队列方法下电力调度系统中通信网络环节动态模型的构建

王智

（牡丹江大学，黑龙江 牡丹江157011）

目前，数字通信网络此重传机制无法保证全部数据包都能够传输到目的地，系统之间信息的交换缺乏确定性、完整性及因果性。所以如何解决由于网络导致采样数据丢失的问题为主要研究内容。在研究过程中，大部分假设丢包及时延的发生都满足随机分布的需求，但是此种假设并不满足实际的通信过程的需求，并且无法充分展现通信网络连接控制系统的功能，所以在实际应用过程中受到了多重限制[1]。为了能够对理论研究结果进行仿真验证，要创建包含被控对象和通信网络广义对象数学模型。基于数学通信本质，模拟通信网网络中的数据传输动态模型，并且对其分析与设计。根据相应的队列理论，创建通信网络环节动态模型。

1 系统结构

使用RS 接口虽然能够有效实现外围仪表设备通信，但是在通信结点比较多的时候，就会受到接口数量等的限制，那么为了能够有效实现太阳能电池批量的检测，就实现了电力调度系统的设计，详见图1，通过图1 可以看出来，电力调度检测系统中的主控计算机和以太网/串口适配器利用RJ 接口与交换机进行连接，从而能够成为星形拓扑结构。结点和结点使用客户服务器模式，利用TCP 面向连接可靠传输实现通信。其中的数据收集使用分布式系统结构，每个巡检仪微处理器都能够有效检测单组的电池，收集数据利用串口到以太网串口适配器中传输，适配器通过转换之后TCP 数据就会对以太网交付。系统结构能够提供分布式处理环境，使用何种通信算法及模型，对数据收集实时性具有密切的联系。

图1 电力调度系统的设计

2 通信网络环节动态模型的设计

为了能够对理论结果实现仿真验证，其重要内容就是实现包括调度系统与通信网络的广义对象数字模型的创建，根据数据通信的本质实现全面的分析，实现通信网络数据传输动态模型的模拟，基于此实现针对性的分析与设计。根据流体流理论，使数据通信作为流体实现模型创建，给出使用AQM策略网络的微分方程。利用对垒理论创建网络动态模型，其研究的主要目的就是能够为了创建电力调度系统，并且为数据传输动态模型的创建提供基础。那么，本节就以电力系统和通信网络各种干扰作为干扰数据流，使用队列方法创建并且分析电力调度系统通信网络环节的网络动态模型[2]。本文主要对队列输出速度、数据到达率、丢包率、输出链路宽度和队列长度的联系进行全面研究，数据传输是通过包的方式实现的，也就是假如全新数据到达之后缓冲区就不能够将全部数据都容纳，而且数据包还会出现丢失的问题。在此种情况中，不仅要将队列长度随机变化进行展现，还要使其能够对网络传输实际需求进行有效满足。如果信道干扰流和过程数据以先进先出策略处于网络设备缓冲队列中进行发送等待，如果队列已经满员，那么数据就会丢失，此队列模型的原理详见图2。

图2 队列模型的原理

其中的y（t）指的是t 时间的电力调度数据，Sy（t）指的是t时间定理调度数据流到达的速率，Sd（t）指的是t 时间干扰流到达的速率。假设Bw属于输出链路带宽，并且在t 时间中的输出速率能够实现链路宽带约束。其输出队列的长度改变就是一种离散随机动态的过程，利用t 时间的期望值描述队列近似，利用队列平衡关系表示，队列的长度要有效实现以下公式的需求：

如果数据包能够进行单包传送，数据包长度要比队列缓存长，就回导致整包丢失。本文在研究过程中利用Droptail 数据丢包策略，如果队列长度满足最大值，是最新的数据包全部丢失[8]，那么t 时间的丢包速率就通过以下公式进行表示：

利用实时数据收集系统精准定位，采样的间隔具备良好的一致性。通过图1 可以看出来，主控计算机是利用以太网串口适配器使数据收集指令到电池巡检仪中发送，其以指令从电池收集带电流、温度、电压等数据，以外网串口适配器再将巡检仪收集数据到主控计算机中返回。通过以上模型可以了解到，基于缓冲队列不满的背景下，收集线程能够得到最大程度开发，并且能够有效保证数据收集周期的一致性。信号量具备方便且有效的进程同步处理机制，但是因为大量同步操作分散到所有需要访问的临界资源进程中，不仅为系统管理炯伟麻烦，而且还会由于使用不当导致出现无法检测的错误。管理实现了数据结构及能够为并发进程进行执行操作的定义，此种操作能够对管程数据及进程进行同步。基于此特点，对类似管程功能类进行定义，从而能够有效实现三种线程对于两级队列互斥及同步。

一般，模拟方法包括特卡罗法和跟踪驱动法，跟踪驱动法属于利用输入相关统计量，通过模型验算对结果进行观察，其属于确定性模型。特卡罗法指的是先实现统计分布，之后利用分布产生随机数，从而将模型进行输入得到结果。图3 为通信网络环节动态模型的仿真流程：

图3 通信网络环节动态模型的仿真流程

3 通信网络环节动态模型的仿真

以创建的数据传输模型为基础实现数据仿真，假如输出链路带宽为100kbps，输出队列缓冲区的长度为200kb，网络干扰波流形是一种方波，能够实现斜波形式定周期采样数据利用网络传输进行仿真，图4 为网络干扰的影响。

图4 网络干扰的影响

利用模拟仿真表示，在本文所研究模型中的数据传输队列长度不断变化，利用网络传输数据的时间间隔是时变性，并且其中的数据具有丢失的情况。为了对输出链路带宽进行全面的分析，缓冲区长度对于数据传输影响较大，宽带从0-300kbs 的过程中，数据传输系统延时及丢包率降低，以此表示本文所设计的模型能够对网络最大流量和缓冲区长度对于数据传输具有一定的影响：如果网络队列长度最大，那么就回降低延时或者丢包的几率。如果网络队列长度最小，那么就会使延时及丢包的几率提高。

因为本文研究的模型新数据和原本数据要比缓冲区域的长，所以就导致出现在整包丢失的情况，此种也为缓冲区腾出了大量的空间容纳全新的完整数据，以此使系统传输能力得到了有效的提高。简单来说，也就是使延迟时间及丢包概率有所降低。和之前研究的数据模型进行对比，两种模型丢包及延时的发生情况概率比较差。通过分析表示，全新模式的丢包及延时概率比原本的模型要小。

4 结论

为了能够使IP 网络对于低速率交互TCP 流传输性能得到提高，本文使用队列方法，实现电力调度系统中通信网络环节动态模型创建，最后对模型实现了仿真对比，对本文所研究的动态模型合理性进行了有效验证，表示本文所设计的模型能够有效降低延时概率及丢包率。