的最后终端属于屏蔽状态,因此中继节点的大小是渐渐变小的,进而得出每级簇中搜索所T=用的最长时间计算公式，其表达式为：(6)=台h(I)2(l+1)T +h(1)T(u -Zh(I)-2 +)-(Zh()-h(I)-1)T,=式中,h(1)代表l级簇中的元素数量。则每级簇所需的搜索用时计算公式为：1-1u-2h(i)-31Z(1+h(1)(T=L-2(1+j)T通过上述分析即可得出低压台区内所有节点盲区,利用传输时间相关数据完成低压台区通信的组网。2基于蚁群算法通信组网2.1蚁群算法蚁群算法10 的本质是按照蚂蚁的觅食迁移情况完成全局最优路径的选取，在电力系统中常常利用该方法选取最优路径完成电网的通信组网，由于蚁群算法中自带自反馈机制和随机分布等特点，因此在低压台区中进行电力通信组网需要将低压台区进行网格化处理，得出每个节点和最近路径之间的长度,蚁群算法1在实际计算过程中首先需要确定相应参数，进而生成最优路径目标函数，以此计算出电网节点数据,根据电网节点数据生成低压台区的传递函数,其表达式为：MZ h,exp-(o+,h)d,F(h)lexp(-j2元hd,(V5,/co)其中,i代表低压台区中路径的编号;M代表低压台区中可进行通信的路径个数；k；代表编号i路径的加权系数；d，代表编号i路径的物理长度；1-12o和g均代表传递函数中的衰减系数。2.2通信组网方法当电网传输网络发生中断时，为迅速实现低压台区的电力线载波通信12 ，只能对低压台区进j=1)T2(8)(9)1-1行组网。由于对电力数据进行初始化后，大多路径选取方法不再适用，但发现蚁群算法刚好可以解决路径寻优差的问题，同时该算法还具有计算量小以及计算难度小的优点，从而加强组网精度。在实际计算过程中发现每条电力线路的需求均不相同,而蚁群算法中带有一些特殊的探测包，这些探测包会根据电力需求在每条路径中留下人工信息素,将每条路上的信息素进行统计得出信息素最多的路径即为所要求的最优路径。在对路径优化过程中，蚁群算法主要包含蚂蚁对应信息素以及信息素的启发因子，下列对两者一一进行计算。首先计算出蚂蚁从两个节点之间转移的概率函数,其表达式为：(r/o(t)u(t)a/1(p%(t)=Luketabuko(t)Bu(t)a(10)式中,t代表蚁群转移的时间;u代表蚂蚁转移的节点;o(t)代表t时刻上d类别的信息素;u(t)代表d类别的启发因子;代表路径优化时的残留信息素的权重；代表路径优化途中启发因子的权重；d代表蚁群算法所服务的类别。一6 3 一(7)基于物联网的低压台区通信灵活组网技术其中类别d的计算公式为：(aremaxio(t)B);(t)aD=(P（t)式中,p（t)代表蚁群从节点i到节点的转移概率。在全局状态信息素更新方案的帮助下得出迭代最优更新公式，其表达式为：g(At+t)=0 Ao(At+t)+(1-0)0(t)式中，代表线路更新过程中信息素的挥发系数。进而运算出在时间t中，低压台区中组网线路信息素增量的表达式为：(Ao(t,At+t)=ZAp(o%)(t,At+t)keAdKA(of);(t,At+t)=(Gh)=p%wi(pa)+piwi(pa)式中，代表组网过程中较优线路的数量；代表k条线路中信息素上升过程中的权重；G代表送代过程中的最优线路。进而得出组网过程中的路径优化约束公式为：kmfo,=maxZf(pa(ui,u.)kmmaxZog (emx-w(pa(u1,.)L+0%(1-w(pa(ui,v.)(14)式中,h代表组网过程中最优的目标节点的蚂蚁数量。满足式(14）的最优路径可保证线路的稳定，将满足该式的线路进行连接，完成配电网的组网。3实验结果与分析为了验证基于物联网的低压台区通信灵活组网技术方法的整体有效性，现对所提方法、文献4方法和文献5 方法进行抗干扰能力、线路优一6 4一刘朋等化总耗时和通信组网复杂度的测试，测试结果如下所示。