WO2013189110A1 - 一种电力通信故障预警分析方法及系统 - Google Patents

一种电力通信故障预警分析方法及系统 Download PDF

Info

Publication number
WO2013189110A1
WO2013189110A1 PCT/CN2012/079043 CN2012079043W WO2013189110A1 WO 2013189110 A1 WO2013189110 A1 WO 2013189110A1 CN 2012079043 W CN2012079043 W CN 2012079043W WO 2013189110 A1 WO2013189110 A1 WO 2013189110A1
Authority
WO
WIPO (PCT)
Prior art keywords
rule
early warning
model
fault
network
Prior art date
Application number
PCT/CN2012/079043
Other languages
English (en)
French (fr)
Inventor
唐云善
张春平
施健
马远东
Original Assignee
国网电力科学研究院
南京南瑞集团公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 国网电力科学研究院, 南京南瑞集团公司 filed Critical 国网电力科学研究院
Publication of WO2013189110A1 publication Critical patent/WO2013189110A1/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications

Definitions

  • the present invention relates to an informationization, automation, intelligent operation and maintenance technology of a power communication network, and in particular, an analysis method and system for a power communication network failure warning.
  • a power communication network provides support for the operation of power production and is one of the key infrastructures of the power industry. The stability and reliability of its operation are directly related to the production operation of the entire power grid.
  • the “Twelfth Five-Year Plan” period the development of the State Grid has entered a new stage of building a strong and smart grid from building a strong power grid. The company's development has entered a new era of building the "three episodes and five majors" system and promoting management reform.
  • the present invention provides a power communication fault early warning analysis method and system based on a network model and a rule model, which is used to solve the technical problem that power communication can only perform fault analysis after the event, and can not effectively prevent and control before the fault occurs. .
  • a method for early warning analysis of power communication faults includes the following steps:
  • the rule inference engine performs reasoning according to the performance early warning rule model, finds the rule that satisfies the condition
  • the rule inference engine performs reasoning according to the business influence scope rule model, finds the rules that satisfy the conditions, and gives the affected business and business influence degree according to the conclusion part of the rules;
  • a network-based rule model is adopted, which is characterized by making full use of the network model of the system for rule definition, so that the rules can be better described at different levels (line side: regeneration section) , multiplex section, high-order channel, low-order channel, branch side), the relationship between various performance data of different devices and different subnets.
  • the performance data normalization method used in (4) is characterized in that the types of performance events are classified according to the regenerator section, the multiplex section, the high-order channel, and the low-order channel on the line side.
  • the port (physical or logical) and the branch side port are normalized. After the normalization is completed, it is bound to the object of the specific network model to facilitate the inference engine operation.
  • the performance early warning rule model is used for reasoning, which is characterized by routing of the channel, routing of the optical path, connection of the port, and various performance data.
  • the propagation situation in the network is described in the rules by the resource model, so that the conditional part of a rule can well represent all the phenomena of a fault.
  • the rule inference engine gives an early warning signal according to the performance data matching rule.
  • a set of power communication fault early warning analysis system includes:
  • Communication resource database including: device configuration, network configuration, channel configuration, service configuration, and so on.
  • the rule model database includes: a performance early warning rule model and a business impact scope rule model.
  • the real-time data acquisition module collects network configuration data and performance data in real time through the northbound interface provided by the SDH transmission equipment network management system, wherein the configuration data is sent to the communication resource database, and the performance data is sent to the fault early warning analysis module.
  • Fault early warning analysis module based on the device performance data, combined with the performance early warning rule model and the business impact scope rule model, using the rule inference engine for reasoning, completing the real-time early warning analysis and business impact range analysis before the failure occurs, and giving an early warning Signal processing recommendations.
  • the invention achieves the beneficial effects achieved by the invention:
  • the invention adopts a power communication fault early warning analysis method based on the network model and the rule model, and provides a convenient development and practical power communication fault early warning analysis system according to the method, and fully utilizes
  • the network model of the system is defined by rules, which makes the system more applicable and the analysis results are more accurate.
  • the system not only can automatically and promptly make early warning prompts before the fault occurs, but also can provide early warning of the scope of business impact and early warning processing recommendations, forming a relatively complete fault early warning system, providing stable operation of the power communication network.
  • FIG. 1 is a flow chart of a fault early warning analysis method of the present invention
  • Figure 2 is a block diagram of the system of the present invention. DETAILED DESCRIPTION OF THE INVENTION The present invention will be described in detail below with reference to the accompanying drawings and specific embodiments.
  • FIG. 1 is a flowchart of the early warning analysis method in the present invention, which mainly includes the following steps: Step 1: Establish a network model for fault early warning analysis;
  • the network model is used to describe network resources and the interrelationships between resources, including: devices, channels, and business models.
  • the device model can be subdivided into: network element model, board model, port model, fiber model, connection model of port and port, bearer relationship model of port and board, bearer relationship model of board and network element, port and The core connection relationship model;
