基于關(guān)鍵告警集和監(jiān)督分類的電力通信網(wǎng)故障定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種基于關(guān)鍵告警集和監(jiān)督分類的電力通信網(wǎng)故障定位方法，特別是 設(shè)及電力通信網(wǎng)絡(luò)的故障定位方法和系統(tǒng)。
【背景技術(shù)】
[0002] 電力通信網(wǎng)具有規(guī)模大、結(jié)構(gòu)復(fù)雜等特點(diǎn)，運(yùn)給故障發(fā)生時(shí)及時(shí)準(zhǔn)確地查明故障 源帶來(lái)了挑戰(zhàn)。當(dāng)網(wǎng)絡(luò)中出現(xiàn)個(gè)別故障告警時(shí)，利用現(xiàn)有的網(wǎng)絡(luò)管理和監(jiān)控手段可W較容 易地定位故障源。而當(dāng)在網(wǎng)絡(luò)中監(jiān)測(cè)到大量故障告警信息時(shí)，往往已經(jīng)出現(xiàn)了較嚴(yán)重的網(wǎng) 絡(luò)連通性問(wèn)題，且并不是每條告警信息都意味著對(duì)應(yīng)的網(wǎng)絡(luò)設(shè)施發(fā)生了故障，一些處于關(guān) 鍵位置的網(wǎng)絡(luò)節(jié)點(diǎn)或網(wǎng)絡(luò)鏈路的故障可能引發(fā)大面積的故障告警，如何從大量的告警信息 中定位真正的故障源，是本專利提出的故障定位算法旨在解決的問(wèn)題。目前主流的自動(dòng)化 故障定位算法如下：
[0003] (1)基于故障傳播模型的貝葉斯網(wǎng)絡(luò)故障定位方法，該種算法通過(guò)識(shí)別網(wǎng)絡(luò)故障 和告警信息之間的關(guān)聯(lián)解決故障定位問(wèn)題，W概率邊表示故障源和故障告警間的關(guān)系并用 條件概率求得能夠解釋當(dāng)前故障告警的最大概率的故障源。運(yùn)種方法的問(wèn)題在于其本身為 NP難問(wèn)題，算法復(fù)雜度太高。在改進(jìn)的啟發(fā)式算法中，算法對(duì)于每個(gè)故障告警找出所有能夠 產(chǎn)生該癥狀的故障源并計(jì)算其概率，將所有的情況概率從高至低排列并依次選擇加入故障 源直到故障源能夠解釋當(dāng)前的故障告警為止。改進(jìn)的算法提高了效率，卻丟失了一部分故 障-告警的概率信息且解不保證最優(yōu)，使得故障定位的結(jié)果可能偏離實(shí)際情況。
[0004] (2)基于案例和模式匹配的故障定位方法，該方法通過(guò)分析故障案例數(shù)據(jù)庫(kù)歸納 出故障-告警事件樹(shù)和代碼簿等匹配模型并用組合的方式進(jìn)行故障定位。運(yùn)種方法要求故 障與告警之間存在確定性的模型結(jié)構(gòu)，然而在本專利所述的場(chǎng)景中故障與告警之間的映射 關(guān)系并非是不變的（取決于監(jiān)測(cè)設(shè)備在網(wǎng)絡(luò)中的位置、故障源在網(wǎng)絡(luò)中的位置和故障源的 數(shù)目等因素），且在故障定位中忽視了疑似故障帶來(lái)的影響，降低了該方法實(shí)際定位效果。
[0005] (3)基于神經(jīng)網(wǎng)絡(luò)的故障定位方法，該方法采用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)將故障告警關(guān)聯(lián)到 故障源規(guī)則的建立過(guò)程，對(duì)于采集到的告警信息，通過(guò)具有多個(gè)隱層的神經(jīng)網(wǎng)絡(luò)推理機(jī)得 到結(jié)果并由解釋器定位到網(wǎng)絡(luò)中的特定位置?；谏窠?jīng)網(wǎng)絡(luò)方法的定位效果完全取決于隱 層的數(shù)目和各層間的權(quán)值，其缺點(diǎn)在于內(nèi)在的結(jié)構(gòu)缺陷難W被控制，無(wú)法保證定位的效果。
