袁績(jī)海，王 凱

（河南水利與環(huán)境職業(yè)學(xué)院 機(jī)電工程系，河南 鄭州 450008）

0 引 言

電力設(shè)備的安全性是智能化方法在電力系統(tǒng)應(yīng)用中面臨的最大困難，電力設(shè)備非常容易遭受外部網(wǎng)絡(luò)的重大攻擊，造成電力系統(tǒng)嚴(yán)重的經(jīng)濟(jì)損失[1-2]。電力設(shè)備中無(wú)論是發(fā)電、輸電環(huán)節(jié)還是配電和用電環(huán)節(jié)，均需要數(shù)字化手段與信息化方法結(jié)合在一起，以保證電力設(shè)備終端的穩(wěn)定性[3]。由于電力設(shè)備的復(fù)雜性，導(dǎo)致電力設(shè)備終端控制器身份無(wú)法確定，因此通過(guò)采集電力設(shè)備終端控制器身份，保證電力設(shè)備運(yùn)行的安全性與穩(wěn)定性是非常必要的。

在國(guó)內(nèi)的研究中，托婭等人通過(guò)R-FCN 網(wǎng)絡(luò)實(shí)現(xiàn)設(shè)備類(lèi)型的快速自動(dòng)識(shí)別，采用Mask RCNN 網(wǎng)絡(luò)實(shí)現(xiàn)電力設(shè)備區(qū)域結(jié)構(gòu)的識(shí)別結(jié)果自動(dòng)分割，從而實(shí)現(xiàn)對(duì)設(shè)備故障狀態(tài)的自動(dòng)診斷[4]。張義超等人為解決智能手機(jī)的安全問(wèn)題，提出一種身份認(rèn)證方法，將編碼器的訓(xùn)練權(quán)重作為卷積核，利用貪婪算法對(duì)深度信念網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，通過(guò)整合身份信息特征，計(jì)算網(wǎng)絡(luò)權(quán)重，結(jié)合Softmax 分類(lèi)器認(rèn)證智能手機(jī)身份。結(jié)果顯示，該方法的身份認(rèn)證準(zhǔn)確率更高，但是成功率偏低[5]。

因此，本文提出一種基于物聯(lián)網(wǎng)RFID 標(biāo)簽的電力設(shè)備終端控制器故障信息采集方法。

1 電力設(shè)備終端控制器故障信息采集

1.1 控制器身份識(shí)別

利用物聯(lián)網(wǎng)RFID 標(biāo)簽節(jié)點(diǎn)挖掘電力設(shè)備終端控制器的身份信息，并對(duì)其進(jìn)行識(shí)別，結(jié)合信任度理念采集控制器身份信息，提升電力設(shè)備的安全性[6]。控制器身份識(shí)別步驟如下：

Step1：根據(jù)物聯(lián)網(wǎng)RFID 標(biāo)簽聚類(lèi)法，劃分待配準(zhǔn)的電力設(shè)備終端控制器拓?fù)銰1和G2，并獲取其最小更新度數(shù)，定義為Dmin；

Step2：在G1和G2中篩選出大于D的非RFID 標(biāo)簽節(jié)點(diǎn)，將其納入到候選集合CN1和CN2中；

Step3：在CN2中，利用公式（1）選取與CN1相似的標(biāo)簽節(jié)點(diǎn)v1i，兩個(gè)節(jié)點(diǎn)共同的鄰居是控制器身份與RFID 標(biāo)簽聚類(lèi)集合中相同的RFID 標(biāo)簽節(jié)點(diǎn)，構(gòu)建的候選跨網(wǎng)絡(luò)的連邊集合CCE1，如公式（2）所示。

式中：CNvil表示身份節(jié)點(diǎn)vil在終端控制器中的標(biāo)簽節(jié)點(diǎn)；CNvjk表示身份節(jié)點(diǎn)vjk在終端控制器中的標(biāo)簽節(jié)點(diǎn)；C Nvil∩CNvjk表示終端控制器中存在的相同標(biāo)簽節(jié)點(diǎn)；CNv1i表示身份節(jié)點(diǎn)v1i在終端控制器中的標(biāo)簽節(jié)點(diǎn)；Nv2j表示身份節(jié)點(diǎn)v2j在終端中的標(biāo)簽節(jié)點(diǎn)；Nv1i表示身份節(jié)點(diǎn)v1i的鄰居節(jié)點(diǎn)；Nv2j表示身份節(jié)點(diǎn)v2j的鄰居節(jié)點(diǎn)。

