多參數(shù)優(yōu)化下的智能電源箱物聯(lián)態(tài)勢實(shí)時監(jiān)控方法

高勇, 范龍

(河北省送變電有限公司, 河北, 石家莊 050000)

0 引言

物聯(lián)網(wǎng)的發(fā)展速度迅猛,在工業(yè)領(lǐng)域中的應(yīng)用十分廣泛[1],由于物聯(lián)網(wǎng)資源種類繁多,智能電源箱內(nèi)的態(tài)勢監(jiān)測數(shù)據(jù)龐大,用戶很難直接應(yīng)用。對智能電源箱內(nèi)的物聯(lián)網(wǎng)情況進(jìn)行監(jiān)控,不僅可以解決物聯(lián)網(wǎng)情況在電源箱內(nèi)難以存儲的問題,還可以解決物聯(lián)網(wǎng)情況信息的控制和交互問題[2-3]。胡啟洲等[4]為了實(shí)時了解高速公路的交通狀況,基于車路協(xié)同理念,設(shè)計公路運(yùn)行態(tài)勢監(jiān)控方法,將通信技術(shù)與車輛行駛態(tài)勢結(jié)合在一起,構(gòu)建公路態(tài)勢監(jiān)控體系,以高速公路中行駛的車輛為感知對象,在大數(shù)據(jù)技術(shù)的基礎(chǔ)上,將不確定性數(shù)學(xué)方法應(yīng)用到公路態(tài)勢評估模型的建立過程中,不僅可以對公路中的不安全行為進(jìn)行控制,還可以解決公路、車輛以及環(huán)境之間的協(xié)同問題;楊亞龍等[5]將以太網(wǎng)控制自動化技術(shù)應(yīng)用到電源現(xiàn)場層監(jiān)控方法設(shè)計過程中,根據(jù)ITER大功率極向場電源裝置的特點(diǎn),通過環(huán)網(wǎng)冗余拓?fù)潆娫船F(xiàn)場層監(jiān)控的拓?fù)浣Y(jié)構(gòu)設(shè)計,保證了環(huán)網(wǎng)冗余拓?fù)涞目煽啃?從而保證了擴(kuò)展模塊的高可靠性,應(yīng)用組態(tài)軟件配置了監(jiān)控拓?fù)浣Y(jié)構(gòu)的各個層次,可以滿足電源現(xiàn)場層監(jiān)控的實(shí)時性,滿足電源運(yùn)行可靠性的控制要求。

本文以多參數(shù)優(yōu)化為手段,設(shè)計一種電源箱物聯(lián)態(tài)勢實(shí)時監(jiān)控方法,從而提高物聯(lián)態(tài)勢監(jiān)控性能。

1 電源箱物聯(lián)態(tài)勢實(shí)時監(jiān)控方法設(shè)計

1.1 優(yōu)化電源箱物聯(lián)態(tài)勢監(jiān)控參數(shù)

為了實(shí)現(xiàn)電源箱物聯(lián)態(tài)勢監(jiān)控的實(shí)時性,基于多參數(shù)優(yōu)化方法[6],對電源箱物聯(lián)態(tài)勢的監(jiān)控參數(shù)進(jìn)行優(yōu)化。在物聯(lián)態(tài)勢監(jiān)控核函數(shù)中,待優(yōu)化的參數(shù)為θ,其取值范圍為[θmin,θmax],那么物聯(lián)態(tài)勢監(jiān)控參數(shù)在訓(xùn)練過程中分布的期望半徑ER可以通過下式計算:

(1)

式(1)中,K表示物聯(lián)態(tài)勢監(jiān)控核函數(shù),xi表示智能電源箱中存在第i個訓(xùn)練的監(jiān)控參數(shù)樣本,xj表示智能電源箱中存在第j個訓(xùn)練的監(jiān)控參數(shù)樣本,n表示監(jiān)控參數(shù)訓(xùn)練樣本的總數(shù)。

如果第一、二類監(jiān)控參數(shù)樣本分布在物聯(lián)態(tài)勢監(jiān)控中的期望半徑分別為Er1和Er2,計算公式為

(2)

