（国网河北省电力有限公司信息通信分公司 河北石家庄 050000）
摘要：基于网络虚拟化的背景，本文讨论了电力通信网络的多域故障诊断算法。在运用多域故障诊断时，存在底层网络信息缺乏、域间传播信息量大等问题，本文采用基于网络虚拟化环境的多域故障诊断算法，构建了一种有效的故障诊断分析传播模型，提高了电力通信网络的故障诊断和处理效率，保证了电网生产业务的安全稳定运行。
关键词：电力通信网；多域故障诊断算法；网络虚拟化
引言
电力通信网络作为电网二次系统的主要组成部分，支撑着电力系统调度业务和管理业务的有序发展。电力通信网络的安全稳定运行对电网的安全运行具有重要意义，为做好通信网故障防范和治理工作，通常采取优化通信网网架结构、提升故障处置效率等措施。通过分析历年电力通信网运行状况，提升故障处置效率，一方面通过提升运维人员在故障后的处置及时性，另一方面要准确定位故障点，准确分析故障之间的关系，找出故障原因。近年来，特高压、大容量通信网的建设和应用，使得电力通信网故障不断增加，增大了故障诊断及运维的难度。因此，基于网络虚拟化环境下，深度分析通信网多域故障诊断算法，对故障诊断建议的提出具有现实意义。
1 网络虚拟化技术分析
目前，电力通信网络的技术和应用水平正处于全面转型期，网络虚拟化作为关键技术发挥着越来越重要的作用，具体体现在保障业务QoS以及提高资源利用率等方面。网络虚拟化技术的应用可以提高网络资源的利用率，增强网络维护的便利性和可扩展性。
在网络虚拟化的背景下，电力通信网络被细化为底层网络和虚拟网络。其中，底层网络由基础设施提供商管理；虚拟网络由服务提供商管理。网络被划分后，底层网络的信息无法被SP（服务提供商）获取，且具有虚拟网映射算法更新速度快的特点，增加了SP故障诊断的难度。随着电力通信网络的覆盖范围不断增加，使用多个底层网络的资源进行故障诊断必须解决各种问题，例如故障域传播和缺乏全局信息，增加了故障诊断的难度。对于此问题，相关学者提出了基于网络虚拟化环境的多域故障诊断算法，进行了系列研究并得到了实际应用，获得了较好的效果。
2 基于网络虚拟化环境的电力通信网多域故障诊断算法
2.1 算法分析
基于网络虚拟化环境的多域故障诊断算法，是一种业务故障层管理模型和诊断算法。在组成角度方面，算法具体包括SP故障推断、SP信任评估以及多底层网络故障推断模块。在实际应用中，SP故障推断模块负责计算各条链路故障概率的信任函数值BF，依据各条链路故障概率以及构建故障传播模型，选择概率最大化的故障集合解释症状集合，进而克服了底层网络信息不可达的难题。多基础网络故障推理模块主要通过症状分析，生成FPM摘要和合并所有FPM摘要来推断故障。同时，它解决了各种问题，例如多个底层网络域的传播和缺乏全局信息。验证结果表明，应用算法能够获得较高的准确率，实现了故障的快速诊断[1]。
2.2 算法模块分析
2.2.1 SP故障推断模块
通常，SP故障推断模块的设置可以克服底层网络信息不可达的问题。从模块组成来说，包括信任函数值BF和故障集合解释症状集合、依据各链路故障概率和创建故障传播模型。具体运行如下：
.png)
（2）创建故障传播模型。在获得信任值BF（f）后，对BF（f）进行降序排列，提取用于匹配观察到的症状集So中的症状，并且提出故障f，将其放到集合Fcandidate中，当So中没有症状表示结束。基于Fcandidate中的故障链路，可以动态构建FPM，也就是其中的各个虚拟链路关联到一个fi顶点，使用BF（fi）代表故障概率。对于能够观察的症状集合So，其各个症状Sj，关联一个Sj定点。利用权重为P（Sj│fi）的链路，将fi顶点和Sj顶点进行连接。
（3）选择概率最大化的故障集合解释症状集合。根据FPM，利用Ability（h*）=argmaxhAbility(h,S），获得症状的最小故障集合，即h*={fi，fj，...，fk}。
2.2.2 SP信任评估模块
在网路虚拟化环境下，考虑到底层网络具有不可访问性，推断模块将底层网络的先验故障概率设定为相同值，因此获得的故障集具有不确定性，所以需要进行评估，再获得诊断效果。设故障评估函数为CE（h），在运行中，用于评估诊断结果集h以及观察到的症状So的公式，即CE（h）=.png)
。
综合分析，由于部分症状不确定，因此CE（h）小于1。考虑到长期运行，设定CE（h）的阈值CETH，判断诊断结果是否能够达到实际要求。若不能上报，由底层网络进行深度诊断。
2.2.3 多SN故障推断模块
此模块具体包括症状分析和生成FPM摘要等。（1）症状分析子模块。其使用的算法为基于虚拟网络映射，并将虚拟症状映射到底层网络症状，然后运行。（2）生成FPM摘要。此功能模块简化了FPM，不仅保护了私有信息，还可以控制故障模型的规模。（3）合并FPM摘要。经过合并后，会产生多个FPM进行故障推断，进而实现其功能[2]。
3 性能评估
对提出的多域故障诊断算法，从多个方面进行性能评估，包括准确率、误报率以及故障诊断时间。为了能够验证算法的性能，本文实现了非网络虚拟化环境下的MDDiHRN算法。与提出的算法进行对比，此算法模拟传统故障诊断算法，在仿真的过程中，只产生底层网络的链路故障。验证结果表明，本文所提出的多域故障诊断算法可以获得更高的准确率。究其原因，其充分考虑全局FPM的信息，在误报率方面，两种算法相似，但多域故障诊断算法故障诊断速度较快，并且使用了故障传播模型的摘要，使得故障传播模型也很小[3]。
4 结束语
综上所述，本文提出的基于网络虚拟环境下的多域故障诊断算法，构建具有多个子模块的模型，在实际应用中，能够获得不错的效果。验证结果表明，本文提出的算法不仅能够保证诊断的准确性，还能够快速获得诊断结果，具有推广应用的价值。
参考文献
[1]郑含博,王伟,李晓纲,王立楠,李予全,韩金华.基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法[J].高电压技术,2014,40(11):3424-3429.
[2]宣恒农,张润驰,左苗,刘田田.面向数据中心网络的分层式故障诊断算法[J].电子学报,2014,42(12):2536-2542.
[3]仲元昌,万能飞,夏艳,张亮,乔静.基于油气参数分析的电力变压器故障分步式诊断算法[J].高电压技术,2014,40(08):2279-2284.
作者简介
胡立章（1986年12月出生），男，汉族，河北石家庄，主要从事电力系统通信、信号与信息处理方向的研究。
论文作者:胡立章
论文发表刊物:《电力设备》2018年第21期
论文发表时间:2018/12/12
标签：故障论文; 算法论文; 故障诊断论文; 网络论文; 症状论文; 底层论文; 通信网论文; 《电力设备》2018年第21期论文;