保密通信网电路信息融合故障跟踪诊断系统

宋建华

（神华宝日希勒能源有限公司，内蒙古 呼伦贝尔 021000）

1 引言

随着电网的规模日渐庞大，故障诊断技术的迅速发展，电路结构更加复杂，电路的故障诊断也变得更加困难。通信网电路若发生故障，轻则打乱各项信息化业务，导致网络运行混乱；重则对电网生产安全运行产生威胁。因此，在通信网电路发生故障时，对于如何成功预警、故障诊断分析及提高诊断成功率等电路故障跟踪诊断提出了新的挑战[1-3]。

兰京川等人提出基于噪声估计的通信网电路故障诊断方法[4]，该系统参照线性系统中的信息构建一个故障诊断模型，通过此模型把被测电路的输出建模称为系统噪声，同时并作为故障特征；其次给定信号的噪声值利用基于RS的噪声估计原理来进行估计，最后将无故障电路与故障电路的噪声进行比较，通过得到的噪声差异来实现故障检测，该系统没有对数据进行融合，导致前期预警成功率较低。何春等人提出基于故障传播的模块化BP神经网络电路故障诊断方法[5]，该系统首先分析子电路间的故障传播并对电路模块进行划分，然后分别将故障源和故障传播源“模块化”为了缩小故障范围，准确找到故障模块，对子电路进行异常检测并进行一级定位；最终通过基于BP 神经网络模型的目标模块进行二级定位，实现故障诊断，该系统没有对特征数据进行压缩，获取到重要信息，所以在不同故障模式下，故障诊断成功率较低。高明哲等人提出基于多核多分类相关向量机的电路故障诊断方法[6]，该系统在原始特征空间中可构建多个非线性核，并在建立分类器的同时将故障特征进行简化，且通过贝叶斯框架的分类模型获取诊断结果的后验概率，从而实现故障诊断，该系统没有在特征、决策融合基础上进行诊断，使得电路输出信任度较低，间接致使故障诊断率较低。为了解决上述系统中存在的问题，建立保密通信网电路信息融合故障跟踪诊断系统。

2 通信网电路信息融合故障跟踪诊断方法

2.1 信息融合

(1) 数据层融合

数据层融合对信息融合来说是最基本的，将不同信息源的初始数据相结合，优势在于信息丰富，结果明确。则劣势在于数据较多，运算量较大。流程如图1所示。

图1 数据层融合的流程图

(2) 特征层融合

特征层融合是为了避免造成某些信息的丢失，而对数据处理的进一步提高，能够有效获得重要信息并实现信息压缩。特征层融合的流程图如图2所示。

图2 特征层融合的流程图

(3) 决策层融合

信息融合最主要的即是决策层融合。当对信息源进行预处理、特征提取等操作时，通过信息源获取最终的决策结果。决策融合对传输系统没有更高的要求，并对数据进行预处理后，可获取更好的诊断效果。决策层融合的流程，如图3所示。

图3 决策层融合的流程图

2.2 融合诊断

第一步：信息采集

测试节点计算出的电流值为信息采集。对节点电压和电流进行采集的同时并进行分类，当做样本个体。

第二步：初步诊断

通过神经网络对样本进行学习及训练，同时对比不同的输出结果得到初步诊断结果。

第三步：构建基本概率分配函数

D-S证据理论对信息融合及决策时，利用不同的证据体结合组合规则形成新的证据体，同时根据相应的规则进行决策，并以此为基础，构建基本概率分配函数，得到信任度函数。

通过BFGS-BP神经网络的输出获取证据体，并将D-S证据理论得到的基本概率分配函数进行定义，其公式如下：

式中，aj为样本输出时待识别的故障模式，y(aj)为故障模式j的输出样本识别结果。m1(aj)为aj对故障模式j的信任度函数。即j=1，2，…，n，n则为故障模式的数量。当输出结果为正数时，那么负值则对判决没有意义，因此将全部负值的输出为0。

(4) 证据融合

设电压样本输出为A1，同证据体的样本输出为B1，即A1={a1，a2，…，an}，B1={b1，b2，…，bn}，由决策层融合可知，得到的信任度函数m1(aj)；样本输出bk对故障模式k的信任度函数可由式(1)计算得出，此信任度函数表示为m1(bk)。与步骤3 同理，即j，k=1，2，…，n，n为故障模式的数量。利用D-S证据理论中的组合规则，可计算出融合后的基本概率分配函数其融合后对故障模式的信任度函数为m1(cj)。具体计算公式如下：

设K为故障aj与bk的信任度函数乘积之和，故障aj和bk不能同时发生，即j≠k。其公式如下：

以三个不同的采集测试点的电压与电流信息进行融合后构成三个新的证据个体，并通过式(1)得到各自的信任度函数，分别记为m1，m2和m3，在通过式(2)与式(3)得到新证据体的信任度函数，可表示为

(5) 故障定位规则

通过D-S 证据理论的决策规则，对待判定的故障类型应获取最大程度信任度。其计算公式如下：

上式中，m(cq)为进行融合后故障模式q 的信任度函数，若得到函数为最大值则故障就定位于故障模式q，n为故障模式的总数。

3 故障跟踪诊断系统

3.1 系统硬件结构

通过分层、分布式进行系统硬件设计，利用通信网络对不同模块进行连接，实现信息采集与分析。硬件结构共分为三部分，分别为信息采集层、网络层、中央控制层[7]。硬件系统结构如图4所示。

图4 系统硬件结构设计

由图可知，服务器是系统的核心，可对系统配置的动态进行检测，对系统中的电路参数进行记录及发出故障信号，并对故障信息进行整理。为了使每个采集数据可同时进行采集，所以将同步信号触发器设定为主路的主要设备。

