【技术实现步骤摘要】
本专利技术涉及网络通信，尤其涉及一种基于tsn的智能变电站数据流调度模型训练方法、调度方法及装置。
技术介绍
1、智能变电站的承载网络需要满足多种业务的承载和互联互通要求。目前变电站网络仍然各总线并存，如何在混流的条件下，保证各种不同类型的流量对端到端传输时延、抖动、丢包率等需求均得到满足，是智能变电站长期以来面对的重要问题。现阶段，通过引入tsn(时间敏感网络)改善传统以太网尽力而为的转发特性，根据数据流量的不同优先级，提供不同程度的端到端有界时延的保障和更小的抖动等，从而满足智能变电站的应用要求。
2、智能变电站的数据具有高度的时间敏感特性，同时随着智能变电站数据化、智能化、网络化的发展演变，电网数据的类型也呈现多样化发展趋势，产生了异构时间敏感数据在电力网络上协同传输的迫切需求。为实现tsn网络中异构时间敏感数据流的协同传输，拟将异构时间敏感数据流建模为周期时间敏感(periodic time-sensitive,pts)流和非周期时间敏感(sporadic time-sensitive,sts)流两大类。pts流通常具有非常严格的周期和确定性时延的约束(例如循环控制指令、同步信息等)，以便产生精准的控制决策，保障控制系统的安全可靠运行。sts流通常是非周期的零星流(例如故障报警信息)或者抖动较大的周期时间敏感数据流(例如无线传感器采集的数据)等。本申请旨在提供一种针对智能变电站数据流的确定性传输需求的方案，保障传输窗口限制。
技术实现思路
1、鉴于此，本专利技术
2、本专利技术的一个方面提供了一种基于tsn的智能变电站数据流调度模型训练方法，该方法包括以下步骤：
3、获取智能变电站的链路拓扑结构以及链路状态参数，所述链路状态参数包括各链路带宽、利用率、各链路中已占用的现有周期时间敏感流和现有非周期时间敏感流的第一数据流参数；所述第一数据流参数包括周期、链路占用时长、数据量大小和占用时隙范围；
4、获取新增周期时间敏感流的第二数据流参数，所述第二数据流参数包括每一条所述新增周期时间敏感流的的周期、每一周期内产生时间、传输截止日期、数据量大小、源地址和目的地址；
5、获取新增非周期时间敏感流的第三数据流参数，所述第三数据流参数包括每一条所述新增非周期时间敏感流的产生时间、传输截止日期、数据量大小、源地址和目的地址；
6、将所述链路拓扑结构以及所述链路状态参数进行等价重构，将原链路拓扑结构中的边作为新图的节点，将原链路拓扑结构中边与边的连接关系作为新图的边；
7、以当前节点中各新增周期时间敏感流的所述第二数据流参数、各新增非周期时间敏感流的所述第三数据流参数以及所述新图作为状态参数，以与所述当前节点连接的下一链路候选节点集合为动作选项；
8、获取初始演员网络和初始评论家网络，所述演员网络包括用于挖掘所述新图特征信息的第一神经网络模块和用于挖掘所述当前数据流特征信息的第二神经网络模块，所述第一神经网络模块提取上一传输链路节点特征向量、所述当前节点特征向量和新图全局显著特征，所述第二神经网络模块提取当前数据流特征向量，拼接得到质询向量；将所述质询向量通过第三神经网络模块，将所述当前节点特征向量通过第四神经网络模块，统一维度后进行相关性计算并归一化得到所述选择概率作为当前数据流与候选节点的亲和度，并构建亲和度集合；基于所述当前数据流与各候选节点的亲和度集合，依据概率进行采样选定下一游走链路节点并更新所述状态参数；所述初始评论家网络用于计算选择相应候选节点时的预测价值；
9、基于选定的所述下一游走链路节点，依据蒙特卡罗树搜索仿真模拟并补全后续游走链路节点，并计算实际收益值；
10、基于所述预测价值和所述实际收益值构建损失函数，更新所述初始演员网络和所述初始评论家网络的参数，完成一轮迭代；按照预设条件进行多轮迭代，将更新后的所述初始评论家网络作为智能变电站数据流调度模型。
11、在一些实施例中，计算实际收益值之前，还包括：
12、若所述当前流量为所述新增周期时间敏感流，定义k表示所述当前数据流，uk表示所述当前数据流到达所述当前节点的时间，dk表示所述当前数据流k在所述当前节点上最晚完成时间，lk表示所述当前数据流k在所述当前节点上占用的时隙长度，pk表示所述当前数据流k的周期；时隙开始占用偏移量为ok，取值范围为[uk，dk-lk]；
13、计算ok在解空间的不可行域，计算过程包括：
14、对于已经部署在所述当前节点上的任意数据流y，若所述任意数据流y为周期时间敏感流，计算所述当前数据流k的周期pk与所述任意数据流y的周期py的最小公倍数s，定义a＝s/py，a＝[0，a)；若所述任意数据流y为非周期时间敏感流，a＝{0}；
15、对于在a内的任意整数c，计算r＝c·py+uy，e＝r+ly，z＝r/pk，w＝e/py；如果ceil(z)-ceil(w)＝＝0，则[r％py，e％py]为所述不可行域；若ceil(w)-ceil(z)＞0,[r％py，py]和[0，e％py]为所述不可行域；其中，ceil表示向上取整；
