【技术实现步骤摘要】
本专利技术涉及通信故障管理，具体涉及一种电力通信故障诊断及预防方法及系统。
技术介绍
1、电力通信最初是为了满足电力系统对远程监测和控制的需求而发展起来的，随着电力系统的不断发展和扩展，需要实时监测和控制分布在广大区域的电力设备，从而促使了电力通信技术的应用和发展，电力通信主要应用于电力系统中，包括电力生产、传输、分配和消费等环节，它广泛应用于发电厂、变电站、配电网等电力设备和系统，用于实现对电网的远程监测、故障诊断、数据采集和远程控制等功能；
2、电力通信系统通常包括大量的设备和网络，涉及到多个环节，如发电、传输、配电等，由于系统的复杂性，故障的发生可能导致广泛的影响，对故障进行及时的诊断和预防，确保电力通信系统的稳定运行和快速恢复，从而提高电力系统的可靠性和安全性。
3、现有技术存在以下不足：
4、1、随着电力通信网拓扑越来越复杂，网络故障诊断变得越来越困难，传统的依靠人工从网管收集告警数据，再依靠经验或规则定位故障源的策略，精确度和判断速度难以保证，如果决策失误可能会对检修效率有很大影响，造成网络不能及时恢复到正常状态；
5、2、现有管理系统通常时在监测到电力通信网存在异常时，向管理维护人员发出告警信息，然而，由于电力通信网存在复杂性和不确定性，管理系统对出现的异常无问题诊断和预防决策支持，不仅会增加管理维护人员的工作负担，而且还降低了对电力通信网的管理效率。
技术实现思路
1、本专利技术的目的是提供一种电力通信故障诊断及预防方
2、为了实现上述目的，本专利技术提供如下技术方案：一种电力通信故障诊断及预防方法，所述预防方法包括以下步骤：
3、s1：采集端从电力通信网中收集实时数据，并将采集的实时数据发送至边缘计算设备；
4、s2：边缘计算设备对实时数据进行分析，识别电力通信网是否存在异常情况并判断是否需要生成警报；
5、s3：当识别电力通信存在异常情况时，通过故障诊断模型对异常进行诊断，确定异常性质和影响范围；
6、s4：管理端根据诊断结果，制定相应的预防维护计划，并根据故障诊断结果自动对电力通信网执行相应的控制策略；
7、s5：将电力通信网的运行状态、故障信息和维护记录生成报告后上传至云端记录；
8、s6：提供用户界面，使运维人员了解电力通信网运行状态、故障信息和维护记录。
9、在一个优选的实施方案中，步骤s2中，边缘计算设备对实时数据进行分析，识别电力通信网是否存在异常情况并判断是否需要生成警报包括以下步骤：
10、s201：获取电力通信网的网络数据、设备数据以及安全数据，网络数据包括网络信号浮动系数，设备数据包括设备性能浮动系数，安全数据包括通信状态浮动系数；
11、s202：边缘计算设备将网络信号浮动系数、设备性能浮动系数以及通信状态浮动系数归一化处理后建立异常系数ycx；
12、s203：若异常系数ycx大于等于异常阈值，识别电力通信网不存在异常情况，且不需要生成警报；
13、s204：若异常系数ycx小于异常阈值，识别电力通信网存在异常情况，且需要生成警报。
14、在一个优选的实施方案中，所述网络信号浮动系数的计算表达式为：式中，w(t)为网络信号的带宽实时变化量，[ta，tb]为信号强度超频的时段，[tc，td]为网络延迟预警的时段；
15、所述设备性能浮动系数的计算表达式为：式中，s(t)为设备负载实时变化量，[te，tf]为设备能耗预警的时段，[tg，th]为设备温度预警的时段；
16、所述通信状态浮动系数的计算表达式为：式中，t(t)为通信流量实时变化量，[ti，tj]为异常攻击预警的时段，[tk，tl]为通信验证预警的时段。
17、在一个优选的实施方案中，步骤s3中，故障诊断模型的建立包括以下步骤：
18、s301：将数据处理阶段得到的故障状态矩阵输入cnn网络，由卷积操作提取不同故障类别特征图；
19、s302：卷积层得到故障特征图后，将特征图输入到池化层，池化层通过最大池化操作采样特征图的部分数据；
20、s303：经过卷积和池化操作后，cnn网络提取到不同故障类别特征图；
21、s304：全连接层将池化层输出的故障类别特征图进行组合，然后送入softmax分类器对不同故障类别特征图进行分类，得到故障特征输出；
22、s305：将故障特征输出与真实值比较，计算故障特征输出与真实值之间的误差，若cnn网络无收敛，将故障特征输出与真实值之间的误差回传到网络的各层；
23、s306：利用bp算法对各层节点的权值进行修正，重新计算故障特征输出与真实值之间误差，直到cnn网络收敛后输出cnn网络，完成故障诊断模型的建立。
24、在一个优选的实施方案中，步骤s301中，故障状态矩阵获取包括以下步骤：
25、s3011：采集电力通信网中的所有告警信息，得到原始告警信息数据库；
26、s3012：基于原始告警信息数据的特点和故障诊断目的，对告警信息字段进行标准化处理得到目标告警信息数据库；
