考虑运行或故障态下配网对数据传输需求的路径优化方法及装置

1.本发明属于主动配电网通信技术领域，涉及一种考虑运行或故障态下配网对数据传输需求的路径优化方法及装置。


背景技术：

2.主动配电网是具备组合控制各种分布式能源(分布式电源、可控负荷、储能、需求侧管理等)能力的先进配电网络，其一般将先进的调控技术和先进的通信技术相结合，能在满足监管和接入准则基础上对系统起到一定的功率支撑作用。主动配电网的建设目标是提升光伏、风机等可再生分布式电源在配电网种的发电占比，并提升配电网对于可再生能源的消纳能力，在确保安全优质供电的基础上，其也是未来配电网的重要发展方向。
3.在主动配电网中，随着分布式可再生能源发电占比逐渐提升和信息物理融合程度加深，出力随机性问题、出力波动性问题和通信问题容易叠加造成主动配电网运行从正常态转入警戒态，即扰动的发生使系统电压、频率和供需平衡状态等受到安全威胁。除先进通信技术外，如果不采用先进调控技术，一旦小扰动累积成大扰动，系统将从警戒态转入故障态甚至崩溃，即系统面临解列风险。因此，需要协同设计先进的通信与调控技术，确保系统在警戒态下安全运行，降低电压、频率、出力越限风险，避免上述问题发生。
4.正由于新型电力系统要求先进的通信技术以支撑先进的控制技术，因此其对通信越来越依赖。但电力系统通信环境常具有不确定性，原因如下：第一，信道本身传输带宽有限、存在固有时滞、丢包和噪声，其自身安全性有待提升；第二，有源配电网容易受外界突发事件影响，尤其在分布式电源接入点存在注入攻击，或外界dos攻击等，会进一步造成通信带宽受限、数据可用性降低甚至信道传输中断。而数据传输的不安全势必影响决策控制的正常执行，若处理应对不及时甚至将导致系统瘫痪。考虑到运行态-故障态-恢复态下的安全传输问题，如何设计路径优化调度策略，以保证传输目的端有可用数据，需要进一步研究。


技术实现要素：

5.目的：为了克服现有技术中存在的不足，本发明提供一种考虑运行或故障态下配网对数据传输需求的路径优化方法及装置，在考虑电网中决策控制目标对数据传输速度和精度的需求情况后，基于路由调度或重构路径，以确保“数据上传”和“指令下发”过程能正常进行，并能支撑电力业务顺利执行。能通过路由调度或重构路径来恢复数据传输，以支撑电网在不同状态下对数据传输的需求。提出了“运行态下基于数据重要程度与安全程度匹配的数据安全传输策略设计”和“故障态下基于数据重要程度与传输速度匹配的数据紧急传输和路径重构策略设计”，提高智能电网在不同运行状态下执行电力业务中的通信可靠性。
6.技术方案：为解决上述技术问题，本发明采用的技术方案为：
7.第一方面，提供一种考虑运行或故障态下配网对数据传输需求的路径优化方法，包括：
8.判别配电网的物理系统运行状态和通信网络可靠状态；
9.基于判别得到的配电网的物理系统运行状态和通信网络可靠状态，评估数据的重要程度，构建目标函数；
10.采用结合随机变异的粒子群优化算法对目标函数进行求解，得到最优路径方案。
11.其中构建目标函数，包括：
12.运行态下基于数据重要程度与安全程度匹配的数据安全传输策略；
13.故障态下基于数据重要程度与传输速度匹配的数据紧急传输策略。
14.在一些实施例中，判别配电网的物理系统运行状态，包括：
15.(a)当供不应求时，有如下情况需要被考虑：
16.情况1：仅依靠光伏、风电和储能就能实现供需平衡；在此情况下，应考虑以下子事件：
17.事件1-1：光伏和风电的发电量超过了负荷需求：其中p
pvv
(t)和p
wty
(t)分别代表第v个光伏、第 y个风机的发电量；n
pv
，n
wt
和n
load
分别是光伏、风机和负载数量；p
loadz
(t)代表第z个负载的需求量；在这个事件中，光伏将在最大功率点跟踪模式下运行；风机将在最大功率点跟踪模式或恒功率模式下运行；储能将在充电或停机模式下运行；
18.事件1-2：光伏和风电机组的发电量不足以满足负荷需求，但当一些储能以放电模式运行时，该问题能得到解决，相关表达式为：
[0019][0020]
其中，p
esuw
(t)代表第w个储能的发电量；n
esu
代表储能的数量；
[0021]
情况2：除了参与能源供应的光伏、风电和储能之外，柴油机dg也将参与电能供应：
[0022][0023]
其中，p
dgn
(t)代表第n个柴油机dg的发电量；n
dg
代表柴油机dg的数量；
