基于事件树模型的电力通信网告警过滤机制

电力通信网络中的故障事件往往产生连锁告警,重要事件被大量次要信息所掩盖,冗余信息过多,易形成信息阻塞。为此文章讨论了事件潮的树型关联结构,提出基于事件树模型的过滤策略,并据此来设计数据模型,剥离出引发事件潮的根本故障原因,减少了推向客户端的事件数量。研究结果对于电力系统通信部门故障告警系统的设计与建设有一定的参考价值。     

基于APRIORI-贝叶斯优化XGBoost的电力通信网根告警预测

电力通信网根源性告警的精准预测,能够辅助运维人员提前对通信网高风险点进行高效排查和快速定位,从根源上避免区域性通信故障和衍生告警,降低网络风险和运维成本。针对现有研究中电力通信网根告警预测源数据冗余、准确率不高的问题,面向电力通信网根告警提出基于APRIORI-贝叶斯优化XGBoost的预测模型,利用APRIORI算法优化预测模型输入,挖掘根告警影响因素间的关联规则,借助关联规则概率化方法确定关键影响因子,降低贝叶斯优化XGBoost模型训练数据冗余度,提高数据价值密度,进而提升模型效率和告警预测精度。实验结果表明,所提算法在预测准确率、召回率和F-值等性能上均取得良好的效果,并在最小支持度为15%时达到最优预测结果,能为电力通信网高效运维和故障排查提供技术支撑。     

基于关联规则的火电厂热工保护用机电系统故障分析方法

传统火电厂热工保护用机电系统故障分析方法直接对故障信号高维特征进行解析,未对系统故障微弱信号进行高效解耦提取,造成传统方法故障识别率低,因此提出基于关联规则的火电厂热工保护用机电系统故障分析方法。对系统故障微弱信号进行高效解耦提取,并在此基础上基于关联规则进行故障信号高维特征解析,设计火电厂热工保护用机电系统故障自动检测流程,实现系统故障自动检测。实验结果表明,该研究方法故障识别率更高,故障识别效果更好。     

基于告警推演的电力通信反事故演习系统设计

为了提高电力通信反事故演习的效果,切实提升运维人员快速、准确判断和排除网络故障的能力,文章研究了故障和告警之间的关联关系。采用故障根告警分析、业务影响分析等关键技术,基于顺推和反推的思想,实现了基于告警推演的电力通信反事故演习系统。该系统提高了反事故演习的针对性和仿真性,最终提升了相关运维人员在电力通信网络运维中的工作质量和效率。     

基于机器学习的通信网告警关联分析综述

告警关联分析是通信网故障管理的重要手段,通过告警关联分析网络维护人员能够进行告警压缩和故障定位.它是智能运维的关键技术之一,因此全面而系统地对告警关联分析的步骤和算法进行总结非常必要.本文首先对基于机器学习的通信网告警关联分析的步骤进行了介绍,然后对告警预处理、告警关联分析算法、告警关联规则生成等步骤中目前学者研究的主要问题和方法进行了分析比较.接下来对基于大数据处理框架的告警关联分析实现进行了对比,最后对告警关联分析的研究进行了总结和展望.     

电力通信网综合管理系统故障告警机制的设计与实现

详细阐述了电力通信网综合管理系统的原理和运行方式,着重分析系统对于告警处理流程和分析手段的功能需求。同时在对比目前常用的告警处理技术基础上,进行故障告警机制的设计与实现。通过告警信息标准化和过滤,精确定位故障所在,为管理系统在告警灵活处理上提供了一个标准平台,使系统可以更好地应用到其他模式的设备管理中。使用该管理系统能够缩短维护人员判断和排除障碍的时间,保证电力通信网络的稳定运行。     

基于规则和本体的汽轮机故障分析

将谓词逻辑引入汽轮机故障分析系统中,首先将事实和规则化为与或形,接着采用最一般合一算法对子句集替换合一,最后采用归结原理对汽轮机的故障进行分析.同时,提出采用基于知识本体的推理方法来解决模糊知识的表达和推理问题.采用SPARQL语言和Jena推理机进行模糊知识的推理.SPARQL语言使用SQL语句的查询形式,并提供知识本体查询功能,在本体中,所有的知识都是三元组的形式(),SPARQL只查询本体库中存储的三元组,没有推理功能.因此,把SPARQL查询嵌入在Jena推理机中,通过推理得到隐含的模糊知识三元组.实现了基于规则和本体的汽轮机故障分析仿真系统,其诊断正确率达到89%.该系统具有很高的效率及容错能力.     