式(2)中,k表示智能電源箱中監(jiān)控參數(shù)樣本的類型,xki表示智能電源箱中存在第k類中第i個訓(xùn)練的監(jiān)控參數(shù)樣本,xkj表示智能電源箱中存在第k類中第j個訓(xùn)練的監(jiān)控參數(shù)樣本,nk表示第k類監(jiān)控參數(shù)樣本在智能電源箱中的總數(shù)。

假設(shè)T代表多參數(shù)優(yōu)化的目標(biāo)函數(shù),物聯(lián)態(tài)勢監(jiān)控參數(shù)的優(yōu)化目標(biāo)就是利用多參數(shù)優(yōu)化方法對目標(biāo)函數(shù)T最小化[7],最小化處理公式為

(3)

將步長Δθ賦值給監(jiān)控參數(shù)θ,通過以上計算步驟,獲取到一個新的多參數(shù)優(yōu)化目標(biāo)函數(shù),將新的函數(shù)值與最初的函數(shù)值進(jìn)行對比,保留函數(shù)值比較小的目標(biāo)函數(shù)和對應(yīng)的監(jiān)控參數(shù)[9]。利用式(1)～式(3)循環(huán)迭代監(jiān)控參數(shù)樣本,直到監(jiān)控參數(shù)θ達(dá)到θmax,停止循環(huán)迭代,得到目標(biāo)函數(shù)最小值T0和對應(yīng)的參數(shù)θ0,那么θ0就是物聯(lián)態(tài)勢監(jiān)控中的最優(yōu)參數(shù),完成電源箱物聯(lián)態(tài)勢監(jiān)控參數(shù)的優(yōu)化。

1.2 計算電源箱物聯(lián)態(tài)勢監(jiān)控矩陣參數(shù)權(quán)重

在對電源箱物聯(lián)態(tài)勢的實(shí)時監(jiān)控過程中,影響電源箱物聯(lián)態(tài)勢安全的參數(shù)為ui,監(jiān)控矩陣V中的第j個元素為vj,那么利用式(4)可以計算參數(shù)ui對監(jiān)控矩陣V中第j個元素vj的權(quán)值,公式為

(4)

式(4)中,nij表示參數(shù)集合中第i個參數(shù)ui作出第j個監(jiān)控反應(yīng)的設(shè)備數(shù)量,ntotal表示監(jiān)控設(shè)備總數(shù)。

利用式(4)中的監(jiān)控權(quán)值,得到參數(shù)ui的監(jiān)控向量,表達(dá)式為

(5)

式(5)中,ri1、ri2和rik表示參數(shù)ui的監(jiān)控參數(shù)。

在智能電源箱中,影響物聯(lián)態(tài)勢安全的參數(shù)向量與參數(shù)之間的映射關(guān)系為R[10],利用式(5)中的向量,建立電源箱物聯(lián)態(tài)勢監(jiān)控矩陣,表示為

(6)

假設(shè)ui(k)代表物聯(lián)態(tài)勢監(jiān)控矩陣參數(shù)的觀測數(shù)據(jù),在多參數(shù)優(yōu)化的支撐下,得到電源箱物聯(lián)態(tài)勢監(jiān)控矩陣中參數(shù)ui的關(guān)聯(lián)序列,表達(dá)式為

(7)

(8)

式(8)中,m表示參數(shù)關(guān)聯(lián)序列的數(shù)量,ξi表示關(guān)聯(lián)系數(shù),(k)表示分辨系數(shù)。

假設(shè)r表示組成關(guān)聯(lián)系數(shù)r0i的向量,根據(jù)式(7)中的監(jiān)控參數(shù)關(guān)聯(lián)系數(shù)均值,計算電源箱物聯(lián)態(tài)勢監(jiān)控矩陣參數(shù)權(quán)重,即:

(9)

