电力通信传输网自愈能力评估系统的设计与实现

卢 静

（日海恒联通信技术有限公司，河南 郑州 450000）

0 引 言

随着电力通信传输网的应用范围不断扩大和应用的复杂化，其自愈能力评估成为确保电力系统可靠性和稳定性的关键因素。电力通信传输网的自愈能力评估主要是评估系统面对异常情况和故障时的的自主恢复能力与故障隔离能力。通过全面客观地评估自愈能力，可以帮助电力通信行业找出系统薄弱点，并进行针对性改进，提高系统的故障容忍能力和恢复能力。

1 电力通信传输网网自愈能力评估方法

1.1 层次分析法

层次分析法（Analytic Hierarchy Process，AHP）是一种多准则决策方法，用于帮助决策者在复杂的决策问题中进行权重和排序分析。该方法通过构建层次结构，对决策问题进行分解，并基于对准则和方案之间的比较，计算出各个因素的权重，最终得出最佳选择[1]。

1.2 模糊综合评价法

模糊综合评价法是一种常用的决策评估方法，适用于综合评估电力通信传输网的自愈能力。其评估流程如图1 所示。

通过模糊综合评价法全面评估电力通信传输网的自愈能力，可以更加客观地揭示系统的自愈能力水平。

1.3 BP 神经网络算法

BP 神经网络算法的实现包括初始化网络、前向传播、计算误差以及更新权重和偏差[2]。

1.3.1 初始化网络

随机初始化神经网络中的权重和偏差，定义网络的层数、每层的神经元个数以及激活函数。设定隐含层和输出层的传输函数均为Sigmoid 函数，其表示式为

1.3.2 前向传播

输入层中，假设总共有n个输入网络节点或者神经元，xi为输入层各网络节点i（i=1,2,…,n）的输入信息值，oi为输入层各网络节点i的输出信息值。信息通过隐含层逐层传递至输出层，隐含层的输入和输出为

式中：h1j为隐含层各节点j（j=1,2,…,p）的输入值；ωij为输入层的第i个网络神经元到隐含层的第j个网络神经元之间的网络连接权值；θj为隐含层第j个节点的阈值；p为隐含层节点总数；h2j为隐含层各节点j的输出值。

每个神经元将接收上一层传递的信号，根据权重和偏差进行加权求和，并经过激活函数进行非线性映射，得到输出结果。输出层的输入和输出表示为

式中：o1t为输出层各节点t（t=1,2,…,q）的输入值；q为输出层的节点总数；ωjt为隐含层第j个网络神经元到输出层第t个网络神经元的网络连接参数值；θt为输出层第t个节点的阈值；o2t为输出层各节点t的输出值。

1.3.3 计算误差

对比网络输出结果和实际期望输出，得到输出误差。误差函数的定义为

1.3.4 更新权重和偏差

通过误差BP 算法，将误差逐层传递回隐藏层和输入层，更新权重和偏差。根据计算得到的梯度信息，选择不同的学习率来控制权重和偏差的更新步长，不断减小误差。

1.4 BP 神经网络算法的改进

传统的BP 神经网络算法在权重和偏置的更新中使用梯度下降法，容易陷入局部最优解。为解决该问题，可引入动量项。具体来说，在每次权重和偏置的更新中，引入一个动量参数（通常用β表示）来控制上一次更新的影响程度。更新公式为

式中：Δw(t)表示本次更新的权重和偏置的变化值；α表示动量参数；η表示学习率；表示当前梯度。

2 自愈能力评估系统的设计与实现

2.1 系统功能结构

自愈能力评估系统需要实现自愈能力指标管理、自愈能力指标数据管理、自愈能力评估以及自愈能力评估报告管理等功能。

2.1.1 自愈能力指标管理

该功能涉及对自愈能力指标的管理和维护。系统将提供一个可配置的指标库，用于定义和管理评估自愈能力的指标。决策者可以根据实际需求添加、编辑或删除指标，并对指标进行分类和属性设置。

2.1.2 自愈能力指标数据管理

该功能用于收集、存储及管理与自愈能力评估相关的指标数据。系统会提供一个数据采集接口，用于从各个数据源获取指标数据，并将其存储在数据库中。决策者可以通过系统管理工具查看、导入、导出或清理指标数据。

2.1.3 自愈能力评估

该功能用于根据预定义的指标和权重评估系统的自愈能力，并得出评估结果。在评估过程中，系统会根据指标数据计算和分析各项指标的得分，并综合得出系统的自愈能力得分。同时，决策者可以根据需要进行灵活的配置和调整，以满足不同场景的自愈能力评估需求。

2.1.4 自愈能力评估报告管理

该功能用于生成、查看及管理自愈能力评估报告。系统将提供报告生成模板和样式，以便自动生成基于评估结果的报告。决策者可以根据需要定制报告的内容和格式，并在需要时进行查看、导出或共享等操作[3]。

2.2 系统架构

电力通信传输网自愈能力评估系统在整个系统框架上分为4个层次,从下到上依次为数据层、中间层、业务层以及表示层。系统架构如图2 所示。

图2 系统架构

2.2.1 数据层

数据层用于存储和管理自愈能力评估所需的各种数据，包括传感器数据、设备状态数据、业务数据等。

2.2.2 中间层

中间层是连接数据层和业务层的桥梁，承担着数据转换、处理和集成等功能。在中间层可以进行数据清洗、数据分析、数据关联等处理操作，以提供高质量的数据供业务层使用。

2.2.3 业务层

业务层是自愈能力评估系统的核心层，负责具体的评估算法和业务逻辑的实现。在该层中，根据预定义的自愈能力指标和权重进行评估计算，并生成相应的评估结果。

2.2.4 表示层

表示层是系统与用户之间的接口，通常采用图形化界面（Graphics User Interface，GUI）或Web 界面的形式展示自愈能力评估的结果和信息。

3 自愈能力评估系统测试

3.1 功能测试

测试自愈能力评估系统的各项功能，包括数据输入与处理、评估算法执行以及结果显示等[4-5]。功能测试结果如表1 所示。

表1 功能测试结果

3.2 压力测试

通过模拟大规模数据和用户并发访问情况，测试自愈能力评估系统的性能，评估其对大规模数据处理和高并发访问的适应能力。压力测试结果如表2 所示。

3.3 测试结果

基于测试结果和用户评价，对自愈能力评估系统的功能完整性进行评估。系统在自动故障检测和故障诊断方面表现较好，能够准确检测和诊断故障。然而，在自动恢复方面仍有改进的空间，需要进一步优化恢复策略和算法，以提高系统的自愈能力。

4 结 论

文章结合层次分析法、模糊综合评价法以及改进的BP 神经网络算法，设计并实现了一个电力通信传输网自愈能力评估系统。通过系统测试，验证该系统的功能完整性和性能稳定性。通过该综合评估系统，电力公司和运维团队能更好地了解、评估及提升电力通信传输网的自愈能力，提高电力供应的稳定性和可靠性。未来可以进一步完善和扩展该系统，以适应电力通信传输网不断发展的需求，为电力通信行业的发展和应对突发事件提供技术支持和决策依据。