一种面向级联组网的数据优先级转发方法及配电终端与流程
本发明涉及配电自动化通信,特别是一种面向级联组网的数据优先级转发方法及配电终端。
背景技术:
1、配电自动化终端级联组网是智能配电网实现故障快速隔离与供电恢复的关键通信架构,其数据转发效率直接关乎电网运行状态感知的实时性;常规数据转发方法普遍采用基于业务优先级队列的差异化调度机制,通过为遥控指令、故障告警等高实时性业务分配高优先级队列,结合严格优先级或加权公平队列算法实施转发,在静态或轻载网络环境下可有效保障关键业务的传输时延,此类方法依托成熟的软件架构与网络协议栈实现,工程应用广泛,为配电自动化的基础通信可靠性提供了支撑。
2、然而,常规方法主要依据当前节点队列状态进行发送选择,难以量化新增数据帧在不同基础转发等级下产生的动态边际排队代价;缺乏对发送决策沿多级级联节点传播与累积的时延压力评估,难以提前识别下游节点的潜在拥塞风险,易导致高优先级业务出现非预期时延抖动。
技术实现思路
1、鉴于上述现有存在的问题,提出了本发明。
2、因此,本发明提供了一种面向级联组网的数据优先级转发方法解决级联转发过程中新增数据边际排队影响难以量化及跨节点时延压力传播难以评估的问题。
3、为解决上述技术问题,本发明提供如下技术方案:
4、第一方面,本发明提供了一种面向级联组网的数据优先级转发方法,其包括:对级联节点待发业务数据进行基础转发等级映射并分级入队,生成实时队列快照,针对各基础转发等级分别向实时队列快照注入虚拟参考帧,采用事件驱动离散队列演算推进帧级服务过程,根据虚拟参考帧的发送资格时刻偏移计算分等级排队增量时延;基于分等级排队增量时延和级联节点服务顺序构建分等级状态转移矩阵,以相邻上游节点预测到达时标建立时移索引,采用最大加递推迭代传播各节点的预测服务完成时标,生成分等级时移级联压力链,并对相邻节点的时移压力进行差分与跃迁检测,定位主导压力区段,获得时移级联压力状态;利用时移级联压力状态在主导压力区段构建级联服务时序图,将各分等级队首数据依次设为假设下一发送帧并注入反事实服务完成时标,采用最大加矩阵迭代计算各后续级联节点的反事实到达时标,生成反事实路径残差序列,并根据反事实路径残差序列计算残差逐跳放大率,对主导压力区段内的残差累积偏移进行递推加权,获取级联风险增益,同时筛选目标优先转发数据;将目标优先转发数据整帧出队发送,更新累计级联驻留时间与已完成转发级数后转交下一上游级联节点。
5、作为本发明所述面向级联组网的数据优先级转发方法的一种优选方案,其中,所述计算分等级排队增量时延,步骤如下:
6、基于实时队列快照按基础转发等级建立虚拟调度支路,根据对应等级的实际入队位置和帧长分布构造虚拟参考帧,并求取最早竞争位置,按最早竞争位置注入虚拟参考帧,记录注入时标,生成分等级虚拟注入队列;
7、利用分等级虚拟注入队列构建帧级服务事件日历,以当前在服帧完成事件作为初始事件,采用最早事件优先机制推进服务前沿,并在每次事件触发后重构虚拟参考帧的前置竞争集合,递推计算前置竞争帧的待服务量及虚拟参考帧的队列位次,生成分等级服务事件轨迹;
8、沿分等级服务事件轨迹执行虚拟参考帧的服务资格状态跃迁检测,将虚拟参考帧首次进入队首可服务位置的事件时标作为发送资格时标,并根据发送资格时标相对注入时标的时移量提取分等级发送资格时刻偏移;
9、利用分等级发送资格时刻偏移扣除当前在服帧不可抢占产生的固有等待量,并按基础转发等级汇集净增量排队时间,生成分等级排队增量时延。
10、作为本发明所述面向级联组网的数据优先级转发方法的一种优选方案,其中,所述采用最大加递推迭代传播各节点的预测服务完成时标,步骤如下:
11、将分等级排队增量时延按级联节点服务顺序编码为等级服务状态向量,利用节点邻接信息构造可达掩膜,并将对应边际插入时延赋值为可达状态间转移代价,生成分等级状态转移矩阵;
12、基于分等级状态转移矩阵提取同等级相邻节点间的最大加状态转移参数,以当前节点预测服务完成时标作为递推起始时标,映射为下一上游节点预测到达时标,并以预测到达时标更新对应矩阵状态位置,生成分等级时移状态参数;
13、将分等级时移状态参数输入最大加递推过程,对预测到达时标与对应节点服务前沿执行最大选择,并叠加对应等级边际插入时延及单帧服务时长,逐跳迭代得到各上游节点的预测服务完成时标。
14、作为本发明所述面向级联组网的数据优先级转发方法的一种优选方案,其中,所述定位主导压力区段,步骤如下:
15、计算预测服务完成时标相对预测到达时标的节点时移压力,并按照级联节点服务顺序进行同等级时标串接,生成分等级时移级联压力链;
16、对分等级时移级联压力链执行相邻节点一阶压力差分,并利用连续差分项的符号保持关系构造压力跃迁序列,依据局部中位尺度对跃迁幅值进行鲁棒归一化,获得分等级压力跃迁强度;
