王佳楠，李喜旺，李澤宇，于同偉，李樹陽

1(中國科學(xué)院 沈陽計算技術(shù)研究所， 沈陽 110168) 2(中國科學(xué)院大學(xué)，北京 100049) 3(國家電網(wǎng)公司東北分部， 沈陽 110180) 4(國網(wǎng)遼寧省電力有限公司 電力科學(xué)研究院， 沈陽 110006) 5(國網(wǎng)遼寧省電力有限公司， 沈陽 110006) E-mail ：wangjianan15@mails.ucas.ac.cn

1 引 言

隨著在互聯(lián)網(wǎng)領(lǐng)域內(nèi)的應(yīng)用愈發(fā)成熟，云計算技術(shù)正逐漸向其他領(lǐng)域中推廣.通過將包括計算能力、存儲能力、交互能力等各種互聯(lián)的計算資源予以有效的整合并進(jìn)行具有層次結(jié)構(gòu)的虛擬抽象化，云計算能夠為用戶提供大規(guī)模的共享虛擬計算資源[1].本著計算資源服務(wù)化的思想，云計算平臺能夠為各項應(yīng)用提供按需的計算服務(wù)，應(yīng)用在部署時無需考慮底層的配置方式和系統(tǒng)架構(gòu)，為集成不同配置需求的應(yīng)用系統(tǒng)提供可能[2].依靠資源池化、軟件定義網(wǎng)絡(luò)(SDN)[3]、虛擬機狀態(tài)遷移等平臺可靠性保障策略，云平臺充足的資源供給和靈活的可用保障使應(yīng)用在運行時無需考慮其對應(yīng)底層具體硬件的可用狀態(tài).

為滿足當(dāng)前智能電網(wǎng)自動化、網(wǎng)絡(luò)化建設(shè)的需要，在當(dāng)前的智能變電站系統(tǒng)中，部署了大量的計算控制單元和網(wǎng)絡(luò)通信設(shè)備，用以自動化的實現(xiàn)保護、測控、計量等功能，并為各功能模塊提供高速的信息保障.作為一套由各類型計算單元和通信網(wǎng)絡(luò)組成的計算機系統(tǒng)，智能變電站在實現(xiàn)系統(tǒng)內(nèi)節(jié)點控制和數(shù)據(jù)通信的同時，還需要完成與遠(yuǎn)程調(diào)度中心的數(shù)據(jù)交互.因此，為保證智能變電系統(tǒng)的穩(wěn)定高效運行，既需要使其擁有高效的計算能力，還需要部署穩(wěn)定全面的可靠性保障措施.

結(jié)合云計算技術(shù)的系統(tǒng)可靠性優(yōu)勢與智能變電站自身的系統(tǒng)結(jié)構(gòu).本文提出了一種智能變電站的云技術(shù)架構(gòu)，由云平臺統(tǒng)一提供計算資源和配置網(wǎng)絡(luò)拓?fù)?，通過資源冗余等云技術(shù)策略保證系統(tǒng)的可靠性[4]，并使用成功流法(GO方法)評估云技術(shù)架構(gòu)在提高系統(tǒng)可靠性方面的優(yōu)勢.

2 云架構(gòu)智能變電站的可靠性設(shè)計

智能變電站是智能電網(wǎng)建設(shè)的重要基礎(chǔ)，是發(fā)、輸、變、配、用電和調(diào)度等各環(huán)節(jié)信息交互的關(guān)鍵支撐點，信息交互與處理的能力等自動化水平被不斷優(yōu)化的同時，系統(tǒng)的可靠性也同樣成為被研究關(guān)注的重點.