[0006] 現(xiàn)有故障定位方法主要依靠對(duì)告警信息的合并、關(guān)聯(lián)、逐漸縮小故障源范圍來(lái)達(dá) 到故障定位的目的，忽視了故障源在拓?fù)渲械奈恢肳及不同故障的組合可能引發(fā)的故障告 警間的關(guān)系，降低了故障定位的準(zhǔn)確性。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明要解決的技術(shù)問(wèn)題是提供一種基于關(guān)鍵告警集和監(jiān)督分類的電力通信網(wǎng) 故障定位方法。
[0008] 本發(fā)明是通過(guò)W下技術(shù)方案來(lái)實(shí)現(xiàn)的。
[0009] 一種基于關(guān)鍵告警集和監(jiān)督分類的電力通信網(wǎng)故障定位方法，步驟包括：
[0010] (1)通過(guò)監(jiān)測(cè)網(wǎng)絡(luò)中的設(shè)備狀態(tài)和捕獲異常信息，監(jiān)測(cè)設(shè)備發(fā)送標(biāo)準(zhǔn)化格式后的 網(wǎng)絡(luò)告警信息；
[0011] (2)通過(guò)拓?fù)浞治鰟澐指婢W(wǎng)絡(luò)區(qū)域和正常網(wǎng)絡(luò)區(qū)域，抽取包括割邊鏈路集和邊 緣告警集的關(guān)鍵告警集；
[0012] (3)W故障源-故障告警歷史信息構(gòu)建故障診斷案例知識(shí)庫(kù)；
[0013] (4)W故障診斷數(shù)據(jù)庫(kù)中的標(biāo)準(zhǔn)化故障源-故障告警碼記錄為訓(xùn)練樣本，訓(xùn)練W SVM(支持向量機(jī)）為分類模型的故障分類器，并W本次告警信息為輸入得到疑似故障源；
[0014] (5)結(jié)合拓?fù)浞治龊蚐VM分類，在疑似故障源的基礎(chǔ)上運(yùn)行最少故障-最大概率故 障定位算法得到最終故障定位結(jié)果。
[0015] 其中，步驟（1)具體包括：
[0016] 將通信網(wǎng)絡(luò)中多種類別的故障告警信息分類為網(wǎng)絡(luò)節(jié)點(diǎn)故障告警和網(wǎng)絡(luò)鏈路故 障告警，并定義一種聚合告警信息格式碼用于故障源和故障告警信息的記錄和訓(xùn)練。
[0017] 步驟似具體包括：
[0018] 根據(jù)收集的告警信息將網(wǎng)絡(luò)G劃分為兩個(gè)不相交的區(qū)域集合告警區(qū)域Gpff和正常 區(qū)域G-Gpff，定義割邊鏈路集L。為連接告警區(qū)域和正常區(qū)域的鏈路集合，定義邊緣告警節(jié)點(diǎn) 集化為屬于告警區(qū)域且與正常區(qū)域節(jié)點(diǎn)直連的網(wǎng)絡(luò)節(jié)點(diǎn)集合，并將割邊鏈路集和邊緣告警 集的并稱為關(guān)鍵告警集。
[001引步驟0)具體包括：
[0020] 在網(wǎng)絡(luò)故障診斷和維修完成時(shí)，將本次真實(shí)的網(wǎng)絡(luò)故障產(chǎn)生源和實(shí)際監(jiān)測(cè)到的故 障告警信息W步驟（1)中定義的格式碼形式記錄到故障診斷數(shù)據(jù)庫(kù)中，作為故障分類器的 新的訓(xùn)練樣本。
[002。 步驟（4)具體包括：
[0022] 步驟4. 1設(shè)置n個(gè)SVM分類學(xué)習(xí)器用于定位故障，其中n為網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)和鏈路數(shù) 之和；
