基于遺傳算法的電力物聯(lián)網(wǎng)鏈路負(fù)載智能控制方法

摘 要：由于電力物聯(lián)網(wǎng)鏈路頻帶傳輸狀態(tài)是實時變化的，導(dǎo)致電力物聯(lián)網(wǎng)鏈路負(fù)載的波動幅值存在明顯的不穩(wěn)定性。為此，基于遺傳算法對電力物聯(lián)網(wǎng)鏈路負(fù)載智能控制方法展開研究。在充分考慮信號帶寬和頻帶利用率的基礎(chǔ)上，構(gòu)建了鏈路頻帶傳輸模型。設(shè)置負(fù)載分配方案作為初始化種群，以最小化鏈路負(fù)載差異作為控制目標(biāo)，使用標(biāo)準(zhǔn)差作為適應(yīng)度函數(shù)，在交叉操作處理的基礎(chǔ)上，將適應(yīng)度變化小于預(yù)設(shè)閾值的輸出結(jié)果作為電力物聯(lián)網(wǎng)鏈路負(fù)載方案。測試結(jié)果表明，整體波動幅值基本穩(wěn)定在-5.0～5.0 Kb/s范圍內(nèi)，具有較高的穩(wěn)定性。

關(guān)鍵詞：遺傳算法；電力物聯(lián)網(wǎng)；鏈路負(fù)載分配；智能控制；鏈路頻帶傳輸模型；最小化鏈路負(fù)載差異

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2024）08-0-03

DOI：10.16667/j.issn.2095-1302.2024.08.034

0 引 言

鏈路負(fù)載分配在電力物聯(lián)網(wǎng)中扮演著至關(guān)重要的角色，對于保障系統(tǒng)的穩(wěn)定性、提高運(yùn)行效率以及實現(xiàn)精準(zhǔn)的實時監(jiān)測具有顯著影響[1]。要確保鏈路負(fù)載的均衡，需細(xì)致考慮多方面因素[2]。首先，每條鏈路的帶寬與傳輸能力各異，需結(jié)合實際情況進(jìn)行合理的負(fù)載分配，避免帶寬小或傳輸能力弱的鏈路承受過重的負(fù)擔(dān)[3]。其次，鏈路的狀態(tài)及穩(wěn)定性直接關(guān)系到數(shù)據(jù)傳輸?shù)馁|(zhì)量與效率，因此選擇穩(wěn)定、狀態(tài)良好的鏈路是關(guān)鍵[4]。此外，在選擇負(fù)載均衡策略時，需結(jié)合電力物聯(lián)網(wǎng)的實際需求與場景特點，采用適當(dāng)?shù)乃惴ǎ巛喸?、加?quán)輪詢、最少連接等，以實現(xiàn)鏈路負(fù)載的優(yōu)化平衡[5]。同時，不同類型的數(shù)據(jù)在電力物聯(lián)網(wǎng)中具有不同的優(yōu)先級和重要性，在進(jìn)行鏈路負(fù)載分配時，需充分考慮數(shù)據(jù)的優(yōu)先級與分類[6]。對于關(guān)鍵或?qū)崟r性要求高的數(shù)據(jù)，應(yīng)優(yōu)先選擇高帶寬、高穩(wěn)定性的鏈路進(jìn)行傳輸；而對非實時或重要性較低的數(shù)據(jù)，可考慮其他鏈路傳輸[7]。綜上所述，實現(xiàn)電力物聯(lián)網(wǎng)鏈路負(fù)載均衡需綜合考慮多方面因素，通過合理的設(shè)計與配置，確保各鏈路負(fù)載平衡，進(jìn)而提升電力物聯(lián)網(wǎng)的性能與可靠性，為電力行業(yè)的穩(wěn)健發(fā)展提供有力支撐。為此，文中基于遺傳算法對電力物聯(lián)網(wǎng)鏈路負(fù)載智能控制方法展開研究，并對比分析了設(shè)計方法與其他方法的性能。