[0024]
情况3：当过载严重时，仅靠调节源端已无法满足荷端需求，冗余负载将从系统中切除，系统将运行在故障态；
[0025]
(b)当供大于求时，有如下情况需要被考虑：
[0026]
事件1：一些分布式电源的发电量减少，并且事件1：一些分布式电源的发电量减少，并且其中，
代表第m个可中断分布式电源的出力调节量；n
ider
代表可中断分布式电源的数量；
[0027]
事件2：部分电源将从配电网系统中切除，即此时系统处于故障态。
[0028]
在一些实施例中，判别配电网的通信网络可靠状态，包括：
[0029]
当确定物理运行状态后，要选择路由调度或路径重构以形成防御时，需要先判别路由器的可用性，即是否有路径能将数据从该路由器传送至其他路由器；设定系统中共有n个路由器，可用性判别条件如下；
[0030]
除去初始端和目的端，每个路由器的输入和输出信道必须同时连通，对于第x 个路由器而言，有(其中x'、x”分别代表第x个路由器的输入信道的首端路由器标号、输出信道的尾端路由器标号； &&是“逻辑与”运算符，a
xx'
、a
x”x
分别代表第x个路由器到第x’个路由器的连接关系，类似符号的定义都相似；k代表第x个路由器的相邻路由器集合。
[0031]
在一些实施例中，评估数据的重要程度，包括：
[0032]
数据的重要程度通过决策控制目标对于数据的偏导数来计算；其中，决策控制目标表达式建模为f(x1,
…
,u1,
…
)，其中x1，x2，
…
代表状态变量；u1，u2，
…
代表控制量；
[0033]
当系统处于运行态下，数据变化对决策控制效果的灵敏度计算表达式如下：
[0034]
对于x1：对于x2：
[0035]
对于u1：对于u2：
[0036]
其中和分别代表运行态下x1，x2，u1和u2的灵敏度；灵敏度越大，则数据重要程度越大；
[0037]
当系统处于故障态下，数据变化对时间的灵敏度计算表达式如下：
[0038]
对于x1：对于x2：
[0039]
对于u1：对于u2：
[0040]
其中和分别代表故障态下x1，x2，u1和u2的灵敏度；灵敏度越大，则数据重要程度越大；
[0041]
根据灵敏度计算表达式，就能得到数据的重要程度顺序，以便于安排不同的数据对应不同属性的通信路径，以降低通信不可靠问题对配电网决策控制策略执行效果的影
响。
[0042]
在一些实施例中，运行态下基于数据重要程度与安全程度匹配的数据安全传输策略，构建目标函数z，包括：
[0043]
运行态下：
[0044]
由于运行状态下系统运行时间尺度较长，对传输速度要求不苛刻，因此考虑优先确保数据传输精度；按照数据的重要程度从大到小的顺序，对各数据的传输路径进行优化，对应的优化目标分为如下几类：
[0045]
如果所有信道的属性都要叠加在一起，就有：
[0046][0047]
其中n代表区域的数量；min表示求最小值算法；sign是符号函数；a
ij
代表从第i个节点到第j个节点的连接关系，若有连接，则a
ij
＝1；否则，a
ij
＝0； att
ij.k
代表从第i个节点到第j个节点的信道中的第k个属性值，其中所述属性包括时延、丢包率、信噪比；
[0048]
如果只要求路径中属性最突出的信道要满足约束条件，则有：
[0049]
z＝min{max[att
ij.k
·
sign(a
ij
)]},j∈niꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0050]
动态调节路径：
[0051]
当从起始位置到目的位置的路径确定后，应检查该路径是否满足相关约束条件；如果已满足这些条件，则路径规划完成；否则，应重复上述过程；在信道优化中，选定的约束条件如下：
[0052]
6)在起始位置只有一个输出信道：
[0053][0054]
其中a
startj
代表从起始位置到第j个节点的连接关系；a
jstart
代表从第j个节点到起始位置的连接关系；n
start
代表起始位置的相邻中继路由个数；
[0055]
7)在目的位置只有一个输入信道：
[0056][0057]
其中a
endj
代表从目的位置到第j个节点的连接关系；a
jend
代表从第j个节点到目的位置的连接关系；n
end
代表目的位置的相邻中继路由个数；
[0058]
8)中继路由同时存在输入和输出信道：
[0059][0060]
