李 婧, 溫 蜜, 薛 梅

(上海電力學(xué)院 計算機(jī)科學(xué)與技術(shù)學(xué)院, 上海 200090)

面向電網(wǎng)監(jiān)測的無線傳感器網(wǎng)絡(luò)關(guān)鍵技術(shù)研究

李 婧, 溫 蜜, 薛 梅

(上海電力學(xué)院 計算機(jī)科學(xué)與技術(shù)學(xué)院, 上海 200090)

電網(wǎng)監(jiān)測的WSN中存在網(wǎng)絡(luò)路由路徑單一、負(fù)載不均衡、生命周期短和可維護(hù)性差等問題,因此引入局部壓縮感知和低占空比機(jī)制對其網(wǎng)絡(luò)性能進(jìn)行優(yōu)化.對面向電網(wǎng)監(jiān)測的無線傳感器網(wǎng)絡(luò)中存在的關(guān)鍵技術(shù)進(jìn)行了詳細(xì)分析,并具體闡述了國內(nèi)外對于該領(lǐng)域的研究現(xiàn)狀及進(jìn)展,提出針對局部壓縮感知數(shù)據(jù)的有效恢復(fù)、低占空比機(jī)制中精確時間同步、電網(wǎng)監(jiān)測環(huán)境下傳感器網(wǎng)絡(luò)的最優(yōu)化配置等3個關(guān)鍵問題的研究,可以延長電網(wǎng)監(jiān)測WSN的整體生存時間,為電網(wǎng)監(jiān)測提供有QoS保證的數(shù)據(jù)采集與傳輸,推動WSN在電力系統(tǒng)成功應(yīng)用.

壓縮感知; 電網(wǎng)監(jiān)測; 無線傳感器網(wǎng)絡(luò); 低占空比

隨著智能電網(wǎng)建設(shè)規(guī)模的不斷增加,系統(tǒng)的復(fù)雜性不斷提高,加之自然災(zāi)害頻繁發(fā)生,電網(wǎng)的安全運行和電力供應(yīng)的可靠性變得尤為重要.傳統(tǒng)的電網(wǎng)輸電線路安全主要依靠人力巡檢,運行效率低,周期長,更缺乏實時的監(jiān)測手段,無法反映線路的真實狀態(tài).電網(wǎng)的輸電線路監(jiān)測具有分散性大、距離長、難以維護(hù)等特點,對于很多布置在偏遠(yuǎn)山區(qū)的輸電塔,采用有線網(wǎng)絡(luò)傳輸方式的施工成本高,線路布局困難而難以實現(xiàn).而無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)技術(shù)的發(fā)展,使電網(wǎng)輸電線路狀態(tài)的實時監(jiān)測成為現(xiàn)實,從而使電網(wǎng)運行于可視可控之中.

采用無線傳感器網(wǎng)絡(luò)對高壓輸電線路的監(jiān)測主要包括輸電線路的溫度監(jiān)測、絕緣子漏電監(jiān)測、線路覆冰監(jiān)測、輸電塔的傾斜度監(jiān)測，以及塔邊的風(fēng)速和雨量等氣象信息監(jiān)測.對電網(wǎng)的輸電線路進(jìn)行實時的狀態(tài)數(shù)據(jù)采集,為電網(wǎng)的管理人員提供更全面、完整的電網(wǎng)運行數(shù)據(jù),有助于確定決策系統(tǒng)控制實施方案和應(yīng)對預(yù)案,提高電力系統(tǒng)的運行效率,及時發(fā)現(xiàn)故障隱患,提高輸電可靠性,保障電網(wǎng)的運行安全.

與一般WSN不同,面向電網(wǎng)監(jiān)測的WSN具有節(jié)點局部密集、感知數(shù)據(jù)稀疏、網(wǎng)絡(luò)維護(hù)困難等特點,因此很多問題更突出,如路由路徑單一、負(fù)載不均衡、網(wǎng)絡(luò)生命周期短、可維護(hù)性和可靠性差等.

