电力通信运行管理中典型业务数据的智能关联方法

doi:10.11959/j.issn.1000-0801.2021014

摘要/Abstract

摘要：

电力通信运行管理过程中，会产生和存储各类相对独立的业务数据（如故障工单、值班日志、检修工单、巡检记录等），这些业务数据为电力通信网运行管理提供了重要支撑。目前大多数业务数据的统计过程相对独立，后期较少人工加以关联。选取了电力通信运行管理中值班日志与故障工单两种典型的业务数据，采用文本挖掘技术，构建无监督召回和监督分类相结合的机器学习模型，提出值班日志与故障工单的智能关联方法，并利用电力通信运行管理系统中相关历史业务数据，对智能关联方法进行实验验证，达到较好的关联效果。

关键词: 电力通信运行管理, 典型业务数据, 值班日志, 故障工单, 智能关联方法

Abstract:

In the process of power communication operation management, various independent business data, such as trouble tickets, duty logs, maintenance tickets, and inspection records, are generated and stored.These business data provide important support for the operation management of the power communication network.At present, the statistical process of most business data is relatively independent, and there is less manual correlation in the later stage.Two typical business data of duty log and trouble ticket in power communication operation management were selected, text mining technology was used to build a machine learning model combining unsupervised recall and supervised classification, and the intelligent association method between duty log and trouble ticket was proposed.Besides, the relevant historical business data in the electric power communication operation management system was used to do the experimental verification of the intelligent association method.The results show that it can achieve positive effect.

Key words: power communication operation management, typical business data, duty log, trouble ticket, intelligent association method

中图分类号:

TP319

吴桂龙, 杨志敏, 黄昱. 电力通信运行管理中典型业务数据的智能关联方法[J]. 电信科学, 2021, 37(2): 164-172.

Guilong WU, Zhimin YANG, Yu HUANG. Intelligent correlation method of typical business data in power communication operation management[J]. Telecommunications Science, 2021, 37(2): 164-172.

图/表 8

表1

表2

图1

表3

表4

图2

图3

表5

参考文献 17

[1]	DAN J , JAMES H M . Speech and language processing (3^rded.draft)[EB].
[2]	李生 . 自然语言处理的研究与发展[J]. 燕山大学学报, 2013,37(5): 377-384.
	LI S . Research and development of natural language processing[J]. Journal of Yanshan University, 2013,37(5): 377-384.
[3]	王慧芳, 曹靖, 罗麟 . 电力文本数据挖掘现状及挑战[J]. 浙江电力, 2019,38(3): 1-7.
	WANG H F , CAO J , LUO L . Current status and challenges of power text data mining[J]. Zhejiang Electric Power, 2019,38(3): 1-7.
[4]	邱剑 . 电力中文文本数据挖掘技术及其在可靠性中的应用研究[D]. 杭州:浙江大学, 2016.
	QIU J . Research on power Chinese text data mining techndogy and reliability application[D]. Hangzhou:Zhejiang University, 2016.
[5]	汪崔洋, 江全元, 唐雅洁 ,等. 基于告警信号文本挖掘的电力调度故障诊断[J]. 电力自动化设备, 2019,39(4): 126-132.
	WANG C Y , JIANG Q Y , TANG Y J ,et al. Fault diagnosis of power dispatching based on alarm signal text mining[J]. Electric Power Automation Equipment, 2019,39(4): 126-132.
[6]	刘梓权, 王慧芳, 曹靖 ,等. 基于卷径神经网络的电力设备缺陷文本分类模型研究[J]. 电网技术, 2018,42(2): 644-650.
	LIU Z Q , WANG H F , CAO J ,et al. A classification model of power equipment defect texts based on convolutional neural network[J]. Power System Technology, 2018,42(2): 644-650.
[7]	王春柳, 杨永辉, 邓霏 ,等. 文本相似度计算方法研究综述[J]. 情报科学, 2019,37(3): 158-168.
	WANG C L , YANG Y H , DENG F ,et al. A review of text similarity approaches[J]. Information Science, 2019,37(3): 158-168.
[8]	沈斌 . 基于分词的中文文本相似度计算研究[D]. 天津:天津财经大学, 2006.
	SHEN B . Study on chinese text similarity computing based on word segmentation[D]. Tianjin:Tianjin University of Finance and Economics, 2006.
[9]	JONES K S . A statistical interpretation of term specificity and its application in retrieval[J]. Journal of Documentation, 1972,28(1): 11-21.
[10]	SALTON G , YU C T . On the construction of effective vocabularies for information retrieval[C]// Proceedings of ACM SIGIR Forum. New York:ACM Press, 1973: 48-60.
[11]	MIKOLOV T , CORRADO G , CHEN K ,et al. Efficient estimation of word representations in vector space[C]// Proceedings of the International Conference on Learning Representations (ICLR 2013).[S.l.:s.n.], 2013.
[12]	ROBERTSON S E , ZARAGOZA H . The probabilistic relevance framework:BM25 and beyond[J]. Foundations and Trends in Information Retrieval, 2009,3(4): 333-389.
[13]	FRIEDMAN J H . Greedy function approximation:a gradient boosting machine[J]. The Annals of Statistics, 2001,29(5): 1189-1232.
[14]	KE G , MENG Q , FINLEY T ,et al. LightGBM:a highly efficient gradient boosting decision tree[C]// Advances in Neural Information Processing Systems (NIPS).[S.l.:s.n.], 2017.
[15]	曹小芹 . 基于Python的中文结巴分词技术实现[J]. 信息与电脑, 2019(18): 38-39,42.
	CAO X Q . Technology implementation of Chinese jieba segmentation based on Python[J]. China Computer ＆ Communication, 2019(18): 38-39,42.
[16]	陈正铭, 霍英 . 编辑距离算法在中文文本相似度计算中的优化与实现[J]. 韶关学院学报, 2019,36(12): 8-12.
	CHEN Z M , HUO Y . Optimization and implementation of the edit distance algorithm in chinese similarity calculation[J]. Journal of Shaoguan University, 2019,36(12): 8-12.
[17]	余小军, 刘峰, 张春 . 基于 N-Gram 文本特征提取的改进算法[J]. 现代计算机, 2012(23): 3-7.
	YU X J , LIU F , ZHANG C . Improved text feature extraction algorithm based on N-Gram[J]. Modern Computer, 2012(23): 3-7.

