基于电网运维大数据背景下的继电保护通信系统故障

基于电网运维大数据背景下的继电保护通信系统故障

隆跃飞，于淼

青岛理工大学琴岛学院 山东省 257000

摘要：利用电网运维大数据技术，排除继电保护通信系统故障，能够提升通信系统运行水平。基于此，本文从故障警报、故障定位、故障排除这三个方面，详细分析了基于电网运维大数据背景下的继电保护通信系统故障，实现了对通信系统运维的深入探讨，希望能够为通信事业的优化建设提供助力。

关键词：电网运维；继电保护；通信故障

引言：利用大数据技术，充分挖掘继电保护通信系统故障信息的价值，为故障的排除提供依据，可以提高故障处理工作的准确性和效率，因此，应基于电网运维大数据背景下，深入分析继电保护通信系统故障，并寻求更为有效的故障处理方案，以强化继电保护通信系统运行的稳定性，促进通信技术的发展。

1. 故障警报

1. 警报形成机理

一般来说，通信系统均配有配套的自动监控系统，而该配套系统的主要作用，是实时监测继电保护通信系统的运行状态，并记录、存储相应的参数，同时，还会将运行参数与标准参数值进行对比，一旦运行参数超出标准范围，自动监控系统就会发出故障警报，以便于工作者了解故障具体情况，保证通信系统运行的稳定性。基于此，具体来看，警报形成的机理为，电网自动监控系统会关联继电保护系统两侧的通信接口、光纤设施、中间通信设备，这几项通信系统的主要部分，并记录、存储这几个部分运行期间产生的所有数据信息，然后判断这些数据是否存在异常，当存在异常时，监控系统就将异常数据按照既定的格式进行整理，形成故障警报信息，再将其发送给RPMS、通信网管系统，以便于诊断、定位故障。

2. 警报信息组成

在继电保护通信系统运行中，警报信息是电网运维大数据中的重要组成部分，根据接收系统的不同，其通常被分为两种组成形式，即RPMS组成形式、网管系统组成形式。在RPMS组成形式下，警报信息是由时刻、装置名称、保护ID、警告内容这几项信息内容组成，其中时刻信息精确到秒，例如：13:32:22，L线主一保护，BH2305，通道B无有效帧。而在通信网管系统组成形式下，警报信息是由时刻、警告端口、承载业务、保护ID组成的，其中，时刻精确到分钟，例如：13:32，TU AIS，E换/1盘8端口，M线主一集成辅A保护通道2，BH2581。从整体上来看，警报信息内容主要围绕业务展开，缺乏故障位置信息，因此，通常情况下，系统还需利用电网运维大数据技术，对警报信息进行处理，得出位置信息，以便于开展后续的故障排除操作。

3. 警报覆盖范围

在电网系统中，继电保护体系通常被广泛应用于各个部分，因此，警报信息的覆盖范围也比较大。一般来说，通信网管系统管控范围内的继电保护通信系统，在出现故障时，网管系统都会接到警报信息。其中，通信网管系统的管控范围为，承载电网、电能计量、通信指挥、行政办公等，因此，警报信息可以覆盖电网各个职能部分的继电保护通信系统。然而，由于警报覆盖范围过大，因此，警报信息中经常包含一些疑似、但非故障的警报内容或交叉重复内容，使得电网运维大数据中包含的故障警报信息存在冗余、交叉，容易影响故障诊断、定位的准确性，所以，需要采用大数据分析技术，提炼出有价值的故障信息，为故障排除工作提供依据。

2. 故障定位

1. 路由拓扑分析定位

在电网运维大数据的背景下，为了从海量的故障警报数据中，提炼出有价值的信息，来准确定位故障点，需采用路由拓扑分析、改进贝叶斯算法这两项大数据处理技术，对故障警报数据进行处理，以便于顺利获得故障位置信息。其中，路由拓扑分析是指通过根据警报信息，构建路由拓扑结构，并基于该结构分析出故障位置的电网运维大数据故障定位方法。该方法的作用原理为，当故障发生时，故障点的传输链路，以及与其存在收发关系的设备，都会发出警报信息，通过提取这些信息中的通道名称，即可归纳出OMS对应通道的路由走向，并形成一个完整的拓扑结构图，而其中拓扑线条交汇最多的位置，即为故障点所在位置，由此，工作者即可实现对故障点的定位。在此过程中，拓扑图的构建，需要海量的警报信息作为支持，也就是说，路由拓扑分析法适用于多条保护通道同时发出警报信息的情况，因此，该方法的应用必须以运维大数据为背景。此外，由于该故障定位方法，不受警报信息交叉重复问题的影响，所以方法的效率与准确性都比较高，有助于通信系统故障的顺利排除。

