基于影响因子的电力通信网络节点检测方法

周全贵

(云南电网有限责任公司西双版纳供电局, 云南 景洪 655100)

0 引 言

随着电力通信网络承载业务增多，网络结构更加复杂，网络节点的检测工作难度加大。网络节点超过5%不能正常使用就会影响网络的正常运转。应对这种情况，一是要有备用的网络节点，可以在部分节点失去效用后及时增补；二是提高节点的抵御攻击能力，避免因节点失效造成电力通信网络不畅通。常用的节点检测方法主要是基于电力通信的网络节点与其他网络节点的不同，建立检测指标，并通过检测指标特征来判断检测节点种类，也可以使用该特征来监测某种节点是否处于有效状态[1-2]。另外，将部分节点暂时停用，观察停用后对网络的影响，判断节点是否失效，也是一种有效的节点检测方法。但是该检测方法不能在电力通信网络运转时进行，否则会影响通信网络的正常使用。文献[1]中提出了最短路径为基础的电力通信网络节点检测方法，通过改变节点在网络中的位置，观察网络变化对通信网络节点进行检测。但是，该方法无法检测网络中距离十分相近的节点。

因此，此文通过分析传统方法的缺陷，考虑电力通信的背景和特征，基于影响因子，重新设计电力通信网络节点检测方法。

1 电力通信网络节点检测方法

1.1 将通信影响因子融入检测系统

电力通信网络在电力系统中是具有特殊行业属性的一种网络，通信节点和电网站点的重合度很高。变电站通信节点与电网站通信节点的作用完全不同。电网影响因子的定义，有助于分析电网节点在网络中所处的位置和功能。电力通信的网络节点在不同电站中的等级不同[3]，例如：专业用电站的网络节点比普通用电发电站的网络节点高级。基于上述特点，建立网络节点电网影响评价体系，如图1所示。

图1 节点电网影响因子评价体系Fig.1 Evaluation system of node power grid influence factors

电力通信网络稳定性强，电流和电压的变化幅度不大。但网络运行时间长，节点一般不会耗光本身的节点能量，耗光能量的节点会出现断裂现象，此时网络会发生故障，降低通信速度。因此，进行节点测试非常必要[4-6]。分析影响因子，主要是先将节点电网影响因子进行简单分类，分为站点类别因素和站点负荷因素，再通过计算机数据分析进行检测。站点类别因素分为站点等级和站点规模；站点负荷因素分为负荷等级和负荷大小。将分类好的影响因子运用到电力网络节点检测中，具有省时省力的优越性。

电力通信网络节点检测一般需要工人到现场进行排查，将影响因素输入计算机后，可以在线上进行检测，检测工人无需到现场作业，消除了空间限制；只需要计算机操作，白天、夜晚都可以进行检测，也打破了时间限制[7]。计算机的计算能力强，且具备强大的存储服务功能，有利于影响因子的存储和分析计算。影响因子的融入，有利于在电力通信网络节点出现断点故障时，通过影响因子的数据分析结果实现自行检测，及时修复漏洞，保证电力正常供应。

1.2 建立电力通信网络节点模型

电力通信网络节点模型采用蜂窝模型建立法，该模型建立法在识别节点和节点检测时可以区分出不同类型的节点，并将发生故障的节点进行标记。蜂窝模型建立后，可以确定服务器摆阔中继器和终端机等的位置。位置确认后，先将各个服务器与蜂窝模型通信结构中的部分一一对应，再将模型中的节点按顺序进行连接，连接后的节点与通信线路按顺序进行编号。

当前蜂窝模型可供选择的填充曲线有五种，基于影响因子的特点选择最合适通信网络路径的波特曲线。现实中的网络节点模型是没有任何形状的，计算中可以将电力通信网络节点模型定义为一个正方形区域，正方形编号为X，边长为x。波特曲线在X中可以访问每个节点，访问次序为从一端到另一端，可以从最左侧到最右侧或者从最上方到最下方，但不能从中心点向四周扩散，这样的访问方法非常容易遗漏检测区域。依照次序进行访问可以将X分为4个区域，如图2所示。

图2 对X进行分区Fig.2 Partitioning X

如图2所示，区域A和区域B的面积相等，区域C和区域D的面积相等。区域A和区域C的区域面积比约为3:2。区域C和区域D的大小决定波特曲线的阶数，波特曲线无需将区域中的每个节点都访问一遍，因为前面已经将节点通过影响因子的特征进行分类，所以只需访问每个分类中的部分节点[8-10]。这样的访问方法节省了大量的时间，也为后续检测排除了很多重复进行的步骤。