(11)3.1抗干扰能力测试低压台区的通信组网性能十分易受外界的因素影响,为比较三种组网方法的优劣性能,可通过比较三种方法的抗干扰能力验证最优方法。为将抗干扰能力具体化,设置出如下公式对抗干扰能力进行描述，其表达式为：1-J(12)=式中，代表抗干扰能力；l代表组网的最大通信距离；J代表组网线路中节点之间的平均通信长度。在同一环境下利用三种方法对同一低压台区的线路进行组网,并利用式（15）分别计算出三种方法在不同通信距离下的抗干扰能力，其结果如图1所示。0.5T(13)文献5 方法0.40.30.20.10根据实验结果可知，在任何通信距离下所提方法的抗干扰能力均为最强,其余两种方法的抗干扰能力远远低于所提方法。因为所提方法在进行通信组网前将电力网络进行初始化处理，得出电力线路中大量盲点数据，方便通信组网时的应用,加强组网能力，提高组网精度,加强线路的抗干扰能力。3.2线路优化总耗时低压台区在进行组网过程中为保证线路稳定均会提前求解全局的最优线路后进行组网，而组(15)所提方法文献4 方法2040通信距离/m图1三种方法的抗干扰能力6080100基于物联网的低压台区通信灵活组网技术网过程中线路寻优是最耗时的步骤，当线路优化式中,Q,(i)代表组网复杂度,N代表级别。耗时减少，则组网效率会大大增加。在同一电网下利用三种方法进行组网，分别为进一步验证所提方法的有效性,在相同环得出十组实验下三种方法的复杂度结果如表1境下，令三种方法的组网精度一致,计算出三种方所示。法优化路径所用的时间，进而判断出最优组网方表1三种方法的组网复杂度结果（%）法，其结果如图2 所示。实验所提方法组网文献4 方法组网文献5 方法组网1800所提方法文献4 方法1500文献5 方法S/1200900上6003000图2 不同方法的线路优化耗时将实验结果进行比较后发现，随着通信距离的增长,线路优化耗时也随之增长，但所提方法的用时始终没有超过6 0 0 秒，其余两种方法的优化线路耗时始终大于6 0 0 秒，因此证明所提方法的线路优化效率最高，耗时最短，组网性能最佳。3.3通信组网复杂度在实际组网过程中始终遵循着保证组网性能的同时将计算过程简单化,因此将组网复杂度作为衡量通信组网优劣的指标。根据组网原则可知，不进行组网的计算复杂度为0,1级通信组网的复杂度计算公式为：Q2(i)=2i,+(3i,-1)i,2级通信组网的复杂度计算公式为：Q(i)=2i+(3in,-1)i,+2i,+(3i,-1)ir,依次递推，得出N级通信组网的复杂度计算公式为：2f,+(3i,-1)in,+Q,(i)=(2i,+(3i,1)i,+.+2if,-,+(3irn-1)irnn-1一刘朋等编号复杂度1242263254295326357362040通信距离/m复杂度1101201191141021031156080复杂度1821891751981791841751008910根据实验结果可知，在任何一组实验下均是所提方法的复杂度最低，10 次试验下所提方法的组网复杂度平均值为2 9.9%，与文献4 方法及文献5 方法相比有效降低了计算量,进而加强组网精度,因此证明了所提方法的有效性。4结束语物联网作为2 1世纪的重要产物，该技术受到广泛应用，为加强通信组网效率，提出基于物联网的低压台区通信灵活组网技术方法，该方法首先对电力网络数据进行初始化处理，其次基于蚁群(16)算法完成通信组网，实现低压台区通信组网，解决了抗干扰能力弱、线路优化总耗时长和通信组网复杂度高的问题，以此加强电路稳定运行。(17)参考文献：1刘日亮,刘海涛,夏圣峰，等.物联网技术在配电台区中的应用与思考J.高电压技术,2 0 19,45（6)：17 0 7-1714.2王成亮,李澄,葛永高,等.