電力通信規劃系統的研究與實踐

摘? 要：為應對電力通信網絡快速發展和業務安全性、可靠性要求不斷提高的趨勢。通過采集電力通信網絡承載的各類業務數據，形成通信網絡與承載業務的關聯關系;通過對電力通信網絡規劃中所遵循的原則和經驗以及輸出結果的深入調研，建立融合包括通信網絡與二次業務的關聯、一二次業務發展對通信網絡各平面的資源需求;通過通信網絡承載業務按時間維度滾動發展的預測、城市建設規劃與電力設施建設的關聯以及基本風險管控等模型算法，提供通信資源及業務的GIS可視化呈現;通過通信網絡安全風險可視化推演、針對不同專業網絡平面的通信網絡建設規劃成果的規范化輸出，結合人工干預手段對部分規劃結果微調等功能，最終建設完成的電力通信智能規劃應用系統。該系統將有效提高規劃結論合理性和準確度，更好地適應和指導電力通信業務的發展方向。

關鍵詞：通信規劃;業務關聯;GIS呈現;風險可視化

中圖分類號：TM73;TM764? ? ? 文獻標識碼：A 文章編號：2096-4706（2019）19-0056-05

Abstract：In order to cope with the rapid development of power communication network and the increasing demand of business security and reliability. Through collecting all kinds of business data carried by the electric power communication network，forming the relationship between the communication network and the carrying business;through the in-depth investigation of the principles and experience followed in the planning of the electric power communication network and the output results，establishing the integration including the relationship between the communication network and the secondary business，the resource demand of the primary and secondary business development on each plane of the communication network;through the communication network it provides GIS visualization of communication resources and services by forecasting the rolling development of business according to time dimension，association between urban construction planning and power facilities construction，basic risk management and control and other model al-gorithms;through visual deduction of communication network security risk，standardized output of communication network construction planning results for different professional network planes，combined with manual intervention means. Finally，the electric power communication intelligent planning application system is built by fine-tuning some planning results and other functions. The system will effectively improve the rationality and accuracy of planning conclusions，and better adapt to and guide the development direction of power communication business.

Keywords：communication plan;services connection;GIS presentation;risk visualization

0? 引? 言

隨著智能電網的穩步推進，電力通信網絡子網形態日漸豐富，各平面網元數量和承載的業務量不斷增長。一般情況下，電力通信網絡以5年為規劃周期，規劃過程中需要考慮的因素繁多，參考數據樣本量巨大，對編制人員的技術水平和規劃后目標網絡的可維護性、可擴展性及可靠性均提出了較高的要求。

隨著各項技術的不斷發展，綜合利用信息化系統在大數據提取、存儲和計算方面的優勢，通過采集電力通信各類業務數據，形成通信網絡與承載業務的關聯關系;通過對電力通信網絡規劃中所遵循的原則、經驗以及輸出結果的深入調研，分析電力通信網絡各平面的薄弱環節，為擴容整改提出依據;通過結合電力一、二次網架建設規劃，二次設備與通信網絡匹配規則，輸出合理的網絡規劃成果，最后利用機器學習在模型建立方面的規范性結果，真正實現將電力通信網絡規劃與生產實際需要結合起來。

1? 現狀分析

1.1? 電力通信規劃管理現狀

長期以來，電力通信網絡規劃都是采用傳統手工編制方式，通過人工搜集數據，依據過往零散經驗，參考現網運行狀況和一二次網架建設規劃，制定通信網絡規劃的相關方向。這樣的方式，引用數據可靠性差，編制過程效率低，缺少對各類型潛在風險的預判，不同通信平面間的規劃缺乏統一協調，規劃結論脫離實際嚴重，在實際生產建設過程中重新設計和臨時調整的部分過多，導致網絡規劃的效果難以評估，失去了以規劃指導生產的意義，同時造成了時間和人力成本的極大浪費。

1.2? 電力通信網絡規劃研究分析

目前電網公司對于信息化支撐電力通信網絡規劃的方式僅限于利用通信數據中心作為參考依據，缺少與業務數據的直接關聯結合，也缺少通過算法對網絡建設智能規劃模型的構建，針對通信網絡規劃的體系化研究更是一片空白。