1 電力物聯(lián)網(wǎng)鏈路負(fù)載智能控制方法設(shè)計

1.1 電力物聯(lián)網(wǎng)鏈路頻帶傳輸模型構(gòu)建

文中采用信號處理和通信技術(shù)構(gòu)建了鏈路頻帶傳輸模型。在具體構(gòu)成上，文中構(gòu)建的模型主要包括4部分。

信號源用于產(chǎn)生需要傳輸?shù)脑夹盘朳8]，包括傳感器采集的電力數(shù)據(jù)、控制指令等。

調(diào)制器負(fù)責(zé)對原始信號進(jìn)行調(diào)制，將其轉(zhuǎn)換為適合傳輸?shù)男盘栃问絒9]。

信道作為傳輸信號的媒介，可以是無線信道、有線信道或光纖信道等，對信號的傳輸質(zhì)量、可靠性和安全性具有重要影響[10]。

解調(diào)器將經(jīng)過信道傳輸后的信號進(jìn)行解調(diào)，還原成原始信號的形式[11]。

在無線均衡分配模式下，從物聯(lián)網(wǎng)鏈路傳輸特征分布式的角度出發(fā)，鏈路模糊度函數(shù)可以表示為：

（1）

式中：xm（t）表示電力物聯(lián)網(wǎng)鏈路m的模糊度函數(shù)；si（t）表示電力物聯(lián)網(wǎng)中的i網(wǎng)絡(luò)節(jié)點在t時刻的狀態(tài)特征矢量參數(shù)；nm（t）表示電力物聯(lián)網(wǎng)中的網(wǎng)絡(luò)節(jié)點路徑數(shù)量，其僅與電力物聯(lián)網(wǎng)的基礎(chǔ)設(shè)置有關(guān)，一般為定值。

考慮到電力物聯(lián)網(wǎng)鏈路在傳輸任務(wù)下的沖激響應(yīng)機(jī)制分析是一個多方面、多層次的過程。當(dāng)電力物聯(lián)網(wǎng)鏈路m收到傳輸陣元中的負(fù)載信息后，在對應(yīng)的沖激響應(yīng)下（單位沖激信號是一種理想化的信號），文中構(gòu)建的電力物聯(lián)網(wǎng)鏈路頻帶傳輸模型可以表示為：

（2）

式中：h（t）表示沖激響應(yīng)下的電力物聯(lián)網(wǎng)鏈路頻帶傳輸模型；ai（t）表示信號源輸入電力物聯(lián)網(wǎng)的原始信號；θi（t）表示調(diào)制器的調(diào)制系數(shù)；k表示電力物聯(lián)網(wǎng)傳輸信號的衰減系數(shù)；T表示電力物聯(lián)網(wǎng)鏈路的單位傳輸周期；δ表示解調(diào)器對電力物聯(lián)網(wǎng)鏈路狀態(tài)矢量特征的轉(zhuǎn)換系數(shù)，該參數(shù)受解調(diào)器運(yùn)行參數(shù)設(shè)置影響。

1.2 基于遺傳算法的電力物聯(lián)網(wǎng)鏈路負(fù)載控制

文中引入了遺傳算法，以確保最終控制效果的有效性。首先，在設(shè)置遺傳算法初始化種群階段，文中設(shè)定種群大小為N，即隨機(jī)生成N個負(fù)載分配方案作為初始種群。其中，每個方案可以表示為一個基因串，在基因串中，每個基因代表一個鏈路的具體負(fù)載量參數(shù)[12]。對每個基因串進(jìn)行編碼處理，確保其滿足實際鏈路負(fù)載的約束條件，即控制后的鏈路負(fù)載滿足鏈路帶寬非負(fù)，且不超過鏈路帶寬最大值的條件。對于每個基因串（負(fù)載分配方案），根據(jù)鏈路負(fù)載均衡的目標(biāo)計算對應(yīng)的適應(yīng)度。文中以最小化鏈路負(fù)載差異作為控制目標(biāo)，使用標(biāo)準(zhǔn)差作為適應(yīng)度函數(shù)，具體的計算方式如下：

（3）

式中：σ表示遺傳算法對電力物聯(lián)網(wǎng)鏈路負(fù)載控制方案分析階段的適應(yīng)度函數(shù)；f（x）表示具體的基因串。

結(jié)合式（3）的計算結(jié)果，采用錦標(biāo)賽選擇方法，隨機(jī)選擇一定數(shù)量的個體中適應(yīng)度最高的個體，并復(fù)制到下一代種群中。文中按照一定的交叉概率，隨機(jī)選擇2個基因串中的部分基因進(jìn)行交換，以此生成新的后代基因串，并將其加入種群中。其中，具體的交叉操作處理方式可以表示為：

