CN106327071A - 电力通信风险分析方法和系统 - Google Patents

Abstract

本发明涉及一种电力通信风险分析方法和系统。所述方法包括步骤：获取电力通信数据；若获取到温度告警信息，根据所述温度告警信息获取环境温度数据，根据所述环境温度数据的类型、预设的环境温度数据的类型与风险产生的原因的对应关系，获得所述环境温度数据所对应的风险产生的原因；若获取到设备故障告警信息，根据所述设备故障告警信息建立设备风险因素层次结构，根据所述设备风险因素层次结构构建设备风险判断矩阵，根据所述设备风险判断矩阵获得各个设备风险因素的权重系数；若获取到业务告警信息，根据所述业务告警信息获得告警业务所在电路的业务风险值。本发明可以及时获知电力通信中的风险以及预估存在的风险。

Description

电力通信风险分析方法和系统

技术领域

本发明涉及通信技术领域，特别是涉及一种电力通信风险分析方法、电力通信风险分析系统。

背景技术

伴随信息化建设的推进，利用信息化提高电力企业核心竞争力，成为电力企业所追求的建设目标。在这一探索过程中，“智慧电网”(Smart Grid)新概念逐渐受到国内外相关专家的青睐。“智慧电网”是运用先进的网络分析技术及新的智能化技术手段，将电力企业的各种设备、控制系统、生产任务及工作人员有机地联系在一起，在一种“公共信息模型”(Common Information Model,CIM)的基础上自动收集和存储数据，对供电系统的运行及电力企业的经营管理进行全面、深入的分析，客观正确地优化其资源管理和供电服务。随着“智慧电网”的发展，符合电力系统的通信新技术，如：ASON(Automatically SwitchedOptical Network，自动交换光网络)、软交换技术、统一通信、数字化变电站等，必将给智慧电网强有力的支持，同时对作为智慧电网的主要支撑点之一的通信网络的风险分析提出了更高的要求。

网络管理开始向着自动化、智能化以及综合化方向靠拢。而在实际的网络运营管理和维护过程中，当网络出现故障时，通常需要在最短时间内，准确找出故障发生位置、故障类型以及可能联动造成的其他故障。由于现代网络过于复杂，拓扑结构多种多样，不同网络之间差异也非常大，故障产生后，由此产生的告警类型和数量也极为丰富。告警产生的突然性、不可预测性、联动性等特点，使得准确、及时地分离和定位产生告警的根源很重要也非常困难。随着智能电网的发展，通信网络对于网络风险的高效快速分析的需求十分迫切。

由于通信网络结构复杂，网络节点多，设备种类和数量多，一直以来，如何找出通信系统薄弱点，判断系统的风险，消除风险，提高系统可靠性都是一个难题。目前，电力通信行业对通信设备状态和风险的评估一般是手工录入数据，通过运行人员对通信设备各项参数的了解来简单的对通信设备进行状态和风险评估，该种孤立地对各系统的数据进行简单评估的办法并不能方便快速的找出风险点。

发明内容

基于此，有必要针对上述问题，提供一种电力通信风险分析方法和系统，能够根据获取的数据方便快速的找出风险点。

为了达到上述目的，本发明采取的技术方案如下：

一种电力通信风险分析方法，包括步骤：

获取电力通信数据，所述电力通信数据包括温度告警信息、设备故障告警信息和业务故障告警信息中的任意一种或多种；

若获取到温度告警信息，根据所述温度告警信息获取环境温度数据，根据所述环境温度数据的类型、预设的环境温度数据的类型与风险产生的原因的对应关系，获得所述环境温度数据所对应的风险产生的原因；

若获取到设备故障告警信息，根据所述设备故障告警信息建立设备风险因素层次结构，根据所述设备风险因素层次结构构建设备风险判断矩阵，根据所述设备风险判断矩阵获得各个设备风险因素的权重系数；

若获取到业务告警信息，根据所述业务告警信息获得告警业务所在电路的业务风险值。

一种电力通信风险分析系统，包括：

电力通信数据获取模块，用于获取电力通信数据，所述电力通信数据包括温度告警信息、设备故障告警信息和业务故障告警信息中的任意一种或多种；

温度风险分析模块，用于在获取到温度告警信息时，根据所述温度告警信息获取环境温度数据，根据所述环境温度数据的类型、预设的环境温度数据的类型与风险产生的原因的对应关系，获得所述环境温度数据所对应的风险产生的原因；

