缪巍巍　吴海洋　于宝辉　张懿　陈鹏

摘 要：在电力行业中，电力通信设备众多，为保证通信设备安全可靠运行，需对各类设备运行状态进行巡检。传统的巡检工作需人工巡检，然而这种方式存在费时费力、巡检效率低、漏检等诸多问题。为了有效地避免人工巡检的弊端，文章提出了基于状态感知的电力通信设备自动巡检方法，该方法利用智能巡检技术并通过事前巡检、事中巡检、事后巡检，从而实现电力通信设备自动巡检及通信现场事前事中事后的闭环管理智能化。

关键词：状态感知；电力通信设备；自动巡检

随着电网的迅速发展，配套通信网络在高速建设，新设备大量投产，预示着通信设备巡检的工作量也必将大幅度增加[1]。电力通信设备巡检是保证电力通信设备安全稳定运行的基础工作。定期巡检可以及时发现通信设备的损耗、故障和缺陷问题。

传统的巡检过程基本上依赖于人的主动性，这种巡检方式难免存在巡检人员监管问题（如：巡检人员消极怠工、漏检、误检）、记录方式问题（如：手工记录、记录效率低、记录漏项或出错）、维护管理问题（如：管理人员难以准确、全面地了解巡检状况，不能及时制定最佳的设备保养和维修方案）以及巡检工作量问题等[2-4]。因此，非常有必要采取自动化的手段，提升巡检质量，减少巡检工作量。

针对传统巡检存在的诸多问题，本文提出了基于状态感知的电力通信自动巡检方法。该方法首先通过事前感知电力通信设备当前运行状态，丰富事前预警能力；其次，通过事中巡检，感知电力通信设备故障诊断过程中的运行状态，加强事中处理能力；最后，通过事后巡检，感知电力通信设备检修或故障处理之后的运行状态，完善事后优化能力。通过对设备数据、工单数据、现场数据等多源数据的获取，实现对电力通信设备状态的“感”，通过智能巡检实现对电力通信设备状态的“知”，从而实现电力通信设备自动巡检及通信现场事前事中事后的闭环管理智能化。文中介绍了状态感知的含义和在电力通信设备自动巡检中的目标，并结合当前的技术现状从状态要素觉察、状态理解和状态预测方面总结和展望了其关键技术，为后续的研究工作提供借鉴。

本文主要结构如下：第1节介绍状态感知的定义和状态感知在电力通信设备自动巡检中的目标，第2节介绍基于状态感知的电力通信设备自动巡检具体过程，最后一节是总结全文。

1 状态感知定义及目的

1.1 状态感知定义

状态感知是指在特定的时间和空间下，对环境中各元素或對象的觉察、理解及对未来状态的预测，按照感知的过程可划分为状态要素采集、状态理解和未来状态预测[5]。状态感知技术的关键在于对大量信息的采集、实时计算分析和对未来状态的预测，适用于电力通信设备自动巡检系统中对多类型数据的获取[6]、风险评估[7]和预测[8]等主要功能。

1.2 状态感知在电力通信设备自动巡检中的目标

为了满足电力通信设备自动巡检的要求，使得电力通信设备能够安全、稳定地运行，因此，基于状态感知的电力通信设备自动巡检技术需实现以下目标。

（1）实现对巡检人员的有效监管，获取巡检人员的位置信息，规范巡检人员的操作流程。

（2）实现对电力通信设备实时或准实时的状态感知，能够快速准确地获取设备的健康状况，并基于通信设备的健康状况历史数据，为运维巡检人员提供该设备的健康状态趋势结果。

（3）具备预测功能，即在事故发生之前进行预测，通过采用合适的算法，使状态感知系统具备自学习能力，学习得到电力通信设备运行状态模型，当输入新的状态要素时，能够预测设备下一次发生事故信息，这样给运维巡检人员提供合理的事件处理方案，做到事前防范。

（4）具备通信设备故障诊断的功能，面对繁多的告警情形，排除无效告警信息，诊断出设备故障信息，及时制定最佳的设备保养和维修方案。

（5）随着不断巡检数据的增加，能够具备自动更新设备历史状态信息库，更新状态模型，动态、灵活地调整和控制设备运行状态，使系统状态往有利方向发展。

2 基于状态感知的电力通信设备自动巡检

2.1 状态要素采集

状态要素采集是指监测和获取环境中的重要数据或元素，其本质是对所需信息的采集。信息的获取是电力通信设备自动巡检系统的重要基础。传统巡检过程由人工进行纸质采集数据，这样会带来许多问题。为此，本文采用一套基于移动通信设备的电力通信设备数据采集方案，充分利用当前移动终端设备具有良好的便携性与普及性等特点，结合二维码扫描技术、GPS定位等技术，构建了新型的网络移动软件架构智能巡检体系[4]，图1为本移动巡检系统状态要素采集流程。

