电力通信光缆业务承载水平的量化评估

高会生，王 娟，曹旺斌

(华北电力大学 电子与通信工程系，河北 保定 071003)

0 引言

随着电网规模的逐渐庞大，电力通信网作为支撑电网安全稳定运行的第二张网络，其复杂程度也随之增大。2021年新版《国家电网公司安全事故调查规程》对通信六级事件(事故)发生的条件做了修订，定义了单条光缆或单台设备承载重要生产业务时重载的概念[1]，开展光缆承载力分析，明确光缆负载情况，已经成为支撑电网安全稳定运行的重点工作之一。

在电力通信网链路负载量化方法研究方面，部分学者以物理拓扑为依据，采用复杂网络理论确定链路权重[2-4]，以此来间接反映链路的负载状况。这种方法在识别电力通信网络关键链路方面具有效果，但忽略了网络中实际的业务信息和业务流向，因此并不能准确地量化链路负载。部分文献以业务特征为出发点，从业务数量、业务重要度[5-8]和业务带宽[9-11]等角度评估了链路的负载水平。这些方法相对客观地描述了链路的负载情况，但在进行负载比较时忽略了链路特征，不能真实可靠地反映链路间负载的区别。考虑到链路自身的特征，文献[12-15]采用链路容量占用率指标描述了链路的负载状态。这种方法只将链路特征作为判断负载的条件，忽略了业务特征这一重要因素，不能有效地进行负载度量。此外，还有学者将上述2种或3种评价指标相结合，提出了一种复合链路权值模型。文献[16]基于物理层重要性指标，结合业务重要度和业务流量特征给出了链路的复合权重。文献[17]综合链路容量、风险和剩余保护容量3个指标评价了链路的性能优劣。然而，这些方法不以研究链路负载为主要目的，所给出的链路权值无法反映链路的真实负载状况。

由上述分析可知，目前对链路负载的研究已经取得了显著的成果，但是，现有研究或是基于业务特征，或是基于链路特征，很少对二者同时考虑。此外，还有研究以找到链路权值为目的，但这个权值并不能真实反映链路负载情况。针对电力光缆负载量化方法的研究现状，本文综合考虑了会对链路负载造成影响的多种因素，提出了一种基于业务和光缆特征的电力通信光缆负载量化评估模型。首先，从业务传输可靠性的角度出发，分析了业务对光缆的依赖程度，建立了“业务-光缆”依赖关系函数；然后，结合链路可靠性指标给出了能反映链路负载水平的量化模型。经过算例验证，本文模型可以应用于实际电力通信网中，并且能够有效地对链路负载进行度量。

1 光缆负载影响因素分析

1.1 业务因素

(1) 业务部署要求

与传统电信网业务不同，电力通信网业务需要根据特征、功能和重要程度来部署相应的传输通道。对于会对电网运行产生重大影响的继电保护、安全稳定控制类业务，为了提高传输的可靠性，通常会配置2条(或以上)相互独立的传输通道，在资源允许的条件下，2条(或以上)通道都会采用专用纤芯方式，在不满足条件时，也可以采用2M复用通道的方式。

调度电话业务分布在受控站与调度中心之间，对可靠性要求极高，一般会部署2条独立通道，并且主要通过同步数字体系 (Synchronous Digital Hierarchy,SDH)来承载。调度数据网通常设计为AB双平面的形式，每个平面有不同的汇聚中心，汇聚中心的数量由通信网规模决定。汇聚中心之间相互连接，互为备份，大大提高了调度数据网业务传输的可靠性。综合数据网业务一般对带宽要求较大，对可靠性的要求并不高，因此大多数综合数据网业务只需要部署一条传输通道。

(2) 传输可靠性

业务传输可靠性与业务的部署方式和承载方式密切相关。一般来说，重要度越高的业务，所需要的传输可靠性会越高。对于分布于s,d节点之间的同一条通信业务S，传输通道数目越多，S的可靠性要求会越高。

(3) 业务重要度

关于业务重要度的研究已经较为成熟[6-8]，由已有的研究可知，业务重要度主要由业务对传输的要求以及对电网的影响所决定。本文基于已有的研究成果，按照承载方式将业务分为5类，并仅针对与电网生产运行密切相关的业务进行研究。为了将业务重要度与业务类型一一对应，本文选取每个类型中业务重要度的最大值代表业务类型重要度。具体业务属性如表1所示。

表1 重要生产业务属性Tab.1 Important production service attributes

1.2 链路因素

(1) 链路容量

由于光缆的敷设时间、制作工艺等因素有所不同，每条光缆含有的纤芯数目不尽相同。在电力通信网中，光缆多为16/24/36/48芯。根据业务的不同需求，纤芯两端会使用不同的传输设备，例如继电保护、安全稳定控制2类业务应用点对点的通信方式，对实时性、安全性和可靠性要求极高，因此会采用专用纤芯通道进行业务传输，即将2根光纤(一收一发)直接连到保护/安控装置两端，中间不通过其他传输设备。