设备风险分析模块，用于在获取到设备故障告警信息时，根据所述设备故障告警信息建立设备风险因素层次结构，根据所述设备风险因素层次结构构建设备风险判断矩阵，根据所述设备风险判断矩阵获得各个设备风险因素的权重系数；

业务风险分析模块，用于在获取到业务告警信息时，根据所述业务告警信息获得告警业务所在电路的业务风险值。

本发明电力通信风险分析方法和系统，自动获取电力通信数据，根据告警信息的不同类型进行不同的数据分析，评估电力通信中的风险，可以及时获知电力通信中的风险以及预估存在的风险，使维护人员可以迅速进行故障抢修，从而将损失降到最低。

附图说明

图1为本发明电力通信风险分析方法实施例的流程示意图；

图2为本发明对电力通信数据进行量化分析的工作原理示意图；

图3为本发明电力通信风险分析系统实施例的结构示意图。

具体实施方式

为更进一步阐述本发明所采取的技术手段及取得的效果，下面结合附图及较佳实施例，对本发明的技术方案，进行清楚和完整的描述。

如图1所示，一种电力通信风险分析方法，包括步骤：

S110、获取电力通信数据，所述电力通信数据包括温度告警信息、设备故障告警信息和业务故障告警信息中的任意一种或多种；

S120、若获取到温度告警信息，根据所述温度告警信息获取环境温度数据，根据所述环境温度数据的类型、预设的环境温度数据的类型与风险产生的原因的对应关系，获得所述环境温度数据所对应的风险产生的原因；

S130、若获取到设备故障告警信息，根据所述设备故障告警信息建立设备风险因素层次结构，根据所述设备风险因素层次结构构建设备风险判断矩阵，根据所述设备风险判断矩阵获得各个设备风险因素的权重系数；

S140、若获取到业务告警信息，根据所述业务告警信息获得告警业务所在电路的业务风险值。

目前的通信运行管控系统由多个厂家的多个模块分别实现，没有统一的数据平台，通信风险分析缺乏全面的数据集合，通信风险分析缺乏大数据处理的多样化多模式的数据融合平台。本发明建立通用接口，通过通用接口实时采集通信运行管控系统各模块数据、天气数据以及工作票数据等，为电力通信风险分析提供了全面的数据集合以及大数据处理的多样化多模式的数据融合平台。

一般对温度数据、设备故障以及业务故障等风险进行分析，需要评估这些风险时使用的数据，所以可以采用通用接口采集电力通信数据，电力通信数据包括温度告警信息、设备故障告警信息和业务故障告警信息等。

为了使电力通信风险评估的结果更加准确，需要采用大数据分析方法对采集的电力通信数据(待评估数据)进行量化处理。本发明在采用大数据分析方法对待评估的数据进行分析时，具体是通过模糊计算方法结合层次分析模型对待评估数据进行量化分析处理，具体的工作原理如图2所示。通过对待评估数据进行采集、统计与分析，实现了对设备风险状态的评估，保证了设备的可靠运行。下面从温度风险分析、设备风险分析以及业务风险分析三个方面对本发明的实施方式进行详细介绍。

(1)温度风险分析

通信设备能否正常工作与环境温度有着直接的关系，通信设备工作时会发热，如果环境温度过高，就会使通信设备处于极高的温度环境下，容易导致停机或设备损坏。所以环境温度数据是一个重要的指标。导致环境温度过高的原因有多种，例如天气因素、空调设备损坏、电路故障等等。

本发明预先建立数据库，数据库存储有环境温度数据的类型与风险产生的原因的对应关系。获取到环境温度数据后，对环境温度数据进行分类，然后在数据库中查找相匹配的类型以及风险产生的原因，为了保证风险评估的准确性，对查询结果进行验证，在验证结果为正确时，即可获得风险产生的原因。