  • the channel model can be subdivided into: channel basic information model, channel routing information model, time slot information model, device and channel bearer relationship model, etc.;
  • business model can be subdivided into: basic information of the business Models, channels, and business bearer relationship models, etc.
  • the network model is embodied in the form of a table in the database, and exists in the form of a structure in the rule model.
  • Step 2 Establish a fault early warning analysis rule model
  • the rule model makes full use of the network model and the relationship between the network model and performance to describe various phenomena of early warning. It is the basis of the reasoning engine for reasoning, including the performance early warning rule model, the business impact scope rule model, and the rule model adopts the production rule.
  • each rule consists of a predecessor part (LHS) and a post-part part (RHS).
  • the front part describes all the phenomena of an early warning, and the latter part is the case when all the phenomena are satisfied.
  • the warning signal is as follows:
  • Port l NePort ( $l ink : l inkPort, $cardl: cardID, $portidl: portID)
  • ⁇ EC1 indicates the rule name, NePort (port), EqpCard (board), and FiberRoute (light path routing) as the resource model.
  • ErrorCode is the error performance.
  • portID, l inkPort, cardID is Port attributes, which indicate the port, the peer port connected to the port, the board where the port is located, the cardID and cardType are the attributes of the board, which indicate the board and board type respectively.
  • aportEnd and zportEnd are the optical path routing attributes, indicating the route Ports at both ends.
  • Step 3 Read and parse all established rule models
  • the rule model is stored in a database or file in plain text, which is required after the rule is read. Perform analysis and correctness checks.
  • Step 4 collecting performance data
  • the performance data is collected in real time through the northbound interface provided by the SDH transmission equipment network management system.
  • the collected communication network performance information is first normalized and bound to the object of the specific network model, and then sent to the rule inference engine;
  • Step 5 Perform rule inference according to a rule model
  • the rule inference engine reasoning finds the rules that satisfy the conditions, and gives early warning signals according to the conclusions of the rules, including: performance early warning analysis reasoning and business impact range analysis reasoning.
  • the two inferences work in the same way, the difference is the analysis used.
  • the rule model is different, and the specific steps are as follows:
  • Step 6 According to the experience database of early warning processing experts, give early warning handling suggestions
  • the warning processing recommendation is given according to the expert experience.
  • the early warning signal of the fault contains the object type and fault type of the early warning.
  • the two fields are searched in the expert experience database, and the retrieval result is used as the warning processing suggestion.
  • the power communication fault early warning analysis system developed by the invention comprises a plurality of modules arranged in a data access layer, a business logic layer and a display layer.
  • the data access layer is mainly responsible for providing data input and output support for the early warning analysis system, including collecting resources, alarms, performance data from the managed object, obtaining rule model data from the early warning analysis database, and expert knowledge of fault processing, and providing the data layer to the business logic layer;
  • the business logic layer acquires the knowledge of the rule model configuration, the fault diagnosis expert experience management module, the early warning analysis result, and writes the early warning analysis database, and the data access layer encapsulates the data acquisition module and the database access module.
  • the business logic layer mainly completes the processing of collected data, the management of rule models and expert knowledge, early warning analysis and reasoning, including event processing module, resource data processing module, rule model management module, fault processing expert experience management module and early warning analysis module;
  • the layer uses Flex technology to display the processing and analysis results of the business logic layer, including: list of faults and their affected services, graphical positioning of fault points, and auxiliary processing of faults, as shown in Figure 2.
  • Communication resource database including: equipment configuration, network configuration, channel configuration, business configuration, etc.
  • Rule model database including performance early warning rules, business impact analysis rules, and fault handling expert experience management module (expert knowledge base).
  • Data acquisition module Real-time acquisition network of northbound interface provided by SDH transmission equipment network management Configuration data and performance data, wherein the configuration data is sent to the resource data processing module, and the performance data is sent to the event information processing module.
  • Event processing module Accept the performance data from the data acquisition module, perform normalization processing, complete the binding of performance to specific resource data, and send it to the fault early warning analysis module.
  • Resource data processing module Accepts resource data from the data collection module, performs standardization processing on the resource data, and stores it in the communication resource database.
  • Rule model management module Responsible for the compilation and maintenance of rules, providing rules to rule reasoning
  • Fault management expert experience management module Responsible for early warning processing experience knowledge retrieval and management.
  • Early warning analysis module According to the equipment performance data, combined with the fault early warning rules, the rule inference engine is used for reasoning, and the real-time early warning performance and the business impact range analysis are completed before the failure occurs; the warning signal processing suggestions are given, and the analysis results are obtained.
  • the display module displays an alert.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种电力通信故障预警分析方法及系统，包括以下歩骤：建立故障预警分析的网络模型；结合网络模型建立故障预警分析规则模型；读取及解析所有已建规则模型，送入规则推理引擎；采集通信网络性能信息进行归一化处理，并将其绑定到具体网络模型的对象上，然后送入规则推理引擎；规则推理引擎根据性能预警规则模型、业务影响范围规则模型进行推理，找出满足条件的规则，根据规则结论部分给出预警信号，给出受影响的业务和业务影响程度，给出故障处理建议。能够在故障发生前自动、实时做出预警提示，对潜在的故障进行预警提示，分析该故障带来的影响，并给出预警的业务影响范围及预警的处理建议，为电力通信网的稳定运行提供技术手段。

