紀鵬，李迎華

（國網(wǎng)陜西銅川供電公司，陜西銅川 727031）

智能變電站采用智能集成設備，以全站信息數(shù)字化、通信平臺網(wǎng)絡化等為基本要求，自動完成信息采集、測量、控制與保護等基本功能[1]。與傳統(tǒng)變電站相比，智能變電站最大的改變在于以一定數(shù)量的光纖替代大量電纜，但也因此帶來了諸多問題。如因光纖回路無標識，導致無法確認光纖鏈路的物理路徑；因光纖回路標識不規(guī)范，造成檢修光纖鏈路信息不完整，并耗費大量時間等[2-3]。因此，智能化管理變電站內數(shù)量眾多的零散光纖標簽成為當前工作的迫切需求[4-5]。

目前，國外還沒有針對智能變電站光纖標識的研究，而國內大部分的研究則更注重虛回路模型文件與數(shù)據(jù)信息流向的表達方式，且對光纖的物理回路及光纖回路唯一性編碼等方面的研究仍有一定欠缺[6-7]。因此，該文提出了一種基于智能信息處理技術的變電站光纖標識方法。在光纖智能標識系統(tǒng)中，首先利用徑向基函數(shù)神經(jīng)網(wǎng)絡(Radial Basis Function Neural Network,RBFNN)識別光纖節(jié)點類型，然后采用深度優(yōu)先遍歷(Depth First Search，DFS)算法完整檢索出變電站內光纖虛實回路全路徑，從而實現(xiàn)光纖智能管理。

1 光纖智能標識系統(tǒng)設計

變電站光纖智能標識系統(tǒng)分為智能標簽生成模塊和移動解析展示模塊，其總體架構如圖1 所示。

圖1 系統(tǒng)總體架構

智能標簽生成模塊包含二次系統(tǒng)設計、標簽數(shù)據(jù)生成以及打印等功能。其中，二次系統(tǒng)設計功能的作用是設置整個變電站二次系統(tǒng)數(shù)據(jù)信號的連接模式，形成移動終端數(shù)據(jù)庫及光纖標簽文件；標簽數(shù)據(jù)生成功能的作用是由數(shù)據(jù)庫得到變電站相關的物理設置與虛回路設置信息，并處理成所需的數(shù)據(jù)信息格式，從而形成文件[8-9]；智能標簽解析模塊主要包括數(shù)據(jù)解析與標簽掃描等功能，兩者均在移動智能終端中執(zhí)行[10]。

1.1 智能標簽的生成

智能變電站中光纖智能標簽的生成過程需要兩個前提，即建模配置與虛實回路映射。其生成過程，如圖2 所示。

圖2 智能標簽的生成過程

首先在建模配置階段，物理信息建模用于構建二次系統(tǒng)設備配置庫，并根據(jù)國家電網(wǎng)的系統(tǒng)設計規(guī)定對光纜、尾纜的編號和規(guī)格進行計算分配；然后在虛實回路映射階段，利用ICD 文件將虛端子配置與裝置進行綁定，同時生成標簽數(shù)據(jù)庫文件；最后，在標簽生成階段，關聯(lián)標簽數(shù)據(jù)庫文件，便可自動生成標簽文件。

1.2 智能標簽的解析

智能標簽的解析過程大致包含以下幾個步驟：掃描光纖標簽的二維碼、下載數(shù)據(jù)庫文件以及將其進行圖形化呈現(xiàn)。

1）掃描光纖智能標簽。通過掃描光纖標簽上的二維碼便可明確光纖類型。若二維碼對應的是光纜或尾纜，則可以直接從物理文件中獲取整個變電站的配置圖、屏柜光纜連接圖等。若二維碼是纖芯，則可從虛端子設置文件中獲取端口與設備的虛端子圖。

2）圖形化呈現(xiàn)標簽信息。若二維碼對應的是光纜或尾纜，則呈現(xiàn)其物理連接關系；若二維碼對應的是纖芯，則呈現(xiàn)的是虛端子信息。且能夠將物理連接與虛端子信息智能關聯(lián)，逐一對應呈現(xiàn)。