(2)设备风险分析

本发明将设备分为光纤和除光纤外的设备，然后进行相对应的设备风险分析。

(a)光纤风险分析

设备故障告警信息包括光纤故障告警信息和除光纤之外的设备故障告警信息。若为光纤故障告警信息，本发明进行设备风险分析的过程如下：

建立设备风险因素层次结构；

构建设备风险判断矩阵；

获得所述设备风险判断矩阵的最大特征根以及对应的特征向量；

根据最大特征根以及对应的特征向量获得各个设备风险因素的权重系数。

电网通信系统中，光纤出现故障的概率最大，并且不同种类的光纤出现故障的频率和概率都有显著的不同。电力通信网中设备风险与安全事件发生的概率及其造成的可能损失有关。电力通信网中光纤中安全事件的发生主要与潜在的威胁和攻击以及光纤自身的缺陷和脆弱性有关。因此在进行不确定事件发生概率进行估算时，从威胁和脆弱性两个方面来进行分析。

威胁分为人为因素和环境因素两个方面，环境因素包括灰尘、潮湿、雷击、火灾等。而人为因素可以分为无意的危害和恶意危害。与电力通信网中光纤脆弱性相对应；其面临得主要威胁有：施工造成的影响、交通工具、电磁化、人为的破坏、自然灾害等。

脆弱性包括管理脆弱性和技术脆弱性，对于电力通信网的光纤的脆弱性主要有：地埋深度不够、架空高度不够、与电力线一起架设、防护强度及措施不足等。脆弱性分析的目的是对系统安全弱点进行确定和描述。这一过程包括定义具体的脆弱性和提供评估系统脆弱性的方法。同时，需要分析安全事件发生后的后果。安全事件发生后的后果一般包括下面几个方面：对资源的影响，对业务能力的影响和故障恢复时间。对资源的影响包括对管道光缆、架空光缆、ADSS(All Dielectric Self-Supporting Optical Fiber Cable)光缆、OPGW(Optical Fiber Composite Overhead Ground Wire)光缆等的影响。对业务能力的影响包括：削弱、延迟、中断等带来的后果。故障恢复时间一般包括维修的时间、故障地点与维修人员的距离等。

根据上面分析的内容构建设备风险因素的层次结构，按照风险度量表进行两两比较设备风险各因素，构造系统的风险判断矩阵。通过求解该风险判断矩阵的最大特征根及其特征量获得各个设备风险因素的权重系数。

按照层次分析法一致性验证的方法，为了保证层次分析得到的结论基本合理，在一个实施例中，根据所述设备风险判断矩阵获得各个设备风险因素的权重系数之后，还可以包括步骤：

对构建的所述设备风险判断矩阵进行一致性检验；利用下述公式对构造的判断矩阵进行一致性校验：

CI＝(λ_max-n)/(n-1)

其中，CI为一致性指标，n为矩阵阶数，λ_max为最大特征根。

若所述设备风险判断矩阵通过一致性检验，根据各个设备风险因素的权重系数获得风险产生的原因。

为了更好地理解上述光纤风险分析的过程，下面结合一个具体实施例进行详细介绍。

例如，确定安全事件发生概率中相对于脆弱性目标，光缆在地埋深度不够、架空高度不够、与电力线一起架设、防护强度及措施不足等方面的权重系数。根据风险度量表，再比较各设备风险影响因素，得到设备风险判断矩阵：

$\left[\begin{array}{cccc}1& 1/7& 1/3& 1/5\\ 7& 1& 5& 3\\ 3& 1/5& 1& 1/3\\ 5& 1/3& 3& 1\end{array}\right]$

求其最大特征根：

λ_max＝4.117

及其对应的特征向量：

w＝(0.0869,0.8880,0.1847,0.4121)

归一化后为：

(0.055,0.564,0.118,0.263)

由层次分析法可知，该特征向量即为(地埋深度不够、架空高度不够、与电力线一起架设、防护强度及措施不足)等方面的脆弱性在系统整体脆弱性中所占的比重，即为其权重向量。对构造的判断矩阵进行一致性检验。计算得到：

λ_max＝4.117

RI＝0.039,CI＝0.039＝0.9,CR＝CI/RI＝0.043＜0.1

RI为平均随机一致性指标。判断矩阵满足一致性检验。同理可获得最下层各设备风险影响因素相对于中间层各自的评价目标的权重系数，以及中间层评价因素相对于目标层的权重系数。