Step4：刪除CCE1和CCE2中的特有邊，保存共有邊，添加到跨網(wǎng)絡(luò)連邊C1,2中，將連邊的身份節(jié)點(diǎn)添加到RFID標(biāo)簽節(jié)點(diǎn)集合CV1和CV2中；

Step5：重復(fù)迭代Step2 ～Step4 的操作，當(dāng)?shù)螖?shù)達(dá)到7 次且不再出現(xiàn)新的標(biāo)簽節(jié)點(diǎn)時(shí)，完成電力設(shè)備終端控制器身份識(shí)別[7]，輸出RFID 標(biāo)簽節(jié)點(diǎn)集合CV1和CV2以及跨網(wǎng)絡(luò)連邊C1,2。

1.2 故障信息提取

根據(jù)識(shí)別出的電力設(shè)備終端控制器身份信息集合CV1和CV2以及跨網(wǎng)絡(luò)連邊C1,2，提取其身份故障信息，采用隨機(jī)森林算法構(gòu)建電力設(shè)備終端控制器身份決策樹(shù)，計(jì)算出決策樹(shù)的身份故障信息樣本訓(xùn)練誤差[8]。第j棵決策樹(shù)的電力設(shè)備終端控制器身份故障信息特征的重要性Tj為：

式中：O表示決策樹(shù)的數(shù)量；Fj表示第j棵決策樹(shù)的身份故障信息樣本訓(xùn)練誤差；Lj表示身份故障信息樣本訓(xùn)練誤差。

對(duì)電力設(shè)備終端控制器身份故障信息特征的重要性Tj評(píng)分，即：

式中：F表示身份故障信息特征的預(yù)測(cè)評(píng)分值；E表示Tj的評(píng)分值；Q表示完成身份故障信息特征重要性評(píng)分的平均值。

引入過(guò)濾機(jī)制，分類(lèi)提取控制器身份故障信息特征，根據(jù)其樣本權(quán)重，為每一個(gè)身份信息樣本賦予一個(gè)類(lèi)別標(biāo)簽，利用檢索算法[9]對(duì)其排序，檢索公式表示為：

式中：h1,h2, ...,hn表示電力設(shè)備終端控制器編號(hào)；W表示身份故障信息樣本的評(píng)分值；F(h)表示電力設(shè)備終端控制器中包含的身份信息評(píng)分值；D(h)表示其他電力設(shè)備的身份故障信息數(shù)量；d表示衰減因子。

利用以上步驟，提取出電力設(shè)備終端控制器身份故障信息。

1.3 故障信息采集

將提取到的身份故障信息特征設(shè)定為α，不同時(shí)段的身份描述為身份向量β，采用有限方案多目標(biāo)決策理論[10]，構(gòu)建電力設(shè)備終端控制器身份矩陣，根據(jù)需要選取n個(gè)身份向量構(gòu)成身份矩陣N，表示為：

式中：xi表示構(gòu)成身份矩陣的元素；i表示某一個(gè)身份信息，i=1, 2, ...,n。

在規(guī)整化處理身份屬性過(guò)程中，需要考慮到不同身份行為屬性是否相同，判斷身份的狀態(tài)向量屬性值，得到判斷矩陣：

ann的變化會(huì)導(dǎo)致身份信息特征值發(fā)生變化，身份信息狀態(tài)向量屬性判斷公式為：

式中λmax表示身份信息狀態(tài)向量屬性判斷矩陣A的最大特征值。

根據(jù)歐幾里得距離計(jì)算方法，計(jì)算出身份信息狀態(tài)向量X與行為向量H的距離，公式為：

由于身份信息的狀態(tài)向量對(duì)應(yīng)的權(quán)重也是不同的，需要利用身份狀態(tài)向量ωi的評(píng)價(jià)函數(shù)綜合考慮，采集到電力設(shè)備終端控制器身份故障信息，即：