2 基于RBFNN-DFS的智能信息處理技術

智能信息處理技術主要是指將計算機、通信等多項技術結合，從而實現(xiàn)信息的自動獲取與處理。該技術主要面對的是不確定性系統(tǒng)與不確定性現(xiàn)象的信息處理問題。神經(jīng)網(wǎng)絡、遺傳算法等信息處理方式均屬于智能信息處理的范疇[11]。其中，人工神經(jīng)網(wǎng)絡模型具備大規(guī)模并行處理與分布式信息存儲的能力，其識別率高且抗干擾能力強，還能模擬人類思維對需要處理和解決的問題進行記憶、聯(lián)想及推理。因此，所提方法采用人工神經(jīng)網(wǎng)絡識別智能標簽的節(jié)點與二維碼的類型，并結合圖論DFS 算法，完整檢索出智能變電站光纖虛實回路全路徑。

2.1 人工神經(jīng)網(wǎng)絡

該文采用RBFNN 用于光纖標識[12-13]。一個典型的RBFNN 僅包含3 層，即輸入層、隱藏層和輸出層，相較于多層感知器網(wǎng)絡，其結構相對簡單[14]。RBFNN的激活函數(shù)由輸入量與原始量之間的差值決定，因此其具有較好的逼近能力、分類能力和訓練速度。RBFNN 的結構，如圖3 所示。

圖3 RBFNN的結構

隱藏層hj(x)與輸出層Yk的數(shù)學計算公式如下：

式中，x是輸入量，α是一個控制奇函數(shù)寬度的參數(shù)，?i是神經(jīng)元的中心量和，‖· ‖ 表示歐氏距離，ωij為各層之間的權重。

2.2 深度優(yōu)先遍歷算法

DFS 是一種掃描有限無向圖的方法，其被廣泛應用于解決各種圖的問題[15]。該方法隨機選擇圖中的某一頂點Q，由其開始訪問，然后按照順序從Q 沒有被訪問的相鄰點發(fā)出深度優(yōu)先遍歷圖，直至圖內全部與Q 存在相通路徑的節(jié)點均被訪問[16]。DFS 算法的具體流程如下：

1）讀取初始智能變電站的光纖數(shù)據(jù)、總線數(shù)據(jù)，并轉換成圖形G。

2）確定需要使用DFS 與源隔離的標簽節(jié)點。

3）使用DFS 從第一次迭代開始搜索候選網(wǎng)絡拓撲。其中，第一次迭代從步驟2）開始，通過連接一個光纖配線架端口可以找到生成樹T′；第二次迭代同樣從步驟2）開始，可能的生成樹由同時操作的兩個光纖配線架端口的組合生成。在下一次迭代中，所有可能的生成樹的生成與第二次迭代相同，但會增加光纖配線架端口操作的數(shù)量。

4）若在步驟3）獲得了候選網(wǎng)絡拓撲，則能夠獲得新路徑，且在每個可能的拓撲中執(zhí)行光纖邏輯回路與物理回路；否則，返回步驟3）。

3 提出的變電站光纖標識方法

在變電站光纖標識中，通過移動終端掃描光纖二維碼，可獲得相應的數(shù)據(jù)信息。然后，利用智能信息處理技術對變電站整站光纖的物理和虛端子回路的全路徑進行分析。

3.1 光纖標簽設計

光纖標簽用于標示裝置端口處所連接的纖芯信息，其內容格式如圖4 所示。

圖4 光纖標簽樣式

光纖標簽上的文字內容囊括了光纖的起止端口、隸屬光纖編號及其序號等相關信息。而二維碼則是光纖數(shù)據(jù)庫的入口，通過掃描標簽二維碼便可獲得光纖物理回路與虛端子回路之間的聯(lián)系，并在較短的時間內呈現(xiàn)此光纖傳送的虛回路數(shù)據(jù)信息。