其中代表从第l个中继路由到第j个节点的连接关系；代表从第j个节点到第l个中继路由的连接关系；代表第l个中继路由的相邻中继路由个数；
[0061]
9)中继路由的输入信道数量和输出信道数量不超过允许的上限：
[0062]
[0063][0064]
其中代表从第l个中继路由到第j个节点的连接关系；代表从第j个节点到第l个中继路由的连接关系；代表允许第l个中继路由的输入信道数量上限；代表第l个中继路由允许的输出信道数量上限；
[0065]
10)所规划路径的属性符合设定的要求：
[0066][0067][0068]
其中代表第k个属性值的限定条件。
[0069]
在一些实施例中，故障态下基于数据重要程度与传输速度匹配的数据紧急传输策略，构建目标函数z，包括：
[0070]
故障态下：
[0071]
考虑应将数据以最快的速度恢复传输，并且要保证重要程度高且对时间灵敏度大的数据优先恢复传输；其中，数据重要程度和数据对时间的灵敏度需要被叠加计算，具体如下：
[0072]
1.去单位化：和其中是去单位化后决策控制目标对第i个数据的灵敏度；是去单位化后第i个数据对时间的灵敏度；
[0073]
3.加权处理：当将两类灵敏度综合考虑后，得到综合灵敏度其中λ
i1
和λ
i2
是权重系数，且λ
i1
λ
i2
＝1；
[0074]
在优化时，应按照从大到小的顺序，对各数据的传输路径进行优化，对应的优化目标为：
[0075][0076]
其中，delay
ij
代表从第i个节点到第j个节点的信道中的时滞；约束条件除 (9)～(15)外，
[0077]
6)在起始位置只有一个输出信道：
[0078][0079]
其中a
startj
代表从起始位置到第j个节点的连接关系；a
jstart
代表从第j个节点到起始位置的连接关系；n
start
代表起始位置的相邻中继路由个数；
[0080]
7)在目的位置只有一个输入信道：
[0081][0082]
其中a
endj
代表从目的位置到第j个节点的连接关系；a
jend
代表从第j个节点到目的位置的连接关系；n
end
代表目的位置的相邻中继路由个数；
[0083]
8)中继路由同时存在输入和输出信道：
[0084][0085]
其中代表从第l个中继路由到第j个节点的连接关系；代表从第j个节点到第l个中继路由的连接关系；代表第l个中继路由的相邻中继路由个数；
[0086]
9)中继路由的输入信道数量和输出信道数量不超过允许的上限：
[0087][0088][0089]
其中代表从第l个中继路由到第j个节点的连接关系；代表从第j个节点到第l个中继路由的连接关系；代表允许第l个中继路由的输入信道数量上限；代表第l个中继路由允许的输出信道数量上限；
[0090]
10)所规划路径的属性符合设定的要求：
[0091][0092][0093]
其中代表第k个属性值的限定条件；
[0094]
还应确保数据传输精度满足要求，即优化路径需要额外满足约束条件其中risk
ij
代表从第i个节点到第j个节点的信道中的风险概率；condition
risk
是设定的风险约束指标。
[0095]
在一些实施例中，采用结合随机变异的粒子群优化算法对目标函数进行求解，包括：
[0096]
步骤4-1：选定初始种群：
[0097]
选择初始种群数量：sizepop，变量维度：spacedim；最大迭代次数：ger；位置限制；速度限制；惯性权重：c_1；个体学习因子：c_2；群体学习因子：c_3；
[0098]
步骤4-2：判定个体是否满足约束条件并选出最优个体：
[0099]
通过将个体代入公式(9)～(15)，以判别是否满足
进而，在所有满足约束条件的个体中进行最优选择，即argmax(z)；
[0100]
步骤4-3：采用随机变异的方式更新种群，对于当前迭代中对应的个体，按 pop_x(:,j)＝pop_x(random(1,dim),j) ξ进行位置变异，以扩大种群的个数属性，便于跳出局部最优解，其中pop_x(:,j)代表当前迭代个体中第j个位置；dim代表种群中个体数量；random(1,dim)代表从1～dim的随机数；ξ∈[-0.2,0.2]；
[0101]
步骤4-4：判定更新后种群个体是否满足约束条件并选出最优个体，通过将个体代入公式(9)～(15)，以判别是否满足进而，在所有满足约束条件的个体中进行最优选择，即argmax(z)；
