赵子瑶

摘要：针对电力通信资源数据大量累积、挖掘利用程度不够，制约资源全景可视分析及智能调配等功能推广应用的问题，文章通过分析电力通信资源数据的特点，结合数据挖掘算法，设计并提出了面向电网与通信网协同和辅助决策的智能化应用场景。

关键词：电力通信资源;数据挖掘;辅助决策

1电力通信资源数据

1.1电力通信资源数据分级分类

电力通信资源是为实现电力系统内部各类通信服务所需的公用物理通信资源与逻辑通信资源的总称。电力通信资源数据管理模型如图1所示。

如图1所示，电力通信资源分为一、二、三、四级骨干通信网;各级通信网资源数据按照物理和逻辑2类划分。物理通信资源为具有物理形态的通信资源，如通信站和机房内空间资源、通信电源、设备安装屏位、通信电缆、光缆及所含缆芯纤芯、各类通信设备（含传输、数据、交换、无线等）及其机框、板卡、模块、端口、配线架等;逻辑通信资源是由设备承载的非物理实体的资源，如传输通道连接时隙、电路、波道、电力线载波频率（包括复用有继电保护和安全稳定控制装置等信号的传输通道）、无线电频率、无线专网、数据网VPN、自治域号、IP地址、码号资源、视频会场GK编码、卫星通信、电源容量等。

1.2数据质量保鲜与管理

数据质量管理是数据价值挖掘的基础，通过建立数据录入操作规程、原始数据校验、错误信息识别与矫正等一系列操作，对系统的各个数据源进行规范。资源数据质量的管理与保鲜能够保证数据的可用性、一致性和完整性，提升数据价值，是实现智能化辅助决策应用的基础。关于数据质量的管理与持续保鲜方面，仅仅依靠人工治理无法建立长期有效的措施，研究并建设一个专业的数据质量管理平台，创新数据运维模式，专注于对数据质量的全方位监测，能够实现对问题数据的主动监控和实时定位。主要研究内容包括以下方面：①依托平台创新数据批量处理模式，静态数据的录入按照操作规范进行校验，动态数据的采集录入能够自动与现有系统数据进行比对校验;②自动定位垃圾数据和重复数据，系统确认后，可自动删除;③一侧用户新增或变更数据后，应在另一侧系统同步发生变化，并提示给相关用户;大量数据批量修改，可通过批量导入导出工

2通信资源数据挖掘技术研究

通信资源数据挖掘主要是针对各类物理和逻辑资源，包括站点、机房、光缆、设备等，依托数据质量管理平台，明确资源定义、统计原则及数据要求等，实现对资源数据的集中和标准化管理，对各类资源数据的变化进行动态维护，保持系统数据与实际运行数据的同步。通过对数据自动化的分析做出归纳性的推理，从中挖掘出潜在的模式，以实时化、可视化的方法呈现，能够完成对资源的查询、统筹和规划等。通过研究目前常用的数据挖掘技术，结合通信资源数据管理的实际，从不同的角度研究数据价值挖掘的应用场景。本文设计的通信资源数据挖掘模型如图2所示，可分为数据提取、数据存储、计算框架、挖掘算法及场景应用5部分。

如上图所示，在挖掘算法研究方面，本文用到了分类、回归分析、聚类、关联规则4种。①分类。本文应用分类分析法，主要对各类物理和逻辑资源数据进行分级分类管理，多维度分类分析，明确界定网元、光缆、光路、业务通道等数据属性值，是资源数据实现价值挖掘的基础。②回归分析。回归分析主要应用在通信规划中，通过对资源使用现状进行预测分析，为网络建设规划提供数据支撑。③聚类。聚类算法是在分类的基础上，对具有同一属性的数据进行聚合，例如对站点、机房、光缆、设备等物理位置相同的数据进行有效聚类，能够提升资源管理效率，快速定位网络瓶颈。④关联规则。本文将关联规则挖掘技术应用于物理与逻辑资源数据的动静态关联，按照设备关联所属站点、光路关联承载光缆及配线、业务关联网管逻辑通道的原则，实现基础资料和生产实际的图实联动，有效支撐通信运行管理、业务流转、网络规划等工作。

3面向辅助决策的场景研究

3.1场景1：通信与电网运行故障联合处置及风险预警

本场景以电网生产业务为视角，监视业务运行状态，针对业务管理要求及运行特点，综合分析通信资源、告警以及事件通知，实现不同类型业务全景实时监视。基于承载在通信网的业务模型和通道模型，通过分析通道及业务的状态，实现对风险预警对象所影响的业务状态分析，通信与电网运行故障联合处置及风险预警示意如图3所示。

如上图所示，对通信及电网告警数据进行特征抽取及匹配后，系统结合拓扑分析，能够实现对故障的快速定位，依据系统给出的智能分析结果，确定抢修方案并关联风险预警，提升运行人员在各类应急情况下的应急处置能力水平。

3.2场景2：通信隐患巡查及智能辅助决策

本场景基于通信设备网络模型以及光缆物理模型，实现通信网光缆故障、设备故障自动识别，分析故障影响范围，并基于业务路径智能推荐功能智能推荐迂回路由，通信隐患巡查及智能辅助决策示意如图4所示。

如上图所示，对通信光缆、设备隐患数据进行预处理、知识抽取、融合等一系列操作后，能够形成隐患知识库，在通信系统发生故障时，自动分析业务影响范围并计算出迂回路由，为运行人员推荐3种以上的应急处置方案，极大缩短处置时长，能够最大限度地减少人为因素导致的故障范围扩大或误操作等情况。

3.3场景3：电网业务通信资源自助式智能调配

本场景基于通信网络数据模型，抽象出网络节点及拓扑关系的影响权值因素，建立相应模型，采用数据挖掘技术实现最优方式路径智能推荐、光缆承载业务情况数字化展示功能，电网业务通信资源自助式智能调配示意如图5所示。

如上图所示，通过对通信资源数据和运行数据进行深度学习算法分析，能够帮助方式人员在路由规划、资源调配、方式优化时，基于设备健康状况、投运年限、资源占用率、站点电压等级、沟道情况等因素自动计算路由方案，同时根据途经站点可靠性、沿途光缆运行水平等，推荐资源调配方案及方式优化策略，提升方式人员日常工作质效。

结语：

本文基于电力通信资源分级分类管理要求，通过研究建设数据质量管理平台，加强在实际资源数据管理与保鲜过程中的应用，实现了对资源数据的标准化管理。利用数据挖掘技术，明确了物理、逻辑资源的分类、聚类管理，理清了关联关系，为建设面向管理决策的信息化、智能化应用系统提供了数据和平台条件。基于电力通信资源数据价值的挖掘，提出了3种电力通信管理的智能化场景，能够为通信运行管理和决策提供有力的技术支撑手段，提升通信管理运行的智能化水平。

参考文献：

[1]张振伟，何杰，喻鹏，等.电力通信管理系统数据采集功能的研究与设计[J].电力信息与通信技术，2013，11（12）：94-99.

[2]刘建戈，张鹏宇，姜蒙娜，等.适应电网运行模式的电力通信管理系统演进分析[J].电力信息与通信技术，2020，18（9）：111-117.