电力通信规划系统的研究与实践

摘  要：为应对电力通信网络快速发展和业务安全性、可靠性要求不断提高的趋势。通过采集电力通信网络承载的各类业务数据，形成通信网络与承载业务的关联关系;通过对电力通信网络规划中所遵循的原则和经验以及输出结果的深入调研，建立融合包括通信网络与二次业务的关联、一二次业务发展对通信网络各平面的资源需求;通过通信网络承载业务按时间维度滚动发展的预测、城市建设规划与电力设施建设的关联以及基本风险管控等模型算法，提供通信资源及业务的GIS可视化呈现;通过通信网络安全风险可视化推演、针对不同专业网络平面的通信网络建设规划成果的规范化输出，结合人工干预手段对部分规划结果微调等功能，最终建设完成的电力通信智能规划应用系统。该系统将有效提高规划结论合理性和准确度，更好地适应和指导电力通信业务的发展方向。

关键词：通信规划;业务关联;GIS呈现;风险可视化

中图分类号：TM73;TM764      文献标识码：A 文章编号：2096-4706（2019）19-0056-05

Abstract：In order to cope with the rapid development of power communication network and the increasing demand of business security and reliability. Through collecting all kinds of business data carried by the electric power communication network，forming the relationship between the communication network and the carrying business;through the in-depth investigation of the principles and experience followed in the planning of the electric power communication network and the output results，establishing the integration including the relationship between the communication network and the secondary business，the resource demand of the primary and secondary business development on each plane of the communication network;through the communication network it provides GIS visualization of communication resources and services by forecasting the rolling development of business according to time dimension，association between urban construction planning and power facilities construction，basic risk management and control and other model al-gorithms;through visual deduction of communication network security risk，standardized output of communication network construction planning results for different professional network planes，combined with manual intervention means. Finally，the electric power communication intelligent planning application system is built by fine-tuning some planning results and other functions. The system will effectively improve the rationality and accuracy of planning conclusions，and better adapt to and guide the development direction of power communication business.

Keywords：communication plan;services connection;GIS presentation;risk visualization

0  引  言

隨着智能电网的稳步推进，电力通信网络子网形态日渐丰富，各平面网元数量和承载的业务量不断增长。一般情况下，电力通信网络以5年为规划周期，规划过程中需要考虑的因素繁多，参考数据样本量巨大，对编制人员的技术水平和规划后目标网络的可维护性、可扩展性及可靠性均提出了较高的要求。

随着各项技术的不断发展，综合利用信息化系统在大数据提取、存储和计算方面的优势，通过采集电力通信各类业务数据，形成通信网络与承载业务的关联关系;通过对电力通信网络规划中所遵循的原则、经验以及输出结果的深入调研，分析电力通信网络各平面的薄弱环节，为扩容整改提出依据;通过结合电力一、二次网架建设规划，二次设备与通信网络匹配规则，输出合理的网络规划成果，最后利用机器学习在模型建立方面的规范性结果，真正实现将电力通信网络规划与生产实际需要结合起来。

1  现状分析

1.1  电力通信规划管理现状

长期以来，电力通信网络规划都是采用传统手工编制方式，通过人工搜集数据，依据过往零散经验，参考现网运行状况和一二次网架建设规划，制定通信网络规划的相关方向。这样的方式，引用数据可靠性差，编制过程效率低，缺少对各类型潜在风险的预判，不同通信平面间的规划缺乏统一协调，规划结论脱离实际严重，在实际生产建设过程中重新设计和临时调整的部分过多，导致网络规划的效果难以评估，失去了以规划指导生产的意义，同时造成了时间和人力成本的极大浪费。

1.2  电力通信网络规划研究分析

目前电网公司对于信息化支撑电力通信网络规划的方式仅限于利用通信数据中心作为参考依据，缺少与业务数据的直接关联结合，也缺少通过算法对网络建设智能规划模型的构建，针对通信网络规划的体系化研究更是一片空白。

2  关键技术研究

2.1  大数据分析

通过大数据技术提取网络资源、适配主要业务和网络结构的动态数据，融合建立电力通信规划标准数据库并支持上层的人工智能成果输出和BI可视化展现，构成高效、可靠、规范的规划系统数据结构。整体结构如图1所示。

在组建大数据平台时，数据采集可采用Sqoop、Flume、Kettle，数据处理选择Hue、Hive、Spark、HDFS/Alluxio，數据展示选择Pentaho，数据管理选择ZooKeeper，综合以上可搭建适合智能化规划系统的大数据应用平台。

传统的计算模式在大数据技术的影响下发生了根本性的变革，实现了从过去的以“流程”为核心逐步向以“数据”为核心的改变，如Hadoop分布式计算框架已经实现了以“数据”为核心的架构。未来，IT系统的升级方式将按照非结构化数据及分析的需求，实现从简单增量到架构的显著改变。

将“数据”作为一切应用的核心，进而开展相关问题的思考和解决方法的探索，是目前整个IT产业的转变方向。以目前最为前沿的云计算和人工智能而言，“数据”更是成为了它们的基础，也进一步彰显了数据较之流程的重要性。

