基于狀態感知的電力通信設備自動巡檢研究

繆巍巍　吳海洋　于寶輝　張懿　陳鵬

摘 要：在電力行業中，電力通信設備眾多，為保證通信設備安全可靠運行，需對各類設備運行狀態進行巡檢。傳統的巡檢工作需人工巡檢，然而這種方式存在費時費力、巡檢效率低、漏檢等諸多問題。為了有效地避免人工巡檢的弊端，文章提出了基于狀態感知的電力通信設備自動巡檢方法，該方法利用智能巡檢技術并通過事前巡檢、事中巡檢、事后巡檢，從而實現電力通信設備自動巡檢及通信現場事前事中事后的閉環管理智能化。

關鍵詞：狀態感知；電力通信設備；自動巡檢

隨著電網的迅速發展，配套通信網絡在高速建設，新設備大量投產，預示著通信設備巡檢的工作量也必將大幅度增加[1]。電力通信設備巡檢是保證電力通信設備安全穩定運行的基礎工作。定期巡檢可以及時發現通信設備的損耗、故障和缺陷問題。

傳統的巡檢過程基本上依賴于人的主動性，這種巡檢方式難免存在巡檢人員監管問題（如：巡檢人員消極怠工、漏檢、誤檢）、記錄方式問題（如：手工記錄、記錄效率低、記錄漏項或出錯）、維護管理問題（如：管理人員難以準確、全面地了解巡檢狀況，不能及時制定最佳的設備保養和維修方案）以及巡檢工作量問題等[2-4]。因此，非常有必要采取自動化的手段，提升巡檢質量，減少巡檢工作量。

針對傳統巡檢存在的諸多問題，本文提出了基于狀態感知的電力通信自動巡檢方法。該方法首先通過事前感知電力通信設備當前運行狀態，豐富事前預警能力；其次，通過事中巡檢，感知電力通信設備故障診斷過程中的運行狀態，加強事中處理能力；最后，通過事后巡檢，感知電力通信設備檢修或故障處理之后的運行狀態，完善事后優化能力。通過對設備數據、工單數據、現場數據等多源數據的獲取，實現對電力通信設備狀態的“感”，通過智能巡檢實現對電力通信設備狀態的“知”，從而實現電力通信設備自動巡檢及通信現場事前事中事后的閉環管理智能化。文中介紹了狀態感知的含義和在電力通信設備自動巡檢中的目標，并結合當前的技術現狀從狀態要素覺察、狀態理解和狀態預測方面總結和展望了其關鍵技術，為后續的研究工作提供借鑒。

本文主要結構如下：第1節介紹狀態感知的定義和狀態感知在電力通信設備自動巡檢中的目標，第2節介紹基于狀態感知的電力通信設備自動巡檢具體過程，最后一節是總結全文。

1 狀態感知定義及目的

1.1 狀態感知定義

狀態感知是指在特定的時間和空間下，對環境中各元素或對象的覺察、理解及對未來狀態的預測，按照感知的過程可劃分為狀態要素采集、狀態理解和未來狀態預測[5]。狀態感知技術的關鍵在于對大量信息的采集、實時計算分析和對未來狀態的預測，適用于電力通信設備自動巡檢系統中對多類型數據的獲取[6]、風險評估[7]和預測[8]等主要功能。

1.2 狀態感知在電力通信設備自動巡檢中的目標

為了滿足電力通信設備自動巡檢的要求，使得電力通信設備能夠安全、穩定地運行，因此，基于狀態感知的電力通信設備自動巡檢技術需實現以下目標。

（1）實現對巡檢人員的有效監管，獲取巡檢人員的位置信息，規范巡檢人員的操作流程。

（2）實現對電力通信設備實時或準實時的狀態感知，能夠快速準確地獲取設備的健康狀況，并基于通信設備的健康狀況歷史數據，為運維巡檢人員提供該設備的健康狀態趨勢結果。

（3）具備預測功能，即在事故發生之前進行預測，通過采用合適的算法，使狀態感知系統具備自學習能力，學習得到電力通信設備運行狀態模型，當輸入新的狀態要素時，能夠預測設備下一次發生事故信息，這樣給運維巡檢人員提供合理的事件處理方案，做到事前防范。

（4）具備通信設備故障診斷的功能，面對繁多的告警情形，排除無效告警信息，診斷出設備故障信息，及時制定最佳的設備保養和維修方案。

（5）隨著不斷巡檢數據的增加，能夠具備自動更新設備歷史狀態信息庫，更新狀態模型，動態、靈活地調整和控制設備運行狀態，使系統狀態往有利方向發展。

2 基于狀態感知的電力通信設備自動巡檢

2.1 狀態要素采集

狀態要素采集是指監測和獲取環境中的重要數據或元素，其本質是對所需信息的采集。信息的獲取是電力通信設備自動巡檢系統的重要基礎。傳統巡檢過程由人工進行紙質采集數據，這樣會帶來許多問題。為此，本文采用一套基于移動通信設備的電力通信設備數據采集方案，充分利用當前移動終端設備具有良好的便攜性與普及性等特點，結合二維碼掃描技術、GPS定位等技術，構建了新型的網絡移動軟件架構智能巡檢體系[4]，圖1為本移動巡檢系統狀態要素采集流程。