2.1 智能變電站系統(tǒng)架構(gòu)的研究現(xiàn)狀

2009年國家電網(wǎng)公司正式提出“智能變電站”這一概念，并于2012年將技術(shù)建設(shè)指導(dǎo)意見重新修訂作為正式的國家標(biāo)準(zhǔn).盡管歐洲國家沒有系統(tǒng)提出“智能變電站”這一概念，但是其變電站未來的建設(shè)發(fā)展趨勢同樣以IEC 61850標(biāo)準(zhǔn)為指導(dǎo)，向著高效性、安全性、可靠性、可擴展性、易于維護性等多個方面發(fā)展[5].

目前，作為包含控制處理終端和數(shù)據(jù)傳輸交互兩大主要功能模塊的計算機控制系統(tǒng)，智能變電站系統(tǒng)可靠性優(yōu)化策略的制定通常從以上兩個方面入手.針對系統(tǒng)控制終端單元的可靠性提升，通過提升工藝水平降低設(shè)備故障率的同時，結(jié)合冗余配置、優(yōu)化連接等保護策略，提高功能模塊的可靠性，實現(xiàn)對系統(tǒng)可靠性的提升[6].對于系統(tǒng)內(nèi)通信網(wǎng)絡(luò)的可靠性提升，則通過優(yōu)化網(wǎng)絡(luò)傳輸策略，設(shè)計高可用的通信網(wǎng)絡(luò)結(jié)構(gòu)，達(dá)到提升系統(tǒng)整體可靠性的目的[6].

圖1 云架構(gòu)智能變電站系統(tǒng)架構(gòu)Fig.1 System architecture of the cloud architecture smart substation

當(dāng)前的可靠性提升策略單一地從接入冗余設(shè)備或提供冗余鏈路入手，缺乏計算資源共享機制，未能最大化發(fā)揮拓展可用資源的效果，在一定程度上造成了閑置資源的浪費.

2.2 云架構(gòu)智能變電站的系統(tǒng)架構(gòu)

云架構(gòu)智能變電站的功能體系結(jié)構(gòu)的設(shè)計仍然沿用智能變電站“三層兩網(wǎng)”的層次結(jié)構(gòu)，即包括站控層、間隔層、過程層和過程層網(wǎng)絡(luò)、站控層網(wǎng)絡(luò)五個部分[5].站控層的主要作用是對站內(nèi)所有信息進(jìn)行收集、判斷、下發(fā)指令，并與遠(yuǎn)端控制中心交換數(shù)據(jù)；間隔層匯總本間隔內(nèi)的過程層實時數(shù)據(jù)信息，并接收站控層發(fā)出的控制信息，起到上傳下達(dá)的作用；過程層的主要作用是完成模擬量采集、開關(guān)量輸入/輸出等功能.

相較于原有智能變電站的硬件實現(xiàn)方式，在圖1中所示的云架構(gòu)智能變電站的系統(tǒng)架構(gòu)中，在站控層所部署硬件設(shè)施被構(gòu)成虛擬網(wǎng)絡(luò)、虛擬服務(wù)器、虛擬桌面終端、虛擬存儲器為各智能組件提供計算、存儲、訪問等各項云服務(wù).并將間隔層完全虛擬化，使各智能組件的運行位置由原先的實際硬件設(shè)備轉(zhuǎn)為云平臺上的各虛擬機，完成對過程層設(shè)備的數(shù)據(jù)采集和指令控制等功能.

在云架構(gòu)智能變電站系統(tǒng)中，在完成對站控層硬件資源虛擬化的同時，還需設(shè)計云平臺管理系統(tǒng)負(fù)責(zé)對整個變電站云平臺進(jìn)行運行監(jiān)控、資源管理、數(shù)據(jù)同步以保證平臺平穩(wěn)可靠高效的運行，同時完成匯總上傳數(shù)據(jù)、接收分發(fā)控制請求等站控層原有的設(shè)計功能.