Description

一种电力通信故障预警分析方法及系统 技术领域 本发明涉及电力通信网信息化、 自动化、 智能化运行及维护技术， 特别是 电力通信网络故障预警的分析方法及系统。 背景技术 电力通信网为电力生产的运行提供支撑， 是电力行业的关键性基础设施之 一， 其运行的稳定性、 可靠性直接关系到整个电网的生产运行。 "十二五"期间， 国家电网发展从建设坚强电网进入了全面建设坚强智能电网的新阶段， 公司发 展从 "四化"建设进入了构建 "三集五大"体系、 推进管理变革的新时期。 随 着公司发展和电网建设歩伐不断加快， 公司通信网将在容量、 结构、 覆盖范围、 承载能力、 总体规模、 可靠性、 智能化、 集约化等方面， 同以往相比都有很大 的发展， 这对通信网络的安全风险管理， 对大规模通信网络的管控能力提出了 更高的要求， 如何减少电力通信故障次数， 提高故障的处理效率， 缩短故障处 理时间是目前有待完善的问题。 故障预警分析从传统的被动运维变主动运维， 从而提高网络运维效率， 减少网络故障， 是保证电力业务正常运行的有效手段， 而目前国内外对于电力通信网预警研究和应用基本处于空白， 缺乏能够对通信 网络进行准确、 实时分析的故障预警管理系统。 因此对于电力通信网故障预警 的研究和应用具有重要意义。
关于通信网故障预警分析技术， 研究较多的是故障发生时的告警根源原因分 析技术（如中国专利 CN200810212164. 5 , —种告警相关性分析方法及系统）， 但 缺乏故障发生前的预警分析能力。
在其他领域， 常见的预警分析方法有贝叶斯分析法、 模糊逻辑分析法、 神经 网络分析法等。 这些方法中， 有的时间复杂度高， 难以适应大规模网络； 有的 考虑问题过于理想、 难于在实际中真正运用。 在进行预警分析时， 一方面要充 分利用网络的各种信息， 提高系统分析的准确性， 另一方面还需要考虑到预警 分析的实现难度、 系统开销、 分析效率以及对实时性的要求。 基于规则的推理 方法符合人的思维， 便于人们理解， 实现难度低， 分析效率高； 同时如果将网 络运行的各种因素抽象成模型， 应用于规则， 可以提高分析准确性和适用范围。 发明内容 本发明提供一种基于网络模型和规则模型的电力通信故障预警分析方法及 系统， 用以解决电力通信只能在事后进行故障分析处理， 不能在故障发生前进 行有效预防和控制的技术问题。
本发明所述技术方案包括：
一种电力通信故障预警分析方法， 包括以下歩骤：
( 1 ) 基于通信网络配置， 建立故障预警分析的网络模型， 包括设备模型、 通道模型、 业务模型等。
( 2 ) 结合网络模型建立故障预警分析规则模型， 包括性能预警规则模型、 业务影响范围规则模型。
( 3 ) 读取及解析所有已建的规则模型， 送入规则推理引擎；
(4) 采集通信网络性能数据进行归一化处理， 并将其绑定到具体网络模型 对象上， 然后送入规则推理引擎；
( 5 ) 规则推理引擎根据性能预警规则模型进行推理， 找出满足条件的规 贝 |J， 根据规则结论部分给出预警信号；
( 6 ) 规则推理引擎根据业务影响范围规则模型进行推理， 找出满足条件的 规则， 根据规则结论部分， 给出受影响的业务和业务影响程度；
( 7 ) 预警信号给出后， 根据预警信号中的设备类型、 故障类型等在专家知 识库中检索此类预警的处理建议， 给出提示。
特别地， 第 （2 ) 歩中， 采用了一种基于网络的规则模型， 其特点是充分利 用系统的网络模型进行规则定义，使得规则可以更好的描述分布在不同层级（线 路侧： 再生段、 复用段、 高阶通道、 低阶通道， 支路侧）、 不同设备、 不同子网 的各种性能数据之间的关联关系。
特别地， 第 （4) 歩所使用的性能数据归一化处理方法， 其特点是将性能事 件的类型进行分类， 并按照线路侧的再生段、 复用段、 高阶通道、 低阶通道所 在端口 （物理或逻辑） 以及支路侧端口进行归一化处理， 归一化完成后将其绑 定到具体网络模型的对象， 方便推理引擎运算。
特别地， 第 （5 ) 歩中， 规则推理引擎收到性能数据以后， 采用性能预警规 则模型进行推理， 其特点是将通道的路由情况、 光路的路由情况、 端口的连接 情况、 各种性能数据在网络中的传播情况等通过资源模型在规则中进行描述， 使得一条规则的条件部分可以很好的表征一个故障的所有现象， 分析时规则推 理引擎根据性能数据匹配规则， 给出预警信号。
特别地， 第 （6 ) 歩中， 在分析业务影响范围时， 采用业务影响范围规则模 型推理的方式实现， 其特点是将业务的主备通道情况、 通道的线性复用段保护、 环网保护情况、 子网连接保护情况等通过资源模型在规则中进行描述， 分析时 将设备预警信息和网络资源数据送入规则推理器， 规则推理引擎根据这些数据 匹配规则， 输出预警信号。