调度数据网业务对可靠性要求较高，大多通过SDH传输环网通信，光纤两端接的是SDH设备。综合数据网业务由于对带宽要求比较大，因此会通过光传输网络(Optical Transport Network,OTN)来传输业务。

用λ(eij)表示光缆eij的纤芯占用率，i和j表示链路两端的节点，则：

(1)

(2) 链路可用性

一般来说，敷设时间较早的光缆多为电力通信网中的骨架光缆，但纤芯数目较少，承载的业务却逐年增长，导致早期的光缆出现重载、可用性下降等问题。

目前，常见的用于骨干传输网的光缆有光纤复合架空地线(Optical Fiber Composite Overhead Ground Wire,OPGW)光缆、全介质自承式光缆(All Dielectric Self-supporting Optical Cable,ADSS)和普通光缆。在同样的工作环境下，单位长度OPGW光缆的可用性最高，ADSS次之，普通光缆最差[15]。此外，同一类型的光缆，电压等级越高，单位长度可用性将会越高。

可以将整条光缆的可用性Reij看成一个底数为单位长度光缆可用性，指数为光缆长度的函数形式：

Reij=al(eij)，

(2)

式中，a∈(0,1)；l(eij)代表光缆eij的长度。由此可知，光缆的可用性随光缆长度的增加而降低。

2 电力光缆负载量化模型

骨干传输网上承载的业务具有分布稳定、突发性小的特点，业务一旦开通，除了线路检修等特殊情况，传输通道基本不会发生改变。从业务传输的角度来看，电力业务能否顺利服务于大电网取决于光缆能否正常和连续地工作。本文基于业务与光缆的关系，对光缆负载状态进行了分析。

2.1 业务-光缆依赖关系

现有的文献在负载度量时更多地从业务重要度和链路容量占用状态角度出发，忽略了业务通道数量这一重要因素。业务通道数量由部署方式决定，由前面的分析可知，不同种类业务的传输通道数量有所区别。对于仅有一条传输通道的业务，一旦通道中的某条光缆中断，这条业务也会随之消失，而对于使用“1+1”或者更多条保护通道的业务，即使通道中某条光缆中断也不会影响到业务的正常传输。

业务与光缆之间的这种交互，可以称为依赖关系[18]。为了描述这种依赖关系，本文建立了“业务-光缆”依赖关系图，基于业务传输通道数量和业务重要度定义了业务依赖度函数。图1为骨干传输网中的一小部分，假设网络中部署了S1,S2和S4三类业务。

图1 某网络状态下业务分布示意Fig.1 Schematic diagram of service distribution in a certain network state

由图1可以看出，链路eae与链路eed承载的业务为3条，其余链路承载的业务均为2条。根据网络业务分布模型图，可以建立“业务-光缆”依赖关系图，以链路eae为例建立的依赖关系如图2所示。

图2 “业务-光缆”依赖关系示例Fig.2 Dependency relationship example of Service-Optical Cable

图2中，Isi表示第i类业务对链路的依赖度，业务对链路的总依赖度可以表示为该链路承载的所有业务的依赖度之和的形式：

(3)

式中，n表示链路eij承载的业务类型的数量；Ni表示所承载的第i类业务的数量。

为了量化这种依赖度，本文利用业务重要度与业务通道数量2个参数给出了表示依赖度权值的公式，以度量业务与光缆之间的依赖关系。对于具有重要性值wsi和ksi条传输通道的业务si，其对每条链路的依赖度可以定义为业务重要性与传输通道数倒数的乘积：

(4)

(5)

式中，psi为业务si经过的所有链路的集合。

可以看出，当业务重要性不变时，业务传输通道数越多，业务对链路eij的依赖度越小；当业务传输数量一定时，业务重要度越高，对链路eij的依赖度将越高。

2.2 光缆可靠性分析

考虑到光缆间的差异性，需要进一步结合光缆特征来评价光缆的负载水平。光缆的可靠性与光缆的类型、年限、敷设方式、施工工艺、外部环境、历史故障和属地运维管理等多种因素相关。对于承载业务数量和类型都相同的2条光缆，光缆运行可靠性越高，对应的负载水平应该越低，也就是说可靠性高的光缆可以携带更多的电力业务。

已有文献表明，光缆容量占用状态与光缆可靠性有着密切的关系[15]，因此本文结合光缆容量和光缆可用性2个指标，给出了表示光缆可靠性的公式：

Aeij=Reijexp(-λ(eij))，

(6)