16、获取不可行域后，结合ok的取值范围[uk，dk-lk]缩小ok的搜索范围，再在可行搜索范围内穷举，直到找到连续lk个空闲的时隙并分配至所述当前数据流。
17、在一些实施例中，计算实际收益值之前，还包括：
18、若所述当前流量为所述新增非周期时间敏感流，定义k表示所述当前数据流，uk表示所述当前数据流到达所述当前节点的时间，dk表示所述当前数据流k在所述当前节点上最晚完成时间，lk表示所述当前数据流k在所述当前节点上占用的时隙长度，时隙开始占用偏移量为ok，取值范围为[uk，dk-lk]；
19、计算ok在解空间的不可行域，计算过程包括：
20、对于已经部署在所述当前节点上的任意数据流y，若所述任意数据流y为周期时间敏感流，定义a＝floor(uk/py)，b＝floor(dk/py)，其中floor表示向下取整运算，a＝[a，b]；对于在a内的任意整数c，计算r＝c·py+uy，e＝r+ly，z＝r/pk，w＝e/py；如果ceil(z)-ceil(w)＝＝0，则[r％py，e％py]为所述不可行域；若ceil(w)-ceil(z)＞0,[r％py，py]和[0，e％py]为所述不可行域；其中，ceil表示向上取整；
21、若y为非周期性的，则[max(uk，uy)，min(dk-lk，dy-ly)]为所述不可行域；
22、获取不可行域后，结合ok的取值范围[uk，dk-lk]缩小ok的搜索范围，再在可行搜索范围内穷举，直到找到连续lk个空闲的时隙并分配至所述当前数据本文档来自技高网...
【技术保护点】
1.一种基于TSN的智能变电站数据流调度模型训练方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于TSN的智能变电站数据流调度模型训练方法，其特征在于，计算实际收益值之前，还包括：
3.根据权利要求2所述的基于TSN的智能变电站数据流调度模型训练方法，其特征在于，计算实际收益值之前，还包括：
4.根据权利要求1所述的基于TSN的智能变电站数据流调度模型训练方法，其特征在于，所述第一神经网络模块和所述第二神经网络模块采用Transformer模型，所述第三神经网络模块和所述第四神经网络模块采用多层感知机。
5.根据权利要求1所述的基于TSN的智能变电站数据流调度模型训练方法，其特征在于，将所述质询向量通过第三神经网络模块，将所述当前节点特征向量通过第四神经网络模块，统一维度后进行相关性计算并归一化得到所述选择概率作为当前数据流与候选节点的亲和度，表达式为：
6.根据权利要求1所述的基于TSN的智能变电站数据流调度模型训练方法，其特征在于，依据蒙特卡罗树搜索仿真模拟并补全后续游走链路节点，并计算实际收益值，
7.根据权利要求6所述的基于TSN的智能变电站数据流调度模型训练方法，其特征在于，基于所述预测价值和所述实际收益值构建损失函数，更新所述初始演员网络和所述初始评论家网络的参数，包括：
8.一种基于TSN的智能变电站数据流调度方法，其特征在于，包括如下步骤：
9.根据权利要求8所述基于TSN的智能变电站数据流调度方法，其特征在于，按照预设规则为所述当前数据流分配时隙，包括：
10.根据权利要求8所述基于TSN的智能变电站数据流调度方法，其特征在于，按照预设规则为所述当前数据流分配时隙，包括：
11.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
12.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于tsn的智能变电站数据流调度模型训练方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于tsn的智能变电站数据流调度模型训练方法，其特征在于，计算实际收益值之前，还包括：
3.根据权利要求2所述的基于tsn的智能变电站数据流调度模型训练方法，其特征在于，计算实际收益值之前，还包括：
4.根据权利要求1所述的基于tsn的智能变电站数据流调度模型训练方法，其特征在于，所述第一神经网络模块和所述第二神经网络模块采用transformer模型，所述第三神经网络模块和所述第四神经网络模块采用多层感知机。
5.根据权利要求1所述的基于tsn的智能变电站数据流调度模型训练方法，其特征在于，将所述质询向量通过第三神经网络模块，将所述当前节点特征向量通过第四神经网络模块，统一维度后进行相关性计算并归一化得到所述选择概率作为当前数据流与候选节点的亲和度，表达式为：
6.根据权利要求1所述的基于tsn的智能变电站数据流调度模型训练方法，其特征在于，...
【专利技术属性】
技术研发人员：全思平，孙维，程松，胡欣，王兴龙，缑琳，
申请(专利权)人：国网江苏省电力有限公司泰州供电分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。