2? 關鍵技術研究

2.1? 大數據分析

通過大數據技術提取網絡資源、適配主要業務和網絡結構的動態數據，融合建立電力通信規劃標準數據庫并支持上層的人工智能成果輸出和BI可視化展現，構成高效、可靠、規范的規劃系統數據結構。整體結構如圖1所示。

在組建大數據平臺時，數據采集可采用Sqoop、Flume、Kettle，數據處理選擇Hue、Hive、Spark、HDFS/Alluxio，數據展示選擇Pentaho，數據管理選擇ZooKeeper，綜合以上可搭建適合智能化規劃系統的大數據應用平臺。

傳統的計算模式在大數據技術的影響下發生了根本性的變革，實現了從過去的以“流程”為核心逐步向以“數據”為核心的改變，如Hadoop分布式計算框架已經實現了以“數據”為核心的架構。未來，IT系統的升級方式將按照非結構化數據及分析的需求，實現從簡單增量到架構的顯著改變。

將“數據”作為一切應用的核心，進而開展相關問題的思考和解決方法的探索，是目前整個IT產業的轉變方向。以目前最為前沿的云計算和人工智能而言，“數據”更是成為了它們的基礎，也進一步彰顯了數據較之流程的重要性。

按照統計學和概率論的理論，從抽樣數據中得到的結論都有一定程度的不確定性，而樣本的范圍越大，樣本的數據越充分，得到結論的不確定性就會越低，結論也會越接近事實，因此，利用大數據來思考問題和分析問題，將更加有利于問題的解決。

2.2? 機器學習

通過“機器學習”的AdaBoost決策算法，可以實現大樣本量歷史決策經驗的學習和基于多變量的規劃決策模型的建立。

機器學習的核心是從大量歷史樣本數據中提取規劃決策模型。在機器學習中，數據是統計學習的核心，通過研究并發現數據特征，可以概括抽象出數據的模型，并以此為基礎，最終實現對未知數據的分析和預測。

機器學習是基于數據的分析方法，它的前提是同類數據具有一定的統計規律性。機器學習通過對大量的數據進行統計、處理、分析，提煉出數據的規律，建立起數據模型，從而對數據進行準確的預測。機器學習的結構如圖2所示。

監督式學習方法是眾多的機器學習方法中較為有效的一種。在這種學習方式下，輸入數據（也被稱作“訓練數據”）被按照特性分組，并按照分組結果賦予每組數據明確的標識。以電子郵件系統為例，收到的“垃圾郵件”和“非垃圾郵件”等將分別對應一個特定的數字，如1、2、3、4等。隨后，監督式學習方式將逐步對學習預測的結果和“訓練數據”的實際結果不斷進行比較，不斷地對預測模型進行調整，直到預測結果達到預期的準確率，最終實現預測模型的建立。回歸問題和分類問題是監督式學習的常見應用場景，而邏輯回歸（Logistic Regression）和反向傳遞神經網絡（Back Propagation Neural Network）算法則是監督式學習方式的兩種常見算法。監督式學習方式示意圖如圖3所示。

2.3? BI商業智能

通過BI智能可以呈現目標網絡的規劃全景、通信設施與業務的匹配關系及變化趨勢、動態展示通信網絡資源利用率及集中性指標。

以決策樹、類神經網絡、線性回歸、羅吉斯回歸等為核心的BI應用，可以高效實現在規劃大數據基礎上的數據挖掘和前端數據渲染的呈現。

數據挖掘是從特定形式的數據中提煉知識的過程，其主要任務是對數據的描述、分類和預測。數據挖掘常用的數據預測技術包括線性回歸、最小二乘法和神經網絡。

2.4? 微服務

圍繞業務領域組件來創建應用，是微服務（Microservices）的基本思想。這些被創建的應用可實現獨立的開發、管理和加速，而微服務云平臺和以微服務為基礎的系統架構，可以使得結構相對分散的系統組件的部署、管理和服務功能交付變得更加簡單。微服務的邏輯結構如圖4所示。

