摘 要：【目的】智能變電站作為智能電網(wǎng)核心組成部分，其通信網(wǎng)絡(luò)狀態(tài)將直接影響整個(gè)電網(wǎng)的穩(wěn)定性和可靠性。對通信網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)監(jiān)測，可以及時(shí)發(fā)現(xiàn)并處理網(wǎng)絡(luò)中潛在的問題，確保通信網(wǎng)絡(luò)穩(wěn)定運(yùn)行?！痉椒ā吭谥悄茏冸娬镜耐ㄐ啪W(wǎng)絡(luò)節(jié)點(diǎn)處部署專用的報(bào)文捕獲設(shè)備，實(shí)時(shí)捕獲流經(jīng)的報(bào)文。搭建用于新一代智能變電站通信網(wǎng)絡(luò)狀態(tài)監(jiān)測的BP神經(jīng)網(wǎng)絡(luò)，并將報(bào)文信息經(jīng)輸入層輸入，由隱藏層的特征提取得到通信網(wǎng)絡(luò)的狀態(tài)特征，經(jīng)計(jì)算后由輸出層輸出通信網(wǎng)絡(luò)狀態(tài)監(jiān)測結(jié)果。【結(jié)果】該設(shè)計(jì)方法可實(shí)現(xiàn)對智能變電站通信網(wǎng)絡(luò)狀態(tài)的精準(zhǔn)感知，且監(jiān)測結(jié)果具有高度時(shí)效性?！窘Y(jié)論】采用先進(jìn)的BP神經(jīng)網(wǎng)絡(luò)方法實(shí)現(xiàn)對通信網(wǎng)絡(luò)狀態(tài)的全面、準(zhǔn)確評估，為智能變電站的安全、高效運(yùn)行提供有力保障。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)；新一代；智能變電站；通信網(wǎng)絡(luò)；狀態(tài)監(jiān)測；報(bào)文

中圖分類號：TM732" " "文獻(xiàn)標(biāo)志碼：A" " 文章編號：1003-5168（2025）04-0022-04

DOI：10.19968/j.cnki.hnkj.1003-5168.2025.04.005

New Generation Intelligent Substation Communication Network State Monitoring Method Based on BP Neural Network

CHEN Yifu1 LONG Wei2 CHANG Xuewu2 CHENG Gangqiang2 ZHANG Bei2

SHE Fengjian2 FU Ruixiao2 LI Yuxi2

（1. Chongqing University-University of Cincinnati Joint Co-op Institute， Chongqing 400044，China;

2. State Grid Hunan Electric Power Co.， Ltd.， Changsha Power Supply Branch， Changsha 410015，China）

Abstract：[Purposes] As a core component of the smart grid， the intelligent substation directly affects the stability and reliability of the entire power grid by its communication network status. By monitoring the communication network in real-time， potential problems in the network can be detected and resolved in a timely manner， ensuring the stable operation of the communication network. [Methods] This paper deploys dedicated message capture devices at the communication network nodes of smart substations to capture real-time messages flowing through them and builds a BP neural network for monitoring the communication network status of the new generation of intelligent substations. The message information is input through the input layer， and the feature extraction of the hidden layer is used to obtain the state characteristics of the communication network. After calculation， the output layer outputs the communication network status monitoring results. [Findings] The design method can achieve accurate perception of the communication network status of intelligent substations， and the monitoring results have high timeliness. [Conclusions] By adopting advanced BP neural network methods to achieve comprehensive and accurate evaluation of communication network status， this paper provides strong guarantees for the safe and efficient operation of intelligent substations.

Keywords： BP neural network; new generation; intelligent substation; communication network; status monitoring; message

0 引言

智能變電站是智能電網(wǎng)中的關(guān)鍵設(shè)備，不僅要滿足其通信網(wǎng)絡(luò)的全面數(shù)字化建設(shè)需求，而且要有實(shí)時(shí)自動控制系統(tǒng)在線分析決策，實(shí)現(xiàn)設(shè)備間的協(xié)同互動。