2.3 基于虛擬機狀態(tài)遷移完成故障重啟

系統(tǒng)硬件資源的虛擬化采用Xen虛擬化技術(shù)實現(xiàn)[6]，系統(tǒng)間隔層設(shè)備的冗余設(shè)置可以直接通過在云平臺上對其虛擬機進(jìn)行備份實現(xiàn).在虛擬機工作過程中，可能出現(xiàn)系統(tǒng)負(fù)載變大導(dǎo)致的服務(wù)質(zhì)量變差甚至宕機的情況.因此，為保證間隔層各智能組件的平穩(wěn)運行，當(dāng)出現(xiàn)響應(yīng)延遲等故障隱患時，將當(dāng)前工作虛擬機向備份機進(jìn)行狀態(tài)遷移實現(xiàn)故障隱患的排除，以提高智能組件的可靠性.

圖2 虛擬機動態(tài)遷移機制邏輯圖Fig.2 Virtual machine dynamic migration mechanism logic diagram

通過引入NFS等共享文件系統(tǒng)機制，避免了由于遷移磁盤存儲數(shù)據(jù)而產(chǎn)生的遷移開銷.同時，在原有Xen動態(tài)遷移機制的基礎(chǔ)上引入了如圖2中所示的預(yù)測概率模塊，降低了內(nèi)存遷移的時間開銷，進(jìn)一步提高了狀態(tài)遷移效率.

2.4 基于軟件定義網(wǎng)絡(luò)(SDN)實現(xiàn)冗余切換

基于軟件定義網(wǎng)絡(luò)(SDN)能夠?qū)崿F(xiàn)系統(tǒng)中網(wǎng)絡(luò)資源的動態(tài)分配，為設(shè)備的靈活接入與拓?fù)涞膭討B(tài)配置提供保證.考慮到智能變電站數(shù)據(jù)的可靠傳輸要求，在云平臺中網(wǎng)絡(luò)資源的分配仍采用冗余思想的拓?fù)湓O(shè)計方式.

文中采用并行冗余協(xié)議(PRP)實現(xiàn)網(wǎng)絡(luò)拓?fù)涞娜哂嗖呗訹7].該拓?fù)浣Y(jié)構(gòu)下兩個網(wǎng)絡(luò)相互獨立，并且互為冗余，當(dāng)某一網(wǎng)絡(luò)中的交換機或鏈路發(fā)生故障時，由于網(wǎng)絡(luò)結(jié)構(gòu)的獨立性，并不會影響另一個網(wǎng)絡(luò)的數(shù)據(jù)接收和發(fā)送，同時可以實現(xiàn)零延遲的雙網(wǎng)切換.由于SDN靈活的網(wǎng)絡(luò)配置特性，為進(jìn)一步保證網(wǎng)絡(luò)結(jié)構(gòu)的可靠性，對于并行冗余協(xié)議的兩個網(wǎng)絡(luò)可以根據(jù)需要配置除環(huán)形拓?fù)渫馊蒎e性能更高的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu).

圖3中所示的為并行冗余協(xié)議中節(jié)點冗余的實現(xiàn)方式.其中互為冗余的兩個網(wǎng)卡擁有相同的MAC地址和IP地址，而上層應(yīng)用程序無需為冗余做任何處理.針對冗余網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)下出現(xiàn)的重復(fù)報文，接收節(jié)點基于嚴(yán)格的丟棄窗算法實現(xiàn)對數(shù)據(jù)幀的接收或者丟棄的決策.

圖3 并行冗余協(xié)議(PRP)節(jié)點冗余邏輯圖Fig.3 Parallel redundancy protocol (PRP) node redundancy logic diagram

3 基于成功流法的可靠性評估模型

作為依靠數(shù)據(jù)通信將各組件節(jié)點相互連接構(gòu)成的網(wǎng)絡(luò)系統(tǒng)，智能變電站的可靠性評價模型可以采用以數(shù)據(jù)流軌跡作為評價特征的可靠性評估方式，基于網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)與各節(jié)點的可靠性指標(biāo)，實現(xiàn)對系統(tǒng)的可靠性分析.

