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果具有可行性。

【關鍵詞】PHM技術 中間件 故障報警

隨著信息化技術的發(fā)展，我國電力系統(tǒng)信息化建設水平日益提高，目前已經構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，利用新技術來打破人工檢查的制約。有鑒于此，本文基于PHM技術對電力信息系統(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。

1 PHM技術概述

PHM即故障預測與健康管理，其原理是通過各種傳感器對設備運行狀態(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網絡等模型對其進行分析處理，以此監(jiān)控并診斷設備運行狀態(tài)是否健康，從而在此基礎上實現(xiàn)故障預測。PHM技術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）設備運行狀態(tài)信息的采集與傳輸功能。PHM技術能夠通過各種傳感器來采集設備的運行狀態(tài)信息，還能夠實現(xiàn)信息傳輸。

（2）信息處理功能。PHM技術能夠對采集到的設備運行狀態(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技術能夠將經過處理的信息與預設值進行對比分析，以此作為故障診斷的依據(jù)。

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

（5）決策輔助功能。PHM技術能夠根據(jù)預測結果來擬定相關策略，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技術的中間件故障特征量算法

如上文中所述，PHM技術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雜的特征，而這些特征不僅彼此間存在著關聯(lián)，還有一部分是冗余的，因此會導致信息處理將面對較大的計算量。針對這一問題，應當選用適當?shù)乃惴▉韺χ虚g件的故障特征進行篩選，濾除其中不相關的部分，以此降低干擾并提高效率。因此，本文提出灰色狀態(tài)下的馬爾科夫預測模型。

2.1 灰色預測算法

灰色預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測方面較為理想，而中長期預測方面的效果卻難以滿足需求。對此，本文結合采用灰色預測算法與馬爾科夫模型，以此構建出灰色馬爾科夫模型。該模型能夠利用灰色預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，從而得出準確的中間件故障預測結果。

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測，其具體方法如下所述：

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

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

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

設空間狀態(tài)為H，在不同的波動變化率下，H被等分為k個，即：

因此，當時間序列為可預測時，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)轉移規(guī)律的矩陣，即狀態(tài)轉移概率矩陣：

當確定某時間序列的空間狀態(tài)H時，在狀態(tài)轉移概率矩陣中可以找到所對應值，接著可以通過下面的公式得出最終預測結果：

3 基于PHM的電力中間件故障報警流程設計及實現(xiàn)

在構建灰色馬爾科夫模型后，本文進一步設計了基于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，訓練數(shù)據(jù)。具體來說，首先構建中間件的參數(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的特征;

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

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

步驟五，報警。對預測結果與置信閾值進行對比，以此判斷該結果是否達到報警標準，若超出則啟動報警功能;

步驟六，結果評估。當啟動報警功能后，對該報警結果進行評估。

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)作為訓練數(shù)據(jù)樣本，以上文所述的流程進行故障預測。數(shù)據(jù)經過處理后，通過灰色馬爾科夫模型進行預測，其結果如圖2所示。

圖2中以圓圈標出了預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測的結果與實際值相符。

5 結語

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)轉變?yōu)槭虑邦A測的狀態(tài)。此外，PHM技術還能提供最優(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技術的智能開關拒監(jiān)測及診斷系統(tǒng)的平臺設計[J].電測與儀表，2015，52（24）：112-120.

[2]翟明玉，雷寶龍.電網調度自動化系統(tǒng)消息中間件的特性和關鍵技術[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應用服務中間件監(jiān)控系統(tǒng)的設計與實現(xiàn)[J].電信科學，2013，29（11）：131-135+151.