[0102]
步骤4-5：重复步骤4-3和步骤4-4，直到达成设定的迭代次数。
[0103]
第二方面，本发明提供了一种考虑运行或故障态下配网对数据传输需求的路径优
化装置，包括处理器及存储介质；
[0104]
所述存储介质用于存储指令；
[0105]
所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。
[0106]
第三方面，本发明提供了一种存储介质，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第一方面所述方法的步骤。
[0107]
有益效果：本发明提供的考虑运行或故障态下配网对数据传输需求的路径优化方法及装置，具有以下优点：
[0108]
1、在运行态下，实现数据通信路径与数据重要程度相匹配，确保重要程度高的数据被优先通过性能优越的路径传输至目的端，提升了优化的合理性，满足电力业务对数据传输的需求；
[0109]
2、在故障态下，考虑数据变化对时间的灵敏度，实现数据通信路径与数据重要程度相匹配，确保重要程度高且数据变化对时间灵敏度高的数据被优先通过性能优越的路径传输至目的端，确保快速支撑完成电力基本业务，及时将系统恢复到运行态；
[0110]
3、在优化过程中，通过设计随机变异的粒子群优化求解算法，实提升了算法的求解速度和泛化能力，有利于得到合理的路径重构方案。
附图说明
[0111]
图1是本发明实施例策略执行示意图。
[0112]
图2是本发明实施例运行态下场景1示意图。
[0113]
图3是本发明实施例运行态下场景2示意图。
[0114]
图4是本发明实施例运行态下场景3示意图。
[0115]
图5是本发明实施例运行态下场景4示意图。
[0116]
图6是本发明实施例故障态下场景1示意图。
[0117]
图7是本发明实施例故障态下场景2示意图。
具体实施方式
[0118]
下面结合附图和实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0119]
在本发明的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
[0120]
本发明的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0121]
实施例1
[0122]
一种考虑运行或故障态下配网对数据传输需求的路径优化方法，包括：
[0123]
判别配电网的物理系统运行状态和通信网络可靠状态；
[0124]
基于判别得到的配电网的物理系统运行状态和通信网络可靠状态，评估数据的重要程度，构建目标函数；
[0125]
采用结合随机变异的粒子群优化算法对目标函数进行求解，得到最优路径方案。
[0126]
在一些实施例中，基于判别得到的配电网的物理系统运行状态和通信网络可靠状态，评估数据的重要程度，构建目标函数，包括：
[0127]
运行态下基于数据重要程度与安全程度匹配的数据安全传输策略；
[0128]
故障态下基于数据重要程度与传输速度匹配的数据紧急传输策略。
[0129]
在一些实施例中，判别配电网的物理系统运行状态，包括：
[0130]
(a)当供不应求时，有如下情况需要被考虑：
[0131]
情况1：仅依靠光伏、风电和储能就能实现供需平衡；在此情况下，应考虑以下子事件：
[0132]
事件1-1：光伏和风电的发电量超过了负荷需求：其中p
pvv
(t)和p
wty
(t)分别代表第v个光伏、第 y个风机的发电量；n
pv
，n
wt
和n
load
分别是光伏、风机和负载数量；p
loadz
(t)代表第z个负载的需求量；在这个事件中，光伏将在最大功率点跟踪模式下运行；风机将在最大功率点跟踪模式或恒功率模式下运行；储能将在充电或停机模式下运行；
[0133]
事件1-2：光伏和风电机组的发电量不足以满足负荷需求，但当一些储能以放电模式运行时，该问题能得到解决，相关表达式为：
[0134][0135]
其中，p
esuw
(t)代表第w个储能的发电量；n
esu
代表储能的数量；
[0136]
情况2：除了参与能源供应的光伏、风电和储能之外，柴油机dg也将参与电能供应：
[0137][0138]
其中，p
dgn
(t)代表第n个柴油机dg的发电量；n
dg
代表柴油机dg的数量；
