智能变电站过程层网络流量分析及网络优化研究

来源 :计算技术与自动化 | 被引量 : 0次 | 上传用户:suease
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  關键词:流量分析;网络优化;流量控制;交换机;过程层;智能变电站
  随着智能变电站的推广应用,大量的变电站采用过程层网络进行SV(采样值,Sampled Value)、GOOSE(面向通用对象的变电站事件,GenericObject Oriented Substation Event)报文传输,过程层网络架构如图1所示。
  间隔层设备保护装置和测控装置通过过程层交换机与过程层设备合并单元和智能终端进行信息交互。保护装置和测控装置下发GOOSE报文给智能终端控制断路器、开关等一次设备的投退;合并单元采集一次设备的实时电压电流值通过SV报文上送给保护装置进行保护功能计算,上送给测控装置进行监视;智能终端上送当前断路器、开关等一次设备的当前状态给保护装置和测控装置用于判断一次设备的状态。
  由于每路SV报文按照每秒4000帧等间隔发送,数据流量可达IOMbps甚至更大,如果网络上有40个合并单元发送SV报文的话将有400Mbps的网络流量。GOOSE报文平时5秒发送一帧,当有开关变位等状态变化时,按照2ms、2ms、4ms、8ms的间隔进行突发上送,因此,当GOOSE发生突发上送时,会有一个短时间内得突发流量产生。由于SV、GOOSE报文存在以上特点,在过程层网络传输过程中,非常容易出现排队、拥塞等现象,按照保护业务对SV报文传输延时的要求,SV报文在网络上传输时间必须小于Zms才能保证保护装置及时获取到一次设备的采样值信息。
  因为过程层网络的流量大、重要性高,如何提升过程层网络报文传输的实时性,确保SV、GOOSE报文以最快的速度送达相应的装置成为了当前研究的重点课题。
  目前已有相当多的文献对SV、GOOSE报文网络报文传输特性进行了分析研究,文献[2]到[4]对过程层网络流量进行了仿真分析,文献[5]到[6]对过程层网络风暴等异常流量进行了分析,文献[7]对过程层网络流量进行了网络性能测试和分析,文献[8]对过程层网络报文特性进行了分析并给出了通信配置,文献[9]到[11]对过程层故障定位进行了分析,文献[12]到[13]提出了一种基于流量控制的提升智能变电站网络传输可靠性的方案,文献[14]到[15]从变电站实际运维角度描述了当前过程层网络故障定位的方法。以上文献均在相关过程层的研究方向上取得了一定的进展,但是对于SV、GOOSE报文在过程层网络上传输的最大延时具体能到达什么水平,并没有文献做过相关研究。
  现网运行中,普遍采用过程层网络进行保护、测控、智能终端等设备的GOOSE报文传输、合并单元发送的SV报文主要提供给测控装置使用,对于保护使用的SV必须通过光纤直连方式进行传输,通过牺牲数据共享便利性来避免过程层网络传输延时的不确定性。这是当前智能变电站过程层网络迫切需要解决的问题。同时过程层网络正常情况下的报文传输延时最大值直接决定了保护功能是否能够长期稳定工作,因此,过程层网络最大传输延时的量化研究有助于更好的提升过程层网络组网水平,是保护通过过程层网络实现SV报文传输的理论基础。
  1过程层网络组网分析
  1.1组网方案分析
  可行的智能变电站过程层组网有两种方案,方案一采用SV、GOOSE分别组网的方案,方案二采用SV,GOOSE共网传输的组网方案。方案一需要分别为SV、GOOSE组建过程层网络,与方案二对比,该方案具有组网设备多、组网成本高的缺点。因此在智能变电站建设过程中,仅有很少一部分变电站采用了该组网方案,目前已不再推广应用。方案二与现有的过程层网络比较不再采用保护单独通过光纤直连传输SV报文,具有组网成本基本一致,网络设备用量相当的特点,因此,下文着重分析SV、GOOSE共网传输的情况。接口加千兆级联光纤端口交换机。如图2所示为典型的过程层交换机配置及组网示意图,过程层网络用千兆中心交换机端口配置为1 6个千兆光纤接口,用于实现间隔交换机的接入和智能录波器等设备的接人。间隔交换机(1)的端口配置为16个百兆光纤接口和4个千兆光纤接口,可满足3~4个间隔的设备接人。间隔交换机(2)端口配置6个百兆光纤接口和2个千兆光纤接口,可满足一个间隔的设备接入。
