论文部分内容阅读
摘 要：随着社会需求的增加，电力光缆网络规模持续扩大，网络层次和结构也越来越复杂，为电力通信光缆网健康状态维护工作带来了一定的挑战。常规的光缆网巡检维护只是在出现网络问题以后才展开事故排查，这种盲目的巡视管理模式效率低下，无法保证通信业务运行的稳定性。因此，文章基于不确定层次分析法，以影响光缆网健康状态的资源数据、环境数据、性能数据作为评估指标，通过量化处理和权重计算形成融合性的健康度模型，实现电力光缆网的健康度评估，并根据健康度制定光缆网的状态检修方案，优化了电力光缆网络健康状态的监管模式。
关键词：通信光缆网;健康状态;层次分析;数据清查
中图分类号：TN911 文献标识码：A 文章编号：1001-5922（2021）06-0103-03
Abstract：With the increase of social demand， the scale of power cable network continues to expand， and the network hierarchy and structure are becoming more and more complex， which brings certain challenges to the health maintenance of power communication cable network. The routine inspection and maintenance of optical cable network can only conduct troubleshooting after network problems occur. This blind inspection management mode is inefficient and cannot guarantee the stability of communication business operation. Therefore， based on the uncertain analytic hierarchy process， this paper takes the resource data， environmental data and performance data that affect the health status of the optical cable network as the evaluation index， forms the integrated health model through quantitative processing and weight calculation， realizes the health evaluation of the optical cable network， and develops the status maintenance plan of the optical cable network according to the health status， optimizes the supervision mode of the power optical cable network health state.
Key words：communication fiber cable network; health status; hierarchical analysis; data inventory
在电力光纜网络规模日益扩大、网络结构愈加复杂的情况下，光缆网中需要控制和监测的信息量更加繁多，为光缆网运行健康状态的实时监控带来了一定的难度，不利于快速准确的完成光缆故障判断 [1]。由于常规的光缆线路一般使用架空方式，外界因素容易对其造成影响而生产故障[2]。因此，可以通过结合性能监测数据、资源数据与外部环境数据，设计一种光缆网健康状态数据清查方案，实现综合数据挖掘分析，输出光缆的综合健康度，以此作为光缆巡视计划依据，可有效提高光缆检修效率，节省人力劳动成本和相关投资费用。根据上述方案设计，本文提出了使用不确定层次分析法，通过数据融合，构建出光缆健康度分析模型并对光缆健康度进行评估计算，可对光缆网故障起到一定的预判功能，并针对性地为技术人员制定高效率的巡检方案，整体提升通信网的安全性和可靠性。
1 通信光缆网健康状态评价指标
1.1 指标特征
作为电力线路的骨干构建材料，电力光缆网结构组成主要包括光缆、配线系统和光传输设备。而处于户外复杂环境下的光缆受外界影响因素较多，故障机率高;光缆节点处的光传输设备，可以通过获取光缆性能参数表现其运行状态。另外，还要考虑光缆的应用行业和领域、出厂参数和规格等，根据不同用途和材质确定其所受到的影响程度，作为光缆巡检任务的重要参考因素 。影响光缆健康状况及其重要程度的参数，如图1所示。
1.2 指标获取