基于多智能体的配电台区(18)智能决策系统研究J.信息技术，2 0 2 0（10）：49-55,60.(下转第7 1页）一6 5一312833108109124186199196基于Spark平台的电子商务个性化信息推荐方法度。但是,在实际的个性化推荐过程中,未考虑到5王旭娜,谭清美.互联网平台用户偏好挖掘与推荐机将不同用户类型进行分类。下一阶段的研究理研究一一基于经典扎根理论的探索J.情报科目标,可以在本文研究的基础上,可以在用户类学,2 0 2 0,38(8):49 -56,8 7.【6 石秀金，雷前春.基于信息熵和用户兴趣时间性的协型分类方面进行深入研究，使个性化推荐效果更理想。参考文献：1李家华.基于大数据的人工智能跨境电商导购平台信息个性化推荐算法J.科学技术与工程,2 0 19,19(14):280-285.2冯勇,韩晓龙,顾兆旭,等.基于耦合CNN评分预测模型的个性化商品推荐J.小型微型计算机系统，2020,41(2):393398.3刘莉萍,章新友，牛晓录，等.基于Spark 的并行关联规则挖掘算法研究综述J.计算机工程与应用,2019,55(9):1-9.4张敏军,华庆一,贾伟，等.基于深度神经网络的个性化推荐系统研究J.西南大学学报：自然科学版，2019,41(11):104-109.一李加军同过滤算法J.东华大学学报：自然科学版，2 0 19，45(4):555-558,570.7王帅,孙喜民,高亚斌，等.基于神经协同过滤的个性化商品推荐方法J.信息技术2 0 2 1（6）：143147.8李昌盛,伍之昂,张璐,等.关联规则推荐的高效分布式计算框架J.计算机学报，2 0 19,42（6）：12 18-1231.9向小东,邱梓咸.基于 slope-one 算法改进评分矩阵填充的协同过滤算法研究J.计算机应用研究,2 0 19，36(4):1064-1067.10张敏,程鹏翔.Spark平台下基于聚类挖掘的影视资源智能推荐J.信息技术,2 0 2 1（9）：30-33,38.11】李元吉.个性化特征的电子商务智能推荐系统J.信息技术,2 0 2 1(3):131-135,142.（责任编辑：丁玥）(上接第6 5页）3白杨杨，岑远遥，孟立新，等.空间激光通信组网从光端机控制技术研究J.光学学报,2 0 2 1,41（14：18-25.4崔莹,刘晓胜,徐殿国.基于改进Q学习算法的低压电力线通信组网及维护方法J.电力系统自动化，2019,43(24):111-118.5王艳，陈浩，赵洪山，等.网络模式下配电物联网载波通信匹配组网方法J.电力自动化设备，2 0 2 1，41(6):59 65,80,66.6朱继洪,裴继红,赵阳.卷积神经网络（CNN训练中卷积核初始化方法研究J.信号处理，2 0 19,35（4)：641-648.7柯熙政，宋云凤一种移动终端可见光数据收发系统的设计与实现J.西安理工大学学报,2 0 19,35（1）：1-6.【8 窦硕.基于稀疏采样的载波通信干扰耦合抑制仿真J.计算机仿真,2 0 2 0,37(1):142-146.9王日宁,武一,魏浩铭,等.基于智能终端特征信号的配电网台区拓扑识别方法J.电力系统保护与控制,2 0 2 1,49(6):8 3-8 9.【10 邓磷，王琳，盛步云，等.基于变邻域蚁群算法的自动光学检测路径规划J.计算机工程与设计，2020,41(2):354360.11王云，王巍,邱婷.基于灰色分析的低压台区线损率预测模型设计J.信息技术，2 0 2 0（10）：112-115,120.12 林虎，顾栋,康琳.基于梯度提升决策树的低压台区线损率预测J.信息技术,2 0 2 0，44（8）：10 8-113,120.（责任编辑：丁玥）一7 1一