一套电力通信故障预警分析系统， 该系统结构包括：
( 1 ) 通信资源数据库， 包括： 设备配置、 网络配置、 通道配置、 业务配置 等。
(2)规则模型数据库， 包括： 性能预警规则模型、业务影响范围规则模型。
(3) 故障处理专家知识库， 从该库中可以按设备类型、 故障类型等检索出 故障的处理建议。
(4) 实时数据采集模块， 通过 SDH传输设备网管提供的北向接口实时采集 网络配置数据及性能数据， 其中配置数据送入通信资源数据库， 性能数据送入 故障预警分析模块。
(5) 故障预警分析模块， 根据设备性能数据， 结合性能预警规则模型和业 务影响范围规则模型， 运用规则推理引擎进行推理， 完成故障发生前的实时预 警分析和业务影响范围分析， 同时给出预警信号的处理建议。
本发明所达到的有益效果： 本发明采用了一种基于网络模型和规则模型的电力通信故障预警分析方 法， 并依据该方法提供一种方便开发、 实用的电力通信故障预警分析系统， 通 过充分利用系统的网络模型进行规则定义， 使得系统的适用范围更广， 分析结 果更加准确。 该系统不但能够在故障发生前自动、 实时做出预警提示， 而且能 够给出预警的业务影响范围及预警的处理建议， 形成了一套较为完善的故障预 警体系， 为电力通信网的稳定运行提供技术手段。
附图说明
图 1 本发明的故障预警分析方法的流程图； 图 2 本发明系统结构图。 具体实施方式 下面结合附图和具体实施例对本发明作进一歩详细描述。
请参阅图 1，该图为本发明中预警分析方法的流程图，其主要包括以下歩骤: 歩骤 1， 建立故障预警分析的网络模型；
网络模型用于描述网络资源以及资源间的相互关系， 包括： 设备、 通道、 业务模型。 设备模型可以细分为： 网元模型、 板卡模型、 端口模型、 光纤模型、 端口与端口的连接关系模型、 端口与板卡的承载关系模型、 板卡与网元的承载 关系模型、 端口与纤芯的连接关系模型等； 通道模型可以细分为： 通道基本信 息模型、 通道路由信息模型、 时隙信息模型、 设备与通道的承载关系模型等； 业务模型可以细分为： 业务的基本信息模型、 通道和业务的承载关系模型等， 网络模型在数据库中体现为表的形式体现， 在规则模型中以结构体的形式存在。
歩骤 2， 建立故障预警分析规则模型；
规则模型充分利用网络模型以及网络模型与性能之间的关系来描述预警的 各种现象， 它是推理引擎进行推理的基础， 包括性能预警规则模型、 业务影响 范围规则模型， 规则模型采用产生式规则作为基本的知识表达方式， 每一条规 则都是由一个前件部分 (LHS)和后件部分 (RHS)组成， 前件部分描述某个预警的 所有现象， 后件部分是所有现象都满足时得出的预警信号， 如下所示：
rule 〃EC1〃
when
port l： NePort ( $l ink : l inkPort, $cardl： cardID, $portidl： portID) port2 : NePort ( portID == $l ink, $card2： cardID, $portid2： portID) cardl： EqpCard ( cardID == $cardl， cardType== 戋路板") card2 : EqpCard ( cardID == $card2， cardType== 戋路板") fiber : FiberRoute ( aportEnd == $portidl, zportEnd == $portid2 ) ecodel： ErrorCode ( ob jectID == $portidl )
ecode2： ErrorCode ( ob jectID == $portid2 )
then
System, out. println ("予页警信号")；
end
在上述相关性分析规则的实例中， 〃EC1"表示规则名称， NePort (端口）、 EqpCard (板卡）、 FiberRoute (光路路由）为资源模型。 ErrorCode为误码性能。 portID, l inkPort, cardID为端口的属性， 分别表示端口、 与端口连接的对端 端口、 端口所在板卡， cardID、 cardType为板卡的属性， 分别表示板卡、 板卡 类型。 aportEnd 、 zportEnd 为光路路由属性， 表示路由的两端端口。 模型之 间的关系以及模型与性能之间的关系在模型后面的括号中进行描述， 如：