  下面按照三种不同配置的交换机的端口流量及特性分别进行分析,同时为了反映智能站实际典型应用场景,将以典型场景下的GOOSE、SV报文长度进行分析。
  1.2过程层报文特性分析
  在国内的智能变电站建设中,过程层网络只用于传输SV、GOOSE报文。SV普遍采用每秒4000帧的频率进行报文发送,每个SV报文的长度一般在250 Byte左右,不同的SV报文长度基本一致,因此在后面的分析中SV报文长度统一按照250Byte进行分析。GOOSE报文根据携带的内容不同长度变化范围很大,最长可达1518 Byte,较短情况几十个字节的也有。
  2IED设备输出流量分析
  为了更好的分析SV、GOOSE共网情况下的网络报文网络传输最大延时特性,下文将继续按照SV报文在过程层网络上传输的场景进行分析,从理论上论证SV、GOOSE共网情况下的网络性能。
  当前智能变电站的IED设备主流采用百兆光口,母线保护、主变保护、线路保护、测控装置、智能终端、合并单元等装置均为百兆光口,智能录波器同时支持百兆和千兆光口。各装置发送的GOOSE、SV的报文长度及路数如下表所示。
  表中所列的的值为各IED设备在典型应用中的报文长度及GOOSE、SV数量配置。
  3过程层网络流量分析
  过程层网络的GOOSE、SV报文由各装置发出后按照VLAN或静态组播配置的转发路径进行转发,流量大量汇聚的节点出现在交换机级联端口上,对于间隔内的线路保护、测控、合并单元、智能终端等设备接人交换机端口的流量远小于交换机级联端口的流量,所以不再单独分析。对于母线保护和主变保护等需要接收多个,需要单独分析。下面分别针对间隔交换机(1)、间隔交换机(2)的级联端口和中心交换机的流量进行分析。   3.1间隔交换机(2)流量分析
  如下图所示,间隔交换机(2)具有6个百兆光口(端口1-6),2个千兆/百兆光口(端口GlG2)。间隔交换机(2)级联端口为千兆光纤端口。用于接人单间隔的保护、测控、智能终端,合并单元等设备。
  图4为间隔交换机(2)的上行流量和下行流量的示意图。下面分别对交换机级联端口的上行报文流量和下行报文流量分别进行分析。
  上行报文流量分析:由于智能录波器部署在中心交换机上,间隔内的保护、测控、智能终端、合并单元发送的信息均通过级联口上传到中心交换机用于智能录波器的报文监视。智能终端采用单端口接人间隔交换机,四个控制块的GOOSE报文顺序发送到间隔交换机上,不存在同一台装置的报文在交换机级联端口排队的问题。但在极端的情况下,保护、测控、智能终端和合并单元通过级联端口上送的报文存在拥塞现象,极端的排队深度按照如式(1)计算:
  上行报文流量分析:由于智能录波器部署在中心交换机上,间隔内的保护、测控、智能终端和合并单元发送的信息均需通过级联口上传到中心交换机用于智能录波器的报文监视。智能终端采用单端口接人间隔交换机,所以四个控制块的GOOSE报文顺序发送到间隔交换机上,不存在该装置的报文在交换机级联端口排对的问题。但在极端的情况下,同一台交换机接人的保护、测控、智能终端和合并单元通过级联端口上送的报文存在拥塞现象,极端的排队深度按照公式(1)实例化的公式(5)进行计算。
  因此,极端情况下,间隔交换机级联端口的缓存空间大于5346 Byte才不会出现丢包现象。由于SV报文发送间隔为250us所以,只有千兆级联端口250us时间内可以传输的字节数大于需要报文的字节数才能保证不出现累加排队现象。按照公式(3)计算得到250us级联端口能够发送39. 06kByte。远大于需要传输的字节数,不存在累加排队现象。因此,间隔交换机(1)的级联端口传输延时按照公式(4)计算结果为:
  T=5346/(1. 25*109)*8+10=44. 22 r/s
  因此,间隔交换机(1)级联端口的延时最大值为44. 22u/S。
  按照公式(5)计算250u/S间隔内所有装置发送的报文长度总和为:
  因此级联口报文传输在250us内不会出现跨250us累加排队现象,即不存在跨SV报文发送间隔的排队现象。
  当发生雪崩的情况下,所有GOOSE报文的发送按照2ms,2ms,4ms,8ms的间隔发送,按照公式(5)计算2m间隔内所有装置发送的报文长度总和为:
  L=(311+361+395+1062+250*8+200+270) =13. 797 kByte
  因此级联口报文传输在2 ms内不会出现跨2ms累加排队现象,即不存在跨GOOSE报文发送间隔的排队现象。
  最大排队深度与上面分析的5346 Byte -致,最大传输延时与上面分析的44. 22 us延时一致。
  下行报文流量分析:下行报文主要来自于母线保护和主变保护,与间隔交换机(2)的下行报文分析结果一致,下行最大延时为13.12u/s。
  由以上分析可知,级联端口的上行最大延时为44. 22 us,下行最大延时为13. 12us。
  3.3中心交换机流量分析
  如图7所示,中心交换机具有1 6个千兆光口(端口1-16)。用于接人间隔交换机和智能录波器等设备。
  中心交换机级联端口的上行流量为各间隔交换机上送的流量,下行流量主要为主变保护和母差保护下发的报文。从间隔交换机的分析来看,上行报文流量大于下行报文流量,且中心交换机的上行流量全部接人到智能录波器端口用于监视使用。
  因此,分析智能录波器端口的拥塞情况即可代表中心交換机极端的排队场景。智能录波器端口排队报文长度可按照如下公式计算:
  式中Li为间隔交换机接人的一个设备的发送报文长度,N代表间隔交换机接人的装置数量,M代表间隔交换机的数量。
  按照典型变电站规模最大18个间隔来计算的话,中心交换机需要接人6台间隔交换机(1)或18台间隔交换机(2)。按照每个间隔最大并发传输报文长度1782 Byte计算,极端情况下,间隔交换机同时发送1782 Pyte(间隔交换机(2)-个间隔)或5346 Byte(间隔交换机(1)三个间隔)的数据到中心交换机,按照公式(6)计算得到接人智能录波器端口的排队深度为:
  L=1782*3*6=32. 076 kByte。
  因此,排队深度为32. 076 kByte,小于250 us内能够传输39. 06 kByte。
  按照公式(4)计算得到接人智能录波器端口的传输时间为:
  T= 32. 076*103/(1. 25*109)*8+0=205.29us
  式中ts取值为0是因为,智能录波器已经是最终的接收设备,内部缓存时间不需要再计算到传输延时中,后续公式(9)即为对公式(4)的优化。
  计算250 us无累加排队传输最大可以实现接人间隔计算公式可按如下公司计算:
  其中L250代表于兆端口250us能够传输的字节数,LB代表每个间隔在级联端口的最大排队报文长度,将前文计算数据带入公式(6)可得在不出现跨250us间隔排队可接人的最大间隔数为:
  P=39. 06kByte/1782B=21.9
  因此,最大可接入间隔数为21个间隔,可满足典型变电站的过程层组网要求。
  3.4IED设备输入流量分析
  IED设备的输出报文长度已在2小节进行了分析,母线和主变保护的下行报文已在间隔交换机流量分析中进行了说明,由于线路保护、测控、智能终端、合并单元接收的SV、GOOSE控制块的数量明显小于母线保护和主变保护,所以,本小节主要分析母线和主变保护的接收流量情况。   按照典型变电站18个间隔的情况进行分析,母线保护需要接收18个间隔和一个母线电压合并单元的数据,即接收19路SV报文和36路GOOSE报文。主变保护当按照三卷变按电压登记组网进行分析时,每个电压等级需要接收的SV报文不超过3路,GOOSE报文不会超过10路。由于主变保护接人收GOOSE、SV报文数量明显低于母线保护,因此,母线保护适用的场景同时能够符合主变保护的应用,所以,将以母线保护为例进行分析。下面分别按照母线保护采用千兆端口通信和百兆端口通信分别进行分析。
