亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于5G 的輸電線路在線監(jiān)測網(wǎng)絡建模方法研究

        2022-04-19 11:52:42尚軍利袁文政王宇博劉建勇
        電子技術(shù)應用 2022年3期
        關(guān)鍵詞:模型

        尚軍利,袁文政,王宇博,羅 璇,劉建勇

        (國網(wǎng)陜西省電力公司渭南供電公司,陜西 渭南 724000)

        0 引言

        高壓輸電線路是電力系統(tǒng)的重要組成部分,其安全運行對電力的穩(wěn)定傳輸至關(guān)重要。當前,常常采用在線監(jiān)測系統(tǒng)來對輸電線路的各方面指標進行監(jiān)測[1-2]。前端采用無線傳感網(wǎng)絡(Wireless Sensor Network,WSN),采集設備安裝在輸電桿塔附近的高壓輸電設備上,以獲取溫濕度、電流、傾斜度等指標,采集到的數(shù)據(jù)通過無線中繼的方式匯聚到變電站,變電站經(jīng)過光纖網(wǎng)將所有數(shù)據(jù)傳回到后端控制中心。

        輸電線路在線監(jiān)測網(wǎng)絡中,數(shù)據(jù)傳輸速率與傳輸時延是評價網(wǎng)絡性能的主要指標。數(shù)據(jù)傳輸速率通常由所選擇網(wǎng)絡本身的參數(shù)確定,而傳輸時延則與所設計的檢測網(wǎng)絡結(jié)構(gòu)有關(guān)。文獻[3]構(gòu)建了基于無線傳感器網(wǎng)絡及光纖網(wǎng)絡的在線監(jiān)測層次化通信網(wǎng)絡,并提出了網(wǎng)絡多目標規(guī)劃模型及優(yōu)化決策方法,以數(shù)據(jù)傳輸路徑連通性和鏈路通信帶寬為約束條件,建立了以通信網(wǎng)絡建設成本和數(shù)據(jù)傳輸延時為目標的多目標最優(yōu)化模型;文獻[4]設計了4 種適用于輸電線路狀態(tài)監(jiān)測的通信網(wǎng)絡及其數(shù)據(jù)傳輸架構(gòu),包括無線APN 專網(wǎng)、OPGW 光通信網(wǎng)、OPGW 光通信網(wǎng)+WiFi 等;文獻[5]提出了一種評估監(jiān)測網(wǎng)絡可靠性的方法;文獻[6]則從傳感器位置的合理布置方面提出了優(yōu)化改進模型;文獻[7]探討了5G 在電力領(lǐng)域的典型應用場景;文獻[8]設計了一種基于5G通信的泛在電力物聯(lián)網(wǎng)架構(gòu),表明5G 已經(jīng)在智能電網(wǎng)建設中逐步得到應用。然而,這些研究對5G 應用的討論主要在框架層面,并未對網(wǎng)絡模型進行詳細的研究。

        本文提出一種基于5G 的輸電線路在線監(jiān)測網(wǎng)絡模型,通過對輸電桿塔進行自適應分組,使整個監(jiān)測網(wǎng)絡在時延和能耗方面達到平衡,以獲得最優(yōu)的綜合性能。

        1 輸電線路在線監(jiān)測數(shù)據(jù)傳輸

        1.1 WSN 數(shù)據(jù)采集網(wǎng)絡

        如圖1 所示,在線監(jiān)測數(shù)據(jù)采集部分由各類傳感器組成,其通信協(xié)議一般采用UART、RS485、RS232 等有線方式或者采用藍牙、ZigBee 等低功耗無線方式。這些通信方式屬于短距通信,有效距離一般在數(shù)米到數(shù)百米范圍內(nèi)。因此,傳感器采集到的數(shù)據(jù)將匯聚到安裝在桿塔頂部的中繼節(jié)點。中繼節(jié)點收到數(shù)據(jù)以后,將其向下一個中繼節(jié)點轉(zhuǎn)發(fā),直到匯聚到變電站,最后在變電站通過光纖專網(wǎng)發(fā)回到后端控制中心。