基于通信光缆网健康评价指体系的多源性和复杂性，对能反应其健康的指标数据获取需要从不同渠道综合采集。例如通过电力通信资源管理系统查询光缆资源信息、从气象台及相关数据平台获取环境因素、通过GIS系统收集所需要的地理信息以及从光传输设备获取性能数据等。
2 基于状态数据的光缆网健康度模型
2.1 数据指标的确定
通信网络状态运行参考指标类型具有多样化特点，不能直接参与运算，需要对不同指标进行量化、标准化和归一化处理，形成量化的状态数据。
1）指标量化。对一些非数值型的指标，如光缆性质、型号和器械设备厂商等指标，可以对其历史故障量进行统计分析，归纳出其各自相应的故障比例作为指标的参数。另外，还可以通过资料查询或实验数据得到一些环境信息等。 2）指标标准化。对于一些只能通过取值范围判断指标标准的数据，例如光功率和偏置电流等，可以为其设定一个判定值a，使用实际值X与判定值a之间的绝对值X*作为指标的计算参数值，表达为：X*=|X?a|。
3）指标归一化。为便于对不同取值范围和应用单位的各指标进行健康状态的计算，还要对量化的指标进行归一化处理。通过相同的取值范围规范不同类型指标，为参数间的对比和加权处理做好铺垫。本研究采用min-max离差标准化方法对原始数据进行线性变换，结果值映射范围为[0～1]，通过标准化处理，将样本数据最小值设置为0，故其表达式如（1）所示：
式（1）中，max为样本数据的最大值。
2.2 数据指标权重算法
本研究引入不确定层次分析法以确定各因素之间的相对重要性程度，其结果可用一个区间数表示，完成多层次关系结构模型创建。之后通过专家进行区间判断矩阵确定并计算出各项指标区间权重的最优值。
1）不确定层次分析法。由区间数组成不确定型判断矩阵，对于该矩阵， ，其中，aij表示为评价结果上限值，bij表示为评价结果下限值，且其所属范围为[1/9～9] 。区间数矩阵的组成元素为区间数，可表示为，记。
设区间判断矩阵，则称，其权重向量W可表示为式（2）。
①一致性检验指标确定：，n表示判断矩阵的维数，λmax 为最大特征值。
②平均随机一致性指标RI确定， RI数值如表1所示。
③相对一致性指标CR的确定。相对一致性指标的计算式为：CR = CI/RI，CR极限值为0，且其值越小表示判断矩阵的一致性越好。当CR ≤ 0.1时，可认为判断矩阵一致性达标;否则认为判断矩阵一致性不符合要求，需要重新分析赋值。
2）权重修正算法。采用集值统计和重心决策的方法用以弥补因专家经验和水平差异导致的评价结果偏差。
①集值统计。通过每个专家的评价结果作为一个子集，视为评价者对某一指标c的一个区间估计。集值统计试验是对随机集的实现，通过集值统计中的n个子集的叠加，在评价轴上形成的一种覆盖分布。如图2所示。
其中，样本落影函数表示为某个数值u在所有评价值中的概率;表示第k个专家的权重。表达式为（3）：
②重心决策。如果域A为实数域中的有界可测集，则A上的某个集值统计序列U的样本落影函数的重心定义如式（4）：
式（4）中G（U）表示该指标的估计值，其重心一般在凸函数取极大值点的附近，其最大值和最小值分别表示为umax和umin，可以证明：
通过多个专家对通信网络的指标评估得到不确定型判断矩阵组，使用区间数权重计算出底层指标的区间数权重，并基于集值统计的方法获得其权重。
3 实例分析
3.1 状态数据指标权重计算
以某市电力公司干线光缆作为研究对象进行实例分析。通过多位电力行业专家对指标的重要程度区间进行评价，经上述光缆健康度模型完成权重修正，输出指标评价体系，如表2所示。
3.2 光缆状态检修
将收集的光缆相关参数进行量化和归一化处理，结合表2中评价指标完成光缆的健康度评价。各光缆巡视小组根据计算出的光缆健康度进行排序，针对健康度低的，加强巡检频率，健康度高的可减少巡检次数。
4 结论
基于光缆健康度的状态检修运用不确定层次分析法计算光缆健康度，实现了对于影响电力通信网光网络运行状态数据的高效分析，根据光缆运行状态健康度制定巡检计划，提高了检修的有效性，为改善电力光缆网络运行状态监测管理和运维工作模式提供了有效地支撑。
参考文献
[1]王嵌，邵炜平，朱发强，等.电力通信光缆建设及运维水平提升的探索与实践[A].中国电机工程学会电力通信专业委员会，电力通信技术研究及应用[C].中国电机工程学会电力通信专业委员会：人民邮电出版社电信科学编辑部，2019.
[2]庞婕.GIS技术在电力通信光缆管理中的应用[A].中国电机工程学会电力通信专业委员会，电力通信技术研究及应用[C].中国电机工程学会电力通信专业委员会：人民邮电出版社电信科学编辑部，2019.
[3]林心.电力通信光缆规范化管理探索和实践[J].技术与市场，2018，25（12）：200-201.
[4]李硕.内蒙古地区电力通信光缆数字化管理系统设计与应用[D].北京：华北电力大学，2018.
[5]林庆达，徐曦，卢琦淇，等.改进Dijktra算法在电力通信光缆恢复业务中的应用[J].广西电力，2016，39（06）：53-56.
[6]陆国俊，覃煜，李刚，等.基于全景数据融合的变电主设备健康评价和检修决策关键技术研究及应用[Z].南方电网广州供电局有限公司电力试验研究院，2014-04-24.
