陳思羽， 張雁， 王志強(qiáng)

(國網(wǎng)陜西省電力公司信息通信公司，陜西 西安 710048)

0 引 言

隨著通信技術(shù)水平的不斷提高，以國家電網(wǎng)通信信息管理系統(tǒng)(TMS)為基礎(chǔ)的通信信息化平臺的功能也在不斷增加，但是在電源管理方面依舊是空白，只能進(jìn)行基本的臺賬信息錄入，無法實(shí)現(xiàn)電源數(shù)據(jù)的動態(tài)管理和數(shù)據(jù)交互，為此提出一種電源數(shù)據(jù)的分類方法，為實(shí)現(xiàn)電源數(shù)據(jù)的信息化管理提供支持。

在現(xiàn)有的研究中，文獻(xiàn)[1]提出了一種不均衡數(shù)據(jù)分類算法，雖然能夠提高對少數(shù)類樣本的分類準(zhǔn)確率，但是并不適用于電源數(shù)據(jù)處理。文獻(xiàn)[2]提出了一種基于自適應(yīng)隨機(jī)森林的數(shù)據(jù)流分類算法，雖然能夠提高平衡數(shù)據(jù)流分類的效率，但是無法推廣到非平衡數(shù)據(jù)流中。

本文基于以上內(nèi)容，根據(jù)電網(wǎng)通信系統(tǒng)中電源數(shù)據(jù)的特性和通信管理系統(tǒng)，對電網(wǎng)電源信息數(shù)據(jù)管理系統(tǒng)進(jìn)行設(shè)計(jì)，提出一種改進(jìn)樸素貝葉斯分類算法，對電源信息數(shù)據(jù)處理提供支持。

1 電網(wǎng)通信數(shù)據(jù)信息管理系統(tǒng)

在電網(wǎng)通信管理系統(tǒng)中，通信電源的數(shù)據(jù)信息管理處于探索期，還沒有一個規(guī)范的標(biāo)準(zhǔn)，通信電源的信息也只有靜態(tài)臺賬數(shù)據(jù)，無法對現(xiàn)有的業(yè)務(wù)提供支持[3]。為此結(jié)合計(jì)算機(jī)技術(shù)對通信電源數(shù)據(jù)管理系統(tǒng)進(jìn)行設(shè)計(jì)，如圖1所示。

圖1 通信電源管理系統(tǒng)

為了更好地表現(xiàn)系統(tǒng)結(jié)構(gòu)，將系統(tǒng)分為3個層次，分別是應(yīng)用層、平臺層和采集層[4]。

采集層主要負(fù)責(zé)數(shù)據(jù)的采集，數(shù)據(jù)的采集主要依靠數(shù)據(jù)采集單元來實(shí)現(xiàn)，數(shù)據(jù)采集完成后，通過數(shù)據(jù)接口向上層傳遞[5]。除此之外，還有動力環(huán)境為數(shù)據(jù)采集提供動力支持。采集層處理數(shù)據(jù)采集設(shè)備單元之外，還有各種網(wǎng)元和設(shè)備網(wǎng)管，管理數(shù)據(jù)傳輸?shù)脑O(shè)備。實(shí)現(xiàn)數(shù)據(jù)傳輸?shù)闹悄芑芾?。需要指出的是，由于使用的采集設(shè)備來自不同的廠家，導(dǎo)致向上層傳輸?shù)慕涌诜N類過多，同時數(shù)據(jù)傳輸?shù)姆N類也會很多[6]。

平臺層主要負(fù)責(zé)數(shù)據(jù)的存儲，將采集到的各種類型的數(shù)據(jù)進(jìn)行處理以及存儲，云存儲隨著不斷發(fā)展已經(jīng)被廣泛地應(yīng)用到各個領(lǐng)域[7]。云存儲最大的優(yōu)勢在于可以使用少數(shù)的硬件存儲設(shè)備來獲得幾十倍甚至幾百倍的云存儲空間。本文的數(shù)據(jù)存儲方式也使用云存儲，既保證了數(shù)據(jù)的安全性，又減少了系統(tǒng)成本[8]。