根據(jù)以上電網(wǎng)監(jiān)測WSN的特點,為了確保電網(wǎng)監(jiān)測數(shù)據(jù)的實時傳輸,需要建立穩(wěn)定可靠的無線傳感器網(wǎng)絡(luò),本文擬將壓縮感知(Compressed Sensing,CS)概念[1]和低占空比(Low-Duty-Cycle)機(jī)制[2]引入電網(wǎng)監(jiān)測的WSN,對其網(wǎng)絡(luò)性能進(jìn)行優(yōu)化.根據(jù)CS理論,只要信號在某些基上能稀疏表示,就可以通過少量隨機(jī)線性觀測值來重構(gòu)該信號.而我們所提出的局部壓縮感知(Regional Compressed Sensing,RCS)是指在無線傳感器網(wǎng)絡(luò)監(jiān)控的場景中劃分可重疊區(qū)域,某個特定的傳感器可以從屬于兩個或兩個以上區(qū)域,屬于一個區(qū)域的傳感器節(jié)點將采用壓縮感知的方式向數(shù)據(jù)采集點發(fā)送數(shù)據(jù).因此,將局部壓縮感知技術(shù)引入的目的是在獲得顯著數(shù)據(jù)壓縮效果的同時,解決“熱點”現(xiàn)象問題,從而大大降低數(shù)據(jù)處理的算法復(fù)雜度和能量消耗,延長網(wǎng)絡(luò)的整體生存時間.而采用Low-Duty-Cycle的傳感器節(jié)點會階段性地睡眠,節(jié)點處于睡眠狀態(tài)時,會關(guān)閉其他所有的功能模塊,僅留下一個計時器,以備將來喚醒自己.一旦醒來,即可與鄰節(jié)點進(jìn)行數(shù)據(jù)的發(fā)送和接收.該模式減少了節(jié)點監(jiān)聽的時間,從而減少了相應(yīng)的功率消耗,達(dá)到了有效節(jié)約節(jié)點能量的目的.

采用局部壓縮感知和Low-Duty-Cycle機(jī)制,對面向電網(wǎng)監(jiān)測的無線傳感器網(wǎng)絡(luò)性能進(jìn)行優(yōu)化,不僅能延長無線傳感器網(wǎng)絡(luò)的生存時間,而且能為電網(wǎng)監(jiān)測提供有QoS保證的數(shù)據(jù)采集與傳輸服務(wù),這對WSN在電力系統(tǒng)的成功應(yīng)用起到有效的推動作用.

1 面臨的挑戰(zhàn)

由于面向電網(wǎng)監(jiān)測的無線傳感器網(wǎng)絡(luò)具有特殊性,我們采用局部壓縮感知和Low-Duty-Cycle機(jī)制對其性能進(jìn)行優(yōu)化,可以在保證節(jié)點數(shù)據(jù)采集率的前提下,盡可能節(jié)約能量,解決“熱點”現(xiàn)象問題,提高網(wǎng)絡(luò)的生存周期,優(yōu)化網(wǎng)絡(luò)的配置.但這也給面向電網(wǎng)監(jiān)測的無線傳感器網(wǎng)絡(luò)帶來了新的技術(shù)難題,提出了不少挑戰(zhàn)性問題.

(1) 電網(wǎng)監(jiān)測WSN的局部壓縮感知數(shù)據(jù)有效恢復(fù)困難.現(xiàn)有的研究表明,使用局部壓縮感知可以有效提高網(wǎng)絡(luò)的數(shù)據(jù)采集率,延長網(wǎng)絡(luò)生存時間.基于該理論,可以利用電網(wǎng)監(jiān)測WSN感知數(shù)據(jù)的稀疏特性,在遠(yuǎn)小于Nyquist采樣率的條件下,用隨機(jī)采樣的方式獲取感知數(shù)據(jù)的離散樣本,然后通過非線性算法重構(gòu)感知數(shù)據(jù).采用局部壓縮感知技術(shù),大幅減少了每個節(jié)點發(fā)送的感知數(shù)據(jù)包數(shù)量,降低了sink附近節(jié)點的能量消耗,并且每個中間結(jié)點只需做簡單的線性運算,大大降低了數(shù)據(jù)處理的算法復(fù)雜度和能量消耗.但此方法只對一維網(wǎng)絡(luò)有效,而對于最常見的二維網(wǎng)絡(luò),卻無法在感知數(shù)據(jù)包發(fā)送數(shù)量不變的前提下,保證感知數(shù)據(jù)的有效恢復(fù).在電網(wǎng)監(jiān)測環(huán)境下,絕大多數(shù)都是二維或三維網(wǎng)絡(luò),如何針對電網(wǎng)監(jiān)測無線傳感器網(wǎng)絡(luò),提出有效的感知數(shù)據(jù)恢復(fù)方法,是一個全新的技術(shù)難題.