portl： NePort ( $ l ink : l inkPort, $cardl： cardID, $portidl： portID) cardl： EqpCard ( cardID == $cardl， cardType=="戋路板")
ErrorCode ( ob jectID == $portidl )
表示发生误码事件， 且其所在板块为线路板的端口。
整个规则表示两个相互连接的端口都发生误码性能， 且两个端口所在的板 卡都为线路板。
歩骤 3， 读取及解析所有已建规则模型；
规则模型是以纯文本的形式存储在数据库或文件中， 规则被读取以后需要 进行解析和正确性检查。
歩骤 4， 采集性能数据；
通过 SDH传输设备网管提供的北向接口实时采集性能数据， 采集的通信网 络性能信息首先进行归一化处理， 并将其绑定到具体网络模型的对象上， 然后 送入规则推理引擎；
歩骤 5， 根据规则模型进行规则推理；
规则推理引擎根据规则进行推理， 找出满足条件的规则， 根据规则结论部 分给出预警信号， 包括： 性能预警分析推理和业务影响范围分析推理， 两种推 理的工作原理相同， 区别在于使用的分析规则模型不同， 具体歩骤如下：
(1) 将性能数据输入至工作内存。
(2) 使用模式匹配算法将规则库中的规则和性能数据进行比较。 规则匹配 算法如下：
1) 从 N条规则中取出一条 r;
2) 从 M个性能中取出 P个性能的一个组合 c;
3) 用 c测试规则的前件部分 （LHS), 如果 LHS(r (c) )=True， 则规则匹 配成功；
4)取出下一个组合 c， 转到第 3) 歩； 如果所有的组合都已分析完毕， 转 到第 5) 歩;
5) 取出下一条规则 r， 转到第 2歩；
6) N条规则都匹配完毕时， 结束。
(3) 如果被匹配的规则存在冲突， 即同时匹配了多个规则， 将冲突的规则 放入冲突集合。
(4) 利用规则优先级解决冲突， 将冲突集合中的规则按优先级顺序放入激 活规则队列。
(5) 从激活规则队列获取规则的结论部分， 给出预警信号。
歩骤 6， 根据预警处理专家经验库， 给出预警处理建议；
预警处理建议根据专家经验给出， 故障的预警信号中包含预警的对象类型、 故障类型， 通过这两个字段在专家经验库中进行检索， 检索结果作为预警处理 的建议。
本发明研发的电力通信故障预警分析系统包括设置于数据访问层、 业务逻 辑层、 显示层中的多个模块。
数据访问层主要负责为预警分析系统提供数据输入输出支持， 包括从被管 对象采集资源、 告警、 性能数据， 从预警分析数据库获取规则模型数据、 故障 处理专家知识， 向上提供给业务逻辑层； 从业务逻辑层获取规则模型配置、 故 障处理专家经验管理模块中的知识、 预警分析结果， 写入预警分析数据库， 数 据访问层封装了数据采集模块、 数据库访问模块。 业务逻辑层主要完成采集数 据的处理、 规则模型和专家知识的管理、 预警分析和推理， 包括事件处理模块、 资源数据处理模块、 规则模型管理模块、 故障处理专家经验管理模块和预警分 析模块； 显示层， 采用 Flex技术， 对业务逻辑层的处理和分析结果进行展示， 包括： 故障及其影响业务的列表显示， 故障点的图形化定位， 故障的辅助处理 流程， 如图 2所示。
其中： （1 ) 通信资源数据库， 包括： 设备配置、 网络配置、 通道配置、 业 务配置等。
(2) 规则模型数据库， 包括性能预警规则、 业务影响分析规则、 故障处理 专家经验管理模块 （专家知识库）。
(3) 数据采集模块： 通过 SDH传输设备网管提供的北向接口实时采集网络 配置数据及性能数据， 其中配置数据送入资源数据处理模块， 性能数据送入事 件信息处理模块。
( 4)事件处理模块： 接受来自数据采集模块的性能数据， 进行归一化处理， 完成性能到具体资源数据的绑定， 并送入故障预警分析模块。
( 5 ) 资源数据处理模块： 接受来自数据采集模块的资源数据， 进行资源数 据的标准化处理， 并存入通信资源数据库。
( 6 ) 规则模型管理模块： 负责规则的编译和维护， 将规则提供给规则推理
( 7 ) 故障处理专家经验管理模块： 负责预警处理经验知识检索和管理。
( 8 ) 预警分析模块： 根据设备性能数据， 结合故障预警规则， 运用规则推 理引擎进行推理， 完成故障发生前的性能实时预警以及业务影响范围分析； 同 时给出预警信号的处理建议， 通过分析结果显示模块进行预警显示。
本发明所述方法及装置的其他具体技术详细描述需参阅本发明上述说明中 相应部分的描述， 不再累述。
本领域内的技术人员可以对本发明进行改动或变型的设计但不脱离本发明 的思想和范围。 因此， 如果本发明的这些修改和变型属于本发明权利要求及其 等同的技术范围之内， 则本发明也意图包含这些改动和变型在内。