图1 基于移动设备的巡检状态要素采集流程

在图1中，巡检人员在接收到巡检计划后需要到指定的设备地点，利用移动终端上摄像头扫描设备上的二维码，获取该二维码所包含的设备信息数据，然后可以获取到地理位置信息，这样可以有效地避免传统巡检方式中漏检的情况发生，同时可对巡检人员起到监管的作用。在对设备信息数据比对后，录入巡检设备的参数信息并上传，这样不但可以实现对电力通信设备实时或准实时的状态感知，同时也可以提高采集数据的质量和数据采集效率。

对于巡检中获取的状态要素主要有光纤电缆要素、传输网要素[9-10]两个方面。

2.2 状态理解和未来状态预测

在电力通信设备自动巡检中，状态理解是指通过所获取的状态要素，对电力通信设备的稳定性、安全性、可靠性、健康程度等进行分析和评估。在电力通信设备自动巡检过程中，实时状态理解主要是对电力通信设备故障的实时评估，包括对电力通信设备的静态故障率及设备健康度等的评估分析，并将分析结果展示给巡检人员。

基于状态感知的电力通信设备自动巡检，以基于状态感知的寿命预测技术扩展前期项目中设备健康度的内涵，丰富事前预警能力；以基于状态感知的故障定位和诊断技术进一步提升前期工作中资源调配分析技术的外延，加强事中处理能力；以基于状态感知的可靠性评估技术补充前期工作中后评估的缺失，完善事后优化能力；以基于全景监测数据实现的自动巡检技术实现通信运维事前事中事后的沟通，完成闭环管理，指导日常运维工作，提升电力通信运维的智能化、自动化水平。基于状态感知的电力通信设备自动巡检研究逻辑关系，如图2所示。

图2 基于状态感知的电力通信设备自动巡检结构

2.2.1 电力通信设备事前诊断

随着电力通信网络规模的不断扩大，传输网层次的逐渐增多、网络结构日趋复杂，对电力通信系统的运行管理提出了新的挑战。当前系统内较少开展设备状态评价和寿命预测，相关工作也缺乏科学的数据分析和理论的指导，设备报废、投退运、扩容以及网络建设、调整等依赖经验判断，主观性较强，需要开展数据驱动的通信设备综合评价与寿命预测研究，形成电力通信设备全寿命周期管理，提升通信运行管理水平。

结合传输设备、蓄电池的实时/在线网管监测与检测数据、充放电实验数据、历史运行状态性能等动态数据，设备和业务统计资源静态数据、历史缺陷和检修工单等流程数据、设备动环信息等数据，建立设备状态变化分类预测模型，整体反应设备状态，感知设备状态和网络状态。

蓄电池综合运行状态主要由其寿命即充放电轮次反映，又主要与其放电电流密度、温度、放电深度、维护状况和贮存时间等有关，放电度越深，使用寿命越短。综合上述蓄电池物理属性，结合蓄电池自身内部电流、电压、内阻等属性，通过建立放电轮次—内部外部属性之间的关联模型，可实现蓄电池寿命的预测，提供蓄电池设备投运与报废指导。传输设备总体运行状态主要由其故障率反映，通过建立传输设备的历史故障情况与其运行环境、内部属性之间的关联模型，可实现运维人员对传输设备整体情况的把握；在此基础上，通过对设备趋势性劣化的监视，可实现故障预测，提升通信运维水平。

通过对通信传输设备和通信蓄电池动、静态状态数据的获取实现对电力通信设备状态的“感”，通过设备状态变化预测模型和设备寿命预测模型实现对电力通信设备状态的“知”，从而实现电力通信设备事前预测预警。