按照统计学和概率论的理论，从抽样数据中得到的结论都有一定程度的不确定性，而样本的范围越大，样本的数据越充分，得到结论的不确定性就会越低，结论也会越接近事实，因此，利用大数据来思考问题和分析问题，将更加有利于问题的解决。

2.2  机器学习

通过“机器学习”的AdaBoost决策算法，可以实现大样本量历史决策经验的学习和基于多变量的规划决策模型的建立。

机器学习的核心是从大量历史样本数据中提取规划决策模型。在机器学习中，数据是统计学习的核心，通过研究并发现数据特征，可以概括抽象出数据的模型，并以此为基础，最终实现对未知数据的分析和预测。

机器学习是基于数据的分析方法，它的前提是同类数据具有一定的统计规律性。机器学习通过对大量的数据进行统计、处理、分析，提炼出数据的规律，建立起数据模型，从而对数据进行准确的预测。机器学习的结构如图2所示。

监督式学习方法是众多的机器学习方法中较为有效的一种。在这种学习方式下，输入数据（也被称作“训练数据”）被按照特性分组，并按照分组结果赋予每组数据明确的标识。以电子邮件系统为例，收到的“垃圾邮件”和“非垃圾邮件”等将分别对应一个特定的数字，如1、2、3、4等。随后，监督式学习方式将逐步对学习预测的结果和“训练数据”的实际结果不断进行比较，不断地对预测模型进行调整，直到预测结果达到预期的准确率，最终实现预测模型的建立。回归问题和分类问题是监督式学习的常见应用场景，而逻辑回归（Logistic Regression）和反向传递神经网络（Back Propagation Neural Network）算法则是监督式学习方式的两种常见算法。监督式学习方式示意图如图3所示。

2.3  BI商业智能

通过BI智能可以呈现目标网络的规划全景、通信设施与业务的匹配关系及变化趋势、动态展示通信网络资源利用率及集中性指标。

以决策树、类神经网络、线性回归、罗吉斯回归等为核心的BI应用，可以高效实现在规划大数据基础上的数据挖掘和前端数据渲染的呈现。

数据挖掘是从特定形式的数据中提炼知识的过程，其主要任务是对数据的描述、分类和预测。数据挖掘常用的数据预测技术包括线性回归、最小二乘法和神经网络。

2.4  微服务

围绕业务领域组件来创建应用，是微服务（Microservices）的基本思想。这些被创建的应用可实现独立的开发、管理和加速，而微服务云平台和以微服务为基础的系统架构，可以使得结构相对分散的系统组件的部署、管理和服务功能交付变得更加简单。微服务的逻辑结构如图4所示。

采用Spring Cloud和Docker构建微服务架构。其中Spring Cloud用于提供简化分布式系统构建的工具集，而对每一个服务进行的部署和构建则可以通过Docker来实现，同时在开发机上利用Docker Compose开展端到端的集成测试工作。

3  规划系统的研究与实践内容

基于大数据和人工智能的电力通信规划系统的研究，是融合了电力通信网络现状、电网企业生产和管理业务的通信资源需求、通信网络发展按时间维度的精准预测、城市建设规划与电力设施建设的关联以及大数据结合人工智能技术的一个多层次、广范围、高标准的复杂系统研究，主要涉及内容如下。

3.1  研究电力通信规划需求输入及数据采集、比对、建模规范模型

（1）建立电力通信规划标准数据库。通过详细调研电网各级单位通信规划所需参考的数据内容，融合目前已有的通信运行管控系统、OMS系统、设计院图纸、谷歌地球及中调、供电局等本地的维护材料，形成全省统一的通信规划数据库，用于规划系统的运行并同时支持电网通信工程建设项目的设计工作。

（2）研究一二次业务发展对通信网络各平面的资源需求模型。研究电网一次业务发展对二次业务需求及二次业务对通信网络需求的关联模型，并将此模型作为网络规划的基础模型之一，选取任意一次、二次业务，即可清晰地展现对传输网、数据网、光缆网等各网络通道的资源需求，如图5所示的规划系统数据库示意图。

（3）研究城市建设规划与电力设施建设的关联模型。将城市建设规划与电力设施建设的关联关系固化为系统算法模型，并根据建设规划的落实情况动态调整关联模型的输出结果。规划系统关联模型图如图6所示。

3.2  研究各类电力通信规划输出算法模型

（1）研究通信网络承载业务按时间维度滚动发展的预测模型。依据国家能源政策、智能电网、保底电网等整体发展计划，结合过往电力通信网络发展趋势和技术演进替代趋势，提出通信网络所承载业务按五年、三年、一年等时间维度滚动发展的预测模型，同时可根据新政策、新计划的出台动态调整预测模型。业务随时间维度滚动发展的预测模型图如图7所示。

（2）研究针对不同专业网络平面的通信网络建设规划算法模型。通过上述研究成果和基础数据准备，通过机器学习的AdaBoost决策算法，实现大样本量历史决策经验的学习，提出针对传输网、调度数据网、综合数据网、语音调度交换网、PCM接入网、配网（含无线公网）、光缆网等不同专业各网络平面的整体通信网络建设规划算法模型。

