可靠通信时间（共3篇）
可靠通信时间 篇1
1 引言
系统的可靠性一般定义为系统在规定的条件下, 在规定的时间内, 完成其预定功能的能力[1]。在供水系统、通讯系统以及电力系统等网络系统中, 可靠性分析已经得到了比较广泛的应用。但是, 可靠性分析在交通运输网络中的应用还比较少。今年中国南方一场罕见的雪灾提醒人们对在交通运输领域开展可靠性分析的重要性, 此次自然灾害的结果表明了交通运输网络的脆弱性, 同时也揭示了交通运输网络是最重要的生命线系统之一。另一方面, 除了在重大灾害情况下, 在日常的交通状况下, 更为稳定可靠的交通运输网络服务水平也日益成为出行者和管理者的迫切需要。但交通运输网络的本质特征是随机动态性, 一方面交通需求是随机变化的, 另一方面网络供给也是随机变化的, 有多种不确定因素随机改变着道路交通网络的状态。因此要合理反映交通运输网络的随机性特征, 就必须使用概率测度, 可靠性分析作为一种概率测度, 是反映运输系统运行特征的有力工具。网络可靠性的衡量标准[2]就是指网络在什么情况下是可靠的, 可靠的程度如何。一般来说, 对网络可靠性的衡量是从网络的抗毁性, 生存性和有效性三方面着手进行的。研究交通运输网络的行程时间可靠性, 可以进一步完善道路网络可靠性理论, 能从根本上提高管理和规划水平, 对于最大程度地合理配置现有资源, 提高路网的行程时间可靠性, 具有重要的现实意义和广阔的应用前景。
2 行程时间可靠性的定义
Asakura and Kashiwadani (1991) [3]提出了运行时间可靠度的概念。运行时间的可靠度是路网可靠度的另一种测度方法。行程时间可靠性是指对于给定的一个起讫点OD对, 出行者能够在规定的时间内顺利完成出行的概率。行程时间可靠性也可定义为在给定概率下到达目的地的最大时间。根据研究侧重点的不同, 行程时间可靠性又可分为路径行程时间可靠性, OD对行程时间可靠性以及系统行程时间的可靠性。路径行程时间可靠性是指给定路径上的行程时间在可接受阀值内的概率;OD对行程时间可靠性是综合给定OD对之间所有被用户使用的路径的行程时间以得到一个OD对服务水平的测度;系统行程时间可靠性则是考虑所有OD对得到的一个整个系统服务水平的指标。路径行程时间可靠性有助于出行者对路径的选择, 而OD对时间可靠性以及系统行程时间可靠性则有助于管理者估计路网的性能。道路在路段通行能力不变的情况下, 影响行程时间可靠性的因素主要是由于OD出行量的变动而造成路段流量的波动以及驾驶员在对交通状况缺乏完全了解下做出的路径选择行为。在道路受损的情况下, 影响行程时间可靠性的因素除了上述两者外还包括路段通行能力的下降。通常可以将行程时间可靠性定义为路况下降状态下和非下降状态下行程时间的比率的函数。当这个比率接近1时, 表明路网在理想路网容量下工作;当这个比率趋向无穷大时, 表明某些路段已经严重损坏, 目的地不可达。这种极端的情况与连通可靠性是一致的, 可见连通可靠性是行程时间可靠性的一个特例。
3 行程时间可靠性建模
3.1 路径行程时间可靠性
定义ta (xa) 是路段a的以流量为变量的阻抗函数, 为了便于计算, 采用由美国公路局 (Bureau of Public Road , BPR) 开发的函数, 其形式为:
undefined
式中:ta (0) 为自由流时间;ca0为路段a的通行能力;α, β为给定的参数, BRP建议取α=0.15, β=4;xa为路段a上的交通流量。
当路段的行程时间确定后, 路径的行程时间就等于各组成路段的行程时间之和, 即:
undefined
式中: tundefined指OD对w之间路径k的出行时间;W表示路网中OD对的集合;Rw表示OD对w之间的路径集;δundefined为0-1变量, 当路段a在OD对w间路径k时, 则δundefined=1, 否则, δundefined=0。 如果用c0表示路网理想容量状态 (即所有路段工作于最大通行能力) ;tundefined (c0, q) 表示在路网理想容量状态时, 在给定交通需求状态q下, OD对w之间路径k的行程时间;tundefined (c, q) 表示在路网实际状态时, 在给定交通需求状态下, OD对w之间路径k的行程时间。则可将OD对之间路径k的行程时间变化率定义为:
undefined
如果对于OD对w之间路径k而言, 可接受的最大行程时间变化率为Φk (Φk>1) , 定义如下性能函数:
undefined
则OD对W之间路径k的行程程时间可靠性可定义为:
Rundefined (Φk) =Pr[ (c, q) |c∈C, q∈Q, zundefined (Φk, (c, q) ) =1], ∀k∈Rw, ∀w∈W (5)
3.2 OD对行程时间可靠性