采用Spring Cloud和Docker構建微服務架構。其中Spring Cloud用于提供簡化分布式系統構建的工具集，而對每一個服務進行的部署和構建則可以通過Docker來實現，同時在開發機上利用Docker Compose開展端到端的集成測試工作。

3? 規劃系統的研究與實踐內容

基于大數據和人工智能的電力通信規劃系統的研究，是融合了電力通信網絡現狀、電網企業生產和管理業務的通信資源需求、通信網絡發展按時間維度的精準預測、城市建設規劃與電力設施建設的關聯以及大數據結合人工智能技術的一個多層次、廣范圍、高標準的復雜系統研究，主要涉及內容如下。

3.1? 研究電力通信規劃需求輸入及數據采集、比對、建模規范模型

（1）建立電力通信規劃標準數據庫。通過詳細調研電網各級單位通信規劃所需參考的數據內容，融合目前已有的通信運行管控系統、OMS系統、設計院圖紙、谷歌地球及中調、供電局等本地的維護材料，形成全省統一的通信規劃數據庫，用于規劃系統的運行并同時支持電網通信工程建設項目的設計工作。

（2）研究一二次業務發展對通信網絡各平面的資源需求模型。研究電網一次業務發展對二次業務需求及二次業務對通信網絡需求的關聯模型，并將此模型作為網絡規劃的基礎模型之一，選取任意一次、二次業務，即可清晰地展現對傳輸網、數據網、光纜網等各網絡通道的資源需求，如圖5所示的規劃系統數據庫示意圖。

（3）研究城市建設規劃與電力設施建設的關聯模型。將城市建設規劃與電力設施建設的關聯關系固化為系統算法模型，并根據建設規劃的落實情況動態調整關聯模型的輸出結果。規劃系統關聯模型圖如圖6所示。

3.2? 研究各類電力通信規劃輸出算法模型

（1）研究通信網絡承載業務按時間維度滾動發展的預測模型。依據國家能源政策、智能電網、保底電網等整體發展計劃，結合過往電力通信網絡發展趨勢和技術演進替代趨勢，提出通信網絡所承載業務按五年、三年、一年等時間維度滾動發展的預測模型，同時可根據新政策、新計劃的出臺動態調整預測模型。業務隨時間維度滾動發展的預測模型圖如圖7所示。

（2）研究針對不同專業網絡平面的通信網絡建設規劃算法模型。通過上述研究成果和基礎數據準備，通過機器學習的AdaBoost決策算法，實現大樣本量歷史決策經驗的學習，提出針對傳輸網、調度數據網、綜合數據網、語音調度交換網、PCM接入網、配網（含無線公網）、光纜網等不同專業各網絡平面的整體通信網絡建設規劃算法模型。

（3）研究與在建工程融合，掌握規劃起始時間點可竣工投產的工程信息，保障建設規劃所依據數據與現網的動態一致性。跟蹤各類開展中的基建、檢修、技改等工程建設的進度和成果，根據實際和預計投產情況動態調整規劃起始時間的網絡結構，作為面向現網組網情況的網絡規劃基礎參考數據。規劃系統與在建工程的結合示意圖如圖8所示。

（4）研究不同專業網絡規劃過程中對機房空間、電源、光纜等基礎設施的統一協同規劃模型。改變過往規劃過程中將機房空間、通信電源、光纜等資源作為輔助設施獨立提出規劃再取總和的方式，將機房空間、通信電源、光纜作為子規劃項目的規劃主體，統籌安排資源調整以同時滿足各專業網絡的支撐需求。

（5）研究通信網元的規劃，細化至符合業務通道配置原則、設備健康性評價、N-1剛性約束等網絡風險要求相結合的算法模型。研究各專業網絡網元規劃過程中需要考慮的符合業務通道配置原則、設備健康性評價、N-1剛性約束等網絡風險等的基本風險管控要求，形成基礎評估約束算法模型。

