孫 濤，任 啟，袁 碩
?。▏W張家口供電公司，河北 張家口075000）
摘 要： 目前電網安全運行對通信網的依賴性不斷增強、對通信網安全可靠性要求不斷提高，但通信網的安全風險隨著網絡規模、網絡結構、業務增長的不斷變化也與日俱增，安全生產工作面臨前所未有的壓力和挑戰，開展通信網風險防范、做好預判預控工作勢在必行。通過建立電力通信設備運行風險綜合評估模型，搭建預警系統架構，分析綜合指標體系，利用多層次模糊算法制定風險評估規則，得到較客觀的預警信號指示，并給出合理的解決措施方案。結果表明該方法的有效性和可行性，對電力綜合設備風險管理有一定的指導意義。
關鍵詞： 多層次、模糊、綜合網管、風險、預警
0 引言
電力通信網具有多技術、多層次的復雜網絡結構，任何—個設備的故障，都會影響到通信系統的服務質量，甚至還會對電網的安全穩定運行構成嚴重威脅。雖然近年來系統內外對電力通信網可靠性/風險分析方法的研究層出不窮，但并沒有找到全面系統及簡單易行同時兼顧的、能付諸實際使用的評價方法及風險預警系統，用來指導電力通信網日常運行管理工作的開展。研究一套全面的風險評估預警系統是保障電力通信安全運行的有效方法，目前國內外風險評估預警的方法很多，主要有基于概率論的方法、基于可靠性理論的方法、基于模糊理論的方法和基于人工智能的方法等。近年來，基于層次分析模糊集方法為風險評估提供了新的思路，通過改進風險預警管理措施，有效地降低風險或避免風險，提高電力通信系統的安全性。
層次分析法AHP(Analytic Hierarchy Process)是數學家Thomas L Saaty首先提出的 ，該評價方法是一種多指標綜合評價方法，采取定性、定量相結合的方式，保證了模型的系統性和合理性。但對于電力通信系統指標評價體系來說，存在巡檢人員的主觀評價，引入三角模糊算法來判斷主觀信息，在一定程度上降低了主觀因素對評估帶來的影響，提高了的準確程度。層次分析模糊化處理方法綜合二者的優勢，提高了評估結果的可信度，加強了預警系統的有效性和可行性。
1 多層次模糊算法介紹
多層次模糊算法模型如下：設U={U1,U2,U3,…,Um},V={V1,V2,V3,…,Vj}，U為指標集，V為評價集。設R為由m個指標構成的總評價矩陣，R=(rij)mn，即：
2 電力綜合網管預警系統
2.1 風險評估
由于電力通信網分層、分級的管理特點，電力通信網的網管系統建設長期缺乏統一的規劃和指導，國網公司已建網管系統在建設水平、開發模式、實施方式、體系架構、系統功能、管理范圍、管理能力等方面都存在較大差異，形成了眾多“信息孤島”，難以實現信息資源共享。公司電網跨區聯網格局的逐漸形成，使得 各級網絡間的聯系日益緊密，為消除各層級網管系統“孤島”，規范各單位通信管理系統的建設與應用，建設具備實時監視、資源管理、運行管理、專業管理四大業務應用，覆蓋各級電力通信骨干網和終端通信接入網，形成具有集約化、標準化、智能化特征的國家電網公司企業級通信管理平臺，為提升通信網絡運行維護能力和管理水平提供技術支撐。在電力通信設備綜合網管平臺建立的基礎上，通過采集的告警信息分析告警原因，提取有用的評價指標，制定分層評價體系，根據模糊FAHP算法制定指標權重，獲取風險系數，以風險系數為門限，制定預警管理平臺。
風險評估以風險值為指標，綜合考慮設備狀態評價結果、設備故障損失程度兩方面的因素，按以下公式計算獲得：
風險值（R） = 故障損失程度（C）×故障發生可能性（P）
式中：R為設備風險值，C為故障可能導致的損失程度，P為故障發生可能性（來自于狀態評價結果）。故障發生的可能性=故障發生風險分值/風險總分值（100）×自然災害系數×社會因素系數。用下標n表示風險事件未發生，用下標d表示風險事件發生，所以風險值：
