会话类业务由于要保持业务流各个信息实体之间的时间关系，因此对传输时延的要求非常严格，根据协议规定主要采用电路交换完成数据传输语音业务的分类。具有代表性的是语音类业务，它由3GPP协议以QoS对业务进行划分，该业务对时延敏感而容错性较好。语音业务的具体特点分析从声音传输过程、呼叫的语音强度、服务时长等方面进行分析：

1) 语音在传输的过程中概率呈泊松分布；

2) 呼叫与通话的时间间隔的概率呈指数分贝。

其主要参数是条件呼损、呼叫等待时间分布、呼叫平均等待时间、平均队列长度。通过采用泊松分布模型分析语音类业务有助于对后续数据业务的研究。

和智能电网相关的数据业务模型当中，交互类业务和背景类业务是两大主要业务。交互类和背景类业务与前两类业务相比，它们对时延的要求相对较小，而对数据的完整性要求较高 [15] 。因此，为了满足完整性的要求，可以采用自动重传请求机制以及前向纠错编码等方式。常见的业务包括：WWW业务、Email业务和FTP业务。

电力系统中通信传输的内容包含有基本的指令信息、电力设备异响的音频数据、电力设备故障的红外热像的视频数据，因此就需要根据不同的实际环境的要求选择适当的通信网络。上述的通信功能可以分为基本的运营功能和特殊的运行功能，前者主要包括普通的电话信息数据，特点是种类繁多；后者是发送继电保护跳闸信号等数据，其特点是对实时性和精准度要求很高。

综上所述，电力通信业务模型可以借鉴语音业务模型和数据业务模型来进行研究。电力通信业务模型的建立将有力地推动业务容量的定义、业务容量使用率最大和跨越异构网络时的优化等电力通信业务问题的研究。

MMPP (Markov Modulated Poisson Proeess)是由马尔科夫链的Q矩阵与泊松分布概率共同确立的双随机泊松模型。其内部的参数是可以调节的，也即N = 2时，称为2型马尔科夫概率模型一般写作MMPP(2)。通过对通话业务模型的建模分析可以得知其概率模型分别可以用MMPP(2)表示。

由于数据信息的时间跨度很大并且具有自相似的特点，因此其概率模型可以使用重尾分布概率模型。多时间尺度分析法是自相似模型里一个重要概念：将同一个随机时间序列以不同的时间粒度进行平均，然后分析这些平均得到的新的随机时间序列，以便从中发现规律和讨论问题。如 图1 所示，依照布朗分别模型理论，建立自相似流的多优先级队列分析模型。

在自相似模型中，ON-OFF模型对于分析在智能电网数据业务有非常重要的作用。ON-OFF模型是一种连续的开环系统模型，其具体的实施过程可以概述为：多个分别独立的ON-OFF模型相互连接形成的开环模型。网络业务流中的一个ON-OFF过程如 图2 所示。

本文采用三层ON-OFF叠加法构建业务源模型，并通过设置业务参量，进行业务仿真。在上述的三层构架的ON-OFF模型中，拥有7个独立分布的参数：

1) 忙时会话系数，记为BHSA；

2) 每次会话包含的呼叫次数，记为N_PC；

3) 每次呼叫包含的分组级数，一记为N_d；

4) 分组包大小，记为S_d；

5) 两次呼叫的时间间隔，记为D_pc；

6) 两个分组的时间间隔，记为D_d；

7) 数据包发送速率，记为R。

ON-OFF三层模型的具体执行过程如 图3 所示，其中的随机数据发生器是由7个独立参数生成的。

其中会话OFF期持续时间服从如式(1)所示的均匀分布。一次会话的呼叫次数、一次呼叫的分组级次数、呼叫OFF期的间隔周期、分组包OFF期的持续时间是可以利用式(2)中的模型参数的，其具体的均值对应为：N_PC、N_d、D_p、D_d。分组包时间采用式(3)模型时，均值可以表示为：S_d。

$P\left(x\right)=\{\begin{array}{l}0,\text{otherwise}\\ \frac{1}{b-a},x\in \left[a,b\right]\end{array}$ (1)

$P\left(x\right)=\{\begin{array}{l}0,x<0\\ \lambda e^{-\lambda x},\text{otherwise}\end{array}$ (2)

$P\left(\tau >t\right)\sim t^{-a},t\to \infty ,1<\alpha <2$ (3)