王維維［1］設(shè)計(jì)的監(jiān)測平臺由監(jiān)測網(wǎng)絡(luò)模塊、報(bào)文捕獲與解析模塊、監(jiān)測設(shè)備模塊和狀態(tài)監(jiān)測軟件模塊構(gòu)成，該平臺利用嵌入式以太網(wǎng)技術(shù)，結(jié)合軟定時(shí)器和網(wǎng)卡硬件驅(qū)動等組件，實(shí)現(xiàn)對通信網(wǎng)絡(luò)的全面監(jiān)測。其中，報(bào)文捕獲與解析模塊選用Libpcap作為數(shù)據(jù)包捕獲庫，能解析多種報(bào)文類型。監(jiān)測設(shè)備則包括通信分析儀和監(jiān)聽裝置，用于實(shí)時(shí)捕捉和分析網(wǎng)絡(luò)數(shù)據(jù)。嵌入式以太網(wǎng)技術(shù)因采用CSMA/CD介質(zhì)訪問控制機(jī)制，導(dǎo)致其網(wǎng)絡(luò)時(shí)延存在不確定性。這種不確定性可能對監(jiān)測系統(tǒng)的實(shí)時(shí)性造成影響，進(jìn)而影響智能變電站通信網(wǎng)絡(luò)狀態(tài)監(jiān)測的準(zhǔn)確性和可靠性。黃天煒等［2］分析了5G網(wǎng)絡(luò)中潛在的攻擊方式和場景，對網(wǎng)絡(luò)安全性進(jìn)行全面的風(fēng)險(xiǎn)評估。在此基礎(chǔ)上，利用RSA算法，設(shè)計(jì)出一種高效的網(wǎng)絡(luò)安全監(jiān)測方案，不僅實(shí)現(xiàn)數(shù)據(jù)傳輸?shù)募用鼙Ｗo(hù)，還能有效提升網(wǎng)絡(luò)監(jiān)測的準(zhǔn)確性和安全性。RSA算法雖然強(qiáng)大，但其計(jì)算復(fù)雜度和資源消耗也相對較高，易對實(shí)時(shí)性要求較高的5G網(wǎng)絡(luò)監(jiān)測任務(wù)產(chǎn)生一定影響。

為規(guī)范智能變電站運(yùn)維管理，本研究引入BP神經(jīng)網(wǎng)絡(luò)，以新一代智能變電站為例，對其通信網(wǎng)絡(luò)狀態(tài)監(jiān)測方法進(jìn)行設(shè)計(jì)。

1 新一代智能變電站通信網(wǎng)絡(luò)節(jié)點(diǎn)報(bào)文信息捕獲

在新一代智能變電站中，通信網(wǎng)絡(luò)節(jié)點(diǎn)報(bào)文信息的捕獲是確保電網(wǎng)穩(wěn)定運(yùn)行和故障快速響應(yīng)的關(guān)鍵環(huán)節(jié)。在智能變電站的通信網(wǎng)絡(luò)節(jié)點(diǎn)處部署專用的報(bào)文捕獲設(shè)備，如網(wǎng)絡(luò)分析儀或報(bào)文記錄裝置，通過物理連接（如以太網(wǎng)口）接入通信網(wǎng)絡(luò)，實(shí)時(shí)捕獲流經(jīng)的報(bào)文［3］。該過程的表示見式（1）。

[R=n?δ2N]" " " " " " " " "（1）

式中：[R]為流經(jīng)報(bào)文的捕獲；[n]為變電站通信網(wǎng)絡(luò)中第[n]個(gè)節(jié)點(diǎn)；[δ]為節(jié)點(diǎn)通信效率；[N]為變電站通信網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量。

在此基礎(chǔ)上，配置捕獲設(shè)備的軟件參數(shù)。其中包括捕獲的報(bào)文類型（如IEC 61850標(biāo)準(zhǔn)定義的GOOSE、SV等報(bào)文）、捕獲時(shí)間范圍、存儲格式等，確保捕獲設(shè)備能準(zhǔn)確記錄所需的報(bào)文信息。同時(shí)，設(shè)置捕獲設(shè)備的觸發(fā)條件，如基于特定報(bào)文內(nèi)容的過濾、基于網(wǎng)絡(luò)流量的閾值觸發(fā)等［4］。當(dāng)滿足觸發(fā)條件時(shí)，捕獲設(shè)備將自動開始或停止捕獲報(bào)文。報(bào)文捕獲停止條件見式（2）。

[T=8L?（B+R2）]" " " " " "（2）

式中：[T]為報(bào)文捕獲停止條件；[L]為通信網(wǎng)絡(luò)傳輸長度；[B]為通信網(wǎng)絡(luò)帶寬。

通過上述步驟，匹配報(bào)文信息、收集報(bào)文內(nèi)容，并根據(jù)報(bào)文類型的不同，采樣包括通信節(jié)點(diǎn)測量值、狀態(tài)信息、控制命令等在內(nèi)的具體數(shù)據(jù)，以此完成對變電站通信網(wǎng)絡(luò)節(jié)點(diǎn)報(bào)文信息的捕獲。