  首先计算母线保护接收报文的总长度公式为:
  因此,需要4个百兆端口来实现网络报文的接人。将SV和GOOSE报文平均分配到每个端口上,每个端口需要输入SV报文5路,GOOSE报文9路。因此,百兆情况下端口最大排队深度按照公
  因此,极端情况下,母线保护的端口最大延时为244uS,不会出现跨越SV发送间隔的排队现象。
  3.5小结
  从以上间隔交换机(1)、间隔交换机(2)、中心交换机、母线保护的分析来看,影响组网规模的关键技术指标为网络传输最大延时和交换机端口缓存能力。间隔交换机(1)极端的情况下需要缓存大小为5346 Byte,间隔交换机(2)极端的情况下需要缓存大小为1782 Byte,中心交换机极端的情况下需要缓存大小为32. 076 kByte,母线保护极端的情况下千兆端口需要缓存大小为11. 95 kByte,百兆端口需要缓存大小为3. 05 kByte。
  从目前主流的电力系统过程层交换机性能来看,百兆交换机的端口缓存大于13 kByte,千兆交换机的端口缓存大于125 kByte,在缓存能力上,能够满足最大18个间隔的过程层网络组网需求。
  4过程层网络传输延时分析
  文章3小节分别分析了网络流量在交换机级联端口、智能录波器接口和母线保护接口上的极端延时和排队现象。本章分析传输延时将利用3小节的计算结果进行极端情况下的最大网络传输延时计算。网络最大传输延时需要分析GOOSE、SV报文的发送、传输、接收整个环节的延时总和,计算公式如下:
  式中,丁表示报文传输总延时,Ts表示报文发送延时,这里的Ts表示发送装置开始发送报文到报文发送结束的时间,报文同时也在接收端口接收,发送接收同时计算传输时间将重复计算,所以本式中的Ts取值用固定值O代替,Tti表示每级交换机的传输延时,Tr表示报文接收延时。由于SV报文传输延时要求严苛,所以选取合并单元的SV报文进行分析。这里按照合并单元发送的SV报文经过一台间隔交换机(2)和一台中心交换机达到智能录波器和母线保护百兆端口的最大排队场景进行计算,Tti用公式(4)计算得到,Tr,用公式(9)计算得到。将表1中的数据带人公式(12)计算到达智能录波器的传输总时间结果如下:
  智能录波器接收SV报文的最大传输延时为279. 51us。将表1中的数据带人公式(12)计算到达母线保护百兆端口的传输总时间结果如下:
  母线保护接收SV报文的最大传输延时为318. 22us,远小于2ms的门限值。
  如果间隔内采用间隔交换机(2)进行组网时,18个间隔的设备接人必须经过三级级联,示例组网如图8所示。
  从上述计算可知,采用不同的间隔交换机组网,最终的传输延时区别只在于级联次数引入的交换机内部的存储转发延时。
  另一个需要注意的特点时,报文在传输环节中按照极端延时进行计算时,影响传输延时的关键在于报文从发送设备发出的报文长度,长度越大,延时越大。当按照智能终端最长GOOSE报文进行计算到达智能录波器的延时,计算得到的传输总时间为:
  智能终端最长GOOSE报文到达智能录波器的传输时间为354. 47us。
  从网络传输延时来看,18个间隔的最大报文的传输延时不超过400us,当网络规模进一步扩大到30个间隔时,网络最大延时依然可以控制在Ims以内,由于篇幅原因,这里不再展开计算,但网络设备的缓存能力要求将进一步的增大。
  5网络优化建议
  从3到5小节的分析来看,影响网络传输性能的两个重要指标时交换机的缓存能力,另一个时传输延时。缓存能力直接决定了报文是否出现丢包,传输延时决定了是否满足保护业务的应用。而影响延时的主要因素是报文长度、交换机级联级数和设备的端口速率。由于报文长度与业务直接相关本文不做讨论,因此,建议组网时尽量减少级联次数,端口速率尽量选择高速率。为了获取最优的网络性能同时接人尽可能多的间隔。组网建議如下:
  (1)网络总流量控制在500 Mbps以内。
  (2)网络报文传输尽量控制在4台交换机内。
  (3)推荐母线保护和主变保护等跨间隔设备接收报文较多的设备采用千兆端口通信。
  (4)当母线保护和主变保护等跨间隔设备必须采用百兆端口通信时,采用多端口接收处理。每个端口的流量控制在60 Mbps以内,按照GOOSE报文2ms发送间隔计算流量。
  (5)智能录波器设备建议采用千兆端口接人中心交换机。
  6结论
  文中对过程层网络SV、GOOSE共网传输的网络最大传输延时、交换机端口缓存容量需求进行了量化分析。通过量化分析给出明确的端口缓存容量大小和网络传输可能引入的最大传输延时时间,并在此基础上对SV、GOOSE共网传输的可行性和组网规模和方案进行了分析,从分析来看,采用SV和GOOSE共网传输在理论上是可行的。同时给出了过程层组网优化建议,为将来智能变电站的组网提供了理论分析基础,用量化数据的方式帮助规划过程层网络的组网方案。
其他文献
针对传统技术中采用C/S结构存在的不足,提出了基于B/S结构(Brower/Server,浏览器/服务器)的监测方法,并构建出远程、实时、在线异常数据实时监测系统。该系统包括数据层、传输层、应用层、表示层和远程用户监控中心,通过Internet网络下载Web浏览器,在IE网站登录远程监控管理网站,实现远程操作界面的数据通讯,并通过网页上下载带有WinSocket的ActiveX控件,建立起数据通讯。还设计出基于S3C44B0处理器的远程监控终端硬件结构,采用网络数据过滤算法,降低数据包传递量,以提高网络运
关键詞:多智能体系统;事件触发;二分一致性;离散系统
關键词:校园卡系统;数据分析;K-means算法;消费水平;判别模型
传统边缘检测算法由于对噪声敏感,难以准确提取图像边缘,导致图像处理效果不佳。基于传统数学形态学算法中结构算子的方向性和尺寸几何的基础上进行算法改进。针对抗噪型碰撞腐蚀形态学边缘检测算子结构元素特征,采用不同大小结构元素组合来提取边缘特征,有效保证了图像细节的同时去掉较大噪声点。根据结构元素的方向性,利用同向结构元素图像的匹配来检测各边缘信息,确保不同向边缘信息的完整度。通过比较文本改进算法与传统的
關键词:项目优选;指标体系;灰色关联度;投资成效
关键词:区块链;人资信息化系统;Fabric;加密算法;椭圆曲线函数;共享能力  常规技术中,企业人事管理主要依赖人工方式,由于电力企业人资信息原始数据庞大,在管理过程中很容易产生新的数据,在管理这些庞大数据时,人力资源和时间浪费,还容易潜在错误和信息遗失的风险。因此,现有的管理方法很难适应现代电力企业快速发展。具有去中心化、去信任化、防篡改和信息可追溯等特性区块链起源于比特币,是构建比特币区块链
关键词:双极型矩阵变换器;无差拍控制;电源电流;矢量調制
关键词:新能源并網发电;电能质量;配电网;电压偏差;谐波
关键词:BIM技术;公路征地拆迁;扬尘监测;BIM信息库;谱特征量  公路征地拆迁中扬尘对大气环境具有很大的负面影响,因此,需对其展开实时监测,从而提高对公路征地拆迁中扬尘的治理和实时监管能力,保障公路征地拆迁的环境生态安全。可以说,研究公路征地拆迁中扬尘的实时监测方法,在公路环境污染治理和保护中具有重要意义。因此,相关公路征地拆迁中扬尘实时监测方法的研究成果也受到相关领域的极大关注。  一般来说
针对结构设计不合理的卷积神经网络导致MNIST识别的准确率低、收敛速度慢和训练参数多等问题,提出卷积神经网络结构的改进模型。改进的模型采用2次卷积、2次池化和3次全连接、采用Relu激活函数和Softmax回顾函数相结合,加入Dropout层防止过拟合,加入Flatten层优化结构。为了缩减代码量,采用API功能强大的Keras模型替代Tensorflow。对MNIST的训练集和测试集数据的准确率