圖1 基于移動設備的巡檢狀態要素采集流程

在圖1中，巡檢人員在接收到巡檢計劃后需要到指定的設備地點，利用移動終端上攝像頭掃描設備上的二維碼，獲取該二維碼所包含的設備信息數據，然后可以獲取到地理位置信息，這樣可以有效地避免傳統巡檢方式中漏檢的情況發生，同時可對巡檢人員起到監管的作用。在對設備信息數據比對后，錄入巡檢設備的參數信息并上傳，這樣不但可以實現對電力通信設備實時或準實時的狀態感知，同時也可以提高采集數據的質量和數據采集效率。

對于巡檢中獲取的狀態要素主要有光纖電纜要素、傳輸網要素[9-10]兩個方面。

2.2 狀態理解和未來狀態預測

在電力通信設備自動巡檢中，狀態理解是指通過所獲取的狀態要素，對電力通信設備的穩定性、安全性、可靠性、健康程度等進行分析和評估。在電力通信設備自動巡檢過程中，實時狀態理解主要是對電力通信設備故障的實時評估，包括對電力通信設備的靜態故障率及設備健康度等的評估分析，并將分析結果展示給巡檢人員。

基于狀態感知的電力通信設備自動巡檢，以基于狀態感知的壽命預測技術擴展前期項目中設備健康度的內涵，豐富事前預警能力；以基于狀態感知的故障定位和診斷技術進一步提升前期工作中資源調配分析技術的外延，加強事中處理能力；以基于狀態感知的可靠性評估技術補充前期工作中后評估的缺失，完善事后優化能力；以基于全景監測數據實現的自動巡檢技術實現通信運維事前事中事后的溝通，完成閉環管理，指導日常運維工作，提升電力通信運維的智能化、自動化水平。基于狀態感知的電力通信設備自動巡檢研究邏輯關系，如圖2所示。

圖2 基于狀態感知的電力通信設備自動巡檢結構

2.2.1 電力通信設備事前診斷

隨著電力通信網絡規模的不斷擴大，傳輸網層次的逐漸增多、網絡結構日趨復雜，對電力通信系統的運行管理提出了新的挑戰。當前系統內較少開展設備狀態評價和壽命預測，相關工作也缺乏科學的數據分析和理論的指導，設備報廢、投退運、擴容以及網絡建設、調整等依賴經驗判斷，主觀性較強，需要開展數據驅動的通信設備綜合評價與壽命預測研究，形成電力通信設備全壽命周期管理，提升通信運行管理水平。

結合傳輸設備、蓄電池的實時/在線網管監測與檢測數據、充放電實驗數據、歷史運行狀態性能等動態數據，設備和業務統計資源靜態數據、歷史缺陷和檢修工單等流程數據、設備動環信息等數據，建立設備狀態變化分類預測模型，整體反應設備狀態，感知設備狀態和網絡狀態。

蓄電池綜合運行狀態主要由其壽命即充放電輪次反映，又主要與其放電電流密度、溫度、放電深度、維護狀況和貯存時間等有關，放電度越深，使用壽命越短。綜合上述蓄電池物理屬性，結合蓄電池自身內部電流、電壓、內阻等屬性，通過建立放電輪次—內部外部屬性之間的關聯模型，可實現蓄電池壽命的預測，提供蓄電池設備投運與報廢指導。傳輸設備總體運行狀態主要由其故障率反映，通過建立傳輸設備的歷史故障情況與其運行環境、內部屬性之間的關聯模型，可實現運維人員對傳輸設備整體情況的把握；在此基礎上，通過對設備趨勢性劣化的監視，可實現故障預測，提升通信運維水平。

通過對通信傳輸設備和通信蓄電池動、靜態狀態數據的獲取實現對電力通信設備狀態的“感”，通過設備狀態變化預測模型和設備壽命預測模型實現對電力通信設備狀態的“知”，從而實現電力通信設備事前預測預警。