2 BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

在上述研究內(nèi)容的基礎(chǔ)上，引進(jìn)BP神經(jīng)網(wǎng)絡(luò)，對通信網(wǎng)絡(luò)節(jié)點(diǎn)的輸入—輸出進(jìn)行映射，建立變電站通信網(wǎng)絡(luò)各個(gè)連接層之間的關(guān)系。BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)，由輸入層、隱藏層和輸出層構(gòu)成。為確保輸出的數(shù)據(jù)能直觀地呈現(xiàn)錄入報(bào)文數(shù)據(jù)的關(guān)系，使用已知的輸入—輸出數(shù)據(jù)對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。在訓(xùn)練過程中，通過反向傳播算法不斷調(diào)整網(wǎng)絡(luò)的權(quán)重和偏置，使網(wǎng)絡(luò)輸出逐漸逼近期望的輸出［5］。在BP神經(jīng)網(wǎng)絡(luò)中，每個(gè)神經(jīng)元的輸出見式（3）。

[y=f?Tigt;1nwixi+b]" " " " " （3）

式中：[y]為每個(gè)神經(jīng)元的輸出；[f]為Sigmoid函數(shù)；[w]為權(quán)重；[x]為輸入數(shù)據(jù)；[b]為偏置；[i]為第[i]個(gè)神經(jīng)元。

在訓(xùn)練過程中，需要計(jì)算網(wǎng)絡(luò)的輸出與期望輸出之間的誤差。根據(jù)網(wǎng)絡(luò)的輸出值，誤差的計(jì)算見式（4）。

[E=12jgt;1myj-tj2]" " " " " "（4）

式中：[E]為誤差；[m]為輸出神經(jīng)元的數(shù)量；[j]為訓(xùn)練次數(shù)；[t]為期望輸出。

根據(jù)BP神經(jīng)網(wǎng)絡(luò)中的反向傳播算法，進(jìn)行映射中節(jié)點(diǎn)權(quán)重的更新。該過程的表示見式（5）。

[Δw=-η?E?w]" " " " " " " " "（5）

式中：[Δw]為節(jié)點(diǎn)權(quán)重的更新；[η]為學(xué)習(xí)率；[?E?w]為誤差對權(quán)重的偏導(dǎo)數(shù)。

參照上述公式，對映射中的數(shù)據(jù)偏置量進(jìn)行更新，見式（6）。

[Δb=-η?E?b]" " " " " " " "（6）

式中：[Δb]為偏置更新；[?E?b]為誤差對偏置的偏導(dǎo)數(shù)。

通過上述步驟，將更新后的[Δw]、[Δb]代入式（3）中，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，并在輸入層進(jìn)行通信網(wǎng)絡(luò)數(shù)據(jù)錄入，重復(fù)以上操作，直至得到輸出信息，即可實(shí)現(xiàn)對輸入—輸出數(shù)據(jù)映射。

3 通信網(wǎng)絡(luò)狀態(tài)監(jiān)測實(shí)現(xiàn)

利用部署在通信網(wǎng)絡(luò)節(jié)點(diǎn)的捕獲設(shè)備，實(shí)時(shí)捕獲并存儲報(bào)文信息。在BP神經(jīng)網(wǎng)絡(luò)中，通過輸入層輸入報(bào)文信息，經(jīng)過隱藏層的特征提取，得到通信網(wǎng)絡(luò)狀態(tài)特征。狀態(tài)特征的計(jì)算見式（7）。

[F=fy+XW]" （7）

式中：[F]為狀態(tài)特征；[X]為信息維度；[W]為信息密度。

設(shè)定狀態(tài)特征的閾值，當(dāng)實(shí)時(shí)監(jiān)測到的狀態(tài)特征的某一維度超過對應(yīng)的閾值時(shí)，認(rèn)為該維度出現(xiàn)異常，異常判斷見式（8）。

[Q=Y，" Figt;χiN， Fi≤χi]" " " " " "（8）

式中：[Q]為通信網(wǎng)絡(luò)異常判定結(jié)果；[χ]為閾值。

當(dāng)通信網(wǎng)絡(luò)出現(xiàn)異常時(shí)，提取與異常相關(guān)的報(bào)文信息，包括異常發(fā)生的時(shí)間、地點(diǎn)、類型，建立異常事件與時(shí)序的匹配關(guān)系，實(shí)現(xiàn)通信網(wǎng)絡(luò)狀態(tài)監(jiān)測與異常信息提取。

