基于数据感知融合的电力通信网络智能运维

doi:10.11959/j.issn.1000-0801.2024016

电信科学 ›› 2024, Vol. 40 ›› Issue (1): 136-143.doi: 10.11959/j.issn.1000-0801.2024016

• 工程与应用 • 上一篇

基于数据感知融合的电力通信网络智能运维

吕华辉¹, 明哲², 樊凯², 陈清明², 石宏宇², 邹文景², 王定波², 关声涛², 吴勇²

¹ 南方电网数字电网集团有限公司，广东广州 510700
² 南方电网数字电网集团信息通信科技有限公司，广东广州 510700

修回日期:2024-01-15 出版日期:2024-01-01 发布日期:2024-01-01
作者简介:吕华辉（1968- ），男，南方电网数字电网集团有限公司副总经理，主要从事电力系统信息化建设管理工作
明哲（1978- ），男，南方电网数字电网集团信息通信科技有限公司董事长，主要从事网络安全及电力系统自动化工作
樊凯（1984- ），男，南方电网数字电网集团信息通信科技有限公司总经理，主要从事网络安全建设工作
陈清明（1982- ），男，南方电网数字电网集团信息通信科技有限公司副总经理，主要从事网络安全与信息系统建设工作
石宏宇（1986- ），男，现就职于南方电网数字电网集团信息通信科技有限公司，主要从事信息系统建设及运维管理工作
邹文景（1990- ），男，现就职于南方电网数字电网集团信息通信科技有限公司，主要从事信息系统建设工作
王定波（1985- ），男，现就职于南方电网数字电网集团信息通信科技有限公司，主要从事网络安全建设工作
关声涛（1981- ），男，现就职于南方电网数字电网集团信息通信科技有限公司，主要从事信息系统建设工作
吴勇（1996- ），男，南方电网数字电网集团信息通信科技有限公司工程师，主要从事信息系统运维工作

Intelligent operation and maintenance of power communication network based on data perception fusion

Huahui LYU¹, Zhe MING², Kai FAN², Qingming CHEN², Hongyu SHI², Wenjing ZOU², Dingbo WANG², Shengtao GUAN², Yong WU²

¹ Southern Power Grid Digital Grid Group Co., Ltd., Guangzhou 510700, China
² Southern Power Grid Digital Grid Group Information and Communication Technology Co., Ltd., Guangzhou 510700, China

Revised:2024-01-15 Online:2024-01-01 Published:2024-01-01

摘要/Abstract

摘要：

受到电力通信网络中多因素及其结构复杂性的共同影响，传统运维方法在感知过程中极易受到电压异常信号与变压器异常信号扰动，造成网络全局感知出现偏差，严重影响整体运维效果。为了有效解决多因素造成的感知偏差问题，采用数据感知融合算法对电力通信网络下的电力参量进行感知优化，提升感知精准度，优化运维整体质量的效果。在提出的优化方案中，首先对电力通信网络安全态势感知范围进行确定，然后进行电力通信网络运行下的电压安全态势感知优化，接着基于数据感知融合算法对电力网络变压器安全态势感知参量进行定义，最后完成感知信息的数据感知融合计算。仿真结果表明，数据感知融合算法具备提升运维整体质量、降低运维过程中的感知偏差、提升感知灵敏度与精准度的能力。

关键词: 数据感知融合, 电力通信, 网络智能, 运维技术

Abstract:

Under the common influence of multiple factors and structural complexity in the power communication network, traditional operation and maintenance methods are vulnerable to the disturbance of abnormal voltage signal and abnormal transformer signal in the perception process, resulting in the global perception of the network and seriously affecting the overall operation and maintenance effect.In order to effectively solve the problem of perception bias caused by multiple factors, the data perception fusion algorithm was used to optimize the perception of the power parameters under the power communication network, so as to realize the effect of improving the perception accuracy and optimizing the overall quality of operation and maintenance.In the optimization scheme, the situational awareness scope of power communication network security was determined firstly.Secondly, the situational awareness of voltage security under power communication network operation was optimized.Thirdly, the security situational awareness parameters of power network transformer were defined based on the data perception fusion algorithm.Finally, the data perception fusion calculation of perception information was completed.The simulation comparison test shows that the data perception fusion algorithm has the ability to improve the overall quality of operation and maintenance, reduce the perception deviation in the process of operation and maintenance, and improve the perception sensitivity and accuracy.

Key words: data perception fusion, power communication, network intelligence, operation and maintenance technology

中图分类号:

TM773

吕华辉, 明哲, 樊凯, 陈清明, 石宏宇, 邹文景, 王定波, 关声涛, 吴勇. 基于数据感知融合的电力通信网络智能运维[J]. 电信科学, 2024, 40(1): 136-143.