17、将分等级压力跃迁强度按级联节点顺序进行连续同向聚合,对各聚合区段的跃迁强度进行递推累积,并以累积值最大的连续聚合区段作为主导压力区段。
18、作为本发明所述面向级联组网的数据优先级转发方法的一种优选方案,其中,所述级联服务时序图是通过截取主导压力区段内各级联节点的预测服务完成时标,将各级联节点的帧级服务事件映射为状态节点,按照数据转发先后和队列服务先后建立有向边,并将对应等级的边际插入时延赋值为边权构建的。
19、作为本发明所述面向级联组网的数据优先级转发方法的一种优选方案,其中,所述采用最大加矩阵迭代计算各后续级联节点的反事实到达时标,步骤如下:
20、从分等级发送队列提取队首数据建立候选发送分支,根据候选数据帧长与当前链路有效发送速率计算单帧服务时长,以级联服务时序图中当前节点的预测服务完成时标作为分支起始时标,执行最大加服务更新得到各候选发送分支的反事实服务完成时标,并分别写入当前节点边界状态,生成候选分支扰动图;
21、将候选分支扰动图转换为最大加邻接矩阵,并由反事实服务完成时标构造边界状态向量,沿主导压力区段逐节点执行最大加矩阵幂迭代,将边界扰动依次传递至各后续级联节点,求取各后续级联节点的反事实到达时标。
22、作为本发明所述面向级联组网的数据优先级转发方法的一种优选方案,其中,所述计算残差逐跳放大率,对主导压力区段内的残差累积偏移进行递推加权,获取级联风险增益,步骤如下:
23、将反事实到达时标逐跳写入对应级联节点的反事实到达状态位置,采用最大加递推更新节点队列服务状态并求取各后续级联节点的反事实服务完成时标,获取反事实路径残差序列;
24、对反事实路径残差序列执行相邻跳差分和尺度归一化,结合前后残差方向一致性递推更新跨节点残差幅值,计算各级联节点的残差逐跳放大率;
25、将残差逐跳放大率作为递推权重,从主导压力区段首节点开始对各节点路径残差幅值进行逐跳累积,并将每级累积偏移传递至下一节点,获得主导压力区段末端的残差累积偏移,同时按照末端节点时移压力对残差累积偏移进行压力归一化,获取级联风险增益。
26、作为本发明所述面向级联组网的数据优先级转发方法的一种优选方案,其中,所述筛选目标优先转发数据是指,将各候选发送分支的级联风险增益进行排序,选取级联风险增益最小的候选发送分支,并在级联风险增益相同时比较主导压力区段末端的残差累积偏移,将残差累积偏移最小的候选发送分支对应的队首数据作为目标优先转发数据。
27、作为本发明所述面向级联组网的数据优先级转发方法的一种优选方案,其中,所述获取反事实路径残差序列,步骤如下:
28、将主导压力区段内各后续级联节点的反事实服务完成时标与预测服务完成时标按节点索引和服务事件序号进行双索引配准,对配准时标执行有符号差分,并依据相邻节点残差幅值比及方向一致性计算跨跳残差传递系数,生成节点级反事实时标残差;
29、利用跨跳残差传递系数沿级联转发方向递推修正节点级反事实时标残差,并将前级修正残差与当前节点残差进行累积映射,生成反事实路径残差序列。
30、第二方面,本发明提供了一种面向级联组网的数据优先级转发配电终端,包括:边际时延计算模块,用于对级联节点待发业务数据进行基础转发等级映射并分级入队,生成实时队列快照,针对各基础转发等级分别向实时队列快照注入虚拟参考帧,采用事件驱动离散队列演算推进帧级服务过程,根据虚拟参考帧的发送资格时刻偏移计算分等级排队增量时延;级联压力分析模块,用于基于分等级排队增量时延和级联节点服务顺序构建分等级状态转移矩阵,以相邻上游节点预测到达时标建立时移索引,采用最大加递推迭代传播各节点的预测服务完成时标,生成分等级时移级联压力链,并对相邻节点的时移压力进行差分与跃迁检测,定位主导压力区段,获得时移级联压力状态;反事实风险评估模块,用于利用时移级联压力状态在主导压力区段构建级联服务时序图,将各分等级队首数据依次设为假设下一发送帧并注入反事实服务完成时标,采用最大加矩阵迭代计算各后续级联节点的反事实到达时标,生成反事实路径残差序列,并根据反事实路径残差序列计算残差逐跳放大率,对主导压力区段内的残差累积偏移进行递推加权,获取级联风险增益,同时筛选目标优先转发数据;优先转发执行模块,用于将目标优先转发数据整帧出队发送,更新累计级联驻留时间与已完成转发级数后转交下一上游级联节点。
31、本发明有益效果为:通过采用最大加递推迭代传播预测服务完成时标,定位主导压力区段,实现了级联节点间时延压力的连续追踪与关键拥塞区段识别,提升了级联拥塞演化判断的准确性;通过利用反事实路径残差序列计算级联风险增益,实现了不同队首数据发送选择对后续级联节点影响的量化筛选,提高了目标优先转发数据选择的合理性,降低了跨节点时延累积与异常放大风险。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com