OD对行程时间可靠性是综合给定OD对之间所有被用户使用的路径的行程时间以得到一个关于OD对服务水平的测度。如果用co表示路网理想状态 (即所有路段工作于最大通行能力) ;uw (c0, q) 表示在路网理想状态时, 在给定交通状态q下, OD对W的OD对行程时间;uw (c, q) 表示在路网实际状态时, 在给定交通状态q下, OD对w的OD对行程时间。则可将OD对w的行程时间增长率[7]定义为:
undefined
如果对于第w个OD对而言, 可接受的最大行程时间增长率为θw (θw>0) , 定义如下性能函数:
undefined
则OD对w的行程时间可靠性可定义为:
Rw (θw) =Pr[ (c, q) |c∈C, q∈Q, zw (θw, (c, q) ) =1], ∀w∈W (8)
3.3 系统行程时间可靠性
系统行程时间可靠性则是考虑所有OD对得到的一个关于整个系统服务水平的指标。如果用u (c0, q) 表示路网在理想状态时, 在给定交通量状态q下, 各OD对的OD对行程时间之和;u (c, q) 表示在路网实际状态时, 在给定交通量状态q下, 各OD对的OD对行程时间之和, 则系统的行程时间增长率为:
undefined
令整个系统可接受的最大行程时间增长率θ为各OD子系统可接受最大行程时间增长率的加权平均, 即:
undefined
αw (c0, q) =uw (c0, q) /u (c, q) , ∀w∈W (11)
同样可定义性能函数:
undefined
则整个系统的行程时间可靠性可定义为:
R (θ) =Pr[ (c, q) |c∈C, q∈Q, z (θ, (c, q) ) =1] (13)
4 行程时间可靠性近似算法
由于随着路网规模的增加, 系统状态呈现指数增长, 因此准确计算随机路网的行程时间可靠性是NP-Hard问题。使用蒙特卡洛技术虽然可以得到行程时间可靠性的无偏估计, 但其采样数量是巨大的, 因此对于实际路网很难准确计算出行程时间可靠性。一种行之有效的方法是使用概率最大的部分系统状态 (即路网的最可能状态) 来计算行程时间可靠性。采用Yang和Kubat提出的Order-m-II算法, 通过排序树搜索可以获得路网的m个最可能状态[4,5,6]。定义最小的 (1-ε) 覆盖空间Ωε
undefined
式中:Ls为系统总的状态数目;Psi, i=1, 2, …, Ls-1为各种状态对应的概率, 假设路网交通流状态sk (k=1, …, S) 按概率降序排列, 即满足ps1≥ps2≥…。
4.1 行程时间可靠性上下界
在给网络状态排序编号后, 利用上述的算法求出概率最大的J个系统状态空间。对于给定的J个概率最大的系统状态和定义的性能指标函数, 根据悲观假定和乐观假定分别确定路径、OD对及系统行程时间可靠性的下界和上界。悲观假定假设除了选取的J个系统状态向量外, 其余的 (S-J) 个状态都是不可靠的;而乐观假定则对其余的 (S-J) 状态做出最乐观的估计, 认为它们均是可靠的。
用 (c, q) sj表示与系统状态sj对应的路网容量状态和交通需求状态, 则对于给定J值, 路径行程时间可靠性、OD对行程时间可靠性和系统行程时间可靠性的范围可由下式确定:
undefined
undefined
undefined
式中:p (J) 是系统状态向量空间中选取的J个系统状态的概率之和。式 (15) 、 (16) 和式 (17) 中行程时间可靠性上下界之间的间隔反应了近似算法对可靠性估计的精度, 间隔越小, 则精度越高。在实际应用中, 需要注意的是在确定最可能状态空间Ωε时, ε的取值不宜过小, 否则会使计算工作量大量增加, 不能体现近似算法的优越性。
4.2 行程时间可靠性估计值
将行程时间可靠性上下界的平均值作为其估计值, 可简单由下式确定:
undefined
undefined
undefined
5 结论
可靠性分析应用于交通运输领域的时间还不久, 有许多需要解决的问题。为了计算上的方便, 目前在可靠性的估计中有很多严格的假设, 而这些假设往往与实际情况并不吻合。在很多的研究中, 都假设路段能力的变化相互独立。但事实上, 路段能力的变动在很多时候都是相互关联的。比如在一条路段上发生交通事故, 必然同时 影响到相邻的路段;当天气状况恶劣时, 所有路段都会受到影响。另一方面, 在很多研究中都假设路段性能服从某种分布, 以体现路网的随机性质, 但并没有确切的证据表明, 这种分布不会随着时间的改变而改变。同时要获取路段性能的统计性质也是耗费工作量很大的工作。传统的交通分配模型用于估计路网可靠性是普遍采用的方法。在路网随机变动的情况下, 必须考虑出行者与路况的交互作用。而传统的交通流模型考虑的是确定性的交通流模式。因此在路段能力变化下的路径选择行为模型还需要进一步的研究。
参考文献
[1]刘海旭, 卜雷, 蒲云.道路交通网络可靠性研究综述.世界科技研究与发展, 2004, 26 (2) :68-72.