3.1 成功流法(GO方法)的基本原理

作為一種基于系統(tǒng)概率分析的技術(shù)，GO法通過圖形演繹的形式，以成功為系統(tǒng)導(dǎo)向，將系統(tǒng)原理圖、流程圖、工程圖按照指定的規(guī)則轉(zhuǎn)換成GO圖[8].GO方法中共定義了17種標(biāo)準(zhǔn)運算符，根據(jù)系統(tǒng)中各組件的相互關(guān)系，將各組件之間按照相應(yīng)的運算符進(jìn)行連接.

使用GO法進(jìn)行系統(tǒng)可靠性分析需經(jīng)過如圖4所示的分析系統(tǒng)、確定邊界、成功準(zhǔn)則、建立GO圖、輸入數(shù)據(jù)、GO運算、評價系統(tǒng)共七個步驟[9].其中建立GO圖和進(jìn)行GO運算是采用GO方法進(jìn)行可靠性分析的核心步驟.

圖4 GO法分析過程Fig.4 Analysis procedure of GO methodology

在完成GO圖構(gòu)建后，系統(tǒng)可靠性可以通過概率公式法得出，該方法通過推導(dǎo)得出各操作符輸出信號流的計算公式，然后按照傳遞序列依次求解各信號流的概率.對于存在狀態(tài)0，1，2，…，N-1，N共N+1種狀態(tài)的信號流，信號流狀態(tài)值為i的概率為P(i)，則對應(yīng)信號流的狀態(tài)累計概率A(i)為：

(1)

圖5 四類操作符的原理圖Fig.5 Analysis procedure of GO methodology

在智能變電站可靠性分析建模過程中，由系統(tǒng)中各智能組件的功能特點可知，需要用到兩狀態(tài)操作符、或操作符、輸入操作符、與操作符四種類型的操作符，各操作符的表示符號和輸入輸出信號的定義如圖5所示.則各操作符的累計概率計算公式分別為：

1)兩狀態(tài)操作符

操作符狀態(tài)概率PC(i)，i=1，2；

輸出信號概率公式為：

PR(i)=PS(i)·PC(1)，i=0，…，N-1

(2)

AR(i)=AS(i)·PC(1)，i=0，…，N-1

(3)

2)或操作符

輸入信號S1，…，Sn的狀態(tài)概率及累積概率為：

PS1(i)，…，PSN(i)；AS1(i)，…，ASN(i),i=0,1,2,…,N

輸出信號概率公式為：

(4)

3)輸入操作符

當(dāng)有L種狀態(tài)時，輸出信號的狀態(tài)值記為Ij，則其對應(yīng)的概率為Pj，其中j=1，2，…，L.

假設(shè)各輸入信號相互獨立，輸出信號流狀態(tài)概率及其累積概率計算公式為：

(5)

(6)

4)與操作符

輸入信號S1，…，Sn的狀態(tài)概率及累積概率為：

PS1(i)，…,PSN(i)；AS1(i)，i=0，1，2，…，N

輸出信號概率公式為：

(7)

對于每個操作符，將輸入信號的狀態(tài)概率代入計算公式即可得到對應(yīng)的輸出概率.沿著系統(tǒng)中每一條信號流的傳遞方向，依次對系統(tǒng)GO圖中流經(jīng)的每一個操作符進(jìn)行計算即可得到系統(tǒng)最終的輸出概率.

3.2 云架構(gòu)智能變電站GO模型的建立

本文以220KV的D2-1型配電變電站為例，在保證其原有系統(tǒng)功能架構(gòu)不變的情況下，對采用云技術(shù)架構(gòu)部署實現(xiàn)后的系統(tǒng)建立GO模型，從而實現(xiàn)對其系統(tǒng)可靠性的評估.該智能變電站共包括2個變壓器間隔、1個母線間隔和6個饋線間隔，通信網(wǎng)絡(luò)的拓?fù)洳捎脻M足并行冗余協(xié)議(PRP)的雙環(huán)形拓?fù)浣Y(jié)構(gòu).其詳細(xì)系統(tǒng)結(jié)構(gòu)如圖6所示.