(2) Low-Duty-Cycle機(jī)制下,WSN的精確時鐘同步問題.在采用Low-Duty-Cycle的無線傳感器網(wǎng)絡(luò)中,為避免數(shù)據(jù)發(fā)送失敗或傳輸延遲過大,鄰居節(jié)點間的同步是一個必要條件.傳統(tǒng)的時間同步是通過廣播消息來對多個接收者進(jìn)行時間漂移的補(bǔ)償,但是在Low-Duty-Cycle機(jī)制中,廣播的方式將不起作用,需要研究適合Low-Duty-Cycle模式下WSN的時間同步協(xié)議.另外,電網(wǎng)監(jiān)測WSN對時鐘同步精確度有很高的要求,需要在設(shè)計時鐘同步機(jī)制的同時,考慮各種因素(包括電網(wǎng)監(jiān)測的應(yīng)用場景等)對時鐘同步的影響,以提高同步的精確度.在Low-Duty-Cycle機(jī)制中,如何實現(xiàn)精確的時鐘同步,是電網(wǎng)監(jiān)測WSN有待解決的一個重要問題.

(3) 在電網(wǎng)監(jiān)測環(huán)境下,如何解決沖突,實現(xiàn)WSN的最優(yōu)化配置.在電網(wǎng)監(jiān)測WSN中,采用局部壓縮感知和Low-Duty-Cycle機(jī)制,實現(xiàn)網(wǎng)絡(luò)的最優(yōu)化配置,存在一些沖突.首先,基于局部壓縮感知的電網(wǎng)監(jiān)測WSN,網(wǎng)絡(luò)吞吐量和時延存在沖突.有研究表明,大規(guī)模網(wǎng)絡(luò)吞吐量的提高會導(dǎo)致網(wǎng)絡(luò)時延的增加[3],二者之間的關(guān)系如何變化尚不明確.其次,在Low-Duty-Cycle機(jī)制中,如何設(shè)置合適的占空比,仍然是一個富有挑戰(zhàn)性的問題.如果將占空比設(shè)置過低,當(dāng)節(jié)點在較短的活躍時間段內(nèi)醒來時,可能會出現(xiàn)多個傳感器節(jié)點同時向該節(jié)點發(fā)送數(shù)據(jù)的情況,從而引起數(shù)據(jù)包沖突.而且需要花費更長的時間等待網(wǎng)絡(luò)形成一個期望的拓?fù)浣Y(jié)構(gòu)來提供常見的網(wǎng)絡(luò)操作,這也使得系統(tǒng)對于監(jiān)測事件和事故的響應(yīng)時間變長.如果將占空比設(shè)置過高,雖然可以保證網(wǎng)絡(luò)的傳輸性能,但無法兼顧節(jié)能的目的.同時,還會造成網(wǎng)絡(luò)通信負(fù)載的不均衡分配,導(dǎo)致網(wǎng)絡(luò)的生存時間縮短.因此,針對上述沖突問題進(jìn)行研究,實現(xiàn)傳感器網(wǎng)絡(luò)的最優(yōu)化配置,使得電網(wǎng)監(jiān)測無線傳感器網(wǎng)絡(luò)既能使生存時間得以延長,又能保證良好的網(wǎng)絡(luò)性能,這是電網(wǎng)監(jiān)測WSN能夠成功實施的關(guān)鍵.