[2]熊志华, 邵春福.路网可靠性研究的回顾与展望.交通运输系统工程与信息, 2003, 3 (2) :77-80.
[3]Asakura, Y., Kashi wadani M.Road Network Reliabili-ty Caused by Daily Fluctuation of Traffic Flow, 19thPTRC Summer Annual Meeting[A].Proceedings Semi-nar G, 1991:73-84.
[4]Yang C L, Kubat P.Efficient Computation of MostProbable States for Communication Networks withMulti mode Components[J].IEEE Transactions onCommunication, 1989, 37 (5) :535-538.
[5]Chiou S N, Li V O K.Reliability Analysis of a Commu-nication Network with Multi mode Components[J].IEEE Journal on Selected Areas in Communications, 1986, 4 (7) :1156-1161.
[6]Watling D, Sumalee A, Connors R, Balijepalli C.Advan-cing Methods for Evaluating Network Reliability[R].Leeds:Institute for Transport Studies, University ofLeeds, 2004.
峨眉铁通力保防洪通信稳定可靠 篇2
本刊讯四川铁通峨眉分中心针对铁路局《防洪快报》中提出的防洪通信保障存在的问题，迅速行动，组织力量对车站设备、光缆线路、区间设备、机车电台等进行了全面检查，以确保防洪通信稳定可靠。
峨眉分中心一是组织无线专业技术人员添乘双流至普雄区段，逐个对防洪看守点手持台和机车电台进行了全方位的试验呼叫，并对机车司机在操作过程中存在的不规范动作进行纠正；二是在每天电话访问、每周区间巡视走访防洪看守点的基础上，分中心管理人员不定期深入各看守点，检查电台和电话的通话质量，并通过分中心调度每天电话询问了解发现的问题，对21处看守点的看守人员再次进行操作和应急故障处理的培训。为每个看守点配发了防洪看守电台的操作使用说明、通信维护信息联系卡，以确保防洪看守点的通信设备良好运行。
智能电网高可靠通信系统探究 篇3
电力网络主要是为了满足供电需求而设计,其原始设计思路相对静态和僵化,例如电力单向传输、集中式的电力供给、缺乏智能化的故障诊断和信息交互机制等。而且,为了保证传统电力网络的可靠性,往往在整个电力系统内储备过量的电力容量,影响了电网的工作效能。多年来,尽管有现代化的新兴信息通信技术深深地影响着电力工业,但现有的电力系统大多仍按照原来的工作模式运作,导致管理复杂、维护代价高,且造成电力资源的大量浪费。
当前,节能减排、绿色能源、可持续发展成为世界各国发展的一个焦点。随着信息技术的快速发展,以信息技术改造现有的能源利用体系,最大限度地开发电网体系的能源利用效率,成为电力网络的一个重要研究方向。智能电网是在这样的背景下产生,是经济和技术发展的必然结果。智能电网利用一些分布式数据传输、计算和控制技术,以及多个供电单元之间数据和控制命令的有效传输技术,提高电力系统在能源转换效率、电能利用率、供电质量和可靠性等方面的性能。
2010年9月,余贻鑫院士从技术性和经济性考量的角度对智能电网进行了全面的论述,对国内智能电网的研究起到了指导性作用。2013年,余贻鑫院士又针对当前智能电网的发展趋势,进一步阐释了智能电网的基本理念,对科学高效地实施智能电网技术创新和产业发展起到了重要的指导作用。2014年,电力系统国家重点实验室对智能电网评估指标体系进行了研究,建立了多层、多级的需求体系的智能电网战略指标集。具体来讲,智能电网思想是通过利用信息通信网络系统,将能源资源开发、输送、存储、转换、售电以及服务与能源终端用户的各种电气设备和用能设施连接在一起,通过智能化控制实现精确供能、对应供能、互助供能和互补供能等,并通过智能高效的通信网络技术,将能源利用效率和能源供应安全提高到较高的水平,将污染降低到环境可接受的程度,使用户成本和投资效益达到一种合理的状态。