圖6 D2-1型變電站系統(tǒng)功能拓?fù)銯ig.6 Functional topology of D2-1 substation system

云架構(gòu)部署方式下，各智能組件之間的邏輯關(guān)系和交互拓?fù)淙耘c傳統(tǒng)實現(xiàn)架構(gòu)下相同.其中，站控層的監(jiān)控主機(HMI)和遠(yuǎn)動網(wǎng)絡(luò)(RTU)以及間隔層的保護控制單元(P&C)的功能由云平臺中的各虛擬主機實現(xiàn).交換機(SW)由原先的實際接線設(shè)備轉(zhuǎn)換成網(wǎng)絡(luò)資源云化后的各個邏輯節(jié)點，同時，其相互之間的接線方式也可以靈活配置冗余.

圖7 變壓器間隔模塊GO圖Fig.7 Transformer interval module GO diagram

在根據(jù)系統(tǒng)中各智能組件之間拓?fù)潢P(guān)系構(gòu)建GO圖時，每個間隔模塊可以構(gòu)建出單獨的GO圖，由各操作符的相互關(guān)系及計算公式可得圖7變壓器間隔T1的狀態(tài)概率為：

PS84=PC38PC39PC40PC41PC42PC84PS1PS2PS3PS4PS5

(8)

分別計算各間隔模塊的信號流成功率，可獲得整個系統(tǒng)的成功率，相同類型間隔模塊成功率的計算結(jié)果是相同的.

由于環(huán)形拓?fù)浯嬖诓欢嘤?條故障鏈路的冗余，設(shè)單條鏈路的成功率為Pl，則11條環(huán)形拓?fù)滏溌返某晒Ω怕蕿椋?/p>

(9)

將各間隔模塊的成功率計算結(jié)果整合后可以得到操作符1-94處的狀態(tài)概率PS94：

(10)

為簡化系統(tǒng)GO圖的構(gòu)建，圖8中僅描述了未加入冗余網(wǎng)絡(luò)時對系統(tǒng)進(jìn)行可靠性分析的GO圖模型.因此，根據(jù)操作符的相互關(guān)系和計算公式可以得到當(dāng)前系統(tǒng)結(jié)構(gòu)下的輸出信號流成功率PS101：

PS101=1-(1-PS99)(1-PS100)=PC95PC97PC99PS94+

PC96PC98PC100PS94-PC95PC96PC97PC98PC99PC100PS94

(11)

由于并行冗余協(xié)議(PRP)中兩個網(wǎng)絡(luò)的相互獨立并能夠?qū)崿F(xiàn)零延遲雙網(wǎng)切換.因此在考慮冗余網(wǎng)絡(luò)后，系統(tǒng)最終的輸出信號成功流概率為：

圖8 系統(tǒng)整體可靠性GO圖Fig.8 GO diagram of system reliability

P=1-(1-PS101)2

(12)

4 系統(tǒng)可靠性分析與結(jié)果評估

分析云技術(shù)架構(gòu)的冗余切換策略對云平臺上部署的各智能組件在可靠性指標(biāo)上的提升結(jié)果，能夠得出云技術(shù)架構(gòu)的可靠性優(yōu)勢.將各智能組件不同策略下的可靠性參數(shù)代入推導(dǎo)出的GO模型，即可得到對應(yīng)的可靠性評估結(jié)果.