（4）

式中：α表示基因串（負(fù)載分配方案）中進(jìn)行交換的部分基因（鏈路具體負(fù)載量參數(shù)）；a表示交叉概率。

文中設(shè)置遺傳算法將電力物聯(lián)網(wǎng)鏈路負(fù)載方案迭代過程的終止條件判斷為最優(yōu)個體的適應(yīng)度變化小于預(yù)設(shè)閾值，即基因串（負(fù)載分配方案）的適應(yīng)度函數(shù)不再隨著迭代次數(shù)的增加出現(xiàn)大于設(shè)置閾值范圍以外的變化。按照上述設(shè)置，如果不滿足終止條件，返回基因串（負(fù)載分配方案）選擇階段繼續(xù)迭代；如果滿足終止條件，則輸出當(dāng)前種群中的最優(yōu)個體作為最優(yōu)負(fù)載分配方案。

2 測試與分析

2.1 測試準(zhǔn)備

設(shè)置測試電力物聯(lián)網(wǎng)的鏈路負(fù)載傳輸帶寬和采樣頻率分別為12.0 MHz和5.0 MHz，整體物聯(lián)網(wǎng)節(jié)點的布設(shè)范圍為500 m×300 m。具體的節(jié)點分布情況如圖1所示。

在硬件配置中，通信網(wǎng)絡(luò)設(shè)備包括路由器、交換機(jī)、網(wǎng)關(guān)等，用于構(gòu)建電力物聯(lián)網(wǎng)的通信網(wǎng)絡(luò)。光纖傳輸網(wǎng)絡(luò)中，采用光纖作為傳輸介質(zhì)，提供高速、可靠的數(shù)據(jù)傳輸。光纖網(wǎng)絡(luò)部署在發(fā)電站、輸電線路和配電設(shè)施之間，用于實時監(jiān)測和控制電網(wǎng)的運(yùn)行狀態(tài)。無線通信網(wǎng)絡(luò)采用了無線通信技術(shù)，如WiFi、LoRa等，支持移動設(shè)備和傳感器的接入。對網(wǎng)絡(luò)鏈路運(yùn)行參數(shù)信息進(jìn)行分析，數(shù)據(jù)見表1所列。

對傳輸信號進(jìn)行設(shè)置時，充分考慮實際電力物聯(lián)網(wǎng)中的信號受噪聲影響可能存在跳頻的情況。因此，按照前0.5 s中信號頻率為300 Hz，后0.5 s中信號頻率為350 Hz的標(biāo)準(zhǔn)構(gòu)建了時長為1.0 s的傳輸信號。在上述仿真參數(shù)設(shè)定的基礎(chǔ)上，將文獻(xiàn)[9]中提出的以非均勻分布節(jié)點隨機(jī)負(fù)載為研究對象的均衡模型，以及文獻(xiàn)[10]中提出的以SDN為基礎(chǔ)的負(fù)載均衡調(diào)度方法作為測試的對照組。

2.2 測試結(jié)果與分析

對不同方法的測試結(jié)果進(jìn)行分析，文中將測試物聯(lián)網(wǎng)鏈路負(fù)載波動幅值作為具體的評價指標(biāo)，3種不同方法對應(yīng)的測試結(jié)果如圖2所示。

結(jié)合圖2所示的測試結(jié)果對3種不同方法的控制效果進(jìn)行分析，其中，在文獻(xiàn)[9]方法下，測試電力物聯(lián)網(wǎng)的鏈路負(fù)載出現(xiàn)了較為明顯的波動，最大波動幅值接近10.0 Kb/s，表明該方法的穩(wěn)定性存在進(jìn)一步提升的空間。在文獻(xiàn)[10]方法下，測試電力物聯(lián)網(wǎng)的鏈路負(fù)載雖然未出現(xiàn)較為明顯的波動，但其整體波動幅值相對較高，基本處于-7.0～7.0 Kb/s范圍，表明該方法的控制力度存在進(jìn)一步提升的空間。在文中的設(shè)計方法下，不僅測試電力物聯(lián)網(wǎng)的鏈路負(fù)載未出現(xiàn)明顯的波動，且整體波動幅值基本穩(wěn)定在-5.0～5.0 Kb/s范圍，與對照組相比，在穩(wěn)定性和可靠性方面優(yōu)勢明顯。

