电力线载波通信网络的路由维护方法、装置、设备及介质与流程

摘要: 本技术涉及电力线载波通信,尤其涉及一种电力线载波通信网络的路由维护方法、装置、设备及介质。背景技术:1、高速电力线载波(high-speedpowerlinec...
电力线载波通信网络的路由维护方法、装置、设备及介质与流程

本技术涉及电力线载波通信,尤其涉及一种电力线载波通信网络的路由维护方法、装置、设备及介质。

背景技术:

1、高速电力线载波(high-speed power line communication,hplc)网络通常包括集中器侧的中央协调器(cco)和电能表侧的多个站点(sta),部分站点通过一个或多个具备中继能力的sta形成多跳路由。载波模块通常由soc芯片自主维护路由信息表,并将所述路由信息表存储于flash中,且可将当前路由同步至集中器作为备份。路由信息表由hplc载波模块维护并存储于本地,决定各站点的父节点选择及数据转发路径。

2、目前,hplc路由主要依赖载波模块依据信标接收、邻居发现、路径探测和逐层组网等机制自主建立路由。然而,载波模块受限于计算能力和存储资源,通常仅依据局部时段内的信号质量、邻居关系或路由层级进行父节点选择,难以综合全网通信记录、多时间尺度链路状态以及候选父节点之间的竞争关系,导致所选父节点在长期运行中可能并非全局较优。同时,电力线载波信道受线路长度、分支、相位、负荷变化和噪声干扰等因素影响显著,瞬时信号质量良好并不代表链路长期稳定,现有方式难以有效区分短期波动与长期稳定性。此外,电力线通信的实际效果与供电线路的物理连接关系并不等同,物理线路相邻的节点未必能够建立稳定的载波通信,而现有路由机制通常未充分引入物理拓扑信息辅助链路质量评估。

3、因此,如何在统一框架下有效融合通信历史信息和物理线路信息,利用图结构学习候选父节点的相对通信质量,并生成满足多跳网络约束的合法路由,是当前hplc路由维护中亟待解决的问题。

技术实现思路

1、为了克服现有技术的不足,本发明提供一种电力线载波通信网络的路由维护方法、装置、设备及介质,在统一框架下有效融合通信历史信息和物理线路信息,利用图结构学习候选父节点的相对通信质量,并生成满足多跳网络约束的合法路由。

2、本技术的第一方面提供一种电力线载波通信网络的路由维护方法,所述方法包括:

3、获取目标网络的拓扑信息、通信历史数据和物理线路信息;

4、根据所述拓扑信息确定通信节点,并根据所述通信节点之间的历史通信关联关系构建载波通信图,所述载波通信图包括所述通信节点以及连接通信节点的候选通信边;

5、针对所述载波通信图中的节点和候选通信边,分别提取节点特征和候选通信边特征;所述候选通信边特征包括根据所述通信历史数据统计获得的通信状态特征,并融合有根据所述物理线路信息确定的物理路径特征;

6、将所述载波通信图、节点特征和候选通信边特征输入至预设的图神经网络,获得各通信节点的图表示;

7、根据目标站点节点的图表示、所述目标站点节点的各候选父节点的图表示以及对应的候选通信边特征,输出各候选通信边的链路预测结果;所述链路预测结果至少包括预测通信成功概率和预测通信时延,所述目标站点节点为待确定父节点的站点;

8、根据所述链路预测结果确定各候选通信边的链路评价值,并在满足预设路由合法约束的条件下,通过约束解码生成以中央协调器为根节点的目标路由树;所述目标路由树中除中央协调器之外的每个通信节点具有确定的父节点;

9、当所述目标路由树满足路由更新触发条件时,生成路由更新信息并发送至集中器,使集中器根据所述路由更新集中器本地路由配置信息,并触发载波模块更新载波模块的路由配置。

10、在一个可选的实施方式中,所述图神经网络为边特征增强的图注意力网络,所述将所述载波通信图、节点特征和候选通信边特征输入至预设的图神经网络,获得各通信节点的图表示包括:

11、针对目标站点节点的每一候选父节点,根据所述目标站点节点的节点特征、所述候选父节点的节点特征以及所述候选父节点与所述目标站点节点之间候选通信边的候选通信边特征,确定未归一化的注意力分数;

12、在同一目标站点节点的所有候选父节点之间对所述未归一化的注意力分数进行归一化,得到各候选父节点相对于所述目标站点节点的注意力权重;

13、根据各候选父节点的注意力权重对各候选父节点的节点特征进行加权聚合,并结合所述目标站点节点的自身节点特征,得到所述目标站点节点的图表示;

14、其中,所述目标站点节点的图表示通过对所述图注意力网络的多个注意力头的聚合结果进行拼接得到;所述多个注意力头分别关注所述节点特征和/或所述候选通信边特征的不同特征组合。

15、在一个可选的实施方式中,所述节点特征包括静态属性特征和动态状态特征;所述静态属性特征根据所述拓扑信息确定,所述动态状态特征根据所述通信历史数据中的通信记录更新;所述候选通信边特征中的通信状态特征包含第一统计特征和第二统计特征,所述第一统计特征基于第一统计窗口内的通信记录计算,所述第二统计特征基于第二统计窗口内的通信记录计算,所述第一统计窗口短于所述第二统计窗口。

16、在一个可选的实施方式中,所述链路预测结果还包括预测不确定度,所述预测不确定度用于表征所述链路预测结果的可靠程度;所述方法还包括:

17、将预测不确定度大于预设不确定度阈值的候选通信边标记为待复核候选通信边;