Claims

权 利 要 求 书
1、 一种电力通信故障预警分析方法， 该方法包括以下具体歩骤：
( 1 ) 建立通信网络故障预警分析的网络模型， 包括设备模型、 通道模型、 业务模型等；
(2) 结合网络模型建立故障预警分析规则模型， 包括性能预警规则模型、 业务影响范围规则模型；
(3) 读取及解析所有已建的规则模型， 送入规则推理引擎；
(4)采集通信网络性能数据进行归一化处理， 并将其绑定到具体网络模型 对象上， 然后送入规则推理引擎；
(5)规则推理引擎根据性能预警规则模型进行推理，找出满足条件的规则， 根据规则结论部分给出预警信号；
(6) 规则推理引擎根据业务影响范围规则模型进行推理， 找出满足条件的 规则， 根据规则结论部分， 给出受影响的业务和业务影响程度；
( 7) 预警信号给出后， 根据预警信号在专家知识库中检索此类预警的处理 建议， 给出提示。
2、根据权利要求 1所述的电力通信故障预警分析方法，其特征在于，第（2) 歩中， 利用建立的网络模型进行规则定义， 规则用以描述分布在不同层级、 不 同设备、 不同子网的各种性能数据之间的关联关系。
3、 根据权利要求 2所述的电力通信故障预警分析方法， 其特征在于， 所述 层级包括： 线路侧的再生段、 复用段、 高阶通道、 低阶通道和支路侧。
4、根据权利要求 3所述的电力通信故障预警分析方法，其特征在于，第（4) 歩所使用的性能归一化处理方法将性能事件的类型进行分类， 并按照线路侧的 再生段、 复用段、 高阶通道、 低阶通道所在端口以及支路侧端口进行归一化处 理， 归一化完成后将其绑定到具体网络模型的对象， 然后送入规则推理引擎进 行运算。
5、根据权利要求 1所述的电力通信故障预警分析方法，其特征在于，第（5 ) 歩中， 规则推理引擎收到性能数据以后， 采用性能预警规则模型进行推理， 将 通道的路由情况、 光路的路由情况、 端口的连接情况、 各种性能数据在网络中 的传播情况通过资源模型在规则中进行描述， 使一条规则表征一个故障的所有 现象， 分析时规则推理引擎根据性能数据匹配规则， 给出预警信号。
6、根据权利要求 1所述的电力通信故障预警分析方法，其特征在于，第（6) 歩中， 将业务的主备通道情况、 通道的线性复用段保护、 环网保护情况、 子网 连接保护情况通过资源模型在规则中进行描述， 分析时将设备预警信息和网络 资源数据送入规则推理引擎， 规则推理引擎根据这些数据匹配规则， 输出预警 信号。
7、 一种电力通信故障预警分析系统， 其特征在于， 包括：
( 1 )通信资源数据库， 包括： 设备配置、 网络配置、 通道配置、 业务配置;
( 2 ) 规则模型数据库， 包括性能预警规则模型、 业务影响范围规则模型；
( 3 ) 故障处理专家知识库， 从该库中可以按设备类型、 故障类型检索出故 障的处理建议；
(4) 实时数据采集模块： 通过 SDH传输设备网管提供的北向接口实时采集 网络配置数据及性能数据， 其中配置数据送入通信资源数据库， 性能数据送入 故障预警分析模块；
( 5 ) 故障预警分析模块： 根据设备性能数据， 结合性能预警规则模型和业 务影响范围分析规则模型， 运用规则推理引擎进行推理， 完成故障发生前的实 时预警分析和业 的处理建议。
PCT/CN2012/079043 2012-06-19 2012-07-23 一种电力通信故障预警分析方法及系统 WO2013189110A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2012102023140 2012-06-19
CN201210202314.0A CN102724071B (zh) 2012-06-19 2012-06-19 基于网络模型和规则模型的电力通信故障预警分析方法及其系统

Publications (1)

Publication Number Publication Date
WO2013189110A1 true WO2013189110A1 (zh) 2013-12-27

Family

ID=46949741

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2012/079043 WO2013189110A1 (zh) 2012-06-19 2012-07-23 一种电力通信故障预警分析方法及系统

Country Status (2)

Country Link
CN (1) CN102724071B (zh)
WO (1) WO2013189110A1 (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106789159A (zh) * 2016-11-23 2017-05-31 国网福建省电力有限公司泉州供电公司 一种电力通信重要业务通道影响分析系统
CN109034423A (zh) * 2018-08-29 2018-12-18 郑州云海信息技术有限公司 一种故障预警判定的方法、装置、设备及存储介质
CN109544033A (zh) * 2018-12-04 2019-03-29 北京科东电力控制系统有限责任公司 一种基于实时监控的在线预警与应急处置方法
CN109713791A (zh) * 2018-12-21 2019-05-03 国网四川省电力公司电力科学研究院 智能电网遥控命令异常的诊断方法
CN111723145A (zh) * 2020-07-06 2020-09-29 四川奥达测控装置有限公司 一种基于北斗的大数据应用信息云平台
CN111914401A (zh) * 2020-07-08 2020-11-10 国家电网有限公司 一种基于故障仿真的电力通信网检修演练方法及系统
CN112887157A (zh) * 2021-03-08 2021-06-01 国网冀北电力有限公司信息通信分公司 电力通信传输网资源预警分析方法及装置
CN115081926A (zh) * 2022-07-14 2022-09-20 石家庄良村热电有限公司 一种适用于智能电厂的运行安全预警方法及系统
CN116432469A (zh) * 2023-04-23 2023-07-14 黑龙江木水网络科技有限公司 一种基于大数据的数据通道管理系统及方法
CN116862703A (zh) * 2023-07-18 2023-10-10 中国安全生产科学研究院 多端口的非煤矿山安全监测信息控制系统及方法
CN117131944A (zh) * 2023-10-24 2023-11-28 中国电子科技集团公司第十研究所 面向多领域的交互式危机事件动态预警方法及系统