3 結(jié) 語

實現(xiàn)鏈路負(fù)載均衡的前提是實時監(jiān)控各鏈路的負(fù)載情況，以此根據(jù)實際情況進(jìn)行調(diào)整，在及時發(fā)現(xiàn)鏈路擁塞或過載等問題時，采取相應(yīng)的措施進(jìn)行控制，以保障網(wǎng)絡(luò)的運(yùn)行性能。為此，文中提出基于遺傳算法的電力物聯(lián)網(wǎng)鏈路負(fù)載智能控制方法，切實實現(xiàn)了保障電力物聯(lián)網(wǎng)鏈路負(fù)載均衡的目的。

參考文獻(xiàn)

[1]張震，蓋昊宇，朱煉，等.基于節(jié)點連通性的物聯(lián)網(wǎng)鏈路傳輸負(fù)載均衡控制方法[J].重慶科技學(xué)院學(xué)報（自然科學(xué)版），2023，25（6）：79-84.

[2]陸以勤，熊欣，王猛，等. TSN中基于鏈路負(fù)載均衡的AVB流量帶寬分配方法[J].華南理工大學(xué)學(xué)報（自然科學(xué)版），2023，51（11）：1-9.

[3]陳玲玲.負(fù)載均衡技術(shù)在多鏈路網(wǎng)絡(luò)中的應(yīng)用實踐[J].網(wǎng)絡(luò)安全和信息化，2023，8（11）：64-66.

[4]王柄焱，鄭向平，賈文杰，等.基于鏈路質(zhì)量與節(jié)點負(fù)載估計的Q學(xué)習(xí)UANET路由協(xié)議[J].移動通信，2023，47（10）：17-23.

[5]徐春進(jìn).引流和等價路由實現(xiàn)雙鏈路負(fù)載分擔(dān)和熱備切換[J].網(wǎng)絡(luò)安全和信息化，2023，8（10）：89-94.

[6]辛銳，吳軍英，薛冰，等.基于深度強(qiáng)化學(xué)習(xí)的電力物聯(lián)網(wǎng)動態(tài)切片策略研究[J].無線電工程，2023，9（7）：1-8.

[7]景雯，張杰，傅文博，等.基于改進(jìn)遺傳算法的物聯(lián)網(wǎng)鏈路負(fù)載均衡控制方法[J].吉林大學(xué)學(xué)報（理學(xué)版），2023，61（4）：922-928.

[8]于童.面向移動物聯(lián)網(wǎng)環(huán)境的基于多路由指標(biāo)的RPL改進(jìn)路由[J].火力與指揮控制，2023，48（6）：108-113.

[9]郭文磊.復(fù)雜建筑群物聯(lián)網(wǎng)非均勻分布節(jié)點隨機(jī)負(fù)載均衡性優(yōu)化模型[J].電信科學(xué)，2023，39（7）：139-148.

[10]黃宗偉.基于SDN的數(shù)據(jù)中心網(wǎng)絡(luò)大象流負(fù)載均衡調(diào)度策略研究[J].重慶科技學(xué)院學(xué)報（自然科學(xué)版），2023，25（2）：76-81.

[11]孟超，周倩，郭林，等.基于相關(guān)性傳輸模型的無線鏈路質(zhì)量估計方法及路由優(yōu)化算法[J].電子學(xué)報，2022，50（10）：2409-2424.

[12]龍艦涵，李平. 5G通信中基于二分圖匹配的鏈路均衡負(fù)載方法研究[J].計算機(jī)應(yīng)用與軟件，2022，39（8）：139-144.

收稿日期：2024-01-08 修回日期：2024-02-26

作者簡介：胡青璞（1991—），女，河南周口人，研究生，講師，研究方向為電氣工程。

趙國欣（1991—），男，河南平頂山人，研究生，助教，研究方向為電氣工程。