通過計算監(jiān)控參數(shù)的權(quán)值,得到監(jiān)控參數(shù)的向量,建立了電源箱物聯(lián)態(tài)勢監(jiān)控矩陣,在多參數(shù)優(yōu)化的支撐下,電源箱物聯(lián)態(tài)勢監(jiān)控矩陣中參數(shù)的關(guān)聯(lián)序列,計算電源箱物聯(lián)態(tài)勢監(jiān)控矩陣參數(shù)權(quán)重。

1.3 設(shè)計電源箱物聯(lián)態(tài)勢監(jiān)控算法

設(shè)計電源箱物聯(lián)態(tài)勢監(jiān)控算法,計算電源箱物聯(lián)態(tài)勢信度分配函數(shù),判斷物聯(lián)態(tài)勢安全等級;計算智能電源箱每一個結(jié)構(gòu)的物聯(lián)安全態(tài)勢,構(gòu)建電源箱遭受攻擊的分配函數(shù);根據(jù)攻擊產(chǎn)生的支持率,實(shí)現(xiàn)了電源箱物聯(lián)態(tài)勢的監(jiān)控。

為了提高電源箱物聯(lián)態(tài)勢的監(jiān)控性能,令m1H為物聯(lián)態(tài)勢置信度,利用式(10)計算電源箱物聯(lián)態(tài)勢的信度分配函數(shù),即:

(10)

式(10)中,κhpo表示當(dāng)前的物聯(lián)態(tài)勢級別,mdrt表示當(dāng)前物聯(lián)態(tài)勢級別對應(yīng)的低威脅信度,pklp表示監(jiān)控設(shè)備的響應(yīng)行為。

將hhkko定義為物聯(lián)態(tài)勢安全等級權(quán)重,利用式(11)可以計算物聯(lián)態(tài)勢安全等級,即:

(11)

式(11)中,kkyui表示當(dāng)前物聯(lián)態(tài)勢安全級別對應(yīng)的高威脅信度,λfrty表示物聯(lián)態(tài)勢安全級別指數(shù)的推理證據(jù),hjk表示當(dāng)前物聯(lián)態(tài)勢安全級別對應(yīng)的中威脅信度。

根據(jù)電源箱物聯(lián)態(tài)勢安全等級,計算智能電源箱的物聯(lián)態(tài)勢,公式為

(12)

式(12)中,Cj表示智能電源箱Si受到外界攻擊的次數(shù),Tij表示電源箱物聯(lián)態(tài)勢遭受攻擊的嚴(yán)重程度,Hi表示電源箱主機(jī)。

將電源箱主機(jī)Hi的安全比重權(quán)值向量定義為νhui,利用式(13)計算電源箱主機(jī)遭受攻擊的態(tài)勢:

(13)

其中,pHi表示防御指數(shù),lkop表示主機(jī)Hi在電源箱系統(tǒng)中的權(quán)重。

假設(shè)電源箱主機(jī)成功防御外界攻擊的次數(shù)為μjio,得到電源箱中每一個結(jié)構(gòu)的物聯(lián)態(tài)勢,即:

(14)

式(14)中,ξkoi表示成功防御次數(shù)占總防御次數(shù)的比值,khji表示即將產(chǎn)生的外界攻擊等級。

在智能電源箱遭受到的所有攻擊中,可能發(fā)生的最大攻擊等級為sfgy,那么智能電源箱遭受攻擊的分配函數(shù)表示為

(15)

將外界攻擊的融合形式定義為?drf,攻擊級別定義為mser,那么電源箱對攻擊產(chǎn)生的支持率計算公式為

(16)

式(16)中,χgyu表示電源箱物聯(lián)態(tài)勢遭受攻擊的時刻,μdrt表示電源箱在χgyu時刻的物聯(lián)態(tài)勢值。

假設(shè)智能電源箱物聯(lián)態(tài)勢遭受攻擊的先驗(yàn)概率密度為?fty,那么利用式(17)可以對電源箱物聯(lián)態(tài)勢進(jìn)行監(jiān)控,即:

(17)

式(17)中,?sef表示攻擊步驟。

綜上所述,完成電源箱物聯(lián)態(tài)勢監(jiān)控算法設(shè)計,實(shí)現(xiàn)了電源箱物聯(lián)態(tài)勢的實(shí)時監(jiān)控。