4 實(shí)驗(yàn)

4.1 實(shí)驗(yàn)準(zhǔn)備

以某智能變電站為研究對象，該變電站位于我國東部沿海某城市，是當(dāng)?shù)仉娋W(wǎng)的重要組成部分。據(jù)統(tǒng)計(jì)，該變電站于2022年投入運(yùn)行，總投資約為1.2億元人民幣，其智能化設(shè)備占比為60%，包括智能變壓器、智能斷路器等關(guān)鍵設(shè)備。在通信網(wǎng)絡(luò)方面，該變電站采用高速、可靠的以太網(wǎng)技術(shù)，實(shí)現(xiàn)設(shè)備間的高效數(shù)據(jù)傳輸和信息共享。對智能變電站通信網(wǎng)絡(luò)規(guī)模、技術(shù)參數(shù)及拓?fù)浣Y(jié)構(gòu)等進(jìn)行分析，具體見表1。

表1 智能變電站通信網(wǎng)絡(luò)規(guī)模

[序號 項(xiàng)目 參數(shù) 1 總投資/萬元 12 000 2 智能設(shè)備占比 60% 3 站控層網(wǎng)絡(luò)協(xié)議 MMS協(xié)議 4 過程層網(wǎng)絡(luò)協(xié)議 GOOSE、SV協(xié)議 5 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu) 點(diǎn)對點(diǎn)+環(huán)形+星形 6 監(jiān)聽端口數(shù)量（站控層）/個(gè) 2 7 監(jiān)聽端口速率（站控層）/Mbps 100 8 監(jiān)聽端口形式（站控層） 電口，RJ45 9 交換機(jī)類型（過程層） 間隔交換機(jī)、中心交換機(jī) ]

2023年初，該智能變電站發(fā)生一次通信網(wǎng)絡(luò)故障，由于采用人工定期檢測，故障發(fā)現(xiàn)時(shí)間滯后約4 h，導(dǎo)致故障影響范圍擴(kuò)大，嚴(yán)重影響周邊區(qū)域供電穩(wěn)定性。具體數(shù)據(jù)顯示，故障期間，該變電站所在區(qū)域的電壓波動幅度超過5%，供電可靠性指標(biāo)下降10%。同時(shí)，由于人工檢測準(zhǔn)確性有限，故障定位不準(zhǔn)確，修復(fù)時(shí)間也延長約2 h。

4.2 實(shí)驗(yàn)步驟

搭建一個(gè)模擬的智能變電站通信網(wǎng)絡(luò)，包括站控層、間隔層、過程層設(shè)備及相應(yīng)的交換機(jī)、路由器等網(wǎng)絡(luò)設(shè)備。使用專業(yè)的網(wǎng)絡(luò)通信測試設(shè)備，如網(wǎng)絡(luò)流量發(fā)生器、網(wǎng)絡(luò)協(xié)議分析儀等，以模擬真實(shí)的網(wǎng)絡(luò)通信環(huán)境和故障場景。智能變電站通信網(wǎng)絡(luò)狀態(tài)監(jiān)測方法測試環(huán)境如圖1所示。

在測試環(huán)境中安裝智能變電站通信網(wǎng)絡(luò)狀態(tài)監(jiān)測軟件，配置網(wǎng)絡(luò)通信協(xié)議，確保監(jiān)測軟件能正確識別和處理網(wǎng)絡(luò)通信數(shù)據(jù)。同時(shí)，準(zhǔn)備測試用的網(wǎng)絡(luò)通信數(shù)據(jù)包，在數(shù)據(jù)通信傳輸?shù)? min插入故障數(shù)據(jù)包，預(yù)期在插入故障數(shù)據(jù)包后，通信頻率開始發(fā)生波動，此后無干擾措施，通信頻率波動范圍持續(xù)增加。

為驗(yàn)證本研究所提出的監(jiān)測方法在實(shí)際應(yīng)用中的效果，以基于嵌入式以太網(wǎng)的監(jiān)測方法［1］、基于RSA算法的監(jiān)測方法［2］為對照，對模擬的變電站通信網(wǎng)絡(luò)狀態(tài)進(jìn)行監(jiān)測。