基于强化学习的电力通信网故障恢复方法

大规模的自然灾害或恶意攻击会引发智能电网中电力通信网的严重故障,如果不能及时恢复,将给电力系统的安全稳定运行带来极大的风险。为解决电力通信网络大规模故障后的恢复问题,在通信链路恢复资源有限的约束下,建立以失效业务数量恢复最大化为目标的电力通信网大规模故障后链路恢复模型。针对该模型,提出一种基于强化学习的启发式算法,该算法利用链路恢复资源和故障链路在失效业务中的重要度,设置奖惩函数和选择规则,并累积奖励最大值,得到最优链路恢复组合。实验结果表明,提出的电力通信网故障恢复方法可以在恢复资源有限的约束下,恢复较多的失效业务。     

基于IP融合通信技术在电力通信网的应用

伴随着电力公司对通讯和IT应用的投入不断加大,对通讯和IT应用的依赖也越来越强,业务越来越丰富,用户的网络越来越庞大,信息化环境也越来越复杂,文章主要针对目前急需解决的网络复杂性问题,并结合宝坻供电有限公司通信网的实际情况,阐述了IP融合技术在电力系统通信网中的应用和前景。     

基于规则的电力调度计划数据校验机制

针对智能电网调度计划一体化协调运作模式下调度计划数据缺乏有效的甄别和校验机制的现状,提出了调度计划数据的校验规则库,并基于该校验规则库,在智能电网调度技术支持系统一体化支撑平台上设计开发了数据校验应用。介绍了校验规则库的规则组成、系统的总体结构和功能模块的实现。该数据校验应用已成功应用于智能电网调度技术支持系统华东试点工程。     

基于集合运算和组合式模糊条件的电力通信网故障定位

针对现代电力通信网规模大、结构复杂、故障发生率越来越高的特点,提出了一种电力通信网故障定位智能分析方法,采用交集运算进行设备故障的多类定位,采用组合式模糊运算进行故障的通信载体定位,能准确快速地将故障定位在网络中地点位置、物理设备、逻辑电路和通信业务上,提高了电力通信网运行维护管理水平。     

MSTP在电力通信系统中的应用及故障分析

探讨多业务传输平台（MSTP）在电力通信系统中的应用及故障分析、处理方法.分析了MSTP技术的工作原理、技术特点及其在电力通信网的应用现状.结合实际工作经验,提出了MSTP设备日常维护建议,并探讨了MSTP设备故障排除方法.提出的方法可有效提高定位、排除MSTP设备故障的效率,为电力通信检修人员更好地开展MSTP设备运维工作提供了实用性的参考.     

电站关联规则的主元分析挖掘方法及传感器故障检测

提出了基于主成分分析的相似关联规则的数据挖掘方法,并利用最小二乘支持向量回归方法对传感器进行故障检测。通过主成分分析寻找具有相似关联规则的参数,利用参数间的相似关联关系,建立最小二乘支持向量回归模型,通过该模型生成残差对传感器进行状态监测和故障定位,并对故障数据进行重构,代替故障数据。通过某300 MW机组数据实例分析,表明该方法能准确快速地寻找具有较高相似关联规则的参数,并能给出可信的重构数据,具有一定的实用性。     

基于故障树法的电力变压器可靠性及失效分析

针对电力变压器运行过程中出现的不同类型的故障事件,确定了变压器可靠性评价的指标以及主要故障模式,运用故障树分析方法及计算机辅助故障树分析系统构建了变压器失效的故障树评估模型,并确定了可靠度、失效率以及重要度参数的计算方法,通过模拟仿真结果对故障树进行可靠性与失效分析。结果表明:通过降低变压器失效概率、提高设备可靠度以及准确掌握变压器可靠性水平为变压器状态检修提供指导,从而提高电力变压器的运行安全性与可靠性,对保障电网安全可靠运行具有重要意义。     

智能变电站网络通信状态监测与故障分析

针对智能变电站由网络通信取代传统二次回路的现状,设计了监视智能变电站运行状态的二维图方法,实现了智能变电站通信状态的可视化.建立变电站故障特征模型算法,利用网络通信纪录与在线分析工具,辅助维护人员对通信中断故障进行分析,并详细描述了如何快速定量分析网络通信故障.     

基于BP神经网络的电力变压器故障树分析

针对电力变压器故障特点,采用故障树分析与BP神经网络相结合的方法预测变压器故障率。介绍了变压器故障树的建立与故障树分析流程、BP神经网络的建立、样本获取和学习训练。通过实例计算结果与实际统计结果的比较,验证了此方法的可行性与有效性。     

基于故障树方法的供电可靠性灰色关联分析

新电改方案中重点要求加强政府监管,提升电力安全高效运行和可靠性供应水平,为提升电网企业的供电可靠性,需要全面分析影响供电可靠性,主要是造成居民和工业等用户停电的原因。目前对配电网供电可靠性的研究,多侧重于配电网评估算法方面的研究,首先对电网企业供电可靠性及其影响因素进行分析,利用故障树分析建立停电原因故障树逻辑图,并根据集对分析法得出底事件的最大影响因素;然后,基于这些最大影响因素选取6个影响供电可靠性的评价指标,采用灰色关联度分析法,得到了评价指标与供电可靠性之间的灰色关联度。最后,以算例分析找出影响供电可靠性的因素排序,据此为电网企业提供改善供电质量、提升服务质量的技术支撑。     

DCS通信网络故障的分析及防范措施

随着分散控制系统(DCS)在大型火电厂的广泛应用,其通信网络的安全运行变得越来越重要。为此总结了DCS死机及网络通信故障的常见原因,对近年来在安徽电网火电厂中发生的两起DCS通信网络故障实例进行了深入细致地分析,提出了有效防止DCS通信故障的防范措施。