綜上所述，實(shí)現(xiàn)了電力設(shè)備終端控制器身份故障信息采集。

2 實(shí)驗(yàn)分析

2.1 實(shí)驗(yàn)準(zhǔn)備階段

本次實(shí)驗(yàn)的運(yùn)行平臺(tái)為仿真軟件Matlab，將國(guó)網(wǎng)浙江省電力有限公司的DTU 智能配電終端在仿真軟件上仿真運(yùn)行。將基于物聯(lián)網(wǎng)RFID 標(biāo)簽的電力設(shè)備終端控制器故障信息采集方法以及文獻(xiàn)對(duì)比方法輸入到仿真平臺(tái)中，并實(shí)現(xiàn)不同方法的運(yùn)行，并記錄相關(guān)數(shù)據(jù)。

2.2 結(jié)果分析

為進(jìn)一步驗(yàn)證所設(shè)計(jì)方法的應(yīng)用性能，對(duì)比不同方法的身份故障信息采集成功率C和身份故障信息采集準(zhǔn)確率M。C和M指標(biāo)的計(jì)算公式如下：

式中：χ代表采集成功身份故障信息數(shù)量；?total代表采集成功身份信息總量；? 表示身份信息采集錯(cuò)誤量。

三種采集方法的身份故障信息采集成功率對(duì)比結(jié)果如圖1 所示。

圖1 身份采集成功率對(duì)比結(jié)果

從圖1 的結(jié)果可以看出，基于機(jī)器學(xué)習(xí)的采集方法和基于優(yōu)化卷積深度信念網(wǎng)絡(luò)的采集方法在采集成功率上都呈現(xiàn)出下降趨勢(shì)，其中基于優(yōu)化卷積深度信念網(wǎng)絡(luò)的采集方法得到的采集成功率偏低，最低值為60%；而文中方法隨著身份信息數(shù)量的增加，身份采集成功率卻逐漸上升，當(dāng)身份信息數(shù)量為5 000 條時(shí)，身份采集成功率達(dá)到了99.5%。因此，說(shuō)明文中方法在身份采集成功率方面具有更好的性能。

三種采集方法的身份采集準(zhǔn)確率對(duì)比結(jié)果如圖2 所示。

圖2 身份采集準(zhǔn)確率對(duì)比結(jié)果

從圖2的結(jié)果可以看出，當(dāng)身份信息數(shù)量超過(guò)3 000條時(shí)，基于優(yōu)化卷積深度信念網(wǎng)絡(luò)的采集方法得到的身份采集準(zhǔn)確率穩(wěn)定在51.5%，基于機(jī)器學(xué)習(xí)的采集方法在采集2 000 條以?xún)?nèi)身份信息時(shí)，準(zhǔn)確率穩(wěn)定在80%左右，隨后開(kāi)始逐漸下降，而文中方法在采集3 000 條以?xún)?nèi)身份信息時(shí)，準(zhǔn)確率處于穩(wěn)定狀態(tài)，在96%上下，隨后雖然也在下降，但是仍然可以將準(zhǔn)確率控制在95%以上。因此，說(shuō)明文中方法在采集準(zhǔn)確率方面同樣具有更好的性能。

3 結(jié) 語(yǔ)

本文提出了一種基于物聯(lián)網(wǎng)RFID 標(biāo)簽的電力設(shè)備終端控制器身份故障信息采集方法。利用標(biāo)簽節(jié)點(diǎn)得到了電力設(shè)備終端控制器身份的相似程度，結(jié)合歐幾里得距離計(jì)算方法，計(jì)算身份信息狀態(tài)向量與行為向量的距離，完成電力設(shè)備終端控制器身份故障信息的采集。實(shí)驗(yàn)測(cè)試結(jié)果表明，所提方法采集的電力設(shè)備終端控制器身份故障信息更準(zhǔn)確，在實(shí)驗(yàn)測(cè)試過(guò)程中準(zhǔn)確率指標(biāo)數(shù)值均高于95%。由此可知，該采集方法不僅可以降低身份信息的采集難度，還可以提高采集性能。