电力通信故障激励和扩散定位算法分析及应用

电力通信故障激励和扩散定位算法分析及应用

胡志刚 [1 ] 田崇军 [2 ] 魏玮 [3 ] 徐士元 [4 ]

[1 ][2][3 ]内蒙古电力 (集团 )有限责任公司信息通信分公司 内蒙古自治区呼和浩特市 010010 [4 ]南京南瑞信息通信科技有限公司 江苏省南京市 210000

摘要：通信系统在电力生产中具有重要的地位，电力设施的运行状态和数据信息都需要依靠通信系统进行采集和传输，故应保证电力通信系统的安全稳定运行。本文详细分析了电力通信故障激励和扩散定位算法，对于提高电力通信数据网的故障处置水平具有一定的价值。

关键词：电力通信；故障激励；扩散定位；算法

0 引言

电力通信网络中涉及到较多的通信设备，在电力通信设备中，故障被定义为产生告警的原因。一般情况下，故障会被相应的网管或设备监测到，产生告警信息。故障激励和扩散定位要对电力通信设备运行告警进行合并和转化，将多个告警合并成一条具有更多信息量的告警，从而实现电力通信故障的自动重现、精准定位，解决电力通信故障不能预演和回溯分析的问题，提升故障预判能力，这在实际的应用中较为关键，本文主要分析了 电力通信故障激励和扩散定位算法。

1 电力通信网络

在电力通信网络中，故障激励和扩散定位分析包括两个主要的部分：告警分析知识库、告警推理算法。分析规则数据库的结构决定了分析推理所采用的算法，分析规则数据库是推理的基础，分析推理算法是告警分析的主要工具。因此，如果决定要采用某种告警分析推理算法，就必须构建与算法相适应的告警分析规则数据库；如果不能自由地选择告警分析规则库结构，就只能采用与结构相适应的算法^[1]。其中基于数据挖掘的算法，数据挖掘是基于过去事例的泛化的一种归纳学习，是从大量的、不完整的、有噪音的、模糊的、随机的数据集中识别有效的、新颖的、潜在有用的、以及最终可以理解的模式挖掘过程。通过分析，数据挖掘可以从大量的历史数据中发现各种各样的模式，常用的模式包括频繁模式、M-模式等。

2 电力通信故障激励和扩散定位算法分析

对于故障激励和扩散定位分析的算法，主要有以下几种：一是基于规则的算法，基于规则的故障激励和扩散定位分析方法是最早出现的一种事件关联技术。该算法将特定领域知识包含在一组规则集中，通过推理机制对各种问题进行分析判断，基于规则的算法通常由分析对象数据库、分析规则数据库和推理引擎三部分组成。分析对象数据库用于存放需要被分析的信息，包括实时的告警信息和网络结构信息，以实现对网络的实时监控。分析规则数据库用于存放事先设定的告警分析规则，其作用是：当检测到符合特定条件的告警信息时，指定系统要如何对相应告警信息进行处理。推理引擎将实时告警信息与分析规则库中规则的条件部分进行比较，以决定是否按该规则对告警信息进行处理。二是基于事例推理的算法，基于事例推理的故障激励和扩散定位分析方法利用经验和过去故障发生的案例来进行故障诊断，是人工智能算法推广到告警分析中的一种应用。该方法将过去发生的问题及其解决方案构成事例以事例的形式存放在事例库中。在遇到新的问题时，就从事例库中寻找具备相同或相似问题现象的旧事例，用旧事例的解决方法来解决新的问题，而解决新问题的经验又作为新的范例被添加到数据库中，