4.1 云技術(shù)架構(gòu)對系統(tǒng)可靠性的提升

智能變電站元件的可靠性通過平均無故障時間(MTTF)、平均修復(fù)時間(MTTR)、可用度(A)、不可用度(q)等參數(shù)指標(biāo)衡量[10].其中有：

(13)

當(dāng)采用云技術(shù)架構(gòu)實現(xiàn)時，除斷路器(CB)、合并單元(MU)以及光纖鏈路(L)外，部署在云平臺虛擬機上的其他智能組件均可以通過冗余備份進(jìn)一步提高系統(tǒng)的可靠性.各智能組件對應(yīng)的虛擬主機與其備份主機之間形成并聯(lián)的關(guān)系，因此并聯(lián)單元的可用度A與各主機可用度Ai之間的關(guān)系為：

(14)

對云平臺中的各功能主機完成備份主機配置后，各智能組件的不可用度則變?yōu)椋?/p>

(15)

在評價網(wǎng)絡(luò)的可用度時，對于存在n條鏈路的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，且每條鏈路的可用度為Pl，當(dāng)網(wǎng)絡(luò)允許至多有s條鏈路不可用時，該拓?fù)浣Y(jié)構(gòu)下網(wǎng)絡(luò)的可用度為：

(16)

在構(gòu)建智能變電站可靠性分析GO模型圖時，單個網(wǎng)絡(luò)的各交換機之間采用環(huán)形拓?fù)浣Y(jié)構(gòu)相連，其網(wǎng)絡(luò)可用度如公式(9)所示.根據(jù)公式(16)能夠得到在鏈路可用度Pl固定的前提下，使網(wǎng)絡(luò)可用度達(dá)到最佳時的網(wǎng)絡(luò)鏈路數(shù)和允許最大的故障鏈路數(shù)，從而獲得可靠性最佳的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，實現(xiàn)基于SDN配置冗余鏈路提高網(wǎng)絡(luò)可用度的目的.

表1 智能變電站元件可靠性參數(shù)Table 1 Smart substation component reliability parameters

4.2 不同策略下可靠性評估結(jié)果對比

智能變電站系統(tǒng)中的所有節(jié)點僅包含可用與不可用兩種狀態(tài)，在對智能變電站系統(tǒng)進(jìn)行可靠性評估時，GO圖中各操作符對應(yīng)節(jié)點的不可用狀態(tài)概率則為其對應(yīng)類型單元的不可用度q.因此，在計算不同可靠性保障策略下系統(tǒng)的可靠性時，需要將各節(jié)點可用狀態(tài)的概率rI=1-qI代入所構(gòu)建的GO模型中，其中I∈{L，SW,MU,CB,P&C,HMI,RTU}，計算出整個系統(tǒng)可用狀態(tài)的概率，即可獲得最終的系統(tǒng)可靠性評估結(jié)果.

在計算傳統(tǒng)PRP硬件冗余策略下的系統(tǒng)可靠性時，根據(jù)表1中各類型節(jié)點的不可用度qI獲得各節(jié)點可用狀態(tài)的概率rI，將其代入公式(8)中即可獲得變壓器間隔模塊T的可用狀態(tài)概率：

(17)

同理母線間隔模塊S與饋線間隔模塊F的可用狀態(tài)概率RS和RF則分別為：

(18)

(19)

將所得的各模塊可用狀態(tài)概率及對應(yīng)節(jié)點單元的可用狀態(tài)概率代入公式(11)中可得，采用單個網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)下系統(tǒng)的可用狀態(tài)概率為：

RSingle= rSWrLrHMIRring+rSWrLrRTURring

(20)

其中，由公式(10)可得公式(20)中單個環(huán)形網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)下的可用狀態(tài)概率Rring為：

(21)

由于所采用的PRP冗余策略中單個網(wǎng)絡(luò)環(huán)形拓?fù)洳捎铆h(huán)形網(wǎng)絡(luò)結(jié)構(gòu)則式(20)中PC94的定義如公式(9)所示.將單個網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)下的系統(tǒng)可用狀態(tài)代入公式(12)中，則得到傳統(tǒng)PRP硬件冗余策略下系統(tǒng)的可靠性評估結(jié)果.