Huahui LYU, Zhe MING, Kai FAN, Qingming CHEN, Hongyu SHI, Wenjing ZOU, Dingbo WANG, Shengtao GUAN, Yong WU. Intelligent operation and maintenance of power communication network based on data perception fusion[J]. Telecommunications Science, 2024, 40(1): 136-143.

图/表 3

参考文献 15

[1]	刘元莹 . 基于关联知识图的电力通信网络攻击行为辨识[J]. 电子设计工程, 2022,30(20): 108-111,116.
	LIU Y Y . Recognition of attack behavior of electric power communication network based on associated knowledge graph[J]. Electronic Design Engineering, 2022,30(20): 108-111,116.
[2]	彭枭萌 . 基于大数据的电力通信网络状态感知分析[J]. 电气应用, 2022,41(10): 25-30.
	PENG X M . State perception analysis of electric power communication network based on big data[J]. Electrotechnical Application, 2022,41(10): 25-30.
[3]	刘元莹 . 基于目录哈希树的电力通信网络数据容灾备份[J]. 电子设计工程, 2022,30(19): 102-105,110.
	LIU Y Y . Data disaster recovery backup of power communication network based on directory Hash tree[J]. Electronic Design Engineering, 2022,30(19): 102-105,110.
[4]	彭波涛, 戈伟 . 基于蚁群算法的电力通信网络节点故障检测系统[J]. 机电工程技术, 2022,51(9): 273-275.
	PENG B T , GE W . Node fault detection system of power communication network based on ant colony algorithm[J]. Mechanical ＆ Electrical Engineering Technology, 2022,51(9): 273-275.
[5]	张凯, 原军, 药炜 ,等. 基于通信网络状态感知的电力交换光网络一体化运维平台[J]. 自动化技术与应用, 2022,41(7): 65-68.
	ZHANG K , YUAN J , YAO W ,et al. Design of platform of operation and maintenance system for power switching optical network based on communication network state perception[J]. Techniques of Automation and Applications, 2022,41(7): 65-68.
[6]	高伟, 杨林贵 . 电力通信网络在运设备的多维健康评估模型研究[J]. 自动化技术与应用, 2022,41(4): 67-69,73.
	GAO W , YANG L G . Research on multidimensional health assessment model of equipment in operation in power communication network[J]. Techniques of Automation and Applications, 2022,41(4): 67-69,73.
[7]	严彬元, 王皓然, 周泽元 . 基于卷积神经网络的电力通信网络攻击源定位方法[J]. 电力大数据, 2022,25(3): 26-33.
	YAN B Y , WANG H R , ZHOU Z Y . Location method of attack source in power communication network based on convolutional neural network[J]. Power Systems and Big Data, 2022,25(3): 26-33.
[8]	俞浩 . 电力通信网络故障问题分析及对策[J]. 数字通信世界, 2022(3): 69-71.
	YU H . Fault analysis and countermeasures of power communication network[J]. Digital Communication World, 2022(3): 69-71.
[9]	黎志威 . 脚本应用于电力通信网络管理系统的研究[J]. 技术与市场, 2022,29(1): 92-93.
	LI Z W . Research on the application of scripts in electric power communication network management system[J]. Technology and Market, 2022,29(1): 92-93.
[10]	张怡然 . 基于通信流量智能化分析的电力工控网络入侵检测方法探究[J]. 科技传播, 2021,13(21): 140-142.
	ZHANG Y R . Research on intrusion detection method of electric power industrial control network based on intelligent analysis of communication traffic[J]. Public Communication of Science ＆ Technology, 2021,13(21): 140-142.
[11]	原军, 张凯, 药炜 ,等. 基于机器学习的分组交换电力光网络流量异常检测[J]. 机械与电子, 2021,39(9): 47-50,55.
	YUAN J , ZHANG K , YAO W ,et al. Anomaly detection of packet switching power optical network traffic based on machine learning[J]. Machinery ＆ Electronics, 2021,39(9): 47-50,55.
[12]	刘沂震 . 电力通信网的运维信息化技术分析[J]. 集成电路应用, 2021,38(1): 78-79.
	LIU Y Z . Analysis on operation and maintenance information technology of power communication network[J]. Application of IC, 2021,38(1): 78-79.
[13]	蒋燕, 王新, 陈妍 ,等. 一种适用于电力通信网络的智能光缆运维管理系统[J]. 电工技术, 2020(24): 132-134.
	JIANG Y , WANG X , CHEN Y ,et al. Intelligent optical cable operation and maintenance management system suitable for electric power communication network[J]. Electric Engineering, 2020(24): 132-134.
[14]	董芸州, 王诚, 符方友 ,等. 基于物联网的电力通信网络智能运维系统研究[J]. 机械与电子, 2020,38(12): 51-54,59.
	DONG Y Z , WANG C , FU F Y ,et al. Research on intelligent operation and maintenance system of power communication network based on Internet of Things[J]. Machinery ＆ Electronics, 2020,38(12): 51-54,59.
[15]	孙旸子, 佟忠正 . 云计算下电力通信网络断点自动检测方法研究[J]. 自动化与仪器仪表, 2020(9): 71-74.
	SUN Y Z , TONG Z Z . Research on automatic detection method of power communication network breakpoint under cloud computing[J]. Automation ＆ Instrumentation, 2020(9): 71-74.

