智能配电网通信无线传感器网络QoS建模思路的研究.docVIP

智能配电网通信无线传感器网络QoS建模思路的研究 　　摘要：在当今时代，电力事业已经成为我国经济发展、社会建设中不可或缺的能源，而随着经济水平以及人们生活水平的提升，不论是经济生产，还是生活所需，都对供电可靠性以及安全性提出了更高的要求。在这种大背景下，智能配电网已经成为电力行业研究的主要方向之一，我国已经根据配电网系统的设备分布、结构特点等建立起了一种基于WSN（无线传感器网络）的配电网监测数据通信网络架构。本文就针对智能配电网通信无线传感器网络QoS建模思路展开了研究。 　　关键字：智能配电网；通信；无线传感器网络；QoS；建模思路 　　智能配电网的结构比较复杂，它涉及到现今的电气控制技术、通信技术以及计算机技术等。通过高效、实时、可靠的通信技术，将发电、配电、输电网络有机的结合起来，确保信息流、电力流能够实现从发电端到配电端的双向流动。现今WSN技术已经成为我国智能配电网主要研究的技术之一，对配电网故障检测、工作效率的提升和改进等都有着不可取代的作用。国内对于WSN的研究很多都只是停留在变电站自动化、配电自动化等方面，还未深入涉及到WSN数据传输性能的QoS（服务质量）方面。在智能配电网中，不同数据对通信网络传输性能的QoS有着不同的要求，为了进一步改善供电质量，将WSN技术应用于智能配电网是当前供电事业发展的必然需求。本文首先对智能配电网通信无线传感器网络QoS-MAC的建模进行了阐述，然后再分析了智能配电网通信无线传感器网络性能分析的数据模型。 　　一、智能配电网通信无线传感器网络QoS-MAC的建模 　　配电网是电力建设的关键性工作之一，其主要作用是将电能分配到各个用电客户手中。总体而言，配电网的分布以及其设备位置有以下两个方面的特点：其一，配电系统分布广、分布不均匀、整体架构较为分散；其二，配用电区域内集中分布着大量的用电客户以及配电设备。本文主要是根据智能配电系统的分布特点，提出了利用通信无线传感器网络QoS建模加强对智能配电网的管理。 　　一般来说，QoS-MAC的建模都是采用星型网络结构，这种结构能够有效的避免多跳路由对相邻的数据传输节点间MAC层传输实时性的影响。在星型网络内主要有一个协调器有线节点以及多个路由器/终端无线节点。 　　（一）数据传输节点内缓冲队列状态的数学模型 　　通过对智能配电网WSN通信需求的分析可知，需建立非实时、实时两种数据的存放缓冲队列。图1所示为通过马儿可夫链建立起来的数据传输节点缓冲队列模型。其中，状态（k0，k1）所表示的是在数据传输节点的实时数据缓冲队列中有k0个数据包，在非实时数据缓冲队列中有k1个数据包。其中缓冲队列k0的长度是m0，而缓冲队列k1的长度是m1。实时数据缓冲队列的产生率为λ0，而非实时的产生率为λ1。另外，μ1为实时数据缓冲队列的发送率，μ1为非实时的发送率。 表示的是缓冲队列状态处于（k0，k1）时候的概率。 　　图1数据传输节点缓冲队列模型 　　图2 马尔可夫链模型 　　通过对图2分析可以对各个配电网WSN数据传输节点的状态概率进行计算，其方程组如下所示： 　　（二）QoS-MAC信道访问机制的数学模型 　　为了保证通讯数据的实时操作能够实现支持QoS，可以在IEEE802.15.4中添设实时以及非实时两种数据的不同退避时间 、 ，不同最大退避次数K0、K1。与此同时，为了避免应答数据包被新数据的传输打断，应该将空闲信道的持续时间从以前的1symbol改成20symbol。 　　为了充分考虑前一时刻与当前时刻两个连续时间中的智能配电网WSN的信道状态，可将当前信道的空闲状态的概率用 进行表示，其中 主要是代表前一时刻信道的状态（空闲/繁忙）时，当前信道的空闲条件的概率。信道从忙到闲的转换概率为 ，其中 表示数据包发送时间的平均值。对于发送实时数据节点，其检测当前信道空闲状态的概率可用 进行计算；对于发送非实时数据，其检测当前信道空闲状态的概率可用 进行计算。 　　在两个连续时间单位内，信道都是空闲状态的概率的计算公式： 　　其中， ，代表发送实时数据节点时的概率； 代表发送实时数据节点时，检测信道的概率； 代表“非实时”时检测信道的概率。以此类推，当有n1个发送非实时数据节点时，没有检测信道的概率可以通过以下的式子进行计算： 　　二、智能配电网通信无线传感器网络性能分析的数据模型 　　对于智能配电网通信无线传感器网络的性能分析而言，可以建立实时数据传输延时模型以及非实时数据传输延时模型、传输节点CSMA/CA信道的冲突率模型以及数据的有效吞吐率模型进行分析。 　　对于实时数据传输延时模型来说，其数据传输延时 主要包含数据包传输时间、队列等待时间两类，数学模型表示如下： 　　对于非实时数据传输延时模型来说，其