基于粒子群的电力通信网线路优化方法

doi:10.13190/j.jbupt.2016.s.014

北京邮电大学学报 ›› 2016, Vol. 39 ›› Issue (s1): 59-62.doi: 10.13190/j.jbupt.2016.s.014

基于粒子群的电力通信网线路优化方法

邢宁哲^1,2, 张思东¹, 李枝灵³

1. 北京交通大学电子信息工程学院, 北京 100044;
2. 国网冀北电力有限公司信息通信分公司, 北京 100053;
3. 北京邮电大学网络与交换技术国家重点实验室, 北京 100876

收稿日期:2015-08-25 出版日期:2016-06-28 发布日期:2016-06-28
作者简介:邢宁哲(1978-),男,博士生,E-mail:xingningzhe@163.com;张思东(1945-),男,教授,博士生导师.
基金资助:
2016-2017年国家电网科技项目

Path Optimization Method in Power Communication Network Based on Particle Swarm Optimization

XING Ning-zhe^1,2, ZHANG Si-dong¹, LI Zhi-ling³

1. School of Electronic and Information Engineering, Beijing Jiaotong University, Beijing 100044, China;
2. Information and Communication Branch Company, State Grid Jibei Electric Power Co., Ltd, Beijing 100053, China;
3. State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2015-08-25 Online:2016-06-28 Published:2016-06-28

摘要/Abstract

摘要：

为了满足电力通信网高可靠性的业务承载要求，尤其是35 kV及以下边缘接入网络，提出了一种基于粒子群的电力通信网线路优化方法.在最小建设代价的基础上，综合考虑网络的可靠性和业务分布的因素，设计了电力通信网线路优化的问题模型，最后利用粒子群进行求解.经仿真验证，该方法能在一定程度上提高规划方案的灵活性和全面性，为电力通信网提供有效的线路优化方案.

关键词: 电力通信网, 线路优化, 可靠性, 业务分布, 粒子群

Abstract:

In smart grid, to meet high reliability requirements of power communication network, a path optimization method in power communication network based on particle swarm optimization was proposed. Based on the minimum construction cost, considering network reliability and service distribution factors, a path optimization problem model for power communication network was introduced. The path optimization model was solved by particle swarm optimization. Simulations show that the proposed method can improve the flexibility and comprehensiveness of path optimization to some extent, providing an effective path optimization scheme for power communication network.

Key words: power communication network, path optimization, network reliability, service distribution, particle swarm optimization

中图分类号:

TN929.53

邢宁哲, 张思东, 李枝灵. 基于粒子群的电力通信网线路优化方法[J]. 北京邮电大学学报, 2016, 39(s1): 59-62.

XING Ning-zhe, ZHANG Si-dong, LI Zhi-ling. Path Optimization Method in Power Communication Network Based on Particle Swarm Optimization[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2016, 39(s1): 59-62.

[1]	周瑶, 孙俊, 罗会龙, 戴书浩. 基于拓扑优化的宽频超材料吸波体设计[J]. 北京邮电大学学报, 2023, 46(3): 84-90.
[2]	郑凤杨立. 基于PSO算法的RIS-MIMO联合波束成形方案[J]. 北京邮电大学学报, 2022, 45(5): 23-29.
[3]	刘丽坤, 邱铁, 徐天一, 陈宁, 万志国. 群智感知中用户细粒度可靠性与真值预估模型[J]. 北京邮电大学学报, 2022, 45(4): 70-76.
[4]	刘占峰, 潘甦. 粒子群优化的模糊粗糙集双约简算法[J]. 北京邮电大学学报, 2021, 44(4): 49-55.
[5]	杨鹏, 张义富, 李职杜, 吴大鹏, 王汝言. 面向可靠端边协同的时延保障模型[J]. 北京邮电大学学报, 2021, 44(2): 47-53.
[6]	黄逸彬, 杨赫, 周钟秉, 刘晓. 基于图形分割的城市地下车库车位排布优化方法[J]. 北京邮电大学学报, 2020, 43(4): 7-14.
[7]	秦运慧, 皇甫伟, 隆克平. 面向移动通信网络覆盖的四元数域粒子群优化算法[J]. 北京邮电大学学报, 2020, 43(4): 21-26.
[8]	叶晓彤, 刘周斌, 邵苏杰, 亓峰. 基于博弈论的WiFi接入资源动态分配算法[J]. 北京邮电大学学报, 2020, 43(2): 10-15,58.
[9]	王静, 刘艳, 余春雷, 王秘, 刘向阳. 非均匀故障保护的分组修复码构造[J]. 北京邮电大学学报, 2019, 42(5): 75-82.
[10]	韦娟, 张芃楠, 岳凤丽, 宁方立. 基于PSO-PF算法的SVM识别方法及其在异常声音中的应用[J]. 北京邮电大学学报, 2019, 42(3): 58-63.
[11]	杨福兴, 胡智超, 孔继利. 基于动态聚类混合拓扑结构粒子群算法的PDVRPTF[J]. 北京邮电大学学报, 2019, 42(1): 16-21.
[12]	唐伦, 赵培培, 赵国繁, 陈前斌. 基于QoS保障的服务功能链动态部署算法[J]. 北京邮电大学学报, 2018, 41(6): 90-96.
[13]	马宇鹏, 张建国, 邱继伟. 基于Bootstrap-SVR-SOC的小子样结构机构可靠性分析方法[J]. 北京邮电大学学报, 2018, 41(4): 81-85.
[14]	李东京, 郝大贤, 王琦珑, 贠超. 多工位工作岛式抛光机器人工作空间分析及布局优化[J]. 北京邮电大学学报, 2018, 41(3): 92-100.
[15]	刘琳岚, 许江波, 陈宇斌, 舒坚. 基于超限学习机的WSNs链路质量评估方法[J]. 北京邮电大学学报, 2018, 41(1): 134-138.

基于粒子群的电力通信网线路优化方法

Path Optimization Method in Power Communication Network Based on Particle Swarm Optimization

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价