均值组	YZ-0方法偏差均值	CZ-1方法偏差均值	CZ-2方法偏差均值	CZ-3方法偏差均值
1	0.5	1.4	1.4	1.2
2	0.5	1.4	1.7	1.1
3	0.5	1.4	1.8	1.2
4	0.5	1.6	1.8	1.3
5	0.5	1.4	1.4	1.2
6	0.5	1.6	1.2	1.3
7	0.5	1.6	1.2	1.3
8	0.5	1.4	1.3	1.2
9	0.5	1.5	1.7	1.3
10	0.5	1.4	1.8	1.2

基于数据感知融合的电力通信网络智能运维

Intelligent operation and maintenance of power communication network based on data perception fusion

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 15

相关文章 15

Metrics

推荐阅读 0

[1]	赵雷, 张苗苗, 李光宇, 关焯文, 刘思佳, 肖赵斌, 曹玉婷, 吕喆, 梁燕萍. 九天智慧网络仿真平台设计和开放服务[J]. 电信科学, 2023, 39(9): 43-53.
[2]	汪汀岚, 高峰, 吕沛锦, 吴泰然, 李文丽. 5G远端干扰管理功能研究与智能网络优化[J]. 电信科学, 2023, 39(11): 145-152.
[3]	王晴天, 刘洋, 刘海涛, 宗佳颖, 杨峰义. 面向6G的网络智能化研究[J]. 电信科学, 2022, 38(9): 151-160.
[4]	冯楠, 刘贺林, 周泉, 杨海俊, 付蜜能, 钟大平. 5G核心网业务模型的智能化预测研究[J]. 电信科学, 2022, 38(8): 111-119.
[5]	陈新南, 连伟华, 马一宁. OTN在电力通信中应用的问题探讨[J]. 电信科学, 2022, 38(6): 181-189.
[6]	朱明伟. 网络智能化中的AI工程化技术方案[J]. 电信科学, 2022, 38(2): 157-165.
[7]	李光宇, 梁燕萍, 余立, 王昆, 陈扬铭, 刘思佳. 智能语音业务质量评估保障方案[J]. 电信科学, 2021, 37(5): 64-71.
[8]	欧阳晔, 王立磊, 杨爱东, 马利克·萨哈, 大卫·贝兰格, 高同庆, 韦乐平, 张亚勤. 通信人工智能的下一个十年[J]. 电信科学, 2021, 37(3): 1-36.
[9]	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.
[10]	吴季桦, 朱鹏宇, 吴子辰, 顾彬, 洪涛, 郭波, 王晶, 王敬宇. 基于无监督聚类和频繁子图挖掘的电力通信网缺陷诊断与自动派单[J]. 电信科学, 2021, 37(11): 51-63.
[11]	杨志敏,洪丹轲,王力,谢俊毅. 基于云平台的电力通信网运行支持系统[J]. 电信科学, 2020, 36(4): 161-169.
[12]	李佳,丛犁,姜华,胡杨,徐梦. 基于DBN-Softmax的电力通信网络带宽预测[J]. 电信科学, 2020, 36(10): 153-158.
[13]	杨志敏,洪丹轲,黄昱. 电力通信网省地集约化监控运行支撑系统架构及关键技术[J]. 电信科学, 2019, 35(11): 146-156.
[14]	李国春,张素香,邓伟,于卓智,张叶峰,朱玉坤. 面向量子密钥应用的电力业务重要度评价方法[J]. 电信科学, 2019, 35(1): 154-160.
[15]	朱正甲,尤新雨,郑陈熹,李莉,樊冰. 基于位置加权的电力通信网站点带宽估算方法[J]. 电信科学, 2018, 34(10): 150-156.