将正方形X的中心点定义为检测分界点，按照上述区域分割比例，中线点肯定位于区域A和区域B中。检测操作员将中线点标记出来，控制曲线的移动路径，在诊断完一个节点后，按照移动路径的规划向下一个节点发出申请检测的信号，节点收到信号后会将数据自动传输给电力通信网络节点模型。最终由计算机基于通信的影响因子进行检测，直到检测完所有节点。

1.3 检测路径设置

在模型建立的基础上，设置节点路径，根据上述正方形X进行路径计算。为了使检测路径中节点在检测前处于静止状态，保证检测结果的准确性，必须满足三个条件： 1)所有通信网络节点都被检测路径覆盖，做到不漏查；2)检测路径要保证每个节点只被检测到一次，做到不重复检查，杜绝无效检测，节省时间；3)保证检测时节点传输数据的准确性，因此采集数据的规则必须准确[11-12]。

正方形边长与中心通信节点的节点通信距离关系为

(1)

式中：rs为节点通信距离。

正方形边长与网络边长和节点个数存在如下关系：

(2)

式中：k为波特曲线的阶数；L为网络节点模型的网络边长；n为节点个数。

由式(1)、式(2)可得出：

(3)

将式(3)进行变换可知，波特曲线的阶数为

(4)

由上述各式计算得到波特曲线最小阶数k,也就是检测路径的最有效方法。按照该检测节点的路径进行节点检测，可以保证在每个划分出的区域都满足上述三个条件。通信网络频繁使用的时段可以几个区域同时检测，因此，每个检测点只需要完成自己区域的节点检测，4个区域可同时进行检测，节省检测时间。

1.4 数据处理和故障定位

数据采集是指使用网络查线器采集检测后的数据。数据采集的过程可以在通信网络工作的同时进行，查线器在开启后可以发射信号，当网络节点出现故障时会产生信号反射，再将产生信号反射的部分进行数据传输，最终完成数据采集。采集到的数据不能直接作为检测结果，需要进行数据分析。因为信号反馈的数据中，越是靠近信号高频发射处越会出现信号混叠的现象，混叠后的信号需要先进行过滤处理。

信号过滤方法很多，其中最准确高效的是小波信号过滤法，可以将采集信号中的噪声信号进行有效过滤。噪声信号过滤后，需要把数据重新整理排序，确定数据无误后，将故障节点在计算机中进行标记，以便于维修工作的开展[13-15]。

2 对比试验

为了验证所设计的方法能够满足电力通信网络节点检测的需求，设计对比试验，将传统方法与所设计方法的检测节点效率进行对比。

2.1 试验准备

选择MCC电力通信网络节点检测仿真平台，参数设置参考电力通信真实数据，具体仿真参数见表1。

表1 试验参数Table 1 Experimental parameters

节点在正方形区域中均匀分布，节点的原点在区域左下角，终点在右上角，路径最优选择是从下到上进行检测。路径选择使用阈值算法。

2.2 试验结果与分析

分别使用所设计的方法和传统方法进行通信节点检测，检测召唤率结果见表2。

表2 召唤率对比Table 2 Summoning rate comparison

由表2可知，传统方法1对故障的检测随着节点和故障点的增多，召唤率不断降低；传统方法2的召唤率虽然并非依照这个规律变化，但是也很不稳定；所设计的方法召唤率一直保持在97%以上，没有随着节点和故障点的增多而降低，也非常稳定，作为电力通信网络节点检测方法，满足检测的条件。

使用传统方法和所设计的方法进行检测仿真试验，验证哪种方法的数据收敛时间更短，结果如图3所示。

图3 数据收敛时间对比Fig.3 Comparison of data convergence time

如图3所示，在5次对比试验中，所设计的方法使用数据的收敛时间都比传统方法短，收敛时间所用的时间越短，越节省整个检测工作时间，为后续的维修工作争取更多时间，有助于尽早恢复正常通信。

3 结 语

为提高电力通信网络节点检测的准确性，基于通信的影响因子，重新设计电力通信网络节点检测方法。构建电力通信网络节点模型，并设置科学的节点检测路径，实现故障的检测与定位。通过试验对比，证明了所设计的检测方法检测效果更好，弥补了传统方法检测召唤率低的缺陷，节省了节点检测时间，且具有实用性。