2 實(shí)驗(yàn)分析

2.1 實(shí)驗(yàn)數(shù)據(jù)預(yù)處理

為了驗(yàn)證多參數(shù)優(yōu)化下物聯(lián)態(tài)勢監(jiān)控方法的有效性,選取智能電源箱物聯(lián)態(tài)勢中的200個測試樣本作為仿真對象。智能電源箱柜體結(jié)構(gòu)如圖1所示。

圖1 智能電源箱柜體結(jié)構(gòu)圖

(1) 柜門(前)、柜門(后)可開啟;

(2) 裝置安裝層:設(shè)備安裝于本層前面,主要導(dǎo)電線路布置于本層后面;

(3) 遮擋層:本層主要作用為遮擋內(nèi)部導(dǎo)線與設(shè)備的接頭,留出適合設(shè)備的孔洞,使漏電保護(hù)器等設(shè)備面板露出便于操作,本層要便于拆卸方便更換或檢查設(shè)備;

(4) 柜體安裝輪子方便移動。

當(dāng)電源箱在使用過程中發(fā)生故障跳閘或發(fā)生電氣火災(zāi)時以及各項(xiàng)參數(shù)偏離正常運(yùn)行值時,應(yīng)及時發(fā)出報警/預(yù)警信號,該信號除應(yīng)包含現(xiàn)場聲光報警外,相關(guān)管理人員應(yīng)能及時通過PC端、手機(jī)端App及短信形式接收到事故報警信息,以便第一時間作出響應(yīng)。為避免物聯(lián)態(tài)勢時間序列對監(jiān)控結(jié)果產(chǎn)生影響,需要對200個測試樣本進(jìn)行歸一化處理,即:

(18)

根據(jù)式(18)的計算結(jié)果,得到電源箱物聯(lián)態(tài)勢的歸一化結(jié)果,如圖2所示。

圖2 電源箱物聯(lián)態(tài)勢的歸一化結(jié)果

在圖2的結(jié)果中可知,電源箱物聯(lián)態(tài)勢值的歸一化處理結(jié)果在0～1之間,避免了物聯(lián)態(tài)勢時間序列對監(jiān)控結(jié)果產(chǎn)生影響。

2.2 設(shè)置實(shí)驗(yàn)參數(shù)

為了確保實(shí)驗(yàn)結(jié)果的準(zhǔn)確性,設(shè)置了如表1所示的實(shí)驗(yàn)參數(shù)。

表1 實(shí)驗(yàn)參數(shù)

表1中的3種物聯(lián)態(tài)勢類型:物聯(lián)網(wǎng)攻擊態(tài)勢、物聯(lián)網(wǎng)防御態(tài)勢、整體安全態(tài)勢[11]。

2.3 設(shè)置實(shí)驗(yàn)指標(biāo)

在實(shí)驗(yàn)過程中,引入車路協(xié)同下的態(tài)勢監(jiān)控方法(文獻(xiàn)[4]方法)和基于EtherCAT的態(tài)勢監(jiān)控方法(文獻(xiàn)[5]方法)作對比,將物聯(lián)態(tài)勢信息識別率作為評價指標(biāo),衡量電源箱物聯(lián)態(tài)勢監(jiān)控質(zhì)量,物聯(lián)態(tài)勢識別率計算式為

(19)

式(19)中,kder表示物聯(lián)態(tài)勢安全等級,χhuk表示攻擊數(shù)據(jù)包發(fā)送速率,χhuk表示物聯(lián)態(tài)勢變量,jhk的值越大說明物聯(lián)態(tài)勢監(jiān)控質(zhì)量越好。

利用本文方法比較歸一化數(shù)據(jù)與電源箱物聯(lián)態(tài)勢樣本值差異,提取偏離正常的運(yùn)行值,根據(jù)電源箱物聯(lián)態(tài)勢信度和電源箱物聯(lián)態(tài)勢遭受攻擊的嚴(yán)重程度,融合外界攻擊總體形式,計算攻擊產(chǎn)生的支持率,基于表2判斷電源箱每一個結(jié)構(gòu)的物聯(lián)安全等級,實(shí)現(xiàn)了電源箱物聯(lián)態(tài)勢的監(jiān)控。