R=1-PnCn=1-(1-Pd)(1-Cd)=Pd+Cd-PdCd
本文用多層次模糊算法方法對電力通信設備網進行風險評估。層次模型的構造基于分解的思想，進行對象的系統分解，它的基本層次有三類：目標層、準則層、指標層。目的是基于系統基本特征建立系統的評估體系。其中目標層是最終的判定目標；準則層是判定依據的標準與規范，往往是多個準則的集合，準則層可以有多層；指標層則是在目標層和準則層約束下的各項具體指標。經過系統分解，得到如圖1所示的電力通信綜合網管設備指標體系模型。
2.2 風險預警評判等級設置及對策
圖1為25個電力通信設備狀態典型指標，為了進一步得到風險系數，需要構造判斷矩陣，利用上文描述的FAHP算法構造判斷矩陣。判斷矩陣的作用是在上一層某一元素的約束條件下，對同一層次的判斷矩陣采用標準的1-9階標度的評價尺度進行專家評價，得到比較值rij,由于專家對給出的比較值rij信任程度不同，可以在比較值上加入各自的置信度。置信度可以分為5個等級，為“完全有把握、很有把握、較有把握、把握一般、沒有把握”，分別用數值“0，0.5，1，1.5，0”描述，同時又分為對比較值rij的置信度上限（f）和下限（k），可以構成三角模糊數(lij=rij-fij,uij=rij+kij)，同時，第k個專家可以構造判斷矩陣Rk(aij)aij=(lij,mij,uij),aji=(1/uij, 1/mij,1/lij)(k=1，2，…，m)，其次對第k個專家構造的判斷矩陣進行歸一化處理，方法如前面公式所示：
由此可以構造出歸一化判斷矩陣Rk(vij)。計算出綜合判斷矩陣R(rij)由于專家組中的專家的知識結構和對電力通信設備的認識程度不同，每個專家給出的判斷矩陣的信任度也不相同。通過三角模糊算法可以較客觀的對風險值進行排序。
在MATLAB7.0環境下進行計算，其中在FAHP算法中，評判矩陣由專家得到，并得到25個二級指標的模糊權重。再根據三角模糊數算法計算得到較客觀的風險值，并進行排序。根據風險值劃分預警信號和確定警限信號，電力通信設備預警可分為5個預警區，即：低風險區、中等風險區、較高風險區、高風險區，評判等級一般采用5分制，評判得分為5、4、3、2、1。于是得到評判向量：C=[5,4,3,2,1]T。當風險值t在[0,2]時，C=1；當t在[3,4]時，C=2；當t在[5,6]時，C=3；當t在[7,8]時，C=4；當t在[9,10]時，C=5。仿真結果如表1所示。
2.3 綜合網管預警管理系統設計
根據電力通信設備狀態網管預警管理系統的需求提出總體設計原則，并對系統結構、框架進行了綜合設計，對預警管理系統的架構進行了詳細介紹。
電力通信設備狀態預警系統的網絡構架采用一個開放性、可擴展的方案，系統由預警采集平臺、預警集中平臺、預警處理平臺及服務器等組成。系統網絡架構如圖2所示。
系統采用TCP/IP體系結構、C/S+B/S模式，系統基于J2EE，采用全分布式的模塊化體系結構，使之具有靈活性及擴展性，新預警的引入和刪除不影響現有功能模塊，系統的容量可隨著硬件的擴容和軟件的升級達到更高的要求，以適應不同規模監控網絡系統和不同數量監控對象的需要，從而滿足于電網的快速發展。系統主要分為預警采集層、預警處理層、預警管理層和應用層4層結構。預警采集層主要負責從不同通信系統采集預警信息，并且將預警格式歸一，預警處理層主要完成預警的過濾規則和預警類型、級別重定義后，通過上層數據庫接口模塊將預警信息存入數據庫中的臨時表中。預警處理層還為預警平臺提供了維護接口，當預警平臺需要人工維護時，平臺直接連接預警采集平臺，通過TCP方式交互維護命令和維護結果。