18、所述待复核候选通信边参与所述约束解码,且当所述待复核候选通信边被选入所述目标路由树时,所述路由更新信息中包含对应父子链路的复核标识,所述复核标识用于指示集中器在所述目标路由树生效前对所述父子链路执行链路探测。

19、在一个可选的实施方式中,所述预设路由合法约束包括结构性约束和容量性约束;

20、所述结构性约束至少包括:除所述中央协调器之外的每个通信节点具有唯一父节点;每个通信节点经由其父节点链能够到达所述中央协调器;所述目标路由树中不存在有向环;

21、所述容量性约束包括:所述目标路由树中,任一通信节点作为中继节点时所承担的全部后代节点的聚合业务量,不大于该通信节点的预设容量阈值。

22、其中,所述约束解码包括:以各候选通信边的链路评价值确定路由选择代价,在满足所述结构性约束和所述容量性约束的条件下,以全局路由代价最小化为目标为各站点节点分配父节点;对于在所述约束解码中无法被分配合法父节点的站点节点,将相应站点节点保留于当前路由树中或将其标记为待探测节点。

23、在一个可选的实施方式中,所述图神经网络通过以下方式预先训练获得:

24、获取历史样本数据,每一历史样本包括历史载波通信图、历史节点特征、历史候选通信边特征以及根据实际通信结果确定的历史链路标签;所述历史链路标签包括通信成功标签、通信时延标签和稳定性标签;

25、以所述历史载波通信图、所述历史节点特征和所述历史候选通信边特征作为图神经网络输入,以所述历史链路标签作为监督信号,采用多任务学习方式训练所述图神经网络;

26、其中,所述多任务学习方式的训练损失包括第一损失分量、第二损失分量和第三损失分量;所述第一损失分量基于通信成功概率的预测误差确定,用于约束通信成功概率的预测;所述第二损失分量基于通信时延的预测误差确定,用于约束通信时延的预测;所述第三损失分量基于稳定性的预测误差确定,用于约束稳定性的预测。

27、在一个可选的实施方式中,所述多任务学习方式的训练损失还包括第四损失分量,所述第四损失分量用于约束同一目标站点节点的各候选父节点的链路评价值之间的相对排序与各候选父节点的实际链路质量排序一致;所述第四损失分量与所述第一损失分量、所述第二损失分量和所述第三损失分量加权求和作为所述训练损失。

28、本技术第二方面提供一种电力线载波通信网络的路由维护装置,所述装置包括:

29、数据获取模块,用于获取目标网络的拓扑信息、通信历史数据和物理线路信息;

30、图构建模块,用于根据所述拓扑信息确定通信节点,并根据所述通信节点之间的历史通信关联关系构建载波通信图,所述载波通信图包括所述通信节点以及连接通信节点的候选通信边;针对所述载波通信图中的节点和候选通信边,分别提取节点特征和候选通信边特征;所述候选通信边特征包括根据所述通信历史数据统计获得的通信状态特征,并融合有根据所述物理线路信息确定的物理路径特征;

31、图推理模块,用于将所述载波通信图、节点特征和候选通信边特征输入至预设的图神经网络,获得各通信节点的图表示;根据目标站点节点的图表示、所述目标站点节点的各候选父节点的图表示以及对应的候选通信边特征,输出各候选通信边的链路预测结果;所述链路预测结果至少包括预测通信成功概率和预测通信时延,所述目标站点节点为待确定父节点的站点;

32、路由生成模块,用于根据所述链路预测结果确定各候选通信边的链路评价值,并在满足预设路由合法约束的条件下,通过约束解码生成以中央协调器为根节点的目标路由树;所述目标路由树中除中央协调器之外的每个通信节点具有确定的父节点;

33、路由管理模块,用于当所述目标路由树满足路由更新触发条件时,生成路由更新信息并发送至集中器,使集中器根据所述路由更新集中器本地路由配置信息,并触发载波模块更新载波模块的路由配置。

34、本技术第三方面提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述电力线载波通信网络的路由维护方法的步骤。

35、本技术第四方面提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述电力线载波通信网络的路由维护方法的步骤。

36、综上所述,本技术提供的电力线载波通信网络的路由维护方法、装置、设备及介质,至少具有以下一种有益效果:

37、1、获取目标网络的拓扑信息以确定通信节点,获取通信历史数据和物理线路信息,并据此构建载波通信图,候选通信边表示节点之间存在历史通信关联关系。在此基础上,针对通信图中的节点和候选通信边分别提取节点特征和候选通信边特征,其中候选通信边特征不仅包含根据通信历史数据统计获得的通信状态特征,还融合了根据物理线路信息确定的物理路径特征。通过上述方式,将历史通信记录与物理线路信息在统一图结构中进行有效融合,使得后续评估既能反映实际通信表现,又能引入物理拓扑先验知识作为辅助判断依据;

38、2、将载波通信图、节点特征和边特征输入图神经网络后,获得各节点的图表示,在此基础上根据目标站点节点的图表示、其各候选父节点的图表示以及对应边特征输出链路预测结果。由于图神经网络在同一目标站点的多个候选父节点之间通过注意力机制进行信息聚合,候选父节点之间形成了相互竞争关系,因此链路预测结果能够反映各候选父节点相对于同一目标站点的优劣排序,而非孤立地评估单个父节点;

39、3、根据链路预测结果确定链路评价值后,在满足预设路由合法约束的条件下,通过约束解码生成以中央协调器为根节点的目标路由树,确保生成的路由树中除中央协调器外每个节点具有确定的父节点,且满足网络拓扑合法性约束(如无环、父节点可达等),从而将链路预测结果转化为可直接部署的合法路由配置;

40、4、当目标路由树满足更新触发条件时,生成路由更新信息发送至集中器以更新载波模块的路由配置,完成从评估到部署的完整闭环。