[0139]
情况3：当过载严重时，仅靠调节源端已无法满足荷端需求，冗余负载将从系统中切除，系统将运行在故障态；
[0140]
注：本发明未考虑主网供电，仅针对主动配电网进行策略研究。
[0141]
(b)当供大于求时，有如下情况需要被考虑：
[0142]
事件1：一些分布式电源的发电量减少，并且事件1：一些分布式电源的发电量减少，并且其中，
代表第m个可中断分布式电源的出力调节量；n
ider
代表可中断分布式电源的数量；
[0143]
事件2：部分电源将从配电网系统中切除，即此时系统处于故障态。
[0144]
在一些实施例中，判别配电网的通信网络可靠状态，包括：
[0145]
当确定物理运行状态后，要选择路由调度或路径重构以形成防御时，需要先判别路由器的可用性，即是否有路径能将数据从该路由器传送至其他路由器；设定系统中共有n个路由器，可用性判别条件如下；
[0146]
除去初始端和目的端，每个路由器的输入和输出信道必须同时连通，对于第x 个路由器而言，有(其中x'、x”分别代表第x个路由器的输入信道的首端路由器标号、输出信道的尾端路由器标号；&&是“逻辑与”运算符，a
xx'
、a
x”x
分别代表第x个路由器到第x’个路由器的连接关系，类似符号的定义都相似；k代表第x个路由器的相邻路由器集合。
[0147]
进一步的，运行态下基于数据重要程度与安全程度匹配的数据安全传输策略设计，分成如下几类情况进行考虑：
[0148]
场景1：运行态下通信网络传输不遭受攻击，并有多条可选路径供数据传输
[0149]
针对运行态下的安全传输问题，研究多路径规划策略，具体如下：1)基于采集状态数据速度与精度对多元决策控制业务影响的灵敏度分析，评估终端数据的重要程度；2)基于“数据重要程度与其路径安全测度相匹配”的原则，以传输快速性作为约束条件，构建单目标优化模型；3)基于数据重要程度排序，依次求解优化模型，得到路径优化策略，通过选用安全性能最优的路径传输数据，以确保受影响的数据按重要程度依次被传输至目的端，支撑电力业务执行；
[0150]
场景2：运行态下通信网络传输遭受恶意攻击，导致信道传输轻度拥塞等问题，但拥塞所造成数据传输的影响不超过决策控制任务的容忍上限；
[0151]
1)类似于场景1，基于灵敏度分析，先研究数据的重要程度；2)同样基于“数据重要程度与其路径安全测度相匹配”的原则，以保证业务服务有效为目标，研究路径优化策略。其中，要先判定现有通信网络种是否存在备用路径，若存在，则依据“数据重要程度与其路径安全程度相匹配”原则，进行路由调度；否则，先确定好首尾节点，并根据首尾节点，以安全性、快速性或传输长度最优为目标，进行路径重构，获得最优路径方案。
[0152]
场景3：运行态下通信网络传输遭受恶意攻击，导致信道传输拥塞严重甚至中断，但被影响数据的重要程度低，不影响新型电力系统安全运行。举例：能量管理中成本信息，如分时电价等，即便被中断，系统仍可以安全运行。
[0153]
其中，执行策略类似于场景2。
[0154]
场景4：运行态下路由或信道等通信设备故障，导致传输中断，但被影响数据的重要程度低，不影响新型电力系统安全运行。
[0155]
其中，执行策略类似于场景2。
[0156]
进一步的，故障态下基于数据重要程度与传输速度匹配的数据紧急传输策略设计，分成如下几类情况进行考虑：
[0157]
场景1：通信网络传输遭受恶意攻击，导致信道传输拥塞严重甚至中断等，且被影响数据的重要程度高，影响新型电力系统安全运行。
[0158]
针对故障态下数据不完整性或不可用性问题，以紧急恢复重要数据为目标，设计路径优化策略，步骤如下：1)基于采集状态数据速度与精度，分析数据变化对电力系统安全运行影响的信息-物理灵敏度和数据变化对时间的信息-时间灵敏度，综合评估数据的重要程度；2)基于传输路径的快速性评估，以“数据重要程度与其路径传输速度相匹配”的原则，以保证重要数据快速传输为主要目标，以传输精度作为约束条件，构建优化模型，得到最优传输路径策略，同时提升数据传输的安全性。
[0159]
场景2：运行态下路由或信道等通信设备故障，导致传输中断，且被影响数据的重要程度高，影响新型电力系统安全运行。在该情况下，执行策略类似于场景1。
[0160]
在一些实施例中，评估数据的重要程度，包括：
[0161]
数据的重要程度通过决策控制目标对于数据的偏导数来计算；其中，决策控制目标表达式建模为f(x1,
