唐樂 趙創(chuàng)業(yè) 唐亮亮 肖建毅 胡亮

摘要

本文針對電力信息系統(tǒng)中間件的故障報警問題展開研究，首先簡要闡述了PHM技術(shù)的主要功能;然后就其中的數(shù)據(jù)處理的具體算法，提出了灰色馬爾科夫模型;接著進一步設(shè)計了基于PHM的電力中間件故障報警流程;最后，以某電力信息系統(tǒng)中的heap堆棧進行實例分析，證明了本文的研究結(jié)果具有可行性。

【關(guān)鍵詞】PHM技術(shù) 中間件 故障報警

隨著信息化技術(shù)的發(fā)展，我國電力系統(tǒng)信息化建設(shè)水平日益提高，目前已經(jīng)構(gòu)建起較為完善的信息系統(tǒng)，該系統(tǒng)主要通過中間件實現(xiàn)應(yīng)用與數(shù)據(jù)庫之間的連接。因此，對于我國目前的電力信息系統(tǒng)而言，中間件能否可靠運行直接關(guān)系著整個系統(tǒng)的安全穩(wěn)定，目前我國電力信息系統(tǒng)中間件的檢查工作需要更新方式，利用新技術(shù)來打破人工檢查的制約。有鑒于此，本文基于PHM技術(shù)對電力信息系統(tǒng)中間件故障報警的問題展開研究探討，以期推動我國電力系統(tǒng)的信息化建設(shè)。

1 PHM技術(shù)概述

PHM即故障預(yù)測與健康管理，其原理是通過各種傳感器對設(shè)備運行狀態(tài)等信息進行有效采集，然后通過數(shù)據(jù)傳輸技術(shù)將采集到的信息傳輸至數(shù)據(jù)處理中心，通過小波變換、拉普拉斯分值等算法以及神經(jīng)網(wǎng)絡(luò)等模型對其進行分析處理，以此監(jiān)控并診斷設(shè)備運行狀態(tài)是否健康，從而在此基礎(chǔ)上實現(xiàn)故障預(yù)測。PHM技術(shù)從功能方面而言主要有信息采集、信息處理、故障診斷等，具體如下：

（1）設(shè)備運行狀態(tài)信息的采集與傳輸功能。PHM技術(shù)能夠通過各種傳感器來采集設(shè)備的運行狀態(tài)信息，還能夠?qū)崿F(xiàn)信息傳輸。

（2）信息處理功能。PHM技術(shù)能夠?qū)Σ杉降脑O(shè)備運行狀態(tài)信息進行處理，通過特征提取、選擇以及生成集合，為下一步流程提供支持。

（3）信息分析功能。PHM技術(shù)能夠?qū)⒔?jīng)過處理的信息與預(yù)設(shè)值進行對比分析，以此作為故障診斷的依據(jù)。

（4）預(yù)測功能。PHM技術(shù)能夠根據(jù)信息分析所得出的結(jié)果，對設(shè)備運行狀態(tài)進行綜合性的預(yù)測，其中涵蓋了可能發(fā)生的故障、設(shè)備壽命等。

（5）決策輔助功能。PHM技術(shù)能夠根據(jù)預(yù)測結(jié)果來擬定相關(guān)策略，為實際維修工作提供決策支持。

（6）通信接口功能。PHM技術(shù)能夠提供通信接口，以此滿足信息展示、信息傳輸?shù)刃枨蟆?/p>

2 基于PHM技術(shù)的中間件故障特征量算法

如上文中所述，PHM技術(shù)的眾多功能中包括了信息采集、處理以及分析等。就信息處理功能而言，中間件的運行故障具有較為復(fù)雜的特征，而這些特征不僅彼此間存在著關(guān)聯(lián)，還有一部分是冗余的，因此會導(dǎo)致信息處理將面對較大的計算量。針對這一問題，應(yīng)當(dāng)選用適當(dāng)?shù)乃惴▉韺χ虚g件的故障特征進行篩選，濾除其中不相關(guān)的部分，以此降低干擾并提高效率。因此，本文提出灰色狀態(tài)下的馬爾科夫預(yù)測模型。

2.1 灰色預(yù)測算法

灰色預(yù)測算法是一種基于單變量的微分方程模型，能夠很好地處理線性數(shù)據(jù)，但并不適用于波動較大的非線性數(shù)據(jù)，因此該算法在短期預(yù)測方面較為理想，而中長期預(yù)測方面的效果卻難以滿足需求。對此，本文結(jié)合采用灰色預(yù)測算法與馬爾科夫模型，以此構(gòu)建出灰色馬爾科夫模型。該模型能夠利用灰色預(yù)測算法來大致計算出時間序列的趨勢，然后通過馬爾科夫模型對圍繞于時間序列而波動的數(shù)據(jù)序列變化矩陣進行校正，從而得出準(zhǔn)確的中間件故障預(yù)測結(jié)果。