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102932179B (zh) * 2012-10-31 2015-01-07 国网电力科学研究院 一种综合性跨网多保护的电力通信业务可靠性分析方法
CN104731800B (zh) * 2013-12-20 2018-10-23 中国银联股份有限公司 数据分析装置
CN104468191A (zh) * 2014-11-05 2015-03-25 国家电网公司 基于时间窗和网络模型的电力通信故障预警方法及系统
CN105591788A (zh) * 2014-11-14 2016-05-18 中国科学院沈阳计算技术研究所有限公司 一种信息化机房故障点影响范围分析系统及方法
CN105184686B (zh) * 2015-10-19 2019-02-19 国网山东省电力公司莱芜供电公司 一种使用动态规则引擎进行信号精益化分析的方法
CN106656572B (zh) * 2016-11-18 2019-12-06 北京市天元网络技术股份有限公司 一种电力通信通道隐患点分析方法及装置
CN107547282B (zh) * 2017-09-21 2020-05-01 国网福建省电力有限公司 一种信息与通信业务影响分析模型建立方法及系统
CN109886487A (zh) * 2019-02-20 2019-06-14 云南电网有限责任公司信息中心 一种基于电力设备画像电网监测预警的方法
CN110826716B (zh) * 2019-11-06 2023-03-24 北京明略软件系统有限公司 一种故障处理规则的生成方法及装置
CN110855495B (zh) * 2019-11-18 2022-06-24 北京天融信网络安全技术有限公司 任务动态平衡方法、装置、系统、电子设备及存储介质
CN111401760B (zh) * 2020-03-23 2022-08-09 国电南瑞科技股份有限公司 一种安全稳定控制装置异常处置决策方法及装置
CN111711539B (zh) * 2020-06-15 2022-11-18 华中师范大学 一种面向电力通信sdh光传输网的仿真方法
CN112632281B (zh) * 2020-12-28 2023-04-14 杭州东方通信软件技术有限公司 一种基于预警投诉数据的融合定界方法及装置
CN113904919B (zh) * 2021-10-30 2024-04-19 国家电网有限公司西北分部 一种安全稳定控制系统通道故障定位方法
CN116192658A (zh) * 2023-01-04 2023-05-30 南瑞集团有限公司 一种基于缺陷定义语言fdl的电力通信缺陷研判方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7120633B1 (en) * 2002-07-31 2006-10-10 Cingular Wireless Ii, Llc Method and system for automated handling of alarms from a fault management system for a telecommunications network
CN101217408A (zh) * 2008-01-17 2008-07-09 中兴通讯股份有限公司 全方位故障相关性处理系统及其处理方法
CN101494568A (zh) * 2008-12-16 2009-07-29 浪潮通信信息系统有限公司 一种缩短性能告警产生的方法
CN101625790A (zh) * 2009-08-14 2010-01-13 深圳市科陆电子科技股份有限公司 电力事件告警的方法
US20100332918A1 (en) * 2009-06-30 2010-12-30 Alcatel-Lucent Canada Inc. Alarm correlation system
CN102122374A (zh) * 2011-03-03 2011-07-13 江苏方天电力技术有限公司 电力自动化系统流量异常智能分析系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030084349A1 (en) * 2001-10-12 2003-05-01 Oliver Friedrichs Early warning system for network attacks
CN101478441A (zh) * 2009-02-03 2009-07-08 江西省电力信息通讯有限公司 电力通信运维支撑应急指挥系统
CN101902336B (zh) * 2009-05-27 2012-07-18 北京启明星辰信息技术股份有限公司 一种基于规则模型的安全事件关联分析系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7120633B1 (en) * 2002-07-31 2006-10-10 Cingular Wireless Ii, Llc Method and system for automated handling of alarms from a fault management system for a telecommunications network
CN101217408A (zh) * 2008-01-17 2008-07-09 中兴通讯股份有限公司 全方位故障相关性处理系统及其处理方法
CN101494568A (zh) * 2008-12-16 2009-07-29 浪潮通信信息系统有限公司 一种缩短性能告警产生的方法
US20100332918A1 (en) * 2009-06-30 2010-12-30 Alcatel-Lucent Canada Inc. Alarm correlation system
CN101625790A (zh) * 2009-08-14 2010-01-13 深圳市科陆电子科技股份有限公司 电力事件告警的方法
CN102122374A (zh) * 2011-03-03 2011-07-13 江苏方天电力技术有限公司 电力自动化系统流量异常智能分析系统