式中，λ(eij)为光缆纤芯占用率；Reij为光缆eij的可用性，由前面分析可知对于长度为l，单位可用性为a的光缆，其可用性可以定义为l个单位光缆段的级联形式。

由式(6)可以看出，当光缆可用性增大，容量占用率减小时，光缆的可靠性会有所升高。

2.3 负载量化模型的建立

光缆负载是一个多因素决定问题。在业务依赖度相同的条件下，对于可靠性不同的2条光缆，负载量化值会有所不同。由前面的分析可知，可靠性程度越高的光缆，越能承载更多的业务。此外，光缆是业务传输的载体，当光缆可靠性相同时，业务依赖度越高，光缆的负载应越大。基于以上分析，可以得到光缆负载综合量化模型：

(7)

该模型综合考虑了电力通信网中业务与光缆的特殊性。

2.4 算法流程

电力光缆负载量化算法的输入为网络拓扑结构G(V,E,C)和需要部署的业务集合S。其中，拓扑G中的V，E分别代表网络中的节点集合和链路集合，C为光缆类型、纤芯数目和长度组成的crad(E)×3维矩阵，crad(E)表示集合E包含的链路的数目。集合S包含需要部署的业务个数和业务重要度信息。算法分为以下6个步骤：

(1) 输入网络拓扑信息和业务信息，确定链路编号，利用式(2)初始化链路可用性。

(2) 根据业务部署要求，使用D算法和最大不相交路由算法为每个业务配置相应的传输通道。

(3) 判断业务是否全部部署到了网络中，若没有部署完成则执行步骤(2)，若部署完成则继续执行步骤(4)。

(4) 利用式(3)和式(6)分别计算出业务对光缆的依赖度和光缆的可靠性。

(5) 将步骤(4)计算出的参数值带入到式(7)，可得到光缆的负载量化权值。

(6) 遍历所有链路，生成全网光缆负载量化权值矩阵。

光缆负载量化算法流程如图3所示。

图3 算法流程Fig.3 Algorithm flow chart

3 验证分析

3.1 算例说明

为了充分证明所提负载量化方法的有效性和可行性，本文在Matlab R2020b的环境下应用所提方法对单条光缆和完整光缆拓扑进行了负载分析，并将该方法与文献[8]和文献[11]中提到的负载量化方法进行了对比。为方便描述，将本文方法记作L1，文献[8]中的方法记作L2，文献[11]中的方法记作L3。

L2将链路承载的业务重要度之和作为负载，该方法考虑因素过于单一，量化过程较为简单：

(8)

L3在L2的基础上，加上了业务带宽这一因素，并且引入权重分配系数μ，可以根据网络实际情况灵活调整业务重要度与业务带宽的占比：

(9)

式中，μ∈(0,1)；b′si为业务的归一化带宽，b′si=bsi/bmax,bsi为第i类业务的传输带宽,bmax为业务集合中最大的业务带宽。

在实际工程中，等级越高的输电线路在架设时越会选择远离市区的地方，所搭建的铁塔通常也会比较高，这样一来，光缆受到人为破坏的概率会大大减小，因此光缆的可用性会随输电线路电压等级的升高而变大[19]。本文根据文献[15]对电力光缆可用性的分析，将单位长度220 kV的OPGW光缆、ADSS和普通光缆的可用性分别设置为99.84%,99.5%和99%，并在此基础上假设单位长度500 kV的OPGW光缆可用性为99.9%，1 000 kV的OPGW光缆可用性为99.96%，由式(2)可计算全网光缆的可用性。

3.2 实际工程算例

本文从工程实际中选取了5条具有代表性的光缆，具体的光缆信息以及业务通道信息如表2所示。

表2 光缆信息与业务信息Tab.2 Optical cable information and service information

所选取的5条光缆均为OPGW光缆，承载的业务类型为保护与安控业务。表2中给出了光缆承载的业务通道数、电压等级、长度、总芯数和剩余芯数等信息。其中，业务类型/数量/通道一栏表示光缆承载的某类型业务的数量和部署此类型业务所需要的传输通道的数量。

按照表2给出的业务信息和光缆信息，利用式(3)、式(6)和式(7)可分别计算出业务依赖度、光缆可靠性和光缆的负载权值信息，结果如表3所示。

表3 负载量化结果Tab.3 Load quantification results

由表3可以看出，虽然光缆5承载的业务通道数最多，但综合光缆可靠性和业务依赖度2项指标来看，其负载并非是最高水平。此外，对于业务依赖度相同的光缆1和2，可靠性高的光缆负载量化水平会较低，也就是说该光缆在传输通信业务时业务风险会比较低，可以为更多的电力业务提供传输通道。对于光缆可靠性相近的光缆3和5，业务依赖度高的光缆负载量化水平会较高，其中业务依赖度与业务类型和业务通道数量都有关系。

