随着智能电网概念在全球范围内得到广泛的认同,其已成为电力工业的共同发展趋势。智能电网通过有效地管理和控制资源来提高电网的有效性、可靠性以及稳定性。电网与通信网作为电网智能化的关键,如何对大量的电力通信业务进行接入管理也成为一个具有挑战性的问题。为迎接这个挑战,本文在业务需求分析和流量特征分析的基础上提出了基于特征匹配思想的流量建模方法,并用一种新的方法来构建大尺度上的流量预测模型。准确的流量建模及预测对于容量规划、异常检测、流量工程和准入控制等领域都有着重要的意义。越来越多的学者关注到通信流量所具有的自相似性和多重分形性。然而,对于电网通信流量还具备确定性。为此本文首先针对配用电通信业务需求及特点,对流量显著特性进行分析。此外,对于通信流量模型最为关键的是能够获取流量中重要的特征,为此,本文提出基于流量分析的特征匹配模型。该模型利用最大熵谱分析方法将确定性流量与混沌性流量分离,同时根据混沌性流量的尺度行为特性将小时间尺度L-系统模型嵌入到大时间尺度FGN过程中对流量进行建模。该模型不仅可以如实捕捉流量的分布概率,还具有刻画自相似性与多重分形特征的能力。最后,由于对大尺度网络流量而言,其不仅具有以天为单位的变动趋势,还存在着另一种以小时为单位的规律性变动,如此则基于单一趋势的模型将很难满足流量预测的需求。为此,本文深入分析大尺度流量内在关联关系,在此基础上将时刻间的规律性关联与日期间的平稳性关联相结合,提出一种面向大尺度流量的双模式预测方法。该方法能够有效地识别流量的关联关系,提高预测精确度。