上面通过对电力系统通信网络的光纤的风险分析，构建了该光纤网络安全事件发生的概率及其造成损失的层次化结构，并运用层次分析的方法确定了层次结构中各设备风险影响因素的权重系数，为设备风险的进一步度量和评估提供了很好的计算基础。

(b)除光纤外的设备风险分析

设备故障告警信息包括光纤故障告警信息和除光纤之外的设备故障告警信息。若为除光纤之外的设备故障告警信息，本发明进行设备风险分析的过程如下：

建立设备风险因素层次结构；

构建设备风险判断矩阵；

根据所述设备风险判断矩阵获得一级模糊综合评判的结果和二级模糊综合判断的结果，根据一级模糊综合评判的结果和二级模糊综合判断的结果获得各个设备风险因素的权重系数。

建立设备风险因素层次结构和构建设备风险判断矩阵与光纤设备风险分析的过程一致。通过数据统计可以得到软件原因和其他原因共占到了整个设备故障数量的15％左右，而85％的原因是由于硬件故障而导致的。设备的脆弱性主要包括：设备质量差、定期检查不合格、保护不合理、固定不牢固等。设备的威胁主要有：连续运行、设备老化、过载和震动等。

设备风险因素的权重系数的确定方法为：根据所述设备风险判断矩阵获得一级模糊综合评判的结果和二级模糊综合判断的结果。一级模糊综合评判和二级模糊综合判断可以根据现有技术中已有的方案实现。

按照层次分析法一致性验证的方法，为了保证层次分析得到的结论基本合理，在一个实施例中，根据所述设备风险判断矩阵获得各个设备风险因素的权重系数之后，还可以包括步骤：

对构建的所述设备风险判断矩阵进行一致性检验；

若所述设备风险判断矩阵通过一致性检验，根据各个设备风险因素的权重系数获得风险产生的原因。

(3)业务风险分析

不同电路分别承载着不同的业务，业务等级不同，电路的风险等级也就不同，并且每条电路中都有多个SDH(Synchronous Digital Hierarchy，同步数字体系)和PCM(PulseCode Modulation，脉冲编码调制)设备及多条光纤，每个设备和每条光纤上的业务数量都不同，承载的业务越多，其重要程度越高，风险的等级也就越高。

在一个实施例中，可以根据下述表达式获得告警业务所在电路的业务风险值：

R＝R₃+C×R_PCM

其中，R为业务风险值；R₃＝1/(1/R₁+1/R₂)，R₁为告警业务所在电路的备用通道的风险值，R₂为告警业务所在电路的主用通道的风险值；C为常数，例如为2等；R_PCM为脉冲编码调制设备风险值。

在一个实施例中，所述R₁根据告警业务所在电路的备用通道包含的SDH光传输设备的风险值和光纤的风险值确定，所述R₂根据告警业务所在电路的主用通道包含的SDH光传输设备的风险值和光纤的风险值确定。例如，R₁和R₂根据下述表达式确定：

$R_1=6\×R_{SDH}+\underset{i=1}{\overset{5}{\Σ}}{L}_i\×R_{op}$

R₂＝2×R_SDH+6.4×R_op

其中，R_SDH为SDH光传输设备的风险值，R_op为光纤的风险值。

下面以纵联电流差动保护通道为例，对本发明的业务风险分析进行简单介绍。

纵联电流差动保护通道有主用通道和备用通道，以主用通道中有6个SDH设备，5段光纤(OP)，备用通道中有2个SDH设备和1段光纤为例，其风险计算为：

主用通道的风险：

R₂＝2×R_SDH+6.4×R_op

备用通道的风险：

$R_1=6\×R_{SDH}+\underset{i=1}{\overset{5}{\Σ}}{L}_i\×R_{op}$

主用通道和备用通道并联后的风险值：

$R_3=1/(\frac{1}{R_1}+\frac{1}{R_2})$

并联后的风险值应小于每一条电路的风险值，所以本发明采用并联电路阻值的计算方法来计算风险值。

纵联电流差动保护通道风险：

R＝R₃+2×R_PCM

风险产生的原因包括外界环境温度过高、空调损坏、雷电损坏设备等等。所有风险分析完后，再经过验证，即可获得风险产生的原因，这样就可以迅速进行故障抢修，从而将损失降到了最低程度。