數(shù)據(jù)應(yīng)用層主要是對數(shù)據(jù)的應(yīng)用，主要包括數(shù)據(jù)的實(shí)時監(jiān)控，通信資源分配以及通信系統(tǒng)的運(yùn)行管理，數(shù)據(jù)最終會傳輸?shù)綉?yīng)用終端上，根據(jù)數(shù)據(jù)的信息來判斷系統(tǒng)的運(yùn)行情況。

系統(tǒng)的數(shù)據(jù)采集單元部署在電網(wǎng)通信網(wǎng)絡(luò)中的通信電源附近，設(shè)定采集頻率進(jìn)行固定采集，同時為了防止采集數(shù)據(jù)缺失和缺少，還需要進(jìn)行不固定補(bǔ)采。

系統(tǒng)的對外接口主要負(fù)責(zé)與外部系統(tǒng)之間的信息交互，外部系統(tǒng)主要包括本級電網(wǎng)公司的SG-OSS系統(tǒng)和GIS系統(tǒng)等。

系統(tǒng)的接口決定著數(shù)據(jù)信息的交互方式和傳輸方式，系統(tǒng)可以通過對接口協(xié)議的統(tǒng)一化管理來實(shí)現(xiàn)數(shù)據(jù)交互的標(biāo)準(zhǔn)化。

2 關(guān)鍵技術(shù)

2.1 基于C4.5決策樹的樸素貝葉斯分類算法

C4.5決策樹分類算法過程如下。

(1) 假設(shè)通信管理系統(tǒng)中數(shù)據(jù)集S內(nèi)有Si個分類模塊，i={1,2,…，n}，設(shè)置m個屬性標(biāo)簽，定義Ti為每個屬性標(biāo)簽集合，i={1,2,…,n}。假設(shè)Si是Ti類中的數(shù)據(jù)樣本，對于一個固定樣本分類所需要的期望值為：

(1)

(2) 屬性A對數(shù)據(jù)進(jìn)行劃分的子集信息量為：

(2)

(3) 求信息增益，計(jì)算方法為原來的信息需求減去現(xiàn)在的信息需求：

Gain(A)=Info(S)-E(A)

(3)

(4) 屬性A的信息增益率：

(4)

(5)

C4.5算法的主要過程是對生成的決策樹進(jìn)行剪枝操作，不斷地完善決策樹模型，對后續(xù)的數(shù)據(jù)分類提供支持。

樸素貝葉斯分類算法的核心思想是計(jì)算樣本數(shù)據(jù)中屬于每個類別的概率，然后根據(jù)概率的大小來確定樣本數(shù)據(jù)的最終分類，即概率最大的類別為最終分類，主要過程如下。

(1) 提取數(shù)據(jù)樣本的特征向量，用集合x表示，x={x1,x2,…,xn}，其中每一個xi都代表一個數(shù)據(jù)特征。

(2) 經(jīng)過C4.5決策樹的特征分類后有類別y={y1,y2,…,yn}。

(3) 計(jì)算樣本數(shù)據(jù)屬于每種類別的概率:P(y1|x),P(y2|x),…,P(yn|x)。

(4) 根據(jù)概率大小判斷數(shù)據(jù)的最終類別：P(yk|x)=max{P(y1|x),…,P(yn|x)}，就確認(rèn)為數(shù)據(jù)類別。

基于以上描述，本研究提出的新型分類算法步驟為：

(1) 提取樣本數(shù)據(jù)的特征向量。

(2) 采用C4.5決策樹算法進(jìn)行分類。

(3) 根據(jù)決策樹模型計(jì)算權(quán)重。

(4) 根據(jù)權(quán)重采用貝葉斯分類器分類。

(5) 得到分類結(jié)果。

樸素貝葉斯分類算法認(rèn)為數(shù)據(jù)屬性之間沒有任何關(guān)聯(lián)，是相互獨(dú)立的，但是數(shù)據(jù)的屬性或多或少都會有關(guān)聯(lián)，通過C4.5決策樹的訓(xùn)練模型來計(jì)算屬性權(quán)重能夠讓分類結(jié)果更準(zhǔn)確，最終的樸素貝葉斯分類的計(jì)算公式為：