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106789159B (zh) * 2016-11-23 2023-06-06 国网福建省电力有限公司泉州供电公司 一种电力通信重要业务通道影响分析系统
CN106789159A (zh) * 2016-11-23 2017-05-31 国网福建省电力有限公司泉州供电公司 一种电力通信重要业务通道影响分析系统
CN109034423A (zh) * 2018-08-29 2018-12-18 郑州云海信息技术有限公司 一种故障预警判定的方法、装置、设备及存储介质
CN109034423B (zh) * 2018-08-29 2023-04-18 郑州云海信息技术有限公司 一种故障预警判定的方法、装置、设备及存储介质
CN109544033A (zh) * 2018-12-04 2019-03-29 北京科东电力控制系统有限责任公司 一种基于实时监控的在线预警与应急处置方法
CN109713791A (zh) * 2018-12-21 2019-05-03 国网四川省电力公司电力科学研究院 智能电网遥控命令异常的诊断方法
CN109713791B (zh) * 2018-12-21 2023-02-28 国网四川省电力公司电力科学研究院 智能电网遥控命令异常的诊断方法
CN111723145A (zh) * 2020-07-06 2020-09-29 四川奥达测控装置有限公司 一种基于北斗的大数据应用信息云平台
CN111914401A (zh) * 2020-07-08 2020-11-10 国家电网有限公司 一种基于故障仿真的电力通信网检修演练方法及系统
CN111914401B (zh) * 2020-07-08 2024-05-28 国家电网有限公司 一种基于故障仿真的电力通信网检修演练方法及系统
CN112887157A (zh) * 2021-03-08 2021-06-01 国网冀北电力有限公司信息通信分公司 电力通信传输网资源预警分析方法及装置
CN115081926B (zh) * 2022-07-14 2022-11-11 石家庄良村热电有限公司 一种适用于智能电厂的运行安全预警方法及系统
CN115081926A (zh) * 2022-07-14 2022-09-20 石家庄良村热电有限公司 一种适用于智能电厂的运行安全预警方法及系统
CN116432469A (zh) * 2023-04-23 2023-07-14 黑龙江木水网络科技有限公司 一种基于大数据的数据通道管理系统及方法
CN116862703A (zh) * 2023-07-18 2023-10-10 中国安全生产科学研究院 多端口的非煤矿山安全监测信息控制系统及方法
CN116862703B (zh) * 2023-07-18 2024-01-23 中国安全生产科学研究院 多端口的非煤矿山安全监测信息控制系统及方法
CN117131944A (zh) * 2023-10-24 2023-11-28 中国电子科技集团公司第十研究所 面向多领域的交互式危机事件动态预警方法及系统
CN117131944B (zh) * 2023-10-24 2024-01-12 中国电子科技集团公司第十研究所 面向多领域的交互式危机事件动态预警方法及系统

Also Published As

Publication number Publication date
CN102724071B (zh) 2015-12-16
CN102724071A (zh) 2012-10-10

Similar Documents

Publication Publication Date Title
WO2013189110A1 (zh) 一种电力通信故障预警分析方法及系统
CN102549513B (zh) 变电站自动化系统的可靠性计算
CN112910089A (zh) 一种变电站二次设备故障逻辑可视化方法及系统
CN101945009B (zh) 基于案例和模式匹配的电力通信网故障定位方法及装置
CN114662720A (zh) 一种变电站的物联边缘管理平台
CN104468191A (zh) 基于时间窗和网络模型的电力通信故障预警方法及系统
CN102136949A (zh) 一种基于网络和时间的告警相关性分析方法及系统
Lin et al. A general framework for quantitative modeling of dependability in cyber-physical systems: A proposal for doctoral research
CN112463892A (zh) 一种基于风险态势的预警方法及系统
Zhang et al. Alarm classification prediction based on cross-layer artificial intelligence interaction in self-optimized optical networks (SOON)
Li et al. Research and application of AI in 5G network operation and maintenance
CN113722883A (zh) 一种智能变电站二次回路故障定位方法
CN103559287B (zh) 基于scd文件的智能变电站保护系统可靠性自动分析方法
CN114745286A (zh) 基于知识图谱技术面向动态网络智能网络态势感知系统
Huang et al. A brief survey and implementation on ai for intent-driven network
CN110415136B (zh) 一种电力调度自动化系统服务能力评估系统与方法
CN114221901B (zh) 一种能源互联网cps韧性调度方法、系统及其存储介质
Dai et al. Cyber physical power system modeling and simulation based on graph computing
Abreu et al. Describing the internet of things with an ontology: The suscity project case study
CN112801815B (zh) 一种基于联邦学习的电力通信网络故障预警方法
Zhao et al. Research on fault repair method of all-optical network based on SDN
CN113590368A (zh) 一种基于边边协同的异常设备诊断方法及系统
Yan et al. First demonstration of imbalanced data learning-based failure prediction in self-optimizing optical networks with large scale field topology
Li et al. An Effective Node‐To‐Edge Interdependent Network and Vulnerability Analysis for Digital Coupled Power Grids
Minea et al. Designing Intelligent Agents for the Management of Complex Data Communication Networks in Smart Cities

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12879306

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12879306

Country of ref document: EP

Kind code of ref document: A1