…
,u1,
…
)，其中x1，x2，
…
代表状态变量；u1，u2，
…
代表控制量；
[0162]
当系统处于运行态下，数据变化对决策控制效果的灵敏度计算表达式如下：
[0163]
对于x1：对于x2：
[0164]
对于u1：对于u2：
[0165]
其中和分别代表运行态下x1，x2，u1和u2的灵敏度；灵敏度越大，则数据重要程度越大；
[0166]
当系统处于故障态下，数据变化对时间的灵敏度计算表达式如下：
[0167]
对于x1：对于x2：
[0168]
对于u1：对于u2：
[0169]
其中和分别代表故障态下x1，x2，u1和u2的灵敏度；灵敏度越大，则数据重要程度越大；
[0170]
根据灵敏度计算表达式，就能得到数据的重要程度顺序，以便于安排不同的数据对应不同属性的通信路径，以降低通信不可靠问题对配电网决策控制策略执行效果的影响。
[0171]
在一些实施例中，构建目标函数z，包括：
[0172]
运行态下：
[0173]
由于运行状态下系统运行时间尺度较长，对传输速度要求不苛刻，因此考虑优先
确保数据传输精度；按照数据的重要程度从大到小的顺序，对各数据的传输路径进行优化，对应的优化目标分为如下几类：
[0174]
如果所有信道的属性都要叠加在一起，就有：
[0175][0176]
其中n代表区域的数量；min表示求最小值算法；sign是符号函数；a
ij
代表从第i个节点到第j个节点的连接关系，若有连接，则a
ij
＝1；否则，a
ij
＝0； att
ij.k
代表从第i个节点到第j个节点的信道中的第k个属性值，其中所述属性包括时延、丢包率、信噪比；
[0177]
如果只要求路径中属性最突出的信道要满足约束条件，则有：
[0178]
z＝min{max[att
ij.k
·
sign(a
ij
)]},j∈niꢀꢀꢀꢀꢀꢀꢀꢀ
(8)
[0179]
动态调节路径：
[0180]
当从起始位置到目的位置的路径确定后，应检查该路径是否满足相关约束条件；如果已满足这些条件，则路径规划完成；否则，应重复上述过程；在信道优化中，选定的约束条件如下：
[0181]
11)在起始位置只有一个输出信道：
[0182][0183]
其中a
startj
代表从起始位置到第j个节点的连接关系；a
jstart
代表从第j个节点到起始位置的连接关系；n
start
代表起始位置的相邻中继路由个数；
[0184]
12)在目的位置只有一个输入信道：
[0185][0186]
其中a
endj
代表从目的位置到第j个节点的连接关系；a
jend
代表从第j个节点到目的位置的连接关系；n
end
代表目的位置的相邻中继路由个数；
[0187]
13)中继路由同时存在输入和输出信道：
[0188][0189]
其中代表从第l个中继路由到第j个节点的连接关系；代表从第j个节点到第l个中继路由的连接关系；代表第l个中继路由的相邻中继路由个数；
[0190]
14)中继路由的输入信道数量和输出信道数量不超过允许的上限：
[0191][0192][0193]
其中代表从第l个中继路由到第j个节点的连接关系；代表从第j个节点到第l个中继路由的连接关系；代表允许第l个中继路由的输入信道数量
上限；代表第l个中继路由允许的输出信道数量上限；
[0194]
15)所规划路径的属性符合设定的要求：
[0195][0196][0197]
其中代表第k个属性值的限定条件。
[0198]
在一些实施例中，构建目标函数z，包括：
[0199]
故障态下：
[0200]
考虑应将数据以最快的速度恢复传输，并且要保证重要程度高且对时间灵敏度大的数据优先恢复传输；其中，数据重要程度和数据对时间的灵敏度需要被叠加计算，具体如下：
[0201]
1.去单位化：和其中是去单位化后决策控制目标对第i个数据的灵敏度；是去单位化后第i个数据对时间的灵敏度；
[0202]
4.加权处理：当将两类灵敏度综合考虑后，得到综合灵敏度其中λ
i1
和λ
i2
是权重系数，且λ
i1
λ
i2
＝1；
[0203]
在优化时，应按照从大到小的顺序，对各数据的传输路径进行优化，对应的优化目标为：
[0204][0205]
其中，delay
ij
代表从第i个节点到第j个节点的信道中的时滞；约束条件除 (9)～(15)外，
[0206]
11)在起始位置只有一个输出信道：