2.2 灰色馬爾科夫模型

本文提出以灰色馬爾科夫模型來進行中間件的故障預(yù)測，其具體方法如下所述：

首先，構(gòu)建灰色預(yù)測算法模型。將中間件運行狀態(tài)數(shù)據(jù)的原始序列設(shè)為X，則：

其中，{x₁，x₂，…，x_m}為基礎(chǔ)序列，{x_m+1，…，x_n}為對比序列。

然后，以灰色預(yù)測算法對{x₁，x₂，…，x_m}進行輪詢預(yù)測，以此得出預(yù)測序列戈，即：在此基礎(chǔ)上算出相對波動變化率E_i：

設(shè)空間狀態(tài)為H，在不同的波動變化率下，H被等分為k個，即：

因此，當(dāng)時間序列為可預(yù)測時，可得出如下統(tǒng)計矩陣：

由統(tǒng)計矩陣可以進步得出描述各狀態(tài)轉(zhuǎn)移規(guī)律的矩陣，即狀態(tài)轉(zhuǎn)移概率矩陣：

當(dāng)確定某時間序列的空間狀態(tài)H時，在狀態(tài)轉(zhuǎn)移概率矩陣中可以找到所對應(yīng)值，接著可以通過下面的公式得出最終預(yù)測結(jié)果：

3 基于PHM的電力中間件故障報警流程設(shè)計及實現(xiàn)

在構(gòu)建灰色馬爾科夫模型后，本文進一步設(shè)計了基于PHM的電力中間件故障報警流程，如圖1所示。

從圖1可以看到，基于PHM的電力中間件故障報警流程包括以下步驟：

步驟一，訓(xùn)練數(shù)據(jù)。具體來說，首先構(gòu)建中間件的參數(shù)模型，然后根據(jù)此模型對中間件的運行狀態(tài)以及配置參數(shù)等進行采集;

步驟二，數(shù)據(jù)處理。對所采集的中間件原始數(shù)據(jù)進行特征提取，篩選掉冗余特征以及不完整或無關(guān)的特征;

步驟三，以灰色馬爾科夫模型進行預(yù)測，得出最終的預(yù)測結(jié)果，然后通過得出該結(jié)果的絕對誤差值;

步驟四，計算置信區(qū)間。通過上一步的最終預(yù)測結(jié)果與絕對誤差值來得出對應(yīng)時間序列下的置信閾值;

步驟五，報警。對預(yù)測結(jié)果與置信閾值進行對比，以此判斷該結(jié)果是否達到報警標(biāo)準(zhǔn)，若超出則啟動報警功能;

步驟六，結(jié)果評估。當(dāng)啟動報警功能后，對該報警結(jié)果進行評估。

4 實例驗證

本文以某電力信息系統(tǒng)中的heap堆棧進行實例分析。首先以該信息系統(tǒng)中的200個heap堆棧的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)樣本，以上文所述的流程進行故障預(yù)測。數(shù)據(jù)經(jīng)過處理后，通過灰色馬爾科夫模型進行預(yù)測，其結(jié)果如圖2所示。

圖2中以圓圈標(biāo)出了預(yù)測值超出置信閾值的情況，可以看到以灰色馬爾科夫模型所預(yù)測的結(jié)果與實際值相符。

5 結(jié)語

本文主要針對如何有效進行電力信息系統(tǒng)中間件故障報警展開研究。對于電力信息系統(tǒng)而言，利用PHM技術(shù)能夠有效地對中間件的運行狀態(tài)進行監(jiān)控和診斷，提前預(yù)測出可能發(fā)生的故障，從而使中間件檢查工作從目前以事后維修為主的狀態(tài)轉(zhuǎn)變?yōu)槭虑邦A(yù)測的狀態(tài)。此外，PHM技術(shù)還能提供最優(yōu)的維修策略，幫助工作人員快速地完成維修工作，顯著提高工作效率和資源的利用率。

參考文獻

[1]孫澄宇.基于PHM技術(shù)的智能開關(guān)拒監(jiān)測及診斷系統(tǒng)的平臺設(shè)計[J].電測與儀表，2015，52（24）：112-120.

[2]翟明玉，雷寶龍.電網(wǎng)調(diào)度自動化系統(tǒng)消息中間件的特性和關(guān)鍵技術(shù)[J].電力系統(tǒng)自動化，2012，36（14）：56-59+66.

[3]吳一鳴，田永濤.南寧供電局JIBE應(yīng)用服務(wù)中間件監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[J].電信科學(xué)，2013，29（11）：131-135+151.