2. 改进贝叶斯算法定位

改进贝叶斯算法故障定位的原理为，将警报信息所映射的所有故障情况，进行集中罗列，然后提取发生概率最大的故障，并对其进行理性分析，最终得出故障点所处位置。在此过程中，首先，对网管系统中存储的历史信息，进行清洗，作为数据样本资源，然后构建出贝叶斯网络模型，统计以往发生的故障类型、相应的故障警报信息、各类故障发生的概率等信息。其次，按照属性对故障统计结果进行处理，形成故障信息集合。最后，利用改进贝叶斯算法，计算出最有可能发生的故障，而该故障发生的位置，即为此次故障点定位结果。

3. 故障排除

1. 基于多源异构数据的故障排除

在电网运维大数据的背景下，故障排除时，需先基于监控系统发出的结构化警报数据，以及故障工单等非结构化数据，这两类多源异构数据，对故障进行定位和诊断，以便于制定出有效的故障排除措施，使通信系统顺利恢复正常运作。在此过程中，为了从多源异构的故障数据中，提取有价值的信息，为故障诊断、定位提供基础，需构建出相应的大数据分析模型，将多源异构数据中的有用信息进行提取，然后将其按照统一的格式整理，存储至数据库中，再利用改进贝叶斯算法、路由拓扑分析法，对数据库中的故障信息进行分析，以确定故障所在位置。最后，到现场查看故障情况，进行具体的诊断，并采取相应的处理措施，实现故障的排除。

2. 光缆中断故障的排除

在光缆中断故障的排除中，首先，以3min为一次警报事件间隔，基于此，对RPMS警报信息进行时间检索，得出该项故障事件对应的警报信息，同时，以2min为一次警报间隔，检索网管系统中的警报信息，提取该故障的对应警报信息。其次，以警报通道为基本属性，检索上述警报信息，获得匹配信息。再次，基于检索结果，进行设备信息、OMS路由信息的混合数据建模，即可得出通道名称、主用路由信息，再结合拓扑分析法，确认故障的方位。最后，再通过贝叶斯网络法，得出更加详细的故障定位，再前往该处，进行故障修复工作，以恢复系统的正常运行状态^[1]。

3. 设备板卡故障的排除

在设备板卡故障排除中，首先，可以利用路由拓扑分析法，明确故障所在位置。其次，使用改进贝叶斯算法，根据网管系统、RPMS所接收到的报警信息，计算各类板卡故障的可疑度，将可疑度最高的故障类型，作为初步诊断结果。再次，根据初步诊断结果，检索故障工单，得出故障具体位置，以及故障原因。最后，按照故障原因，制定相应的故障处理措施，以排除设备板卡故障。以某设备板卡故障排除为例，需先利用路由拓扑分析，找出故障点所在区域，然后分析该区域的电网运维大数据，结合改进贝叶斯算法，得出设备板卡的疑似故障，及其可疑度，此次，疑似故障包括对端发送单元故障、本端接收单元故障、本游网元下插的AIS信号、业务交叉配置异常，其所对应的可疑度为，2.9743、1.7658、1.249、0.7932，选取可疑度最高的对端发送单元故障作为初步诊断结果，调取相应的故障工单，得出故障原因为BA光输入过低，最后，根据该故障进行处理后，系统恢复正常^[2]。

结论：综上所述，基于电网运维大数据，采取有效故障处理方法，能够增强通信的可靠性。在系统运行中，借助电网运维大数据可以提高故障警报的利用效果、准确定位故障点、快速恢复通信系统的故障，从而强化通信系统故障处理工作质量，优化通信系统运行效果。
参考文献：

[1]张晓彤,陈青,孙梦璇. 针对智能变电站二次回路故障的高压断路器故障追踪[J]. 电力自动化设备,2020,40(10):212-217+224.

[2]林彤,陈锋云. 微机继电保护系统故障信息自动检测方法研究[J]. 电子设计工程,2020,28(16):87-91.