[7]张金萍.基于预试数据的电力设备健康状态评估[D].北京：华北电力大学，2004.
[8]施健，缪巍巍，吴海洋.基于LS-SVM的电力通信网性能劣化评估与预测模型研究[J].计算机与数字工程， 2016， 44（4）：610-614.
[9]聶勇.变电站设备巡视的要因分析[J].科技资讯，2014，12（14）： 115.
关键词：通信光缆网;健康状态;层次分析;数据清查
中图分类号：TN911 文献标识码：A 文章编号：1001-5922（2021）06-0103-03
Abstract：With the increase of social demand， the scale of power cable network continues to expand， and the network hierarchy and structure are becoming more and more complex， which brings certain challenges to the health maintenance of power communication cable network. The routine inspection and maintenance of optical cable network can only conduct troubleshooting after network problems occur. This blind inspection management mode is inefficient and cannot guarantee the stability of communication business operation. Therefore， based on the uncertain analytic hierarchy process， this paper takes the resource data， environmental data and performance data that affect the health status of the optical cable network as the evaluation index， forms the integrated health model through quantitative processing and weight calculation， realizes the health evaluation of the optical cable network， and develops the status maintenance plan of the optical cable network according to the health status， optimizes the supervision mode of the power optical cable network health state.
Key words：communication fiber cable network; health status; hierarchical analysis; data inventory
在电力光纜网络规模日益扩大、网络结构愈加复杂的情况下，光缆网中需要控制和监测的信息量更加繁多，为光缆网运行健康状态的实时监控带来了一定的难度，不利于快速准确的完成光缆故障判断 [1]。由于常规的光缆线路一般使用架空方式，外界因素容易对其造成影响而生产故障[2]。因此，可以通过结合性能监测数据、资源数据与外部环境数据，设计一种光缆网健康状态数据清查方案，实现综合数据挖掘分析，输出光缆的综合健康度，以此作为光缆巡视计划依据，可有效提高光缆检修效率，节省人力劳动成本和相关投资费用。根据上述方案设计，本文提出了使用不确定层次分析法，通过数据融合，构建出光缆健康度分析模型并对光缆健康度进行评估计算，可对光缆网故障起到一定的预判功能，并针对性地为技术人员制定高效率的巡检方案，整体提升通信网的安全性和可靠性。
1 通信光缆网健康状态评价指标
1.1 指标特征
作为电力线路的骨干构建材料，电力光缆网结构组成主要包括光缆、配线系统和光传输设备。而处于户外复杂环境下的光缆受外界影响因素较多，故障机率高;光缆节点处的光传输设备，可以通过获取光缆性能参数表现其运行状态。另外，还要考虑光缆的应用行业和领域、出厂参数和规格等，根据不同用途和材质确定其所受到的影响程度，作为光缆巡检任务的重要参考因素 。影响光缆健康状况及其重要程度的参数，如图1所示。
1.2 指标获取
基于通信光缆网健康评价指体系的多源性和复杂性，对能反应其健康的指标数据获取需要从不同渠道综合采集。例如通过电力通信资源管理系统查询光缆资源信息、从气象台及相关数据平台获取环境因素、通过GIS系统收集所需要的地理信息以及从光传输设备获取性能数据等。
2 基于状态数据的光缆网健康度模型
2.1 数据指标的确定