随着信息技术的快速发展,以信息技术改造现有的能源利用体系、最大限度地开发电网体系的能源利用效率,成为电力网络的一个重要研究方向。例如,2013年,针对电网运行、检修和管理过程中产生的海量异构、多态、大数据的问题,华北电力大学新能源电力系统国家重点实验室研究了发电、输变电以及用电各个环节中大数据的产生来源和特点,并详细地分析了现有技术在应对智能电网建设和大数据处理方面的不足。
总之,智能电网是经济和技术发展的必然结果,其利用一些分布式数据传输、计算和控制技术、多个供电单元之间数据和控制命令的有效传输技术,提高电力系统在能源转换效率、电能利用率、供电质量和可靠性等方面的性能。
2 智能电网通信体系
随着社会的飞速发展以及科技水平的不断提高,用户对智能电网也提出了一些新的应用需求,例如:
(1)广泛部署分布式的新能源发电站,使得电网供电种类多样化,能够自适应的供电以满足不足用电量需求;
(2)用户在智能电网中需要承担更积极主动的角色,能够根据变化的电力供应状态和价格来更好的控制用户电量的使用;
(3)在电力网络不过载的情况下,大规模的融合电力移动车载设备;
(4)融合广泛分布的电力(电池)存储系统,可以在必要情况下就近提供电力,提高可利用率。
为了支持这些新的应用场景,一种大规模的专用通信网络体系需要建立,来为消费者、电力供应者以及电网设备提供可靠的双向的交互信息。这种通信网络体系为智能电网实现环境感知、自适应配置、电力控制、用户行为反馈等提供了技术支撑,被认为是智能电网发展的一项核心技术。图1显示了智能电网的一个典型应用场景:所有的电力设备、用户、移动车载以及卫星等通过有线(电力线通信PLC/Fiber)或无线通信技术(Wi-Fi/Zig Bee/Wi MAX/4G)接入到核心骨干网,进行信息交互。其中,在家庭网络中,电器设备通过Wi-Fi/Zig Bee通信技术连接到智能电力仪表,进行电力的测量和反馈。车载供电技术Vehicle-to-Grid(V2G)通过Wi-Fi技术来控制电动汽车,使得其在停车期间可以对电网提供电力补偿,从而提高间断性新能源供电的稳定性。高级检测仪表网络(Advanced Metering Infrastructure,AMI)用于连接电力检测设备,并提供一些控制信令的传输。邻居区域网络(Neighborhood Area Networks,NAN)用于为大量的异构传感器提供可靠的通信服务。相量测量单元(PMU)用于提供同步、实时、高精度的电压测量值(每秒60采样数据)以及频率参数。而卫星系统用于连接一些特殊需求的电子设备以及供电系统。
3 智能电网通信体系面临的挑战
表1列出了现有电网与智能电网通信体系的一些参数对比。相比于现有传统电网结构,智能电网通信体系在多个方面更为灵活智能。但是,不得不承认,当前智能电网在可靠传输、故障恢复以及智能决策等方面仍面临着一些难以解决的问题和挑战,可以归纳为:
(1)缺乏容错能力;
(2)难以预测负载增长模式;
(3)设备故障后的连锁反映;
(4)比较慢的响应时间,影响及时做出决策;
(5)供求平衡仍难以保证,造成断电或电力浪费;
(6)控制中心仍依赖于人的操作,缺乏自治能力等。
4 结论
智能电网是电力系统的未来必然发展趋势,而通信网络体系作为智能电网数据采集、信息交互以及电力控制等的重要平台,为解决智能电网种种不足提供了有效的解决途径。为此,研究智能电网高可靠通信体系关键技术,有助于智能电网未来发展以及大规模的应用部署,为我国发展下一代智能电网,占领智能电网技术制高点具有重要的意义。
参考文献
[1]余贻鑫.面向21世纪的智能电网[J].科学时报,2010(09).
[2]余贻鑫,秦超.智能电网基本理念阐释[J].中国科学:信息科学,2014,44(06):694-701.
[3]王彬,何光宇,梅生伟,陈艳波,刘炜.智能电网评估指标体系的构建方法[J].电力系统自动化,2011,35(23):1-5.