[0207][0208]
其中a
startj
代表从起始位置到第j个节点的连接关系；a
jstart
代表从第j个节点到起始位置的连接关系；n
start
代表起始位置的相邻中继路由个数；
[0209]
12)在目的位置只有一个输入信道：
[0210][0211]
其中a
endj
代表从目的位置到第j个节点的连接关系；a
jend
代表从第j个节点到目的位置的连接关系；n
end
代表目的位置的相邻中继路由个数；
[0212]
13)中继路由同时存在输入和输出信道：
[0213][0214]
其中代表从第l个中继路由到第j个节点的连接关系；代表从第j个节点到第l个中继路由的连接关系；代表第l个中继路由的相邻中继路由个数；
[0215]
14)中继路由的输入信道数量和输出信道数量不超过允许的上限：
[0216][0217][0218]
其中代表从第l个中继路由到第j个节点的连接关系；代表从第j个节点到第l个中继路由的连接关系；代表允许第l个中继路由的输入信道数量上限；代表第l个中继路由允许的输出信道数量上限；
[0219]
15)所规划路径的属性符合设定的要求：
[0220][0221][0222]
其中代表第k个属性值的限定条件；
[0223]
还应确保数据传输精度满足要求，即优化路径需要额外满足约束条件其中risk
ij
代表从第i个节点到第j个节点的信道中的风险概率；condition
risk
是设定的风险约束指标。
[0224]
在一些实施例中，采用结合随机变异的粒子群优化算法对目标函数进行求解，包括：
[0225]
步骤4-1：选定初始种群：
[0226]
选择初始种群数量：sizepop，变量维度：spacedim；最大迭代次数：ger；位置限制；速度限制；惯性权重：c_1；个体学习因子：c_2；群体学习因子：c_3；
[0227]
步骤4-2：判定个体是否满足约束条件并选出最优个体：
[0228]
通过将个体代入公式(9)～(15)，以判别是否满足
进而，在所有满足约束条件的个体中进行最优选择，即argmax(z)；
[0229]
步骤4-3：采用随机变异的方式更新种群，对于当前迭代中对应的个体，按 pop_x(:,j)＝pop_x(random(1,dim),j) ξ进行位置变异，以扩大种群的个数属性，便于跳出局部最优解，其中pop_x(:,j)代表当前迭代个体中第j个位置；dim代表种群中个体数量；random(1,dim)代表从1～dim的随机数；ξ∈[-0.2,0.2]；
[0230]
步骤4-4：判定更新后种群个体是否满足约束条件并选出最优个体，通过将个体代入公式(9)～(15)，以判别是否满足进而，在所有满足约束条件的个体中进行最优选择，即argmax(z)；
[0231]
步骤4-5：重复步骤4-3和步骤4-4，直到达成设定的迭代次数。
[0232]
实施例2
[0233]
第二方面，本实施例提供了一种考虑运行或故障态下配网对数据传输需求的路径优化装置，包括处理器及存储介质；
[0234]
所述存储介质用于存储指令；
[0235]
所述处理器用于根据所述指令进行操作以执行根据实施例1所述方法的步骤。
[0236]
实施例3
[0237]
第三方面，本实施例提供了一种存储介质，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实施例1所述方法的步骤。
[0238]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、 cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0239]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/ 或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0240]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0241]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0242]
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。