        圖1 WSN 數(shù)據(jù)采集示意圖

        1.2 線性中繼數(shù)據(jù)傳輸

        線性中繼數(shù)據(jù)傳輸模型與輸電線路的布局特征十分吻合,沿著線路在每個輸電桿塔上配置無線中繼設備,線路的兩端連接到變電站,如圖2 所示。若桿塔的總數(shù)為n,則從中間劃分,左右兩邊各有n/2 個中繼節(jié)點。左邊的中繼節(jié)點將向左邊轉(zhuǎn)發(fā)數(shù)據(jù),右邊的中繼節(jié)點將向右邊轉(zhuǎn)發(fā)數(shù)據(jù)。在線性模型下完整的數(shù)據(jù)傳輸過程所用的時間總長為:

        圖2 監(jiān)測網(wǎng)絡線性中繼模型示意圖

        其中,SM為一個節(jié)點產(chǎn)生的監(jiān)測數(shù)據(jù)量,單位為B;R1為中繼節(jié)點采用的無線通信方式的數(shù)據(jù)傳輸速率;tc為CSMA/CA 機制信道訪問等待時長。

        若線路有100 個中繼節(jié)點,相互之間采用ZigBee 通信,數(shù)據(jù)傳輸速率為31.25 KB/s,信道訪問等待時間為41 ms,每個桿塔處采集的數(shù)據(jù)大小量為2 KB,則計算得到傳輸時長為×0.041=82.85 s??梢钥闯?,線性模型所產(chǎn)生的傳輸時延是很大的。

        1.3 基于5G 的全連接數(shù)據(jù)傳輸

        由于5G 通信技術(shù)具有高帶寬、低延時、長傳輸距離的優(yōu)良性能,因此可以采用5G 技術(shù)來改善線性模型的不足之處。假設每個中繼節(jié)點都安裝5G 通信設備,使其能夠往控制中心直接傳輸數(shù)據(jù),則整個網(wǎng)絡的傳輸時延將只包含這一段長距離通信時長。設5G 通信數(shù)據(jù)傳輸速率為R2,則傳輸時延為。若R2=10 MB/s,則傳輸時間不到1 ms。然而,這種全連接結(jié)構(gòu)在實際中是難以實現(xiàn)的。首先在每個節(jié)點處配置5G 通信模塊的成本是很高的,其次文獻[9]-[10]指出,5G 系統(tǒng)的能耗將會隨著與控制中心直接通信的節(jié)點數(shù)量的增加而大幅增加,遠大于ZigBee 等短距通信方式,因此與當前節(jié)能減排雙碳目標是不相符的。

        2 基于5G 的數(shù)據(jù)傳輸優(yōu)化模型

        本文設計了一種平衡線性模型和5G 全連接模型的新模型,對所有節(jié)點自適應分組并選取其中部分節(jié)點作為5G 通信代理節(jié)點。新模型將平衡延時和能耗,達到綜合性能最優(yōu)。

        如圖3 所示,在提出的模型中,n 個節(jié)點被分成k個組,編號為G1~Gk,k≥2。每組包含mi個節(jié)點,于是有。每組僅有一個代理節(jié)點通過5G 通信與控制中心傳輸數(shù)據(jù),組內(nèi)的其他節(jié)點則通過短距無線通信方式將數(shù)據(jù)中繼傳到代理節(jié)點。在這樣的分組中,兩端與變電站相連的各有1 個組,編號分別為G1和Gk;其余節(jié)點被分到k-2 個組,編號為G2~Gk-1。不失一般性,設G1和Gk包含相同數(shù)量的節(jié)點,G2~Gk-1包含相同數(shù)量的節(jié)點,即有:

        圖3 優(yōu)化的數(shù)據(jù)傳輸模型網(wǎng)絡結(jié)構(gòu)圖

        G1和Gk具有相同的時延和能耗,G2~Gk-1具有相同的時延和能耗。為了達到時延和功耗的綜合最優(yōu),需要求解合適的k、m1和m2。

        首先討論群組G1和G2的時延。由于在G1中,每個節(jié)點通過線性中繼轉(zhuǎn)發(fā)數(shù)據(jù)到變電站,因此,總的數(shù)據(jù)傳輸時延為:

        式中,第一項為傳輸數(shù)據(jù)需要的時間,第二項為信道訪問等待時間。

        G2包含m2個節(jié)點,其中一個是與控制中心通信的代理節(jié)點,位于群組的中間位置,而其他節(jié)點通過線性中繼模式將自身數(shù)據(jù)發(fā)送到代理節(jié)點??偟臄?shù)據(jù)傳輸時延為:

        式中,第一項為傳輸數(shù)據(jù)需要的時間,第二項為信道訪問等待時間,第三項為代理節(jié)點通過5G 通信向控制中心傳輸數(shù)據(jù)需要的時間。

        其次討論群組發(fā)送數(shù)據(jù)產(chǎn)生的能耗。能耗與所發(fā)送到數(shù)據(jù)量和所采用無線通信方式有關(guān)。整條線路中繼過程所消耗的能量為:

        其中,EIP為發(fā)送一個字節(jié)所消耗的能量,括號中前一項表示G1和G2發(fā)送的數(shù)據(jù)總量,后一項表示G2~Gk-1發(fā)送的 數(shù)據(jù)總量。根據(jù)文獻[11],EIP為17.318 4 μJ。

        此外,有k-2 個5G 代理節(jié)點,其傳輸?shù)臄?shù)據(jù)總量為(k-2)×m2×SM。5G 通信消耗的能量為e1(x)+e2t1+e3t2,其中e1(x)表示傳輸x 千字節(jié)所消耗的能量,e2t1表示5G 通信結(jié)束后系統(tǒng)轉(zhuǎn)為低功耗的拖尾時間所消耗的能量,e3t2表示系統(tǒng)在低功耗情況下維持物理層接口消耗的能量,則代理節(jié)點5G 通信所消耗的能量為:

        因此,整個網(wǎng)絡發(fā)送數(shù)據(jù)消耗的能量為:

        使時延和能耗綜合最優(yōu),得到代價函數(shù)模型為:

        其中,λ 為調(diào)控因子,T=max(TG1,TG2)。λ=0 時,只考慮能耗指標,λ=1 時;只考慮時延指標。使Ψ 最小化,聯(lián)立方程(2)~(8),求解得到k、m1和m2即可。

        3 實驗結(jié)果

        實驗條件設置為:線路長度為50 km,共計100 個節(jié)點,兩端節(jié)點連接變電站。每個節(jié)點處采集的數(shù)據(jù)量大小SM分別設置為2 KB/4 KB,采集數(shù)據(jù)的周期為20 s/次。中繼節(jié)點采用ZigBee 通信,數(shù)據(jù)速率為31.25 KB/s,信道訪問等待時長tc=41 ms。5G 數(shù)據(jù)傳輸速率設為10 MB/s。5G 網(wǎng)絡參數(shù)設置為:e1=0.015,e2=1.2 J/s,t1=15 s,e3=0.015 J/s,t2為傳輸周期減去數(shù)據(jù)發(fā)送所用的時間。λ 分別設為0、0.2、0.5、0.8、1。通過模型求解,可以得到不同參數(shù)設置下的解,實驗結(jié)果如表1 所示。

        表1 模型求解實驗結(jié)果

        從表1 可以看出,隨著代價函數(shù)中參數(shù)λ 的取值不同,優(yōu)化模型對時延和能耗的關(guān)注度也不同,因此對節(jié)點的分組方案也有較大的不同。當λ 較小時,模型求解方案傾向于分配較少的組,每組包含更多的節(jié)點,能耗低、延遲大,接近于線性中繼模型;當λ 變大時,模型求解方案傾向于分配更多的組,每組包含更少的節(jié)點,延遲低、能耗大,特別是λ=1 時獲得分組方案即為5G 全連接模型??梢钥闯觯B接模型的延時是非常小的,約為0.1 s,但能耗是非常高的,約為1 800 J,是其他分配方案的數(shù)十倍。

