The invention discloses a method, a fault location of power communication network includes: according to the fault symptoms and many uncertainties to construct two graphs model; introducing fault influence weight factor based on two points on the graph model, calculate the fault degree of influence; with credible parameters of the fault influence degree is modified to get the suspected fault set. The fault and symptoms of multiple uncertain weighted two points to graph modeling, both the expression of the causal relationship between faults and symptoms, but also has good modeling capabilities, and has strong anti noise performance, can adapt to the sudden failure and the complexity of network environment. By introducing the weight of fault influence, the prior probability of fault is converted into conditional probability by using the method of full probability and Bias thought under the two point graph model, and the influence degree of the fault is calculated. Finally, the credible parameters are added to control the suspected faults, and the coverage and the degree of contribution are used to select the suspected fault sets whose influence degree is controllable.
【技术实现步骤摘要】
一种电力通信网中故障定位的方法
本专利技术涉及通信
,特别涉及一种电力通信网中故障定位的方法。
技术介绍
随着智能电网的迅速发展,智能电力通信网络承载着重要的信息交换,对功能的多样化和分布式发电厂协同工作起着非常重要的作用。无保障的通信性能不仅限制智能电网对电能的使用和服务质量,而且对信息决策系统有着潜在的损害。网络故障是指导致网络处于非正常状态、业务应用处于非可用状态或者性能下降状态的根本性的原因。故障通常是不会直接被网管系统直接观测到的,往往通过一些外在现象或者告警表现出来。网络故障定位是指在网管系统接受到大量的告警信息后,如何高效、准确地定位所发生的故障。伴随着网络规模的扩大、业务的部署,网络中的故障定位问题呈现出复杂化、不确定性的特点,对于如何进行及时、准确的故障定位提出了很大的挑战。因此,如何在一个复杂、大规模、含有噪声、故障根源具有不确定性的环境中进行有效的故障定位成为当前故障定位问题研究的重点。现有技术基于案例和模式匹配的方式对电力通信网中的故障进行定位,分析现有的故障案例数据,抽取出基于故障-告警事件树和代码薄模型的组合模式用以故障定位,该方法主要应用了故障-告警树和代码薄组合的方法进行故障定位。故障-告警树的构造本身就存在困难而且即便能够得到的构造也是不确定的,而且故障与告警之间往往存在多对多的关系映射,并不是严格的一对多关系映射,从而使得预先构造的故障-告警树复杂且不确定。代码薄方法是把告警或者症状看成一个标识故障的“密码”,故障定位的过程就是对症状信息进行解码的过程,最终确定密码标识的、出现症状事件的那些故障。然而,代码薄方法要 ...
【技术保护点】
一种电力通信网中故障定位的方法,其特征在于,包括:S1、根据故障和症状多对多的不确定性构建二分图模型;S2、在二分图模型的基础上引入故障影响权重因子,计算故障影响度;S3、用可信参数对故障影响度进行修正,得到疑似故障集合;步骤S2在二分图模型的基础上引入故障影响权重因子具体包括:在所述二分图模型的基础上利用全概率和贝叶斯思想,将故障先验概率转化为在观察时间窗口下的条件概率。
【技术特征摘要】
1.一种电力通信网中故障定位的方法,其特征在于,包括:S1、根据故障和症状多对多的不确定性构建二分图模型;S2、在二分图模型的基础上引入故障影响权重因子,计算故障影响度;S3、用可信参数对故障影响度进行修正,得到疑似故障集合;步骤S2在二分图模型的基础上引入故障影响权重因子具体包括:在所述二分图模型的基础上利用全概率和贝叶斯思想,将故障先验概率转化为在观察时间窗口下的条件概率。2.如权利要求1所述的方法,其特征在于,所述二分图模型具体包括:故障集合和症状集合,故障集合中包括通信系统中的全部故障,症状集合中包括通信系统中故障集合导致的全部症状,并用概率加权表示症状和故障之间的关系,其中故障集合F={f1,f2,…,fA},症状集合S={s1,s2,…,sB},A和B分别表示故障集合中故障的个数和症状集合中的症状个数;接收到告警症状信息之后,通过所述二分图模型获得待选故障子集合。3.如权利要求1所述的方法,其特征在于,所述将故障先验概率转化为在观察时间窗口下的条件概率具体包括:对故障发生情况下对应的症状发生的条件概率进行正则化,得到正则化条件概率之后计算全概率再由贝叶斯公式计算得知症状情况下对应故障的条件概率其中P(sj|fi)为已知第i个故障fi下第j个症状si的条件概率,P'(sj|fi)为已知第i个故障fi下第j个症状sj的条件概率正则化之后得到的正则化条件概率,P'(fi|sj)为已知第j个症状sj下第i个故障fi的条件概率正则化之后得到的正则化条件概率,domains(fi)表示与故障fi关联的所有症状的集合,且P'(fi)...
【专利技术属性】
技术研发人员:邱雪松,杨杨,王开选,喻鹏,亓峰,陈兴渝,熊翱,焦阳,傅宁,
申请(专利权)人:北京邮电大学,国家电网公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。