2 國內(nèi)外研究現(xiàn)狀及發(fā)展動態(tài)

近幾年,國內(nèi)外針對電網(wǎng)監(jiān)測的無線傳感器網(wǎng)絡(luò)進(jìn)行了一些研究,提出了不同的實現(xiàn)思路和應(yīng)用模型,并取得了一定的研究成果.文獻(xiàn)[4]設(shè)計了一個電網(wǎng)輸電線路監(jiān)測無線傳感器網(wǎng)絡(luò)的分層通信拓?fù)浣Y(jié)構(gòu),并對采集數(shù)據(jù)進(jìn)行多信息集成和融合,從而實現(xiàn)了對輸電線路故障的實時監(jiān)測.文獻(xiàn)[5]在抄表系統(tǒng)中利用無線傳感器網(wǎng)絡(luò) ZigBee技術(shù),完成了無線遠(yuǎn)程集中抄表功能.文獻(xiàn)[6]提出了一種基于無線傳感器網(wǎng)絡(luò)的配電線路故障定位算法,運用配電線路故障定位原理實現(xiàn)故障的精確定位.文獻(xiàn)[7]構(gòu)建了一套基于無線傳感器網(wǎng)絡(luò)的冰災(zāi)監(jiān)測預(yù)警機(jī)制.

2.1 基于壓縮感知的無線傳感器網(wǎng)絡(luò)技術(shù)研究進(jìn)展

以上研究成果中所提出的壓縮感知技術(shù)主要針對一維(線狀)的WSN有效,而對于二維WSN的性能提高不一定有效.這是由于二維WSN的數(shù)據(jù)采集節(jié)點有多個鄰居節(jié)點(假設(shè)為a個),如果每個節(jié)點都發(fā)送M個數(shù)據(jù)包,那么數(shù)據(jù)采集節(jié)點將收到aM個數(shù)據(jù)包,而aM有可能大于N.若面向電網(wǎng)監(jiān)測的WSN是二維或三維網(wǎng)絡(luò),則無法直接運用已有的研究成果.

2.2 基于Low-Duty-Cycle機(jī)制的無線傳感器網(wǎng)絡(luò)技術(shù)研究進(jìn)展

目前,國內(nèi)外研究者針對Low-Duty-Cycle無線傳感器網(wǎng)絡(luò)的研究工作主要集中在節(jié)能高效網(wǎng)絡(luò)的設(shè)計、生存時間最大化等方面.由于能源的有限性和高需求之間的矛盾越來越明顯,研究者已經(jīng)開始認(rèn)識到在Low-Duty-Cycle無線傳感器網(wǎng)絡(luò)中保持較低的占空比的重要性.文獻(xiàn)[18]提出了一種廣播傳輸方法,其中傳輸過程是根據(jù)接收者的控制消息所標(biāo)明的信息進(jìn)行調(diào)度.文獻(xiàn)[19]采用投機(jī)性的Flooding機(jī)制,實現(xiàn)了延遲和能源方面的高效率.文獻(xiàn)[20]提出了一種Flooding方案,從而減少了能源消耗.文獻(xiàn)[21]設(shè)計了一個動態(tài)數(shù)據(jù)包轉(zhuǎn)發(fā)機(jī)制,優(yōu)化了采集數(shù)據(jù)時消耗的能量.文獻(xiàn)[22]提出了Dutycon來實現(xiàn)動態(tài)的占空比控制,從而獲得端到端的延遲最小化.文獻(xiàn)[23]研究了Low-Duty-Cycle傳感器網(wǎng)絡(luò)中的多任務(wù)調(diào)度問題,提出了一種包含性能分析的近似算法,針對實際網(wǎng)絡(luò)設(shè)計了一種分布式的任務(wù)調(diào)度協(xié)議.

Tiny-sync算法[24]和mini-sync同步算法[25]是兩個輕量的時間同步算法,通過交換少量的消息就能夠提供具有確定誤差上界的頻偏和相偏.這兩個算法的前提假設(shè)是,節(jié)點的時間是“真實時間”的線性變化,它的時鐘偏移和相偏不變,這對于需要長期監(jiān)測的無線傳感器網(wǎng)絡(luò)來說,很難保證.文獻(xiàn)[26]研究了Low-Duty-Cycle傳感器網(wǎng)絡(luò)的時間同步精度.還有很多工作致力于解決時鐘不確定性以及縮減時鐘同步代價,如在文獻(xiàn)[27]中,引入了按需精確同步的思想;文獻(xiàn)[28]開發(fā)出溫度補(bǔ)償機(jī)制來緩和時鐘偏移問題;文獻(xiàn)[29]通過在每個節(jié)點上使用兩個不同精度的時鐘來維持一個共同的時間.

