一种电力通信网中故障定位的方法技术

技术编号:15398281 阅读:107 留言:0更新日期:2017-05-22 13:59
本发明专利技术公开了一种电力通信网中故障定位的方法,包括:根据故障和症状多对多的不确定性构建二分图模型;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;用可信参数对故障影响度进行修正,得到疑似故障集合。该方法将故障和症状的多对多的不确性用加权二分图来建模,既表达了故障和症状之间的因果关系,又具有良好的建模能力,且有较强的抗噪性,能够适应故障突发性和网络复杂性的真实环境。引入故障影响权重,在二分图模型下利用全概率和贝叶斯思想,将先验故障概率转化为条件概率,计算故障影响度。最后加入可信参数来控制疑似故障的影响,结合覆盖度和贡献度,选出影响程度在可控参数范围下的疑似故障集合。

Fault location method in electric power communication network

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,代码薄方法要求故障与症状之间具有确定性的模型结构,上述在故障-症状确定性模型结构的代码簿构建上寻求码字之间的最短距离,丢失了故障与症状之间的概率信息,导致故障定位的过程中比较复杂,从而影响了实际得到的故障定位效果。故障与症状的非确定性关系并没有正确表达,而且在故障定位过程中,都没有考虑删除疑似故障所带来的影响,可能导致所删除的故障被故障定位算法所忽略,进而引发电力事故。因此,上述方法对电力通信网中的故障进行定位的过程中,由于是对已有的故障进行构造故障-告警树,具有一定的局限性,并且需要的时间较长,影响了定位的效率,另外,还会因为忽略了删除疑似故障对定位结果带来的影响,不确定性较高,造成得到的故障定位结果准确度不高。
技术实现思路
(一)要解决的技术问题本专利技术要解决的技术问题是如何降低删除疑似故障对故障定位结果产生的影响,确保定位结果准确度。(二)技术方案为解决上述技术问题,本专利技术提供了一种电力通信网中故障定位的方法,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。进一步地,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集合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。进一步地,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。进一步地,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si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'(fj|si)为已知第i个症状si的情况下第j个故障fj生的条件概率正则化之后得到的正则化条件概率,P'(fi)为正则化全概率,P(fi)为故障fi的先验概率。进一步地,所述计算疑似故障影响度具体包括:在观察时间窗口内可视的症状集合对故障产生的故障影响权重因子I(fi,SN)=P(fi)·Xi,其中fi表示故障集合中的第i个故障,SN表示在第N个观察时间窗口内可视的症状集合,P(fi)表示第i个故障fi发生的先验概率,Xi表示第i个故障fi影响程度的权重值。进一步地,步骤S3具体包括:S31、对待选故障子集合中的故障影响度,按照故障影响度的大小进行排序,并按照排序添加索引值;S32、对候选故障子集合中的索引值与可信参数的大小进行比较,如果索引值大于或等于可信参数,则选出所述索引值对应的待选故障,加入到故障假设集合中,并转入步骤S35,如果索引值小于可信参数则进入步骤S33;S33、计算待选故障子集合中故障的贡献度,构造剩余集合,按照贡献度的大小排序;S34、循环选择每个剩余集合中的待选故障,并加入到故障假设集合中,转入步骤S35;S35、将待选故障的症状加入到覆盖集合中,并判断覆盖集合是否已经覆盖到观察时间窗口可视的症状集合,如果已经完全覆盖则停止后续操作,否则转入步骤S36;S36、判断待选故障的索引值是否大于等于可信参数,如果大于则返回步骤S31,去下一个待选故障;否则返回步骤S34,从剩余集合中选出下一个待选故障加入到故障假设集合中。进一步地,步骤S31之前还包括:初始化故障假设集合、覆盖集合、故障集合和待选集合为空集。(三)有益效果本专利技术实施例提供了一种电力通信网中故障定位的方法,包括:根据故障和症状多对多的不确定性构建二分图模型;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;用可信参数对故障影响度进行修正,得到疑似故障集合。该方法将故障和症状的多对多的不确性用加权二分图来建模,既表达了故障和症状之间的因果关系,又具有良好的建模能力,且有较强的抗噪性,能够适应故障突发性和网络复杂性的真实环境。引入故障影响权重,在二分图模型下利用全概率和贝叶斯思想,将先验故障概率转化为条件概率,计算故障影响度。最后加入可信参数来控制疑似故障的影响,结合覆盖度和贡献度,选出既能完全合理的解释所发生的症状,且影响程度在可控参数范围下的疑似故障集合。附图说明图1为本专利技术实施例中提供的一种电力通信网中故障定位的方法的步骤流程图;图2为本专利技术实施例中提供的二分图模型;图3为本专利技术实施例中提供的基于电力通信网中故障定位的方法执行信号流程图;图4为本专利技术实施例中误判率在不同LR和SSR情况下的误判率随节点数分布示意图;图5为本专利技术实施例中误判率在不同LR和SSR情况下的时间随节点数分布示意图;图6为本专利技术实施例中误判率在不同OR情况下的误判率随节点数分布示意图;图7为本专利技术实施例中误判率在不同OR情况下的时间随节点数分布示意图。具体实施方式下面结合附图和实施例,对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术,但不用来限制本专利技术的范围。本专利技术实施例中提供了一种电力通信网中故障定位的方法,步骤流程图如图1所示,具体本文档来自技高网
...
一种电力通信网中故障定位的方法

【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

网友询问留言 已有0条评论
  • 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。

1