[发明专利]通信网络故障定位方法及装置

说明书

通过本实施例提供的通信网络故障定位方法及装置，所述方法包括：基于通信网络历史故障信息库，构建用于预测通信网络故障位置的通信网络故障定位模型，其中，所述通信网络历史故障信息库中包括告警状态信息以及通信网络故障位置信息。获取所述通信网络历史故障信息中用于训练模型的第一告警状态信息以及第一通信网络故障位置信息。将所述第一告警状态信息作为自变量，所述第一通信网络故障位置信息作为因变量对所述通信网络故障定位模型进行训练。获取待预测故障位置的通信网络的告警状态信息，输入完成训练的所述通信网络故障定位模型，对所述通信网络的故障位置进行预测。

技术领域

本申请涉及通信网络故障定位领域，具体而言，涉及一种通信网络故障定位方法及装置。

背景技术

为适应政府监管、市场主体和企业经营的要求，电网停电约束趋向硬化，系统运行可靠性需进一步提高。变电站作为输配电中重要枢纽，对其故障准确定位并快速处理将有效提升系统运行可靠性。

随着变电站智能化进程的不断发展，智能变电站的二次系统体系结构发生了革命性改变，二次回路已由物理实体的硬接线转变为通信网络，站内各类信息交互共享水平提高。传统的二次回路故障定位方法，应用于信息输入与输出有明确映射关系的硬接线回路，而智能变电站通信网络具有信息传输不透明和网络拓扑不确定的特点，传统的二次回路故障定位方法已然不再适用。当前一次系统故障诊断模型研究愈向智能自动感知方向发展，而二次系统通信网络鲜有涉及，因此实现更智能、高效、深入的变电站通信网络故障诊断迫在眉睫。

申请内容

有鉴于此，本申请实施例提供了一种通信网络故障定位方法及装置。

一方面，本申请实施例提供了一种通信网络故障定位方法，所述方法包括：基于通信网络历史故障信息库，构建用于预测通信网络故障位置的通信网络故障定位模型，其中，所述通信网络历史故障信息库中包括告警状态信息以及通信网络故障位置信息；获取所述通信网络历史故障信息中用于训练模型的第一告警状态信息以及第一通信网络故障位置信息；将所述第一告警状态信息作为自变量，所述第一通信网络故障位置信息作为因变量对所述通信网络故障定位模型进行训练；获取待预测故障位置的通信网络的告警状态信息，输入完成训练的所述通信网络故障定位模型，对所述通信网络的故障位置进行预测。

在一个可能的设计中，基于通信网络历史故障信息库，构建用于预测通信网络故障位置的通信网络故障定位模型，包括：根据所述历史故障信息库，建立输入层、输出层以及至少一个隐藏层；根据所述输入层、至少一个隐藏层以及输出层来建立所述告警状态信息与所述通信网络故障位置信息的关联。

在一个可能的设计中，将所述第一告警状态信息作为自变量，所述第一通信网络故障位置信息作为因变量对所述通信网络故障定位模型进行训练，包括：将所述第一告警状态信息形成输入向量，输入至所述输入层；根据第一预设关系，由所述输入层获得至少一个隐藏层；根据所述第一预设关系，由所述至少一个隐藏层获得所述输出层；将所述输出层作为预测故障位置；根据所述预测故障位置与所述第一通信网络故障位置，修正所述第一预设关系。

在一个可能的设计中，所述根据第一预设关系，由所述输入层获得至少一个隐藏层，包括：根据S＝W^TX+b,V＝f(S)，由输入层X获得至少一个隐藏层V；其中，W为所述输入层与所述隐藏层间的权重，b为所述输入层与所述隐藏层间的偏置值，S为隐藏层神经元初始状态向量，f为激活函数，V为隐藏层神经元实际状态向量。

在一个可能的设计中，根据所述第一预设关系，由所述至少一个隐藏层获得所述输出层，包括：根据S＝W^TV+b,Y＝f(S)，由所述至少一个隐藏层V获得输出层其中，W为所述隐藏层与所述输出层间的权重，b为所述隐藏层与所述输出层间的偏置值，S为输出层神经元初始状态向量，f为激活函数，为输出层神经元实际状态向量。