2.2.2 電力通信設備事中診斷

在電力通信的運行系統中，設備產生的告警多種多樣。告警是故障的外在表現，具有傳遞性和多側面表述等特點。現有電力通信網技術支持系統發展明顯滯后，系統定位層次低。功能簡單，資源離散，普遍停留在告警信號采集和集中監測水平[11]。故障診斷和處理摹本以人員經驗為主，無法在大量告警事件中快速、準確地分析確定故障位置、故障原因，影響故障處理的實時性和準確性。電力通信設備故障主要分為以下幾種。（1）與硬件相關：設備級故障、板卡級故障和供電故障。（2）端口故障：與網元相關。（3）復用同步故障。（4）輔助功能故障。事中故障診斷主要基于通信管理系統數據，通過故障診斷分析規則和優化故障診斷分析算法兩方面，一方面進行故障診斷分析規則的自學習和積累，促進分析規則的持續完善；另一方面構建優化故障診斷分析算法，識別出根源故障和衍生告警，同時結合基于故障告警事件樹推演方法來實現對故障的分析，提高故障診斷分析結果的實用性[12-14]。

2.2.3 電力通信設備事后優化

電力通信設備事后優化的主要目標是在故障處理后，對電力通信骨干網進行總體評價，首先在拓撲結構上提出優化，實現合理布局，結合外部數據源對通信管理系統的數據進行提取與分析，從設備可靠性、風險隱患分析等方面，以基于狀態感知的可靠性評估技術補充前期項目中后評估的缺失，完善事后優化能力。從前、后數據的融合碰撞及關聯規則分析，實現電力通信網可靠性評估優化分析。其次，通過斷面流量分析，實現調度運維人員對網絡整體運維狀態的掌握，通過對電力骨干通信網絡臺賬數據、業務承載情況等狀態數據的獲取實現對電力骨干通信網絡狀態的“感”，通過前、后數據的融合碰撞及關聯規則分析[15-16]實現對電力骨干通信網絡狀態的“知”，從而實現面向重要通信業務的電力骨干通信網絡質量提升。

3 結語

電力通信設備自動巡檢起到了串聯事前、事中和事后巡檢，實現閉環管理的作用。通信運維人員在重大節假日、重大活動保障期間以及對承載重要業務的網絡保障，不僅需要網絡實時監視這一種支撐手段，還需要結合設備狀態巡檢對網絡進行更精細化的監管。針對通信設備運行狀態可以進行定期、自動、智能巡檢，并能夠自動生成巡檢報表，提高工作效率，降低運維工作成本。通信管理系統的設備巡檢現階段主要實現對設備告警情況的巡檢，包括巡檢任務管理、巡檢記錄查詢和巡檢報告查看等基本功能。

[參考文獻]

[1]許俊現，魏勇，劉彥君.電力通信設備狀態檢修實踐和探索[J].電力系統通信，2011（3）：75-77.

[2]樊留敬.四川電力短信巡檢系統的開發與設計[D].成都：電子科技大學，2011.

[3]劉洪波，孔祥靖，王之一，等.信息系統自動化巡檢平臺研究與應用[J].電力信息與通信技術，2016（12）：117-120.

[4]吳浩鵬，計蘊容，李剛.基于移動終端的電力設備智能巡檢系統設計[J].計算機時代，2016（5）：55-58.

[5]ENDSLEYM R.Toward a theory of situation awareness in dynamic system[J].Journal of the Human Factors and Ergonomics Society，1995（1）：32-64.

[6]王琳，商周，王學偉.數據采集系統的發展與應用[J].電測與儀表，2004（8）：4-8.

[7]馮登國，張陽，張玉清.信息安全風險評估綜述[J].通信學報，2004（7）：10-18.

[8]高超，孫穎，周靜，等.電力通信業務預測分析方法研究[J].電力信息與通信技術，2016（7）：108-112.

[9]李征明，樸在林.基于GPS-GPRS的電力智能巡檢系統的設計與研究[J].農業網絡信息，2006（8）：13-15.

[10]孫靜，秦世引，宋永平.一種于Petri網和概率估計的電力系統故障診斷方法[J].電力系統動化，2003（13）：10-14，23.

[11]LEE H J，AHN R S，PARK Y M.A fault diagnosis expert system for distribution subslations[J].IEEE Transactions on Power Delivery，2000（1）：92-97.

[12]譚陽紅，何怡剛，陳洪云，等.大規模電路故障診斷神經網絡方法[J].電路與系統學報，2001（4）：25-28.

[13]張書林，劉軍，閆龍川，等.基于深度學習的電力骨干通信網故障診斷研究[J].軟件，2018（3）：194-198.

[14]霍利民，朱永利，賈蘭英，等.基于貝葉斯網絡的電網故障診斷方法[J].平北電力大學學報，2004（3）：30-34.

[15]于之虹，郭志忠.基于數據挖掘理論的電力系統暫態穩定評估[J].電力系統自動化，2003（8）：45-48.

[16]李煊，汪曉巖，莊鎮泉.基于關聯規則挖掘的個性化智能推薦服務[J].計算機工程與應用，2002（11）：200-204.