基于蚁群链路权值的电力通信网络负载均衡算法

发布时间：2021-07-31 22:56

　　针对智能电网中电力通信网络负载不均衡问题,提出了基于蚁群链路权值优化的负载均衡算法。首先基于ECMP模型构建了电力通信网络多目标负载均衡模型,然后改进了蚁群算法的启发函数,将链路负载值作为蚂蚁选择节点重要依据,引入排序思想优化蚁群信息素浓度更新准则,实现了电力通信网络最优路径选取。以某地区实际电力通信网络拓扑模型进行了性能测试,结果表明该算法能够满足电力通信网络数据传输需求,提高了模型求解效率,实现了链路负载的有效均衡。 

【文章来源】：信息技术. 2020,44(08)

【文章页数】：6 页

【部分图文】：

某地区电力通信网络拓扑结构

首先,分别在全业务矩阵和实际业务矩阵下,测试电力通信网络的最大链路利用率与节点配置比例之间的关系,测试结果如图2所示。其中,横轴表示电力通信网络的节点配置比例,纵轴表示电力通信网络的最大链路利用率。测试结果表明,全业务矩阵模式下,当节点配置比例较低时,网络最大链路利用率出现了下降的趋势,这是因为网络中只有少数节点开通了ECMP;当节点比例增加到一定程度后,网络最大利用率出现 先上升后下降的变化趋势,验证了理论分析的正确性。当网络节点配置比例为69%,整个网络的最大链路利用率达到最小,为15.21%。实际业务模式下,整体网络最大链路利用率高于全业务模式,这是因为实际业务矩阵分布不均衡,部分节点与链路的数据传输量过大,但网络最大链路利用率的变化趋势与全业务模式相同。当网络节点配置比例为88%,整个网络的最大链路利用率达到最小,为19.74%。根据测试结果,后续实验中,全业务模式下和实际业务模式下的节点配置比例分别为69%和88%,即ECMP开通个数分别为18个和22个。

下面对电力通信网络负载均衡聚集性进行测试,评价指标为链路度数。链路度数定义该链路起始节点和终止节点度数之和,链路度数能够有效评价一条链路在通信网络中的重要程度。统计各个链路度数区间内的链路负载情况,能够得出各个链路度数对应的链路平均传输数据量比值,优化前和优化后的平均传输数据量比值如图3所示。图3结果表明,经过优化后,全业务矩阵模式和实际业务矩阵模式下的高度数链路占比均高于优化前。对比图3(a)和图3(b)可知,优化算法对实际业务矩阵模式的优化性能优于全业务矩阵模式,测试结果表明优化算法对电力通信网络的负载均衡具有较好的适应性。

【参考文献】：
期刊论文
[1]考虑客户满意度的低碳冷链车辆路径优化[J]. 任腾,陈玥,向迎春,邢立宁,李思迪.  计算机集成制造系统. 2020(04)
[2]基于流量工程的软件定义网络控制资源优化机制[J]. 胡宇翔,李子勇,胡宗魁,胡涛.  电子与信息学报. 2020(03)
[3]基于大数据的智能电网数据调度与快速分发方法研究[J]. 陈江兴,梁良,付俊峰,蔡志民.  电测与仪表. 2020(06)
[4]考虑链路失效概率的电力业务保护策略[J]. 李彬,贾滨诚,马永红,陈宋宋,朱朝阳,景栋盛,孙毅,奚培锋.  电网技术. 2020(02)
[5]基于SDN的数据中心网络多路径流量调度算法[J]. 金勇,刘亦星,王欣欣.  计算机科学. 2019(06)
[6]SDN数据中心网络基于流分类的负载均衡方案[J]. 王珺,王梦林,王悦,刘俊杰.  计算机工程与应用. 2019(24)
[7]智能电网中电力线通信网络负载均衡的机会路由协议[J]. 李祝红,赵灿明,闫龙,张信明.  计算机应用. 2019(03)
[8]一种基于云计算的电力通信安全防御系统研究与设计[J]. 吴柳,张思拓,谢尧,辜晓波.  信息技术. 2018(10)
[9]应用捕食搜索策略的改进多态蚁群算法[J]. 赵亚文,熊瑞平,乔治,梁齐齐,罗勇.  计算机工程与应用. 2019(14)
[10]电力通信网络中高效的OSPF流量负载均衡协议[J]. 李祝红,赵灿明,周方,张信明.  计算机应用. 2017(07)



本文编号：3314331