P(yk|x)=max{P(y1|x)·w1,…,P(yn|x)·wn}

(6)

w1+w2+…+wn=1

(7)

權(quán)重的具體數(shù)值則需要根據(jù)數(shù)據(jù)的具體屬性分類個數(shù)決策樹模型來確定，可以通過反推來確定權(quán)重?cái)?shù)值，即用已知屬性的數(shù)據(jù)代入模型來確定權(quán)重。

2.2 數(shù)據(jù)采集方案設(shè)計(jì)

上述系統(tǒng)中數(shù)據(jù)通過縱向橫向接口來進(jìn)行數(shù)據(jù)的傳遞，但是由于下層設(shè)備的廠家過多，導(dǎo)致接口種類也過多，這樣的后果就是傳輸?shù)臄?shù)據(jù)的類型過多，不利于后續(xù)的信息處理。因此需要對上述的數(shù)據(jù)采集方案進(jìn)行改造。

本文采用的數(shù)據(jù)采集方案用到的硬件配置為Xilinx XC7A200T型號的邏輯處理芯片、FPGA驅(qū)動和ADC HMCAD1520芯片。

工作原理為：輸入采集到信息的模擬信號，Xilinx XC7A200T芯片可以將模擬信號轉(zhuǎn)化成數(shù)字信號并傳送到FPGA驅(qū)動上，F(xiàn)PGA會對數(shù)據(jù)進(jìn)行進(jìn)一步的處理，這樣采集到的數(shù)據(jù)信息就會有一個統(tǒng)一的標(biāo)準(zhǔn)，選用Xilinx XC7A200T芯片的原因在于其內(nèi)部有寄存器，可以用于配置功能參數(shù)，同時為了保證接口的統(tǒng)一性。本文在FPGA的設(shè)計(jì)過程中添加了SPI接口的自動配置模塊，主要是實(shí)現(xiàn)HMCAD1520芯片的初始化參數(shù)自動配置，配置根據(jù)采集需求來定。

為了提高數(shù)據(jù)傳輸?shù)娜萘恳约八俣?，在FPGA中設(shè)計(jì)一個高速接口模塊，并利用數(shù)據(jù)時鐘來實(shí)現(xiàn)同步校準(zhǔn)，方案的實(shí)施框架如圖2所示。

該模塊是以Xilinx內(nèi)部自帶的DDR和信號延時調(diào)節(jié)IP原語為基礎(chǔ)設(shè)計(jì)的，同步模塊的作用是校準(zhǔn)時鐘和數(shù)據(jù)的建立時間以及保持時間，這樣可以保證數(shù)據(jù)采集的準(zhǔn)確有效，完成數(shù)據(jù)的高質(zhì)量、高速度和高穩(wěn)定性采集，為后續(xù)的數(shù)據(jù)處理提供幫助。

圖2 方案實(shí)施框架

3 試驗(yàn)仿真與分析

3.1 改進(jìn)樸素貝葉斯算法驗(yàn)證

采用MATLAB仿真軟件對上述的改進(jìn)樸素貝葉斯分類算法進(jìn)行驗(yàn)證和性能分析，其中計(jì)算機(jī)配置的硬件為Windows10操作系統(tǒng)，CPU為Inter Core i5-7500H@3.40 GHz四核，運(yùn)行內(nèi)存16G。為了驗(yàn)證上述算法的有效性，將系統(tǒng)在某電網(wǎng)公司試運(yùn)行一年，選取系統(tǒng)運(yùn)行一年中四個月的數(shù)據(jù)作為數(shù)據(jù)集樣本，數(shù)據(jù)集的基本特征如表1所示。

表1 數(shù)據(jù)集特征

采用上述數(shù)據(jù)，對本文提出的算法、樸素貝葉斯算法(算法1)和C4.5決策樹算法(算法2)進(jìn)行對比驗(yàn)證，驗(yàn)證的指標(biāo)基于混淆矩陣原理的精準(zhǔn)率和召回率，將上述四個數(shù)據(jù)集樣本按4 ∶1劃分為訓(xùn)練集和測試集，并訓(xùn)練模型。

精準(zhǔn)率的計(jì)算公式為：

precision=TP/(TP+FP)