此外，處理層還有一塊系統狀態監控模塊，負責定期向系統狀態監控平臺定期發送自身運行狀態的UDP包，系統狀態監控平臺根據UDP包判斷采集平臺的運行狀態。預警管理層主要負責預警任務的增加、刪除、查詢及修改的功能，決定門限值的設定及相關操作。其中通過修改模塊，可以對指標的門限值進行修改，門限值設置的合理性直接影響到預警系統功能的及時性，巡檢人員在設置門限值時需要根據歷史數據庫中的數據以及各種實際情況進行合理分析。應用層主要負責呈現經過處理的預警、預警通知、預警查詢與統計、電子工單管理等功能。預警信息可以通過顯示器顯示或通過設計顯示燈，根據風險等級，分為五個預警區間，設置5個不同顏色的顯示系統。即“綠燈”、“藍燈”、“黃燈”、“橙等”、“紅燈”5種表示進行單項預警。針對不同的預警區間，燈號顯示所表現得警情也會有所不同。表2所顯示的是警情情況。
預警查詢和統計模塊可以對任意時間段內預警頻次進行統計，并根據不同預警網元、預警級別等字段的任意組合進行預警頻次的統計。應用層還有告警處理方式，根據指示燈顯示，能夠對應解決措施，并顯示不同網元設備的預警消除方案集。人工維護模塊負責將預警平臺下發的維護命令傳送給網管系統，并將系統返回結果上傳給接口，然后通過系統自動分析后顯示結果。
為了提高開發效率，整個系統采用J2EE Struts構架，系統主要分為WEB模塊、業務模塊和控制模塊三大部分：WEB模塊主要實現呈現給客戶的功能部分；業務模塊主要實現數據分析及操作的各項具體功能；控制模塊主要由StrutS的ActionServlet或其子類與Action類組成，實現各個顯示頁面的邏輯關系，同時調用業務模塊的接口，實現系統中的各項功能。
其整體框架如圖3所示。
JSP頁面主要用于實現檢修人員在主機上訪問用戶界面，使用HTML、JSP標準標記和Struts定義標記。Struts控制器用于建立和管理通客戶端瀏覽器的會話，同時也用于初始化信息。Action類處理用戶的提交信息，把結果反饋給控制器。業務模塊接口定義了所有的實現功能所需要的邏輯接口，WEB模塊用這些接口實現所有功能。
3 總結
根據電力通信設備狀態風險評估的需求，本文提出了基于FAHP及三角模糊函數的電力通信網風險評估方法，充分應用了FAHP計算過程清晰明確、明白易懂的特點，得出主觀評價。利用三角模糊函數排序，一定程度上降低了主觀因素對排序結果的影響，提高了評估結果的準確度。利用風險評估結果制訂預警等級及處理對策，最后設計了綜合網管預警管理系統架構。本系統的設計可以應用于電力通信巡檢系統，減少故障發生率，提高巡檢效率。
參考文獻
[1]胡偉文，王勝兵．模糊層次分析法及在軍校學員綜合素質評估中的應用[J]．數學的實踐與認識，2003，10：27-32
[2]胡壽松，何亞群．粗糙決策理論與應用[M]．北京：北京航空航天大學出版社，2006．
[3]陳志杰，王永杰，鮮明．一種基于粗糙集的網絡安全評估模型[J]．計算機科學，2007，34(8)：98-100．
[4]Cao Jian，Ye Feng．A new method for VE partner selection and evaluation based on AHP and fuzzy theory[C]. The 8th International Conference on Computer Cooperative Work in Design Proceedings．
[5]Sarkar M，Yegnanarayana B．Rough-fuzzy membership funcfions[C]. Proceedings of IEEE International Conference on Fuzzy Systems，Anchorage，USA，1998：796-801．