2.2.2 电力通信设备事中诊断

在电力通信的运行系统中，设备产生的告警多种多样。告警是故障的外在表现，具有传递性和多侧面表述等特点。现有电力通信网技术支持系统发展明显滞后，系统定位层次低。功能简单，资源离散，普遍停留在告警信号采集和集中监测水平[11]。故障诊断和处理摹本以人员经验为主，无法在大量告警事件中快速、准确地分析确定故障位置、故障原因，影响故障处理的实时性和准确性。电力通信设备故障主要分为以下几种。（1）与硬件相关：设备级故障、板卡级故障和供电故障。（2）端口故障：与网元相关。（3）复用同步故障。（4）辅助功能故障。事中故障诊断主要基于通信管理系统数据，通过故障诊断分析规则和优化故障诊断分析算法两方面，一方面进行故障诊断分析规则的自学习和积累，促进分析规则的持续完善；另一方面构建优化故障诊断分析算法，识别出根源故障和衍生告警，同时结合基于故障告警事件树推演方法来实现对故障的分析，提高故障診断分析结果的实用性[12-14]。

2.2.3 电力通信设备事后优化

电力通信设备事后优化的主要目标是在故障处理后，对电力通信骨干网进行总体评价，首先在拓扑结构上提出优化，实现合理布局，结合外部数据源对通信管理系统的数据进行提取与分析，从设备可靠性、风险隐患分析等方面，以基于状态感知的可靠性评估技术补充前期项目中后评估的缺失，完善事后优化能力。从前、后数据的融合碰撞及关联规则分析，实现电力通信网可靠性评估优化分析。其次，通过断面流量分析，实现调度运维人员对网络整体运维状态的掌握，通过对电力骨干通信网络台账数据、业务承载情况等状态数据的获取实现对电力骨干通信网络状态的“感”，通过前、后数据的融合碰撞及关联规则分析[15-16]实现对电力骨干通信网络状态的“知”，从而实现面向重要通信业务的电力骨干通信网络质量提升。

3 结语

电力通信设备自动巡检起到了串联事前、事中和事后巡检，实现闭环管理的作用。通信运维人员在重大节假日、重大活动保障期间以及对承载重要业务的网络保障，不仅需要网络实时监视这一种支撑手段，还需要结合设备状态巡检对网络进行更精细化的监管。针对通信设备运行状态可以进行定期、自动、智能巡检，并能够自动生成巡检报表，提高工作效率，降低运维工作成本。通信管理系统的设备巡检现阶段主要实现对设备告警情况的巡检，包括巡检任务管理、巡检记录查询和巡检报告查看等基本功能。

[参考文献]

[1]许俊现，魏勇，刘彦君.电力通信设备状态检修实践和探索[J].电力系统通信，2011（3）：75-77.

[2]樊留敬.四川电力短信巡检系统的开发与设计[D].成都：电子科技大学，2011.

[3]刘洪波，孔祥靖，王之一，等.信息系统自动化巡检平台研究与应用[J].电力信息与通信技术，2016（12）：117-120.

[4]吴浩鹏，计蕴容，李刚.基于移动终端的电力设备智能巡检系统设计[J].计算机时代，2016（5）：55-58.

[5]ENDSLEYM R.Toward a theory of situation awareness in dynamic system[J].Journal of the Human Factors and Ergonomics Society，1995（1）：32-64.

[6]王琳，商周，王学伟.数据采集系统的发展与应用[J].电测与仪表，2004（8）：4-8.

[7]冯登国，张阳，张玉清.信息安全风险评估综述[J].通信学报，2004（7）：10-18.

[8]高超，孙颖，周静，等.电力通信业务预测分析方法研究[J].电力信息与通信技术，2016（7）：108-112.

[9]李征明，朴在林.基于GPS-GPRS的电力智能巡检系统的设计与研究[J].农业网络信息，2006（8）：13-15.

[10]孙静，秦世引，宋永平.一种于Petri网和概率估计的电力系统故障诊断方法[J].电力系统动化，2003（13）：10-14，23.

[11]LEE H J，AHN R S，PARK Y M.A fault diagnosis expert system for distribution subslations[J].IEEE Transactions on Power Delivery，2000（1）：92-97.

[12]谭阳红，何怡刚，陈洪云，等.大规模电路故障诊断神经网络方法[J].电路与系统学报，2001（4）：25-28.

[13]张书林，刘军，闫龙川，等.基于深度学习的电力骨干通信网故障诊断研究[J].软件，2018（3）：194-198.

[14]霍利民，朱永利，贾兰英，等.基于贝叶斯网络的电网故障诊断方法[J].平北电力大学学报，2004（3）：30-34.

[15]于之虹，郭志忠.基于数据挖掘理论的电力系统暂态稳定评估[J].电力系统自动化，2003（8）：45-48.

[16]李煊，汪晓岩，庄镇泉.基于关联规则挖掘的个性化智能推荐服务[J].计算机工程与应用，2002（11）：200-204.