Аналитический метод анализа процессов передачи сообщений в оптоволоконных сетях с маркерным доступом для цифровых подстанций

Цели. Цель работы – разработка аналитических методов оценки вероятностно-временных характеристик и производительности оптоволоконной FDDI-сети (fiber distributed data interface) с маркерным методом доступа, позволяющих автоматизировать процессы передачи сообщений для цифровых электроподстанций.

Методы. Использованы методы теории надежности, теории случайных процессов и теории массового обслуживания, преобразование Лапласа – Стилтьеса для вывода функциональных уравнений.

Результаты. Проведено численное исследование процессов передачи пакетов между электрическими цифровыми подстанциями (ЦПС) в оптоволоконной сети FDDI. Рассмотрены процессы обмена дискретной информацией между электронными устройствами в системе электрических ЦПС, включая основные технологические операции, выполняемые персоналом системы ЦПС при подготовке отчетов, характеризующих различные режимы работы как отдельных ЦПС, так и всей системы в целом. Получены зависимости загрузки узлов, производительности FDDI-сети и временных характеристик процессов передачи пакетов от интенсивности входных потоков сообщений и надежности передающей среды. Проведен анализ функционирования FDDI-сетей, построенных на основе двух оптоволоконных колец, которые образуют основной и резервный пути передачи данных между узлами сети, что значительно повышает отказоустойчивость таких сетей. Задача исследования включала анализ процессов передачи информации в сетях FDDI с акцентом на обеспечение надежности передающей среды.

Выводы. Выявлено, что существует критическая область функционирования сети, при достижении которой наблюдается резкое увеличение загрузки узлов и временных характеристик, в то время как производительность достигает максимального значения и затем резко снижается. Предложено осуществлять обмен дискретными сообщениями, отражающими состояние электронных устройств, и информационными сообщениями персонала между различными дистанционно разнесенными ЦПС с использованием оптоволоконной сети FDDI.

1. Громов И.В., Егоров Е.П., Кошельков И.А. Сравнительный анализ положений различных редакций стандарта IEK 61850 при использовании протоколов GOOSE и SV. Релейная защита и автоматизация. 2019;4(37):46–49. URL: https://elibrary.ru/icfpna

2. Sapna, Sharma M. Performance evaluation of a wired network with & without Load Balancer and Firewall. In: 2010 International Conference on Electronics and Information Engineering. Kyoto, Japan. 2010. P. V2-515–V2-519. https://doi.org/10.1109/ICEIE.2010.5559755

3. Бессольцев В.С., Хорьков С.А. Цифровая подстанция: Структура, протоколы, архитектура. Сборник тезисов XII Международной научно-практической конференции. Ижевск, 15 апреля 2022 г. Ижевск: Ижевский институт компьютерных исследований; 2022. С. 23–27.

4. Zhmatov D.V. Technical Condition Monitoring of Electric Equipment in the Digital Substation. In: 2020 2nd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency (SUMMA). 2020. P. 983–986. https://doi.org/10.1109/SUMMA50634.2020.9280800

5. Харламов В.А., Романов С.Е., Хасанов А.Х. Способы передачи GOOSE-сообщений между подстанциями для систем РЗА. Релейщик. 2022(2):12–17.

6. Безденежных М.Н., Егоров А.П., Кошельков И.А., Дони Н.А. Анализ сетевой нагрузки GOOSE по МЭК 61850-8-1:2011. Автоматизация и ИТ в энергетике. 2019;8(121):22–25. URL: https://elibrary.ru/ojmxwt

7. Wei M., Chen Z. Study of LANs access technologies in wind power system. In: IEEE PES General Meeting. Minneapolis, MN, USA. 2010.

8. Звонарева Г.А., Бузунов Д.С. Использование имитационного моделирования для оценки временных характеристик распределенной вычислительной системы. Открытое образование. 2022;26(5):32–39. https://doi.org/10.21686/1818-4243-2022-5-32-39

9. Леонтьев А.С. Многоуровневые аналитические и аналитико-имитационные модели оценки вероятностно-временных характеристик многомашинных вычислительных комплексов с учетом надежности. Международный научно-исследовательский журнал. 2023;5(131). https://doi.org/10.23670/IRJ.2023.131.8

10. Кульба В.В., Мамиконов А.Г., Шелков А.Б. Резервирование программных модулей и информационных массивов в АСУ. Автоматика и телемеханика. 1980;8:133–141.

11. Талалаев А.А., Фроленко В.П. Отказоустойчивая система организации высокопроизводительных вычислений для решения задач обработки потоков данных. Программные системы: Теория и приложения. 2018;9(1–36):85–108. https://doi.org/10.25209/2079-3316-2018-9-1-85-108

12. Акимова Г.П., Соловьев А.В., Тарханов И.А. Моделирование надежности распределенных вычислительных систем. Информационные технологии и вычислительные системы ( ИТиВС). 2019;3:70–86. https://doi.org/10.14357/20718632190307

13. Павский В.А., Павский К.В. Математическая модель для расчета показателей надежности масштабируемых вычислительных систем с учетом времени переключения. Известия ЮФУ. Технические науки. 2020;2(212):134–145. https://doi.org/10.18522/2311-3103-2020-2-134-145

14. Ahmed W., Wu Y.W. A survey on reliability in distributed systems. J. Comput. System Sci. 2013;79(8):1243–1255. https://doi.org/10.1016/j.jcss.2013.02.006

15. Леонтьев А.С. Разработка аналитических методов, моделей и методик анализа локальных вычислительных сетей. Теоретические вопросы программного обеспечения: Межвузовский сборник научных трудов. М.: МИРЭА; 2001. С. 70–94.

16. Иваничкина Л.В., Непорада А.Л. Модель надежности распределенной системы хранения данных в условиях явных и скрытых дисковых сбоев. Труды Института системного программирования РАН. 2015;27(6):253–274. https://doi.org/10.15514/ISPRAS-2015-27(6)-16