表2 3種物聯(lián)態(tài)勢類型的等級界定

同時利用其他兩種方法測試電源箱物聯(lián)態(tài)勢值,衡量3種方法的準(zhǔn)確性。

2.4 結(jié)果分析

3種方法的物聯(lián)態(tài)勢信息識別率測試結(jié)果如圖3所示。

圖3 物聯(lián)態(tài)勢信息識別率測試結(jié)果

從圖3的結(jié)果可知,采用車路協(xié)同下的態(tài)勢監(jiān)控方法時,物聯(lián)態(tài)勢信息識別率的最大值為50%,當(dāng)實(shí)驗(yàn)進(jìn)行到20～40 s之間時,物聯(lián)態(tài)勢信息識別率出現(xiàn)了下降的趨勢,導(dǎo)致后期的識別率偏低;采用基于EtherCAT的態(tài)勢監(jiān)控方法時,物聯(lián)態(tài)勢信息識別率的最大值達(dá)到了80%,比車路協(xié)同下的態(tài)勢監(jiān)控方法提高了60%;而采用多參數(shù)優(yōu)化下物聯(lián)態(tài)勢監(jiān)控方法時,在實(shí)驗(yàn)初期物聯(lián)態(tài)勢信息識別率就達(dá)到了80%,隨著實(shí)驗(yàn)的進(jìn)行,到了實(shí)驗(yàn)后期,物聯(lián)態(tài)勢信息識別率達(dá)到了96%,因此說明文中方法可以通過提高物聯(lián)態(tài)勢信息識別率,來提高電源箱物聯(lián)態(tài)勢監(jiān)控質(zhì)量。

3種方法的電源箱物聯(lián)態(tài)勢值測試結(jié)果如圖4所示。

圖4 電源箱物聯(lián)態(tài)勢值測試結(jié)果

從圖4的結(jié)果可知,隨著時間的變化,3種方法得到電源箱物聯(lián)態(tài)勢值的變化趨勢與實(shí)際的物聯(lián)態(tài)勢值變化趨勢相同,采用車路協(xié)同下的態(tài)勢監(jiān)控方法時,電源箱物聯(lián)態(tài)勢值與實(shí)際的物聯(lián)態(tài)勢值之間的誤差比較大,而基于EtherCAT的態(tài)勢監(jiān)控方法得到的電源箱物聯(lián)態(tài)勢值與實(shí)際的物聯(lián)態(tài)勢值之間的誤差,比車路協(xié)同下的態(tài)勢監(jiān)控方法小,采用文中方法時,得到的電源箱物聯(lián)態(tài)勢值與實(shí)際的物聯(lián)態(tài)勢值之間的誤差比較接近,但是仍然存在0.05%的誤差,說明多參數(shù)優(yōu)化下物聯(lián)態(tài)勢監(jiān)控方法可以保證智能電源箱物聯(lián)態(tài)勢實(shí)時監(jiān)控的準(zhǔn)確性。

3 總結(jié)

本文提出了多參數(shù)優(yōu)化下的智能電源箱物聯(lián)態(tài)勢實(shí)時監(jiān)控方法,在監(jiān)控電源箱物聯(lián)態(tài)勢時,不僅可以提高電源箱物聯(lián)態(tài)勢監(jiān)控質(zhì)量,還可以保證監(jiān)控的準(zhǔn)確性。

但是本文的研究還存在很多不足,如施工現(xiàn)場臨時用電安全管理,在今后的研究中,希望可以引入神經(jīng)網(wǎng)絡(luò)對監(jiān)控參數(shù)進(jìn)行優(yōu)化,如后臺數(shù)據(jù)查看、消防報警等功能的優(yōu)化等,進(jìn)一步提高監(jiān)控質(zhì)量。