以上有關(guān)時鐘同步協(xié)議的研究成果,沒有考慮內(nèi)部和外部網(wǎng)絡(luò)因素對無線傳感器網(wǎng)絡(luò)的影響,同時也未探討如何設(shè)計和實施有效的QoS保證協(xié)議,更沒有涉及電網(wǎng)監(jiān)測應(yīng)用場景對時鐘同步的影響.因此,無法解決電網(wǎng)監(jiān)測Low-Duty-Cycle無線傳感器網(wǎng)絡(luò)精確時鐘同步問題.

2.3 無線傳感器網(wǎng)絡(luò)的最優(yōu)化配置技術(shù)研究進(jìn)展

為了提高Low-Duty-Cycle網(wǎng)絡(luò)的生命周期性,文獻(xiàn)[30]提出了兩種算法,通過使用動態(tài)的sink來進(jìn)行數(shù)據(jù)采集.文獻(xiàn)[31]提出使用流動性圖表來預(yù)測移動用戶未來的數(shù)據(jù)收集位置,避免了靜態(tài)sink導(dǎo)致的網(wǎng)絡(luò)壽命過短.SOHRABI K等人[32]提出了一種基于表驅(qū)動的 SAR 路由機(jī)制,在無線傳感器網(wǎng)絡(luò)中首次提出QoS概念,在確立路由樹的同時將每條路徑上節(jié)點能效與可靠性作為考慮因素.文獻(xiàn)[33]中采用基于先驗的鏈路知識選取最優(yōu)的數(shù)據(jù)傳輸路徑的靜態(tài)路由規(guī)劃技術(shù),具有算法簡單、路由決策速度快等特點.但該策略只有當(dāng)鏈路發(fā)生故障和擁塞后,才會重新選擇路徑.靜態(tài)路由規(guī)劃技術(shù)為了提高數(shù)據(jù)傳輸?shù)姆€(wěn)定性,必須建立冗余路徑的方式,但這種方式會導(dǎo)致網(wǎng)絡(luò)擁堵、成本開銷增大.文獻(xiàn)[34]采用動態(tài)路由規(guī)劃技術(shù),基于網(wǎng)絡(luò)的拓?fù)渥兓瘉眍A(yù)測網(wǎng)絡(luò)當(dāng)前的通信狀態(tài),而采用動態(tài)性路由決策的過程,將會增加數(shù)據(jù)傳輸?shù)臅r間開銷.

以上研究成果沒有涉及局部壓縮感知WSN的網(wǎng)絡(luò)吞吐量和時延的沖突解決方案,也未給出占空比設(shè)置的參考方法,更沒有考慮在電網(wǎng)監(jiān)測的特定環(huán)境下,QoS保證的協(xié)議設(shè)計和最大化網(wǎng)絡(luò)生存時間的能量均衡問題.

3 結(jié) 語

目前，對于電網(wǎng)監(jiān)測無線傳感器網(wǎng)絡(luò)的研究工作主要集中在不同的應(yīng)用層面上,缺乏對電網(wǎng)監(jiān)測無線傳感器網(wǎng)絡(luò)的時延、吞吐量、整體生存時間等性能的研究.而圍繞局部壓縮感知和Low-Duty-Cycle機(jī)制在無線傳感器網(wǎng)絡(luò)的相關(guān)研究已提出了很多方法,但還存在很多未解決的問題,且這些研究工作都是針對一般的應(yīng)用環(huán)境或一些WSN實驗原型系統(tǒng)來展開研究,很難在大規(guī)模WSN的應(yīng)用中進(jìn)行推廣,也不能直接應(yīng)用到電網(wǎng)監(jiān)測無線傳感器網(wǎng)絡(luò)中.因此,基于電網(wǎng)監(jiān)測無線傳感器網(wǎng)絡(luò)的特點,有必要針對局部壓縮感知數(shù)據(jù)的有效恢復(fù)、Low-Duty-Cycle機(jī)制中精確時間同步、電網(wǎng)監(jiān)測環(huán)境下傳感器網(wǎng)絡(luò)的最優(yōu)化配置等方面開展有針對性的研究,從而提高電網(wǎng)監(jiān)測無線傳感器網(wǎng)絡(luò)的相關(guān)性能,推動WSN在電力系統(tǒng)包括智能電網(wǎng)的大規(guī)模應(yīng)用.