27、s3013：对目标告警信息数据库的数据采用时间窗口的方式，进行时间和站点同步提取告警事务；
28、s3014：对电力通信网的告警信息按照站点为单位进行告警事务编码，得到表征全网拓扑连接和故障状态矩阵，最后为故障状态矩阵打上根源故障的标签。
29、在一个优选的实施方案中，步骤s3012中，对告警信息字段进行标准化处理包括以下步骤：
30、s30121：选取与故障诊断相关的告警信息字段，并对原始告警信息数据库进行去重；
31、s30122：以定义的字段名和属性值为告警信息标准格式，对所有厂家网管的告警数据进行标准化处理
32、s30123：通过时间窗大小方法对发生故障时刻每个站点的告警信息进行同步处理，形成告警事务；
33、s30124：利用历史数据将每种告警对于每种故障判定的重要性用归一化权值设定，并计算每种告警对最终所有故障诊断的告警权值，将所有告警类型依据告警权值由大到小进行排序，告警权值越大，告警的优先级越高。
34、在一个优选的实施方案中，所述告警权值的计算表达式为：式中，qza表示告警权值，qzx表示告警对于第x种故障影响的权值，且x＝1、2、3、...、y，y表示故障的种类，且y为正整数，sa表示qzx不等于0的个数。
35、在一个优选的实施方案中，步骤s3中，当识别电力通信存在异常情况时，通过故障诊断模型进行诊断，确异常性质和影响范围包括以下步骤：
36、s307：收集与异常相关的详细信息，从异常信息中提取相关特征；
37、s308：当有异常情况发生时，将异常信息输入到故障诊断模型中，故障诊断模型输本文档来自技高网...
【技术保护点】
1.一种电力通信故障诊断及预防方法，其特征在于：所述预防方法包括以下步骤：
2.根据权利要求1所述的一种电力通信故障诊断及预防方法，其特征在于：步骤S2中，边缘计算设备对实时数据进行分析，识别电力通信网是否存在异常情况并判断是否需要生成警报包括以下步骤：
3.根据权利要求2所述的一种电力通信故障诊断及预防方法，其特征在于：所述网络信号浮动系数的计算表达式为：式中，W)t)为网络信号的带宽实时变化量，[ta，tb]为信号强度超频的时段，[tc，td]为网络延迟预警的时段；
4.根据权利要求3所述的一种电力通信故障诊断及预防方法，其特征在于：步骤S3中，故障诊断模型的建立包括以下步骤：
5.根据权利要求4所述的一种电力通信故障诊断及预防方法，其特征在于：步骤S301中，故障状态矩阵获取包括以下步骤：
6.根据权利要求5所述的一种电力通信故障诊断及预防方法，其特征在于：步骤S3012中，对告警信息字段进行标准化处理包括以下步骤：
7.根据权利要求6所述的一种电力通信故障诊断及预防方法，其特征在于：所述告警权值的计算
8.根据权利要求7所述的一种电力通信故障诊断及预防方法，其特征在于：步骤S3中，当识别电力通信存在异常情况时，通过故障诊断模型进行诊断，确异常性质和影响范围包括以下步骤：
9.根据权利要求8所述的一种电力通信故障诊断及预防方法，其特征在于：步骤S4中，管理端根据诊断结果，制定相应的预防维护计划，并根据故障诊断结果自动对电力通信网执行相应的控制策略包括以下步骤：
10.一种电力通信故障诊断及预防系统，用于实现权利要求1-9任一项所述的预防方法，其特征在于：包括采集模块、边缘计算模块、故障诊断模块、预防维护模块、自动控制模块、报告记录模块以及用户界面模块；
...【技术特征摘要】
1.一种电力通信故障诊断及预防方法，其特征在于：所述预防方法包括以下步骤：
2.根据权利要求1所述的一种电力通信故障诊断及预防方法，其特征在于：步骤s2中，边缘计算设备对实时数据进行分析，识别电力通信网是否存在异常情况并判断是否需要生成警报包括以下步骤：
3.根据权利要求2所述的一种电力通信故障诊断及预防方法，其特征在于：所述网络信号浮动系数的计算表达式为：式中，w)t)为网络信号的带宽实时变化量，[ta，tb]为信号强度超频的时段，[tc，td]为网络延迟预警的时段；
4.根据权利要求3所述的一种电力通信故障诊断及预防方法，其特征在于：步骤s3中，故障诊断模型的建立包括以下步骤：
5.根据权利要求4所述的一种电力通信故障诊断及预防方法，其特征在于：步骤s301中，故障状态矩阵获取包括以下步骤：
6.根据权利要求5所述的一种电力通信故障诊断及预防方法，其特征在于：步骤s3012中，对告警信息字段进行标准化处理...
【专利技术属性】
技术研发人员：宋曦，徐敬国，沈建梅，张凌薇，张阳，白艳琼，任晓东，代永春，刘杰文，冉博，仝景辉，
申请(专利权)人：国网甘肃省电力公司武威供电公司，
类型：发明
国别省市：
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。