基于同一发明构思，本发明还提供一种电力通信风险分析系统，下面结合附图对本发明系统的具体实施方式做详细介绍。

如图3所示，一种电力通信风险分析系统，包括：

电力通信数据获取模块110，用于获取电力通信数据，所述电力通信数据包括温度告警信息、设备故障告警信息和业务故障告警信息中的任意一种或多种；

温度风险分析模块120，用于在获取到温度告警信息时，根据所述温度告警信息获取环境温度数据，根据所述环境温度数据的类型、预设的环境温度数据的类型与风险产生的原因的对应关系，获得所述环境温度数据所对应的风险产生的原因；

设备风险分析模块130，用于在获取到设备故障告警信息时，根据所述设备故障告警信息建立设备风险因素层次结构，根据所述设备风险因素层次结构构建设备风险判断矩阵，根据所述设备风险判断矩阵获得各个设备风险因素的权重系数；

业务风险分析模块140，用于在获取到业务告警信息时，根据所述业务告警信息获得告警业务所在电路的业务风险值。

在一个实施例中，设备故障告警信息包括光纤故障告警信息和除光纤之外的设备故障告警信息；所述设备风险分析模块130在获取到光纤故障告警信息时，获得所述设备风险判断矩阵的最大特征根以及对应的特征向量，根据最大特征根以及对应的特征向量获得各个设备风险因素的权重系数；所述设备风险分析模块130在获取到除光纤之外的设备故障告警信息时，根据所述设备风险判断矩阵获得一级模糊综合评判的结果和二级模糊综合判断的结果，根据一级模糊综合评判的结果和二级模糊综合判断的结果获得各个设备风险因素的权重系数。

在一个实施例中，所述设备风险分析模块130根据所述设备风险判断矩阵获得各个设备风险因素的权重系数之后，还用于对构建的所述设备风险判断矩阵进行一致性检验，在所述设备风险判断矩阵通过一致性检验时，根据各个设备风险因素的权重系数获得风险产生的原因。

在一个实施例中，所述业务风险分析模块140根据下述表达式获得告警业务所在电路的业务风险值：

R＝R₃+C×R_PCM

其中，R为业务风险值；R₃＝1/(1/R₁+1/R₂)，R₁为告警业务所在电路的备用通道的风险值，R2为告警业务所在电路的主用通道的风险值；C为常数；R_PCM为脉冲编码调制设备风险值。

在一个实施例中，所述R₁根据告警业务所在电路的备用通道包含的SDH光传输设备的风险值和光纤的风险值确定，所述R₂根据告警业务所在电路的主用通道包含的SDH光传输设备的风险值和光纤的风险值确定。

本发明系统的其它技术特征与本发明方法相同，在此不予赘述。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种电力通信风险分析方法，其特征在于，包括步骤：

获取电力通信数据，所述电力通信数据包括温度告警信息、设备故障告警信息和业务故障告警信息中的任意一种或多种；

若获取到温度告警信息，根据所述温度告警信息获取环境温度数据，根据所述环境温度数据的类型、预设的环境温度数据的类型与风险产生的原因的对应关系，获得所述环境温度数据所对应的风险产生的原因；

若获取到设备故障告警信息，根据所述设备故障告警信息建立设备风险因素层次结构，根据所述设备风险因素层次结构构建设备风险判断矩阵，根据所述设备风险判断矩阵获得各个设备风险因素的权重系数；

若获取到业务告警信息，根据所述业务告警信息获得告警业务所在电路的业务风险值。

2.根据权利要求1所述的电力通信风险分析方法，其特征在于，设备故障告警信息包括光纤故障告警信息和除光纤之外的设备故障告警信息；

若为光纤故障告警信息，根据所述设备风险判断矩阵获得各个设备风险因素的权重系数的步骤包括：获得所述设备风险判断矩阵的最大特征根以及对应的特征向量，根据最大特征根以及对应的特征向量获得各个设备风险因素的权重系数；