（3）研究与在建工程融合，掌握规划起始时间点可竣工投产的工程信息，保障建设规划所依据数据与现网的动态一致性。跟踪各类开展中的基建、检修、技改等工程建设的进度和成果，根据实际和预计投产情况动态调整规划起始时间的网络结构，作为面向现网组网情况的网络规划基础参考数据。规划系统与在建工程的结合示意图如图8所示。

（4）研究不同专业网络规划过程中对机房空间、电源、光缆等基础设施的统一协同规划模型。改变过往规划过程中将机房空间、通信电源、光缆等资源作为辅助设施独立提出规划再取总和的方式，将机房空间、通信电源、光缆作为子规划项目的规划主体，统筹安排资源调整以同时满足各专业网络的支撑需求。

（5）研究通信网元的规划，细化至符合业务通道配置原则、设备健康性评价、N-1刚性约束等网络风险要求相结合的算法模型。研究各专业网络网元规划过程中需要考虑的符合业务通道配置原则、设备健康性评价、N-1刚性约束等网络风险等的基本风险管控要求，形成基础评估约束算法模型。

3.3  研究规划相关数据及规划结果的可视化呈现方式

（1）研究通信网络与二次业务的关联及基于GIS地图等的可视化呈现方式。研究各专业网络平面与二次业务的关联方式，通过GIS地图图层控制，以“分层选点-分片布点-互联关系融合”为主要原则，展示全省及各地市二次业务点及通信设施分布情况，直观统计区域业务和资源类型等涉及要素的数量，以区域颜色渲染区分业务与通信资源的对应匹配情况。匹配示意图如图9所示。

（2）通过BI手段呈现通信设施与业务的匹配关系及变化趋势，动态呈现通信网络资源利用率及集中性指标。通过BI技术对当前网络重点参数和规模目标网络对应参数进行直观可视化对比呈现，通过系统可以查看网络重点参数随着建设和运维活动产生的变化趋势，同时也可直观展现通信网络资源利用率及集中性指标的变化情况。网络资源利用率变化情况示意图如图10所示。

（3）研究规划结果安全风险的可视化推演及少量人工修正干预。研究对电力通信网络建设规划结果进行按区域、按专业、按具体安全风险评估标准等维度进行基于地图和拓扑图的可视化推演方法，并提供人工干预手段对部分规划结果进行允许范围内的微调。安全风险可视化推演示意图如图11所示，其中实线表示主要导致，虚线表示可能导致。

（4）研究按照电网规范文档格式输出规划成果。对电力通信网络建设规划结果确认后可按照规范文档格式形成标准化输出成果，符合电网的成果提交标准。

通過采集电力通信各类承载业务数据，形成通信网络与承载业务的关联关系，通过对电力通信网络规划中所遵循的原则和经验以及输出结果的深入调研，建立融合包括通信网络与二次业务的关联、一二次业务发展对通信网络各平面的资源需求、通信网络承载业务按时间维度滚动发展预测、城市建设规划与电力设施建设关联、在建工程融合、基础设施的统一协同规划、基本风险管控等模型算法，提供通信资源及业务的GIS可视化呈现、网络安全风险可视化推演、针对不同专业网络平面的通信网络建设规划成果规范化输出、人工干预手段对部分规划结果微调等功能的电力通信网络智能规划系统。

4  结  论

智能电力通信规划系统的建设将有效提高规划结论的合理性和准确度，更好地适应和指导电力通信业务的发展方向，通过对规划系统的研究与实践，实现通信网络的分析与规划管理自动化，让管理人员的相关工作更加简易，实现通信资源的有效利用，不断提升电力通信网的运行和维护水平。电力通信规划系统的研究成果可在电网推广应用，并可以扩展应用至其他电力专业。

参考文献：

[1] 余贻鑫，栾文鹏.智能电网述评 [J].中国电机工程学报，2009，29（34）：1-8.

[2] 曹军威，万宇鑫，涂国煜，等.智能电网信息系统体系结构研究 [J].计算机学报，2013，36（1）：143-167.

[3] 邢友松.电力通信技术的发展趋势探讨 [J].中国新通信，2017，19（2）：21.

[4] 杜晨昭，朱莹.电力系统智能电网通信网络规划研究 [J].科技与企业，2014（22）：46.

[5] 曹杰.试析电力光纤通信网络的规划设计的问题 [J].中国新通信，2016，18（8）：47.

[6] 熊小伏，田娟娟，周家启，等.电力通信系统可靠性模型研究 [J].继电器，2007（14）：28-32.

[7] 胡静.电力系统智能电网通信网络规划方案研究 [J].企业技术开发，2017，36（10）：73-75.

[8] 杨博.电力配网自动化通信系统规划与探讨 [J].电子制作，2016（22）：67.

[9] 徐劼，卢红，王志东.简述电力系统通信的规划和实施 [J].中国新技术新产品，2015，24（29）：33.

[10] 范加贺.针对地区电力通信系统规划探究 [J].科技与企业，2015（3）：84+87.

作者简介：侯捷（1982-），男，汉族，山西太原人，工程师，工学硕士，研究方向：电力系统通信。