通信网络状态运行参考指标类型具有多样化特点，不能直接参与运算，需要对不同指标进行量化、标准化和归一化处理，形成量化的状态数据。
1）指标量化。对一些非数值型的指标，如光缆性质、型号和器械设备厂商等指标，可以对其历史故障量进行统计分析，归纳出其各自相应的故障比例作为指标的参数。另外，还可以通过资料查询或实验数据得到一些环境信息等。 2）指标标准化。对于一些只能通过取值范围判断指标标准的数据，例如光功率和偏置电流等，可以为其设定一个判定值a，使用实际值X与判定值a之间的绝对值X*作为指标的计算参数值，表达为：X*=|X?a|。
3）指标归一化。为便于对不同取值范围和应用单位的各指标进行健康状态的计算，还要对量化的指标进行归一化处理。通过相同的取值范围规范不同类型指标，为参数间的对比和加权处理做好铺垫。本研究采用min-max离差标准化方法对原始数据进行线性变换，结果值映射范围为[0～1]，通过标准化处理，将样本数据最小值设置为0，故其表达式如（1）所示：
式（1）中，max为样本数据的最大值。
2.2 数据指标权重算法
本研究引入不确定层次分析法以确定各因素之间的相对重要性程度，其结果可用一个区间数表示，完成多层次关系结构模型创建。之后通过专家进行区间判断矩阵确定并计算出各项指标区间权重的最优值。
1）不确定层次分析法。由区间数组成不确定型判断矩阵，对于该矩阵， ，其中，aij表示为评价结果上限值，bij表示为评价结果下限值，且其所属范围为[1/9～9] 。区间数矩阵的组成元素为区间数，可表示为，记。
设区间判断矩阵，则称，其权重向量W可表示为式（2）。
①一致性检验指标确定：，n表示判断矩阵的维数，λmax 为最大特征值。
②平均随机一致性指标RI确定， RI数值如表1所示。
③相对一致性指标CR的确定。相对一致性指标的计算式为：CR = CI/RI，CR极限值为0，且其值越小表示判断矩阵的一致性越好。当CR ≤ 0.1时，可认为判断矩阵一致性达标;否则认为判断矩阵一致性不符合要求，需要重新分析赋值。
2）权重修正算法。采用集值统计和重心决策的方法用以弥补因专家经验和水平差异导致的评价结果偏差。
①集值统计。通过每个专家的评价结果作为一个子集，视为评价者对某一指标c的一个区间估计。集值统计试验是对随机集的实现，通过集值统计中的n个子集的叠加，在评价轴上形成的一种覆盖分布。如图2所示。
其中，样本落影函数表示为某个数值u在所有评价值中的概率;表示第k个专家的权重。表达式为（3）：
②重心决策。如果域A为实数域中的有界可测集，则A上的某个集值统计序列U的样本落影函数的重心定义如式（4）：
式（4）中G（U）表示该指标的估计值，其重心一般在凸函数取极大值点的附近，其最大值和最小值分别表示为umax和umin，可以证明：
通过多个专家对通信网络的指标评估得到不确定型判断矩阵组，使用区间数权重计算出底层指标的区间数权重，并基于集值统计的方法获得其权重。
3 实例分析
3.1 状态数据指标权重计算
以某市电力公司干线光缆作为研究对象进行实例分析。通过多位电力行业专家对指标的重要程度区间进行评价，经上述光缆健康度模型完成权重修正，输出指标评价体系，如表2所示。
3.2 光缆状态检修
将收集的光缆相关参数进行量化和归一化处理，结合表2中评价指标完成光缆的健康度评价。各光缆巡视小组根据计算出的光缆健康度进行排序，针对健康度低的，加强巡检频率，健康度高的可减少巡检次数。
4 结论
基于光缆健康度的状态检修运用不确定层次分析法计算光缆健康度，实现了对于影响电力通信网光网络运行状态数据的高效分析，根据光缆运行状态健康度制定巡检计划，提高了检修的有效性，为改善电力光缆网络运行状态监测管理和运维工作模式提供了有效地支撑。
参考文献
[1]王嵌，邵炜平，朱发强，等.电力通信光缆建设及运维水平提升的探索与实践[A].中国电机工程学会电力通信专业委员会，电力通信技术研究及应用[C].中国电机工程学会电力通信专业委员会：人民邮电出版社电信科学编辑部，2019.
[2]庞婕.GIS技术在电力通信光缆管理中的应用[A].中国电机工程学会电力通信专业委员会，电力通信技术研究及应用[C].中国电机工程学会电力通信专业委员会：人民邮电出版社电信科学编辑部，2019.
[3]林心.电力通信光缆规范化管理探索和实践[J].技术与市场，2018，25（12）：200-201.
[4]李硕.内蒙古地区电力通信光缆数字化管理系统设计与应用[D].北京：华北电力大学，2018.
[5]林庆达，徐曦，卢琦淇，等.改进Dijktra算法在电力通信光缆恢复业务中的应用[J].广西电力，2016，39（06）：53-56.
[6]陆国俊，覃煜，李刚，等.基于全景数据融合的变电主设备健康评价和检修决策关键技术研究及应用[Z].南方电网广州供电局有限公司电力试验研究院，2014-04-24.
[7]张金萍.基于预试数据的电力设备健康状态评估[D].北京：华北电力大学，2004.
[8]施健，缪巍巍，吴海洋.基于LS-SVM的电力通信网性能劣化评估与预测模型研究[J].计算机与数字工程， 2016， 44（4）：610-614.
[9]聶勇.变电站设备巡视的要因分析[J].科技资讯，2014，12（14）： 115.