3.3 完整光缆拓扑算例

上节给出的算例仅针对单条光缆进行了负载计算，然而在实际电力通信网中，涉及到的网络结构复杂，光缆数量庞大，使得负载计算更加困难。本文选取某市级骨干传输网的光缆地理接线图为例，如图4所示，该光缆拓扑由137条不同类型的光缆链路和61个变电站通信节点组成，其中45号节点为地区调度中心，500 kV的变电站有4个，火电厂、风电场有16个，其余节点均为220 kV的变电站。图中链路上的数值表示光缆的实际长度，单位为km。由于目前在建设光缆网络时敷设的光缆多为OPGW光缆，ADSS与普通光缆所占的比例正逐渐缩小，因此本文按照1∶1∶8的比例在图中随机选取链路作为普通光缆、ADSS和OPGW光缆。

图4 某地区光缆地理接线图Fig.4 Geographical wiring diagram of optical cable in a certain area

仿真时假设光缆的纤芯数目为48条，单根纤芯的带宽为2.5 GHz。网络中需要部署的业务类型如表1所示。安全稳定控制系统分为控制主站、控制子站和执行站3层结构，文中选取节点18、51作为控制主站，节点22，6，19，13，30，39，47，52和58作为控制子站，其余节点作为执行站。调度数据网分为A、B两个平面，每个平面需要不同的汇聚中心，文中选取节点13，45作为A平面的汇聚中心，节点30，51作为B平面的汇聚中心。

采用L1方法计算出的光缆负载概率密度分布直方图以及拟合曲线如图5所示。

图5 某地区光缆负载量化结果Fig.5 Quantified results of optical cable load in a certain area

拟合曲线服从均值为1.313 6，标准差为1.008 3的对数正态分布。由图5可知，网络中负载的取值为0～55，其中，处于0～10的光缆占总光缆的66%，处于25～55的光缆占总光缆的3.6%。可以看出，该网络的负载分布并不均衡。

3.4 仿真对比分析

本文选择L2方法与L3方法进行了仿真对比，考虑到每种方法的量化结果会有所不同，为避免出现较大误差，采用“max-min”归一化法[4]对计算结果进行了归一化处理：

(10)

式中，x为需要归一化的数值；xmax，xmin分别为样本的最大值和最小值；Y∈(0,1)，文中取Y=0.1。3种方法的量化结果如图6所示。

图6 不同计算模型下的光缆负载量化水平Fig.6 Quantification level of optical cable load under different calculation models

由于3种方法的侧重点有所不同，导致最终的计算结果不完全一致。L2计算的结果总体偏高，这是由于L2只将业务重要度的累加和作为链路负载，量化过程比较简单。L3在L2的基础上增加了业务归一化带宽这一因素，使得量化结果较L2更加准确，但L3中业务重要度与业务归一化带宽权值的选取容易受人为因素的影响，计算结果的客观性较差。本文选取前10条负载较重的光缆和最后10条负载较轻的光缆进行了排序对比，具体排序结果如表4和表5所示。

表4 前10条重载光缆的排序及其归一化负载值Tab.4 The order of the first 10 heavy-load optical cables and their normalized load values

表5 最后10条轻载光缆的排序及其归一化负载值Tab.5 The order of the last 10 light-load optical cables and their normalized load values

站点45是地区调度中心，与其直接相连的光缆应当具有较高的负载值，从表5可以看出，3种方法均能识别出光缆94的负载值最高。此外，本文方法与L3识别出的前5条光缆的编号和排序完全一致，进一步说明了本文方法的有效性。光缆19位于汇聚节点13和18之间，应用L1方法可识别出光缆19的负载值较高，但L2和L3并没有识别出。光缆34与汇聚中心13直接相连，L2和L3识别出该光缆负载值较高，但综合光缆和业务二者的特征来看，其负载值在10条光缆中最低。

负载较低的光缆大多分布在网络边缘，从表5可以看出，3种方法都能识别出光缆116的负载值最低，然而对于排序在128～136的光缆，L2方法和L3方法无法准确判断其负载值的高低，本文方法却能很好地加以区分。因此，可以证明本文方法的适用性更高。

4 结束语

针对目前电力光缆负载量化方法存在的问题，本文结合电力通信网实际，提出了一种基于光缆可靠性和业务依赖度的光缆负载量化方法，综合考虑了业务和光缆的特殊性，使计算结果更加切合实际。本文在单条光缆和完整拓扑2则算例下验证了方法的可行性。通过与L2方法和L3方法的对比发现，对于具有较高负载水平的光缆，3种方法都能较好地做出区分，但对于具有较低负载水平的光缆，L2和L3失去了负载比较能力，而本文方法依然能够很好地加以区分，这有力地说明了所提方法的有效性和准确性，同时本文方法对负载均衡、资源优化和重载识别等都有一定的指导意义。由于在工程实际中，负载均衡一直是一个广受关注的问题，因此本文接下来将围绕网络的负载均衡开展研究。