[1] CHEN Z,YANGG,CHEN L,etal.Data aggregation scheduling with guaranteed life time and efficient latency in wireless sensor networks[J].China Communications，2012,9(9):11-21.

[2] GANERIWAL S,GANESAN D,SHIM H,etal.Estimating clock uncertainty for efficient duty-cycling in sensor networks[J].IEEE Transaction on Networking，2009,17(3):843-856.

[3] GAMAL A,MAMMEN J,PRABHAKAR B,etal.Throughput-delay trade-off in wireless networks[C]//Proceedings of IEEE INFOCOM,2004:583-587.

[4] CASEY P,JABER N.Design and implementation of a cross-platform sensor network for smart grid transmission line monitoring[C]//Proceedings of IEEE Smart Grid Comm,2011:285-290.

[5] ZHENG G,GAO Y,WANG L.Realization of automatic meter reading system based on zigbee with improved routingprotocol[C]//Proceeding of Power and Energy Engineering Conference,2010:28-31.

[6] 戴瑩.無線傳感器網(wǎng)絡(luò)在智能電網(wǎng)中若干關(guān)鍵問題的研究[D].合肥:合肥工業(yè)大學(xué),2013.

[7] BAROND D,WAKINM M,SARVOTHAM S.Distributed compressed sensing[R].Rice：Rice University,2006:50.

[8] BAROND D,DURTEM B.Aninformation-theoretic approach to distributed compressed sensing[C]//Proceeding of 43th Allerton Conference on Communication,2005:1-12.

[9] BARON D,DUARTE F,SARVOTHAM S,etal.Distributed compressed sensing of jointly sparse signals[C]//Proceeding of 39th Asilomar Conference on Signals,Systems and Computers,2005:1 537-1 541.

[10] DUARTEM F,WAKINM B,BAROND D,etal.Universald is tributed sensing viarandom projections[C]//Proceedings of 5th International Workshop on Information Processingin Sensor Networks(IPSN′06),2006:177-185.

[11] 胡海峰,楊震.無線傳感器網(wǎng)絡(luò)中基于空間相關(guān)性的分布式壓縮感知[J].南京郵電大學(xué)學(xué)報,2009,29(6):12-16.

[12] 呂方旭,張金成,石洪君，等.WSN中的分布式局部壓縮感知[J].傳感技術(shù)學(xué)報，2013,26(10):1 446-1 452.

[13] 陳正宇,楊庚,陳蕾,等.基于壓縮感知的WSNs長生命周期數(shù)據(jù)收集方法[J].電子與信息學(xué)報，2014,36(10):2 343-2 349.

[14] 黃海平,陳九天,王汝傳,等.無線傳感器網(wǎng)絡(luò)中基于數(shù)據(jù)融合樹的壓縮感知算法[J].電子與信息學(xué)報，2014,36(10):2 364-2 369.

[15] 趙春暉,許云龍,黃輝.基于LU分解的稀疏目標(biāo)定位算法[J].電子與信息學(xué)報，2013,35(9):2 234-2 239.

[16] ZHENG H,XIAO S,WANG X,etal.Capacity and delay analysis for data gathering with compressive sensing in wireless sensor networks[J].IEEE Transactions on Wireless Communications，2013,12(2):917-927.

[17] WANG F,LIU J C.RBS:a reliable broadcast service for large-scale low duty-cycled wireless sensor networks[C]//Proceedings of IEEE ICC,2008:2 416-2 420.

[18] GUO S,GU Y,JIANG B,etal.Opportunistic flooding in low-duty-cycle wireless sensor networks with unreliable links[C]//Proceedings of ACM MobiCom,2009:2 787-2 802.

[19] ZHU T,ZHONG Z,HE T,etal.Exploring link correlation for efficient flooding in wireless sensor networks[C]//Proceedings of USENIX NSDI,2010:4.

[20] GUO S,KIM S,ZHU T,etal.Correlated flooding in low-duty-cycle wirelesss sensor networks[C]//Proceedings of IEEE ICNP,2011:383-392.