        圖4 展示了當λ 不同時,數(shù)據(jù)量SM分別設置為2 KB、4 KB、6 KB 時模型獲得的不同方案對應的時延曲線圖。可以看出,隨著λ 由小變大,時延逐漸減小。而SM大小增加,對時延的影響是非常小的。

        圖4 不同調(diào)控因子所給最優(yōu)方案的時延比較

        圖5 展示了當λ 不同時,模型獲得的不同方案對應的能耗曲線圖。隨著λ 由小變大,能耗逐漸增大。由于當λ=1 時能耗極速增大,遠遠超過其他數(shù)值,因此沒有在同一張圖里畫出該點的值。

        圖5 不同調(diào)控因子所給最優(yōu)方案的能耗比較

        圖6 展示了λ=0.5 時不同分組方案的綜合性能比較??梢钥闯?,在隨機選擇的11 組分配方案中,模型所給分組方案(4,16,34)的代價函數(shù)達到最小值,而其他分組方案得到的代價函數(shù)值都更大,證明所提出的模型是非常有效的。結(jié)合表1 可知,當λ 等于其他值時,模型均可以給出最優(yōu)的分組方案。

        圖6 不同分組方案的綜合性能比較

        4 結(jié)論

        輸電線路在線監(jiān)測系統(tǒng)的延時和能耗是非常重要的指標。本文提出基于5G 的輸電線路在線監(jiān)測系統(tǒng)建模方法,可調(diào)整系統(tǒng)對延時和能耗關(guān)注度的不同權(quán)重,給出最優(yōu)的節(jié)點分組方案,從而獲得時延和能耗綜合性能最優(yōu)的傳輸網(wǎng)絡。提出的模型可以方便地構(gòu)建輸電線路在線監(jiān)測系統(tǒng)方案,有助于智能電網(wǎng)達成雙碳節(jié)能目標。

        猜你喜歡
        模型
        一半模型
        一種去中心化的域名服務本地化模型
        適用于BDS-3 PPP的隨機模型
        提煉模型 突破難點
        函數(shù)模型及應用
        p150Glued在帕金森病模型中的表達及分布
        函數(shù)模型及應用
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
        3D打印中的模型分割與打包
        精品综合久久久久久97超人| 丰满人妻久久中文字幕| 丰满熟女高潮毛茸茸欧洲视频| 无码久久精品国产亚洲av影片 | 韩国三级黄色一区二区| 国产成人av一区二区三区在线观看| 亚洲成a∨人片在无码2023| 久久精品国产亚洲不av麻豆| 亚洲精品99久91在线| 精品一区二区三区芒果| 真人新婚之夜破苞第一次视频| 伊人网综合| 色av色婷婷18人妻久久久| 亚洲一区二区三区中国| 国产女人高潮叫床视频| 久久99热精品这里久久精品| 精品女同av一区二区三区| 日本在线观看一区二区三| 亚洲 精品 综合 精品 自拍| 99精品国产兔费观看久久| 最好的99精品色视频大全在线| 999精品无码a片在线1级| 精品无码国产自产野外拍在线| 婷婷五月亚洲综合图区| 日日噜噜噜夜夜狠狠久久蜜桃| 亚洲av无码无限在线观看 | 亚洲专区一区二区三区四区五区 | 日韩人妻免费一区二区三区| 亚洲综合精品中文字幕| 国产亚洲精品久久久久久| 精品一二区| 国内免费自拍9偷1拍| 亚洲熟妇少妇任你躁在线观看无码 | av免费在线播放一区二区| 奇米影视色777四色在线首页| 爱情岛论坛亚洲品质自拍hd| 久久久精品2019免费观看| 五月婷婷六月丁香久久综合| 欧美亚洲色综久久精品国产| 国产哟交泬泬视频在线播放| 日本女优禁断视频中文字幕|