吴凯 郭晓艳
国网天津信通公司 天津市 300140
摘要：近年来，随着我国智能电网建设的不断发展，对电力通信网络的要求也越来越高，电力通信网络的运维也面临较大的挑战。当前电力通信网络运维大都采用的是人工运维方式，主要是通过工作人员手动携带检测终端对电力通信网络进行检测运维。由于电力通信网运维呈现全程全网的特点，增加了人工现场运维方式的工作量和难度，同时人工现场运维方式容易受工作人员主观因素影响，从而导致可靠性差和效率低等问题。
关键词：电力通信；物联网；智能运维；数据管控
引言
由于智能电网技术的发展，今天的电网基础设施与许多新的和现有的电力应用的通信网络日益紧密地耦合在一起。这两个系统之间的相互依赖关系，即电力控制依赖于通信系统来传递控制和监测信息，而网络设备需要来自电网的电力供应，这给建设一个高度弹性的综合基础设施带来了挑战。电力企业在实现电力通信信息化与电子化的过程中，必须要考虑到电力系统和通信网络之间的相互依赖性，要注重提高电网的弹性需求。在电力通信网络的最初设计阶段，电力企业应该根据恢复力增强阶段和电力模拟方法对这些实际电力运营情况进行分类，做好数据的采集和统计工作，对故障进行全面分析，对电力通信网络进行测试，明确当前网络的稳定性性和抗干扰性，保证通信系统的故障缓解和故障恢复功能。
1电力物联网基本特征
电力物联网采用现代先进通信和信息技术对电力系统中的人、机、物进行连接，对电力系统的各个环节进行相互渗透和深度融合，形成以电网为枢纽的数据共享体系，进而能够全面感知整个系统及不同环节的运行状态，并能够对系统的多源异构数据进行高效处理，且可实现不同单元功能的便捷灵活应用。除此之外，电力物联网基于泛在感知、高性能通信、数据信息处理和高级电力应用，实现电力系统各个环节电力流、数据流和业务流的一体化深度融合，以提升电网的安全运行性能和效率。
电力物联网具有以下特征：
ａ．终端海量接入。在源网荷各个环节布置各类传感器，能够广泛实时接入各类息数据，网络资源可采用多层次通信网进行交互。
ｂ．平台开放共享。技术、业务层面具有高度开放特性，数据模型呈现标注化的发展形态，使得多源信息数据高效融合、共享。
ｃ．计算云雾协同。部署智能网关、云平台可实现数据分层处理，提升云端在处理和提取边缘侧关键数据的计算、存储能力。
ｄ．数据驱动业务。广泛采集多源异构数据信息，通过大数据技术对电力业务关键有效信息进行提取。
2建立电力通信网络系统的意义
世界各国的政府都将电力和通信系统列为关键的基础设施，我国也不例外，因为一旦它们出现故障，将会对社会生产，社会稳定安全，国家经济建设以及国家公共卫生或安全造成巨大的冲击，会产生许多不必要的损失。为了减少电力通信系统的故障率，必须保证电力通信网络在面对各种干扰时能够保持高水平的弹性，例如在出现电力线跳闸和网络拥塞的情况时，必须及时排除故障，增强电力通信系统的自适应能力。在计算机网络领域中，系统的弹性指的是，在出现故障时保持服务的能力，在干扰过大的情况发生时，能够做出反应，对干扰进行适应以及自行对网络进行重新规划和恢复通信质量的能力。如何处理电力通信系统不可避免干扰故障，是当前技术人员主要研究的问题。当变电站发生故障或与本地区断开连接时，如何使用微电网来提高服务可用性，是现阶段许多电力企业的主要攻坚和创新方向。
3电力通信网络智能运维系统
3.1智能运维总体架构
随着智能电网建设的不断推进，电力通信网所承载的业务量日益增多，传统的电力通信网运维模式限制了电力通信网的发展，传统运维方式的弊端主要体现在：电力通信网运维工作量日益加剧、运维管理技术落后，以及缺乏有效的智能信息化管理手段。
针对传统电力通信网运维模式存在的不足，提出了基于物联网的电力通信网络智能运维系统。该系统能够实现信息化运维，有效减少运维人员的工作量和提升电力通信网的运维管理水平。结合电力物联网和通信网的总体架构，建立了基于物联网的电力通信网络智能运维系统架构，如图1所示。
图1电力通信网智能运维总体架构
电力通信网智能运维系统主要包括应用层、技术服务层、数据资源层和基础设施层。其中，应用层主要包括运维知识库、运维决策、故障处理、报表统计、消息推送和待办事项等；技术服务层利用物联网技术实现电力通信网智能运维的底层框架，包括应用程序框架和服务程序框架；数据资源层主要是对采集的电力通信网数据进行存储、分类、筛选、转换、分析和处理等，利用电力物联网的多源数据配置功能，能够统一管理和调度电力通信网的数据；基础设施层是智能运维的关键设备和系统，包括操作系统、服务器、物联传感器、网络设备、网络配置和无线专网等。
3.2智能运维功能模块
3.2.1故障智能分析模块
电力通信网络智能运维的故障智能分析系统处于智能运维体系的应用层，主要包括故障历史知识库、故障定位、故障判断、业务影响分析、故障关联分析和故障预警等功能。其中，故障历史知识库是记录电力通信网的不同故障数据来构建的故障知识库，为后续故障决策提供参考；故障定位和判断主要是从电力通信网的空间物理位置以及网路逻辑结构来定位显示故障，实现故障点的判断和定位；业务影响分析是对引起电力通信网络故障的影响因素进行统计和分析；故障关联分析是对电力通信网络不同故障之间的关联关系进行分析；故障预警是利用电力通信网的实时数据和历史知识库，依据智能预警算法来对电力通信网可能出现的故障进行预测。以上功能模块的共同作用即可实现故障智能决策。此外，系统根据故障历史知识库，采用人工智能算法对故障进行诊断，并将故障诊断结果归档至故障历史知识库。
图2电力通信网故障智能分析模块逻辑结构
3.2.2预警集中监视模块
预警配置管理能够接收、处理和展示预警定义功能，而集中监视模块实现了通信网预警信息和业务信息的集中汇总，并进行了统一分类展示，能够集中监视以及管理电力通信网的实时运行状态。其中，电力通信网按照网络类型可分为工业以太网、无线专网和无线公网等。预警监视主要包括预警采集、预警分类、预警显示、预警提示、预警操作、预警状态计算和预警查询等。
结语
基于物联网技术的电力通信检修系统能实现检修管理的信息化及数字化，有利于提高检修的效率，方便了运维人员的查询，为电力通信运维工作的安全提供了有效的管理方式，有助于电网的安全运行。
参考文献
［1］杨济海，李号号，彭汐单，等．基于迁移学习的电力通信网异常站点业务数量预测［J］．数据采集与处理，2019，34（3）：414421．
［2］高雪生，邵波，张际，等．电力通信网移动运维管理模式的探讨［J］．电子技术应用，2015（增刊１）：383385．
［3］傅质馨,李潇逸,袁越.泛在电力物联网关键技术探讨［J］.电力建设，2019(5):1-12.