日志记录时间	日志内容	关联故障工单号
2019-06-03 11:27:03	2019-06-03 08:25:05报A、B变调度数据网设备异常，于2019-06-03 11:25:56启动故障流程处理	190603001
2019-06-04 13:06:33	C电厂，D换中兴设备板卡电压越限告警，已通知相关运维单位调集备品备件后报票进站更换	190401064
2019-06-05 16:15:39	调度数据网综合监视报3条通道异常，初步核实传输通道无异常，已通知超高压E局进站（A、B变）处理	190305015

故障工单号	故障名称	故障现象描述	故障发生时间
190603032	主干网A变第13槽至B变第13槽光路异常（B侧拉曼故障）	主干网A变第13槽至B变第13槽光路误码，导致B侧再生段帧丢失，该超长距光路不间断性误码，初步判断为B侧光迅拉曼光放器件工作异常	2015-3-13 13:24:43
190370934	主干调度数据网X平面A变思科设备异常	主干调度数据网X平面A变思科设备出现内存不足告警，与路由器b及交换机a互联通道不通	2015-5-25 10:08:00
190894508	主干传输网C换设备7槽板卡故障	巡视网管发现主干传输网发现7：00开始多条直流保护通道、C换稳控通道反复出现VC12信号劣化告警后自动复归，与现场确认业务未受影响。经过检查分析发现告警电路均经过C换，检查C换设备无板卡异常告警	2015-9-17 07:30:54

故障名称	日志内容	故障与日志相似度
主干网A变－B中调光路异常	2019-10-24 05:05:26，报主干网 A 变-B 中调光路异常，于 2019-10-24 04:49:16启动故障处理流程	0.870 65
主干网A变－B中调光路异常	调度员2019-10-24 05:03:09，对编号为190603019的故障进行了派工，故障名称为：主干网A变-B中调光路异常，B中调负责处理故障	0.813 11
主干网A变－B中调光路异常	2019-10-24 04:57:00，B中调至220 kV K变光缆故障，导致主干传输网B中调至S变2.5 Gbit/s光路、主干传输网B中调至A变10 Gbit/光路先后中断，无重要业务受影响	0.379 37

故障名称	日志内容	故障与日志相似度
主干传输网D中调至E变光路异常	2018-12-08 16:10:13，报主干传输网 D 中调至 E 变光路异常，于2018-12-08 16:10:17启动故障处理流程	0.966 21
主干传输网D中调至E变光路异常	调度员于2018-12-08 16:24:21，对编号为190606054的故障进行了派工，故障名称为：主干传输网 D 中调至 E变光路异常，D中调、超高压F局负责处理故障	0.923 84
主干传输网D中调至E变光路异常	2019-04-29 18:40:12，报主干传输网D中调19槽至J变19槽10 Gbit/s光路异常，于2019-04-29 18:45:15启动故障处理	0.920 43

检修单号	检修内容	检修结束时间
2011.3446	500 kV AB甲线、500 kV AB乙线专网应急通道进行路由调整（配合110 kV BC线消缺工作）	2011-08-25 17:00:00
2012.4066	（1）－48 V 通信电源A蓄电池组核对性放电；（2）－48 V 通信电源B蓄电池组核对性放电	2012-11-27 22:00:00
2013.3804	E开关站传输系统2 Mbit/s业务综合配线改造	2013-08-14 23:55:00