[0023]步驟4. 2對(duì)于第i個(gè)（i= 1，2,...，n)分類器，分別將故障診斷數(shù)據(jù)庫(kù)中每條記 錄的故障告警碼作為輸入，將故障源碼的第i位作為故障分類標(biāo)簽對(duì)該分類器進(jìn)行訓(xùn)練；
[0024] 步驟4. 3將當(dāng)前的故障告警碼作為輸入，經(jīng)過(guò)每個(gè)訓(xùn)練完成的分類器分類得到初 步故障定位結(jié)果。
[002引步驟妨具體包括：
[0026] 結(jié)合拓?fù)浞治鼋Y(jié)果，排除初步定位得到的故障源中不屬于告警區(qū)域的部分。檢查 此時(shí)的故障源分析其造成的故障癥狀是否匹配當(dāng)前的故障告警，如果不能則在當(dāng)前故障定 位解的基礎(chǔ)上運(yùn)行最少故障-最大概率故障定位算法。
[0027] 進(jìn)一步地，所述的最少故障-最大概率故障定位算法，其步驟如下：
[0028]更新當(dāng)前故障定位解下的新的割邊鏈路集L。邊緣告警節(jié)點(diǎn)集N。，則未正確定位為 故障的節(jié)點(diǎn)鏈路集是LtUN。的子集。所有子集中與當(dāng)前故障定位解的并能夠解釋當(dāng)前故 障告警且集合元素個(gè)數(shù)最少，則選取該子集作為新增猜想故障集，與當(dāng)前故障定位解一起， 作為最終的故障定位結(jié)果。如果有多個(gè)可行解，設(shè)其為巧Si,ES2，...，}。在分類算法中，對(duì) 于每個(gè)網(wǎng)絡(luò)元素e的故障分類會(huì)給出一個(gè)分?jǐn)?shù)指示對(duì)該分類的正確的置信度，我們將其記 為Pe，則最終選擇的猜想故障集為
[0030] 其中 6。￡ ES 1，j = 1，2, . . .，IESi。
【附圖說(shuō)明】
[0031]圖1為本發(fā)明提供的一種電力通信網(wǎng)中故障定位方法的模塊關(guān)系及算法流程圖；
[0032] 圖2為本發(fā)明中基于遠(yuǎn)程監(jiān)控的故障告警系統(tǒng)示意圖；
[0033] 圖3為本發(fā)明中拓?fù)浞治鏊惴ǖ氖疽鈭D；
[0034] 圖4為本發(fā)明中對(duì)于故障分類器的訓(xùn)練流程圖。
【具體實(shí)施方式】
[0035] 下面根據(jù)附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明。
[0036] 本發(fā)明提供了一種電力通信網(wǎng)中的故障定位方法，步驟流程圖如圖1所示，具體 包括：
[0037] 步驟S1、收集故障監(jiān)測(cè)設(shè)備發(fā)送標(biāo)準(zhǔn)化格式后的網(wǎng)絡(luò)故障告警信息；
[0038] 步驟S2、通過(guò)拓?fù)浞治鰟澐指婢W(wǎng)絡(luò)區(qū)域和正常網(wǎng)絡(luò)區(qū)域，抽取包括割邊鏈路集 和邊緣告警集的關(guān)鍵告警集；
[0039] 步驟S3、W故障源-故障告警歷史信息構(gòu)建故障診斷案例知識(shí)庫(kù)；
[0040] 步驟S4、W故障診斷數(shù)據(jù)庫(kù)中的標(biāo)準(zhǔn)化故障源-故障告警碼記錄為訓(xùn)練樣本，訓(xùn) 練W SVM為分類模型的故障分類器，并W本次告警信息為輸入得到疑似故障源；
[0041] 步驟S5、結(jié)合拓?fù)浞治龊蚐VM分類，在疑似故障源的基礎(chǔ)上運(yùn)行最少故障-最大概 率故障定位算法得到最終故障定位結(jié)果。
[0042] 上述定位方法將故障定位過(guò)程分為下述幾個(gè)模塊：故障告警信息收集處理、拓?fù)?分析、故障歷史信息數(shù)據(jù)庫(kù)、基于SVM分類器的的故障初步定位，最終，在基于SVM故障分類 結(jié)果和拓?fù)浞治龅幕A(chǔ)上，重點(diǎn)考慮誤判故障和漏判故障帶來(lái)的影響，通過(guò)加入盡可能少 的猜測(cè)故障集，保證故障定位的正確性并