4.3 實(shí)驗(yàn)結(jié)果與分析

收集實(shí)際通信網(wǎng)絡(luò)狀態(tài)的數(shù)據(jù)，利用智能變電站通信網(wǎng)絡(luò)狀態(tài)監(jiān)測軟件對同一時(shí)間段內(nèi)的網(wǎng)絡(luò)狀態(tài)進(jìn)行監(jiān)測，并記錄監(jiān)測結(jié)果。將監(jiān)測結(jié)果與期望結(jié)果進(jìn)行比對，評估三種監(jiān)測方法在反映通信網(wǎng)絡(luò)真實(shí)狀態(tài)方面的準(zhǔn)確性。以此為依據(jù)，匯總分析實(shí)驗(yàn)結(jié)果，如圖2至圖4所示。

根據(jù)實(shí)驗(yàn)預(yù)期，變電站通信網(wǎng)絡(luò)將在通信5 min后出現(xiàn)波動，且在無干擾措施條件下波動持續(xù)增強(qiáng)。

基于已知的前提條件，對上述三種方法的實(shí)驗(yàn)結(jié)果進(jìn)行分析。由圖2可知，應(yīng)用本研究提出的方法進(jìn)行監(jiān)測，能監(jiān)測到通信網(wǎng)絡(luò)在5 min后出現(xiàn)通信頻率的波動，且波動范圍呈逐步增加的趨勢。由圖3和圖4可知，基于嵌入式以太網(wǎng)的監(jiān)測方法和基于RSA算法的監(jiān)測方法的監(jiān)測結(jié)果存在不同程度的延遲，分別在監(jiān)測的第7 min和第9 min出現(xiàn)通信網(wǎng)絡(luò)狀態(tài)異常，與實(shí)際情況存在差異。

5 結(jié)語

人工定期檢測智能變電站通信網(wǎng)絡(luò)狀態(tài)的方法存在顯著不足，如效率低下、響應(yīng)滯后及準(zhǔn)確性差等，尤其是在復(fù)雜電磁環(huán)境中，模擬信號傳輸易受干擾，引發(fā)信號失真問題。相比之下，BP神經(jīng)網(wǎng)絡(luò)作為一種先進(jìn)的多層前饋神經(jīng)網(wǎng)絡(luò)模型，憑借其卓越的非線性映射能力和自我學(xué)習(xí)能力，能模擬人類思維，高效處理復(fù)雜問題。近年來，BP神經(jīng)網(wǎng)絡(luò)在模式識別、故障診斷及智能控制等多個(gè)領(lǐng)域展現(xiàn)出廣泛的應(yīng)用價(jià)值。為此，本研究通過通信網(wǎng)絡(luò)節(jié)點(diǎn)報(bào)文信息捕獲、輸入—輸出數(shù)據(jù)映射、異常信息提取，完成此次設(shè)計(jì)。隨著現(xiàn)代化技術(shù)持續(xù)推進(jìn)，本研究提出的基于BP神經(jīng)網(wǎng)絡(luò)的新一代智能變電站通信網(wǎng)絡(luò)狀態(tài)監(jiān)測方法有望在智能變電站領(lǐng)域得到廣泛應(yīng)用。

參考文獻(xiàn)：

［1］王維維.基于嵌入式以太網(wǎng)的智能變電站通信網(wǎng)絡(luò)狀態(tài)監(jiān)測［J］.北京石油化工學(xué)院學(xué)報(bào)，2023，31（2）：49-53.

［2］黃天煒，劉迪，游錦鋒.基于RSA算法的5G移動通信網(wǎng)絡(luò)安全監(jiān)測方法［J］.電信快報(bào)，2024（6）：39-42.

［3］張濤，李倩倩，羅理機(jī).基于多傳感器融合的通信網(wǎng)絡(luò)異常流量監(jiān)測方法［J］.信息技術(shù)與信息化，2024（2）：176-179.

［4］盧丹蕾，李士寒.CBTC系統(tǒng)WLAN車地?zé)o線通信網(wǎng)絡(luò)在線監(jiān)測關(guān)鍵技術(shù)及應(yīng)用［J］.鐵道通信信號，2024，60（10）：65-73.

［5］伍坪.基于ZigBee通信網(wǎng)絡(luò)的農(nóng)機(jī)作業(yè)監(jiān)測系統(tǒng)設(shè)計(jì)［J］.農(nóng)機(jī)化研究，2024，46（1）：146-150.