文獻(xiàn)標(biāo)識碼: A
DOI:10.16157/j.issn.0258-7998.201269
中文引用格式: 李霽軒,,吳子辰,,郭燾,等. 面向邊緣計(jì)算的電力通信網(wǎng)告警歸并技術(shù)研究[J].電子技術(shù)應(yīng)用,,2021,,47(4):17-23.
英文引用格式: Li Jixuan,Wu Zichen,,Guo Tao,,et al. Research of alarm correlation technique for edge cloud computing in power communication network[J]. Application of Electronic Technique,2021,,47(4):17-23.
0 引言
我國電力行業(yè)的高效平穩(wěn)發(fā)展是保證經(jīng)濟(jì)安全,、快速,、穩(wěn)定發(fā)展的能源保障。人工智能時(shí)代對電力通信領(lǐng)域提出了新的要求,,也為電力通信管理系統(tǒng)(Telecom Management System,,TMS)的發(fā)展提供了新方向[1]。TMS作為電力領(lǐng)域信息化產(chǎn)物,,為整個(gè)電力系統(tǒng)中的電網(wǎng)調(diào)度,、自動(dòng)化、繼電保護(hù),、安全自動(dòng)控制,、電力市場交易以及企業(yè)信息化等工作提供了堅(jiān)實(shí)的基礎(chǔ),,同時(shí)也為電力通信中的異常檢測,、路由優(yōu)選等智能化應(yīng)用提供支撐。
隨著特高壓電網(wǎng),、各級電網(wǎng)協(xié)調(diào)的統(tǒng)一發(fā)展,,智能網(wǎng)的建設(shè)的需求也逐漸加強(qiáng),對支撐電網(wǎng)信息化基礎(chǔ)TMS系統(tǒng)提出了更高要求,。在電力通信信息化,、智能化建設(shè)和應(yīng)用實(shí)踐過程中,電力公司積累了海量的實(shí)時(shí)數(shù)據(jù)和運(yùn)行數(shù)據(jù),,傳統(tǒng)基于規(guī)則的缺陷處置方法難以滿足智能化的需求,,尤其缺乏一種對拓?fù)鋸?fù)雜,、設(shè)備類型繁多的缺陷數(shù)據(jù)進(jìn)行智能分析的方法[2]。
電力通信網(wǎng)在信息化過程中產(chǎn)生了大量的數(shù)據(jù),,然而這些數(shù)據(jù)的海量增長,,促使了數(shù)據(jù)歸并技術(shù)(即告警歸并技術(shù))的發(fā)展。目前國內(nèi)外主要使用基于規(guī)則匹配的方法進(jìn)行告警歸并[3],。具體而言,,就是操作員根據(jù)系統(tǒng)實(shí)時(shí)情況結(jié)合專家知識動(dòng)態(tài)地調(diào)整告警歸并規(guī)則。同時(shí),,也有基于規(guī)則匹配方法上的改進(jìn),。例如,加入數(shù)據(jù)預(yù)處理和數(shù)據(jù)過濾等方法輔助告警歸并[4],。上述方法在告警數(shù)據(jù)規(guī)模較小,、告警延遲低、告警類別固定等情況下,,能達(dá)到很好的歸并效果,。但隨著告警數(shù)據(jù)的海量增長,上述方法及其相關(guān)改進(jìn)方法難以適應(yīng)當(dāng)前的數(shù)據(jù)環(huán)境,。MADZIARZ A在移動(dòng)通信網(wǎng)領(lǐng)域提出了基于K-MEANS聚類的告警聚類方法[5],,嘗試引入無監(jiān)督聚類以擺脫對規(guī)則的依賴。雖然該方法無須大量人力資源的投入,,但實(shí)際歸并效果差強(qiáng)人意,,且需要業(yè)務(wù)專家參與預(yù)測缺陷的數(shù)量,有著極大的局限性,。
5G技術(shù),、邊緣計(jì)算、人工智能新技術(shù)的到來給電力通信領(lǐng)域帶來了新鮮血液,。新技術(shù)與電力通信領(lǐng)域的有機(jī)結(jié)合,,對于構(gòu)造電力通信新生態(tài),解決遺留問題,,節(jié)約人力資源,,面對新的挑戰(zhàn)至關(guān)重要。
本文介紹了一種基于密度聚類(Density-Based Spatial Clustering of Applications with Noise,,DBSCAN)[6]結(jié)合人工規(guī)則進(jìn)行告警歸并協(xié)助通信缺陷診斷的無監(jiān)督學(xué)習(xí)算法,。該算法具有良好的魯棒性、輕量性,,支持邊緣云部署,,將算法在TMS系統(tǒng)提供的數(shù)據(jù)中進(jìn)行實(shí)驗(yàn),結(jié)果顯示算法達(dá)到了較好的效果。
本文詳細(xì)內(nèi)容請下載:http://forexkbc.com/resource/share/2000003457
作者信息:
李霽軒1,,吳子辰1,,郭 燾1,朱鵬宇2,,吳季樺3
(1.國網(wǎng)江蘇省電力有限公司信息通信分公司,,江蘇 南京210000;
2.國網(wǎng)電力科學(xué)研究院有限公司,,江蘇 南京210012,;3.北京郵電大學(xué)網(wǎng)絡(luò)與交換國家重點(diǎn)實(shí)驗(yàn)室,北京100876)