三是基于模型推理的算法，基于模型推理的故障激励和扩散定位分析方法依赖于系统结构和功能模型进行推理，分析诊断故障、预测网络行为，是一种基于知识的推理模型。该算法需要对不同的网络结构进行抽象化为不同类型的模型，将不同的单元实体描述为不同的模型类型，根据告警设备所对应的不同模型类型进行故障激励和扩散定位分析。在对电力通信网络进行抽象化的过程中，网络的拓扑信息可以被抽象化为系统结构模型^[2]，告警的激励和扩散性可以被抽象化为功能模型。在建立模型时，需要精确描述设备中各个功能模块的状态及其相互关系，以方便对故障进行分析和判断。四是基于编码的算法，基于编码的故障激励和扩散定位分析是依靠编码矩阵来实现的。该算法的思路是将一个故障产生的每一条告警信息都作为该故障的一个编码，用矩阵方式来保存这个故障和由其引起的多条告警信息间的对应关系；告警分析时就对告警信息的集合进行解码，来确定相应的故障。五是基于贝叶斯网络的算法，贝叶斯网络是一种基于网络结构的有向图解描述，它是基于概率推理的图形化网络，具有多源信息一致表达与信息融合能力，能进行双向并行推理，并能综合先验信息和样本信息，使推理结果更为准确可信。贝叶斯公式则是这个概率网络的基础。基于贝叶斯网络的故障激励和扩散定位分析方法可以在部分告警信息丢失或存在干扰告警信息的情况下，进行告警分析并得出最可能的故障原因。

六是基于模糊逻辑的算法，电力通信设备网络规模庞大、结构复杂且不断变化，难以建立精确的网络模型；同时业务的发展需求导致电力通信网络一直处于建设、优化、调整过程当中，网络配置不断发生变化，由此导致故障与告警之间的对应关系也不断变化；并且由于各种原因，告警信息很可能是不完整的，由此导致网络中故障和告警间的因果关系通常是不确定的，同一种故障在网络结构、物理环境、发生时间等不同情况下可能会产生不同的告警信息，因此很难根据告警事件来精确判断故障原因

^[3]。基于这种情况，我们可以将电力通信网络当成一个模糊系统，利用模糊逻辑的分析方法来描述网络模型，进行故障激励和扩散定位分析。七是基于神经网络的算法，神经网络也称作连接模型是一种模仿动物神经网络行为特征、进行分布式并行信息处理的算法数学模型，基于对过去系统的观察和系统的当前状态来预测系统的行为。

3 电力通信故障激励和扩散定位算法的应用

电力通信故障激励和扩散定位算法在电力企业的通信数据网中具有重要的应用，其中故障激励和扩散定位分析就是对存在扩散关系的多条告警信息进行压缩和替换等处理，使用一条具有更多信息量的告警信息替代多条告警信息进行故障呈现、确定能直接表明故障原因的告警、准确定位故障的过程。电力通信设备故障故障激励和扩散定位分析的思路为：依赖某种算法模型，主动地获取新告警信息,根据己建立的故障激励和扩散定位规则库快速准确地对新告警进行分析推理，获取根源故障，从而确定最大可能的电力通信设备功能服务故障，完成故障激励和扩散定位。在“激励和扩散定位”处理中主要涉及到推理算法和告警分析规则库的建立；如何保证在极短的时间内，获得高准确度的故障信息。

在电力通信故障激励和扩散定位算法的应用方面，如基于关系依赖图的算法，基于关系依赖图的故障激励和扩散定位分析方法通过依赖图来描述事件之间的扩散关系。该算法用节点表示被管理单元（MO），用边缘表示MO之间的功能依赖关系，在依赖图中可以动态的添加节点和边缘，以维持真实的拓扑结构，分析输入的原始告警并映射到依赖图的节点上，这样每个节点被看作一个可能的故障节点，遍历寻找共同的依赖节点来完成激励和扩散定位分析。目前此类算法对依赖关系强弱信息的涉及不够。

4 结论

本文详细分析了电力通信故障激励和扩散定位算法，实现了对电力通信设备故障激励和扩散定位的分析，通过对多条告警信息进行压缩和替换的处理，以及故障激励和扩散定位分析，将多条告警分析转化成一条包含更多信息的告警，从而反映出电力通信故障产生的根本原因。

参考文献

[1] 马辰, 丁慧霞, 赵永利, et al. 电力光传输网中基于主动监测业务的多链路故障定位算法[J]. 电网技术, 2013(11):3221-3226.

[2] 王开选[1], 杨峥[2], 邱雪松[1]. 面向影响分析的电力通信网故障定位算法[J]. 北京邮电大学学报, 2014, 37(s1):55-59.

[3] 赵灿明, 李祝红, 陶磊, et al. 基于故障传播模型与监督学习的电力通信网络故障定位[J]. 计算机应用, v.36;No.308(4):29-32.