3.2 光纖標識方法

對于智能變電站中智能電子設備(Intelligent Electronic Device,IED)、交換機(Switch)和光配架(Optical Distribution Frame,ODF)等設備的接收與發(fā)送端口，均為變電站的具體節(jié)點。不同于理論節(jié)點拓撲結構，實際智能變電站中存在IED、Switch 和ODF 的網(wǎng)絡拓撲?；谥悄苄畔⑻幚砑夹g的光纖標識流程，如圖5 所示。

圖5 智能光纖標識流程

將變電站內裝置劃分成發(fā)送與接收裝置。通常而言，選擇接收裝置作為初始節(jié)點，且信息的流向是存在方向的。先通過移動設備掃描光纖二維碼，然后根據(jù)RBFNN 確定節(jié)點類型。最后對于不同的節(jié)點，采用DFS 策略進行全路徑的搜索，以完成對變電站光纖的智能標識。

4 實驗結果與分析

選取某城市的一個220 kV 智能變電站，其配備3 臺主變壓器。智能終端、合并單元和交換機、繼電保護設備間均采用光纖連接，中間設有ODF，其中一臺變壓器的光纖連接節(jié)點有164 個。

RBFNN 的網(wǎng)絡參數(shù)設為：輸入量的長度為248，輸出量的長度等于有限元的元素數(shù)，數(shù)值規(guī)格化為0～1；隱藏層有512 個單位。該網(wǎng)絡采用自適應矩估計優(yōu)化器與均方誤差損失函數(shù)來進行訓練。

4.1 光纖標識準確率對比

光纖標識準確率是所提方法性能的一個重要指標，變電站SCD 文件的大小以及節(jié)點數(shù)量的規(guī)模均對其有一定的影響。其與文獻[4]、文獻[6]、文獻[7]中所提方法的標識準確率對比結果如圖6 所示。

圖6 光纖標識準確率對比

從圖6 中可以看出，隨著光纖數(shù)量的增多，各方法的識別準確率持續(xù)下降。由于光纖類型繁雜，且光纖數(shù)增多意味著二次回路數(shù)呈指數(shù)增長，因此對光纖標識及二次全回路的構建提出了更高的要求。但相比于其他方法，所提方法的識別準確率下降幅度較小，且在同一光纖數(shù)量下，其準確率最高，不低于70%。主要是由于該算法結合了RBFNN 和DFS算法，其能夠較好地識別光纖回路。而文獻[4]應用數(shù)據(jù)挖掘技術，文獻[6]通過采用跳纖標簽、光纖熔接表、光纜牌三大措施，以及文獻[7]利用區(qū)域識別技術，以上3 種方法的信息處理技術均較為單一，且整體標識性能不佳。

4.2 光纖標識效率對比

光纖數(shù)量的增加導致標識復雜性提高，其對所提方法的運行效率有較大影響。為此，將所提方法與文獻[4]、文獻[6]以及文獻[7]中的方法進行標識時間測算對比，結果如圖7 所示。

圖7 光纖標識耗時對比

從圖7中可以看出，相比于其他方法，在同一光纖數(shù)量下，所提方法的標識耗時最短，且不超過85 ms。文獻[4]應用數(shù)據(jù)挖掘技術處理變電站數(shù)據(jù)信息，計算過程較為繁瑣，因此耗時較長；文獻[6]采用跳纖標簽、光纖熔接表、光纜牌三大措施實現(xiàn)光纖標識的方法較為傳統(tǒng)且依賴于人工，從而導致整體運行效率較低；文獻[7]基于區(qū)域識別光纖，分區(qū)識別有利于縮短耗時，但由于缺乏智能算法予以支撐，故運行效率有所欠缺。

5 結束語

智能變電站內光纖數(shù)量眾多，且相對零散，因此難以高效管理。為此，提出了一種基于智能信息處理技術的變電站光纖標識方法。首先利用RBFNN識別光纖類型，然后采用DFS 算法檢索每種光纖類型，從而得到智能變電站的虛實回路全路徑。實驗結果表明，所提方法的綜合性能優(yōu)于其他對比方法。其為光纖管理的模型化、標準化、智能化與可視化提供了理論支撐。由于僅論證了所提方法在理論階段的有效性，所以在接下來的工作中，還將結合實際運行的變電站展開研究，以提高該方法的普適性。