(8)

召回率的計(jì)算公式為：

recall=TP/(TP+FN)

(9)

對數(shù)據(jù)樣本進(jìn)行特征提取，然后采用訓(xùn)練集對三種算法進(jìn)行訓(xùn)練，分別采用三種算法對測試集數(shù)據(jù)進(jìn)行分類，通過式(8)、式(9)計(jì)算得到三種算法的精準(zhǔn)率和召回率，如表2所示。

表2 三種算法的精準(zhǔn)率和召回率對比

從表2可以看出，本文算法的精準(zhǔn)率和召回率都高于算法1和算法2。為了更直觀地表現(xiàn)三種算法的性能，將上述數(shù)據(jù)中的精準(zhǔn)率和樣本數(shù)量的關(guān)系用曲線圖3表示。

圖3 三種算法的精準(zhǔn)率對比

從圖3可以看出，本文提出的算法的精準(zhǔn)率在數(shù)據(jù)樣本較小時，精準(zhǔn)率存在波動現(xiàn)象，波動幅度不明顯，但是隨著樣本數(shù)據(jù)的增加，最終穩(wěn)定在90%以上，而另外兩種算法的精準(zhǔn)率不僅波動較大，并且低于本文提出的算法5%左右。由此可見，本文算法的性能優(yōu)于其他兩種算法。

3.2 改進(jìn)數(shù)據(jù)采集方案驗(yàn)證

在某電網(wǎng)公司的通信網(wǎng)絡(luò)中將上述數(shù)據(jù)采集方案的性能進(jìn)行驗(yàn)證，與傳統(tǒng)的數(shù)據(jù)采集方案的采集速度和數(shù)據(jù)質(zhì)量進(jìn)行對比，采集頻率為3次/min，記錄每次采集數(shù)據(jù)，調(diào)出一天內(nèi)兩種方案的采集數(shù)據(jù)進(jìn)行對比，可以得到表3數(shù)據(jù)。

表3 采集信息數(shù)據(jù)

圖4 采集效率對比

本文提出的數(shù)據(jù)采集方案的時間為35 s/次，傳統(tǒng)數(shù)據(jù)采集方案的采集時間為60 s/次；本文的數(shù)據(jù)采集方案采集的數(shù)據(jù)完整度為98.5%，傳統(tǒng)數(shù)據(jù)采集方案的數(shù)據(jù)采集完整度為92.3%。只依靠一天的采集數(shù)據(jù)并不能表現(xiàn)一種方案的好壞，記錄一年的采集數(shù)據(jù)，計(jì)算數(shù)據(jù)采集的效率，穩(wěn)定性是一個綜合的指標(biāo)。本文數(shù)據(jù)采集效率計(jì)算方式為數(shù)據(jù)的完整度除以采集時間，通過計(jì)算可以得到數(shù)據(jù)采集效率對比圖，如圖4所示。

通過圖4可以看出，本文的數(shù)據(jù)采集方案的數(shù)據(jù)采集效率為30%左右，相比傳統(tǒng)數(shù)據(jù)采集方案提高了15個百分點(diǎn)?；谝陨厦枋?，本文提出的數(shù)據(jù)采集方案性能優(yōu)于傳統(tǒng)數(shù)據(jù)采集方案，不僅提高了數(shù)據(jù)采集的效率，還提高了采集數(shù)據(jù)的質(zhì)量。

4 結(jié)束語

本文針對電網(wǎng)通信系統(tǒng)中的通信電源數(shù)據(jù)的管理空白，引入大數(shù)據(jù)算法對電源數(shù)據(jù)實(shí)現(xiàn)信息化管理，優(yōu)化了傳統(tǒng)的數(shù)據(jù)采集方案，提高了數(shù)據(jù)采集的質(zhì)量和效率，為后續(xù)的數(shù)據(jù)處理提供支持。最后通過試驗(yàn)證明了算法和數(shù)據(jù)采集方案的有效性，具有良好的應(yīng)用前景。但是由于試驗(yàn)數(shù)據(jù)的不充分，難免會有一些問題沒有發(fā)現(xiàn)，在后續(xù)的研究中可以進(jìn)一步的優(yōu)化。