[21] WANG X,XING G,YAO Y.Dynamic duty cycle control for end-to-end delay guarantees in wireless sensor networks[C]//Proceedings of IEEE IWQoS,2010:1-9.

[22] XIONG S G,LI J Z,LI M,etal.Multipletask scheduling for low-duty-cycled wireless sensor networks[C]//Proceedings of IEEE INFOCOM,2010:1 323-1 331.

[23] SICHITIU M L,VEERARITTIPHAN C.Simple accurate time synchronization for wireless sensor networks[C]//Proceeding of IEEE Wireless Communications and Networking Conference,New Orleans,LA.March 2003:1 266-1 273.

[24] VAN G J,RABAEY J.Lightweight time synchronization for sensor networks[C]//Proc 2nd ACM Int′l Conf Wireless Sensor Network and Application,San Diego,CA.September 2003:11-19.

[25] KOO J,PANTA R,BAGCHI S,etal.A tale of two synchronizing clocks[J].Proc of ACM Sensyc,2009(1):239-252.

[26] ZHONG Z,CHEN P,HE T.On-demand time synchronization with predictable accuracy[C]//Proceeding of IEEE INFOCOM,2011:2 480-2 488.

[27] SCHMID T,CHARBIWALA,ANAGOSTOPOULOU Z,etal.A case against routing-integrated time synchronization[C]//Proceeding of ACM Sensys,2010：267-280.

[28] SCHMID T,DUTTA P,SRIVASTAVA M.High resolution low power time synchronization an oxymoron no more[C]//Proc.of ACM/IEEE IPSN,2010:151-161.

[29] XING G,WANG T,XIE Z,etal.Rendezvous planning in mobility assisted wireless sensor networks[C]//Proceedings of IEEE RTSS,2007:311-320.

[30] KUSY B,LEE H,WHCKE M,etal.Perdictive qoS routing to mobile sinks in wireless sensor networks[C]//Proceedings of IEEE/ACM IPSN,2009:109-120.

[31] LEE H,WICHE M,KUSY B,etal.Data stashing:energy-efficient information delivery to mobile sinks through trajectory prediction[C]//Proceedings of IEEE/ACM IPSN,2010:291-302.

[32] SOHRABI K,GAO JV.Protocols for self-organization of a wireless sensor network[J].IEEE Personal Communications,2000,7(5):16-27.

[33] LI W H,HAMDI C E.Communication cost minimization in wireless sensor and actor networks for road surveillance[J].IEEE Transactions on Vehicular Technology,2011,60(2):618-631.

[34] MOUSTAPHA A I,SELMIC R R.Wireless sensor network modeling using modified recurrent neural networks:application to fault detection[J].IEEE Transactions on Instrumentation and Measurement,2008,57(5):981-988.

(編輯 白林雪)

ResearchonKeyTechnologiesofWirelessSensorNetworksforPowerGridMonitoring

LIJing,WENMi,XUEMei

(SchoolofComputerScienceandTechnology,ShanghaiUniversityofElectricPower,Shanghai200090,China)

In the WSN of power grid system,there are many practical challenges in the designs of WSN,such as the limited choices of routing paths,imbalanced network traffic,limited life-time of WSN,and the complexity of maintenance.To address these challenges,it is proposed to investigate and optimize the performance of WSNs based on regional compressed sensing (RCS) and low-duty-cycle (LDC) mechanism.The key technologies of wireless sensor networks for grid monitoring are introduced.In addition,the research status and progress of this field at domestic and abroad are described in detail.Three key technologies are proposed including how to realize RCS so that we can reconstruct original data efficiently,how to improve the accuracy of clock synchronization and how to optimize the setting of WSN for real-time power-grid monitoring.With these research topics,it will increase life-time of WSN,supply efficient and QoS guaranteed data collection and translation and facilitate the deployment of smart grid system.

compressed sensing; grid monitoring; wireless sensor network; low-duty-cycle

10.3969/j.issn.1006-4729.2017.04.012

2017-03-09

李婧(1980-),女,博士,副教授,山東海陽人.主要研究方向為網(wǎng)絡(luò)通信協(xié)議,智能電網(wǎng).E-mail:lijing@shiep.edu.cn.

國家自然科學(xué)基金(61572310).

TM764;TN929.5;TP212.9

A

1006-4729(2017)04-0367-05