硬件系统中的信息数据极其丰富，便于互相更迭，把系统中的信息数据转换为通用格式。此系统通过远程网络接口设置控制主站，通过信息平台和主网络调度进行通信，并在主网络控制下发出命令，使硬件系统更加便于管理；实现主网络获取信息及时、得到实时设备状态，也使主网络不受外界影响得到了保证[8]。

3.2 系统软件结构

软件结构设计由系统软件、系统应用和平台支撑3个层次构成。服务器操作平台选用Linux 系统，此系统稳定性高，可靠性强，便于设定。工作站操作平台选用Windows系统，此系统实用性强，简单易学，方便快捷。

3.2.1 软件结构主程序

软件系统分别由软件主程序、测试电路动态程序及故障跟踪诊断程序等组成。

软件结构主程序其目的主要对信号单元进行采集及与主网络进行通讯，处理数据等。通过DAS 传输的数据由诊断系统接收，并任意提取一个模拟量，进行回路数据采集，同时计算出电能质量的参数、扰动依据及故障，得到的结果与设置的预警值进行比较，若参数超出设定值，电路会发出信号告警。其故障信息与信号警告会实时上报，并出现越限报告，软件结构主程序流程如图5所示。

图5 软件结构主程序

3.2.2 采集信号模块

信号采集程序的设计能够实现对整个系统采集过程的有效控制，若同步触发器发出信号，则开始采集样本，并将结果通过服务器进行处理。

在系统程序启动时，首先开始自检，并会自动将采集样本的格式、长短、周期进行调试并储存于FLASH中，当同步触发器再次触发时，通过同步信号进行二次采集，并将采集数据进行采样标记，上述为完整的一次数据采集样本的过程，采集信号的模块设计流程如下。

图6 采集信号样本模块流程图

3.2.3 处理数据模块

处理数据模块是对分散信息进行优化，并记录及分析分散信息的电压、电流等。当对电能质量进行分析时，需要先设定采样频率，对系统进行设置后，在实际采样时，会有效的获取闪变的重要数据。

为了使系统内部DSP 处理器中的独有资源不会对其他中断产生影响，在程序启动时，对外设与DSP进行自检后，会停止运行。当再次对数据进行检测时，通过电能质量判断系统是否存在故障。每次主循环检测完成以后，都会自动上传结果，等待全部的计算结果出来后，此系统会解除中断行使权，并进行下一次的数据处理。处理数据模块设计如图7所示。

图7 处理数据模块流程图

3.2.4 数据通信模块

数据通信模块主要作用是对数据进行传输、控制及检测。并且能完成通信命令的要求，并进行信息发送。此系统需对传输的数据转换为通用格式，便于不同类型的数据相互转换。

此系统的主机与从机间的数据收发，通常是主机向从机发送请求，进行链接，数据转换，最终完成后对通信链路进行终止。

3.2.5 中断服务模块

通过中断方式进行该模块的设置，整个模块的采样流程由外部中断发起，当系统数据发生转换时，信号会随之发生改变，使DSP处理器停止运行。待信号采样完成后，中断服务会跳转到主程序中。中断服务模块设计如图8所示。

图8 中断服务模块流程图

综上所述，故障跟踪诊断系统的设计由硬件设计与软件程序设计构成，故障跟踪诊断系统能够全面对运输信息进行采集，对通信网的动态信息进行实时监测并进行记录和故障诊断，并提高了通信网的运行的可靠性。

4 实验与结果

为了验证保密通信网信息融合故障诊断系统的可行性与有效性，需要对保密通信网信息融合故障诊断系统应用的整体效果进行测试与分析。分别采用保密通信网信息融合故障诊断方法(方法1)、基于噪声估计的模拟电路故障诊断方法(方法2)、基于故障传播的模块化BP神经网络电路故障诊断方法(方法3)进行测试，对比不同方法对电路的预警准确率，测试结果如图9所示。

图9 对不同方法的预警成功率

分析图9 中的数据可知，在多次预警中方法1 的成功率均高于方法2与方法3，因为方法1预警初期对大量数据层进行融合，其数据丰富，结果准确，预警成功率较高，预警成功系数是故障诊断准确率的基础，因此，方法1要比方法2与方法3的诊断准确率更高。

在不同的故障模式下，通过方法1、方法2和方法3进行测试，测试结果如图10所示。

图10 不同故障模式下的诊断准确率

由图10中的数据可知，采用方法1对电路预警成功的基础上进行特征融合，将获取的信息进行压缩和提高特征可信度。因此，在不同故障模式下，也可最大程度保留重要信息，即方法2与方法3的诊断准确率低于方法1，方法1的诊断准确率更高。

将电路测试输出信任度作为测试指标对方法1、方法2和方法3进行测试，测试结果如下：

据图11可知，方法2和方法3的电路输出信任度均低于方法1，由于方法1在融合诊断时获取最大的信任度，因此信任函数所对应的故障模式最终诊断更加准确。

图11 对不同方法的信任度输出

5 结束语

随着系统的复杂程度不断增加，目前的故障诊断技术已不能满足现代通信网电路故障跟踪诊断越来越高的需求。因此，研究保密通信网电路信息融合故障跟踪诊断系统，在数据、特征及决策融合的基础上进行故障诊断及分析，表明保密通信网电路信息融合故障跟踪诊断系统中信息融合的优势，对不同信息的融合，增加了诊断精度，降低了系统误判率，实现了故障诊断系统的优化设计，为电路故障诊断提供了论证，体现了其实用性与优越性。