若为除光纤之外的设备故障告警信息，根据所述设备风险判断矩阵获得各个设备风险因素的权重系数的步骤包括：根据所述设备风险判断矩阵获得一级模糊综合评判的结果和二级模糊综合判断的结果，根据一级模糊综合评判的结果和二级模糊综合判断的结果获得各个设备风险因素的权重系数。

3.根据权利要求1所述的电力通信风险分析方法，其特征在于，根据下述表达式获得告警业务所在电路的业务风险值：

R＝R₃+C×R_PCM

其中，R为业务风险值；R₃＝1/(1/R₁+1/R₂)，R₁为告警业务所在电路的备用通道的风险值，R₂为告警业务所在电路的主用通道的风险值；C为常数；R_PCM为脉冲编码调制设备风险值。

4.根据权利要求2所述的电力通信风险分析方法，其特征在于，所述R₁根据告警业务所在电路的备用通道包含的SDH光传输设备的风险值和光纤的风险值确定，所述R₂根据告警业务所在电路的主用通道包含的SDH光传输设备的风险值和光纤的风险值确定。

5.根据权利要求1至4任意一项所述的电力通信风险分析方法，其特征在于，根据所述设备风险判断矩阵获得各个设备风险因素的权重系数之后，还包括步骤：

对构建的所述设备风险判断矩阵进行一致性检验；

若所述设备风险判断矩阵通过一致性检验，根据各个设备风险因素的权重系数获得风险产生的原因。

6.一种电力通信风险分析系统，其特征在于，包括：

电力通信数据获取模块，用于获取电力通信数据，所述电力通信数据包括温度告警信息、设备故障告警信息和业务故障告警信息中的任意一种或多种；

温度风险分析模块，用于在获取到温度告警信息时，根据所述温度告警信息获取环境温度数据，根据所述环境温度数据的类型、预设的环境温度数据的类型与风险产生的原因的对应关系，获得所述环境温度数据所对应的风险产生的原因；

设备风险分析模块，用于在获取到设备故障告警信息时，根据所述设备故障告警信息建立设备风险因素层次结构，根据所述设备风险因素层次结构构建设备风险判断矩阵，根据所述设备风险判断矩阵获得各个设备风险因素的权重系数；

业务风险分析模块，用于在获取到业务告警信息时，根据所述业务告警信息获得告警业务所在电路的业务风险值。

7.根据权利要求6所述的电力通信风险分析系统，其特征在于，设备故障告警信息包括光纤故障告警信息和除光纤之外的设备故障告警信息；

所述设备风险分析模块在获取到光纤故障告警信息时，获得所述设备风险判断矩阵的最大特征根以及对应的特征向量，根据最大特征根以及对应的特征向量获得各个设备风险因素的权重系数；

所述设备风险分析模块在获取到除光纤之外的设备故障告警信息时，根据所述设备风险判断矩阵获得一级模糊综合评判的结果和二级模糊综合判断的结果，根据一级模糊综合评判的结果和二级模糊综合判断的结果获得各个设备风险因素的权重系数。

8.根据权利要求6所述的电力通信风险分析系统，其特征在于，所述业务风险分析模块根据下述表达式获得告警业务所在电路的业务风险值：

R＝R₃+C×R_PCM

其中，R为业务风险值；R₃＝1/(1/R₁+1/R₂)，R₁为告警业务所在电路的备用通道的风险值，R₂为告警业务所在电路的主用通道的风险值；C为常数；R_PCM为脉冲编码调制设备风险值。

9.根据权利要求8所述的电力通信风险分析系统，其特征在于，所述R₁根据告警业务所在电路的备用通道包含的SDH光传输设备的风险值和光纤的风险值确定，所述R₂根据告警业务所在电路的主用通道包含的SDH光传输设备的风险值和光纤的风险值确定。

10.根据权利要求6至9任意一项所述的电力通信风险分析系统，其特征在于，所述设备风险分析模块根据所述设备风险判断矩阵获得各个设备风险因素的权重系数之后，还用于对构建的所述设备风险判断矩阵进行一致性检验，在所述设备风险判断矩阵通过一致性检验时，根据各个设备风险因素的权重系数获得风险产生的原因。