3.3? 研究規劃相關數據及規劃結果的可視化呈現方式

（1）研究通信網絡與二次業務的關聯及基于GIS地圖等的可視化呈現方式。研究各專業網絡平面與二次業務的關聯方式，通過GIS地圖圖層控制，以“分層選點-分片布點-互聯關系融合”為主要原則，展示全省及各地市二次業務點及通信設施分布情況，直觀統計區域業務和資源類型等涉及要素的數量，以區域顏色渲染區分業務與通信資源的對應匹配情況。匹配示意圖如圖9所示。

（2）通過BI手段呈現通信設施與業務的匹配關系及變化趨勢，動態呈現通信網絡資源利用率及集中性指標。通過BI技術對當前網絡重點參數和規模目標網絡對應參數進行直觀可視化對比呈現，通過系統可以查看網絡重點參數隨著建設和運維活動產生的變化趨勢，同時也可直觀展現通信網絡資源利用率及集中性指標的變化情況。網絡資源利用率變化情況示意圖如圖10所示。

（3）研究規劃結果安全風險的可視化推演及少量人工修正干預。研究對電力通信網絡建設規劃結果進行按區域、按專業、按具體安全風險評估標準等維度進行基于地圖和拓撲圖的可視化推演方法，并提供人工干預手段對部分規劃結果進行允許范圍內的微調。安全風險可視化推演示意圖如圖11所示，其中實線表示主要導致，虛線表示可能導致。

（4）研究按照電網規范文檔格式輸出規劃成果。對電力通信網絡建設規劃結果確認后可按照規范文檔格式形成標準化輸出成果，符合電網的成果提交標準。

通過采集電力通信各類承載業務數據，形成通信網絡與承載業務的關聯關系，通過對電力通信網絡規劃中所遵循的原則和經驗以及輸出結果的深入調研，建立融合包括通信網絡與二次業務的關聯、一二次業務發展對通信網絡各平面的資源需求、通信網絡承載業務按時間維度滾動發展預測、城市建設規劃與電力設施建設關聯、在建工程融合、基礎設施的統一協同規劃、基本風險管控等模型算法，提供通信資源及業務的GIS可視化呈現、網絡安全風險可視化推演、針對不同專業網絡平面的通信網絡建設規劃成果規范化輸出、人工干預手段對部分規劃結果微調等功能的電力通信網絡智能規劃系統。

4? 結? 論

智能電力通信規劃系統的建設將有效提高規劃結論的合理性和準確度，更好地適應和指導電力通信業務的發展方向，通過對規劃系統的研究與實踐，實現通信網絡的分析與規劃管理自動化，讓管理人員的相關工作更加簡易，實現通信資源的有效利用，不斷提升電力通信網的運行和維護水平。電力通信規劃系統的研究成果可在電網推廣應用，并可以擴展應用至其他電力專業。

參考文獻：

[1] 余貽鑫，欒文鵬.智能電網述評 [J].中國電機工程學報，2009，29（34）：1-8.

[2] 曹軍威，萬宇鑫，涂國煜，等.智能電網信息系統體系結構研究 [J].計算機學報，2013，36（1）：143-167.

[3] 邢友松.電力通信技術的發展趨勢探討 [J].中國新通信，2017，19（2）：21.

[4] 杜晨昭，朱瑩.電力系統智能電網通信網絡規劃研究 [J].科技與企業，2014（22）：46.

[5] 曹杰.試析電力光纖通信網絡的規劃設計的問題 [J].中國新通信，2016，18（8）：47.

[6] 熊小伏，田娟娟，周家啟，等.電力通信系統可靠性模型研究 [J].繼電器，2007（14）：28-32.

[7] 胡靜.電力系統智能電網通信網絡規劃方案研究 [J].企業技術開發，2017，36（10）：73-75.

[8] 楊博.電力配網自動化通信系統規劃與探討 [J].電子制作，2016（22）：67.

[9] 徐劼，盧紅，王志東.簡述電力系統通信的規劃和實施 [J].中國新技術新產品，2015，24（29）：33.

[10] 范加賀.針對地區電力通信系統規劃探究 [J].科技與企業，2015（3）：84+87.

作者簡介：侯捷（1982-），男，漢族，山西太原人，工程師，工學碩士，研究方向：電力系統通信。