當(dāng)采用SDN拓展鏈路策略時，為系統(tǒng)中環(huán)形拓?fù)浣Y(jié)構(gòu)中的11條鏈路分別配置1條冗余鏈路，即網(wǎng)絡(luò)中包含22條鏈路，并至多允許2條鏈路不可用，根據(jù)公式(16)重新計算PC94并代入公式，獲得可靠性評估結(jié)果.

表2 各可靠性策略下的成功概率Table 2 Probability of success for each reliability strategy

由表2中各可靠性實現(xiàn)方式下系統(tǒng)信號流成功概率的計算結(jié)果可知.在原有的PRP冗余網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上，主機備份策略和SDN配置冗余網(wǎng)絡(luò)均能夠進(jìn)一步提高智能變電站系統(tǒng)的可靠性.因此，在以上兩種策略的共同作用下，本文提出的云架構(gòu)智能變電站的系統(tǒng)結(jié)構(gòu)具有很高的可靠性.

4.3 基于故障樹的可靠性評估結(jié)果驗證

作為另一種較為成熟常用的可靠性分析模型，故障樹模型在評估非串并聯(lián)系統(tǒng)的的可靠性時，首先通過定性分析，求出故障樹的最小割集，并利用最小割集構(gòu)成的串并聯(lián)系統(tǒng)等效分析系統(tǒng)的可靠性[14].下面將通過故障樹模型對智能變電站系統(tǒng)的可靠性進(jìn)行評估，以驗證所構(gòu)建的GO模型評估結(jié)果的準(zhǔn)確性.

將GO圖中各相鄰串聯(lián)的兩狀態(tài)操作符進(jìn)行合并換算獲得代表各功能模塊故障對應(yīng)的最小割集，基于文中所構(gòu)建的GO模型能夠構(gòu)造出如圖9所示的故障樹模型.因此，系統(tǒng)的可靠性評估則被轉(zhuǎn)換為系統(tǒng)中各最小割集故障事件概率的與或運算，則故障樹頂事件如公式(22)所示：

T= (2*(2*TP&C+TMU+2*TCB)+(TP&C+TMU+TCB)

+6*(2*TP&C+TMU+TCB))TRTUTHMI

(22)

將各類元件的不可用度q代入公式(22)中即可求出在傳統(tǒng)的可靠性保障策略下，PRP冗余網(wǎng)絡(luò)結(jié)構(gòu)下單個網(wǎng)絡(luò)拓?fù)鋵?yīng)的系統(tǒng)故障概率，將其與公式(11)中的計算結(jié)果進(jìn)行對比，所計算出的系統(tǒng)可用概率結(jié)果相同.

圖9 智能變電站系統(tǒng)故障樹模型Fig.9 Fault tree model of smart substation system

從定量分析和定性分析的結(jié)果可知，文中所構(gòu)建的GO模型與故障樹模型所得到的可靠性評估結(jié)果完全一致，映證了GO模型分析結(jié)果的準(zhǔn)確性.相較于故障樹模型，GO模型具有建模過程簡單、模型提取直觀以及易于從系統(tǒng)原理圖直接進(jìn)行提取建模的優(yōu)勢，更加適用于實際的使用.

5 結(jié)束語

云計算技術(shù)的普及完備，為智能變電站系統(tǒng)架構(gòu)設(shè)計提供了一種靈活高效的解決思路.本文依照智能變電站三層兩網(wǎng)的設(shè)計標(biāo)準(zhǔn)，提出了智能變電站云架構(gòu)的實現(xiàn)方式.通過虛擬機冗余備份以及軟件定義網(wǎng)絡(luò)配置冗余鏈路等方法為系統(tǒng)服務(wù)提供可靠性支持.將系統(tǒng)的結(jié)構(gòu)拓?fù)涑橄鬄镚O模型，通過量化的方式進(jìn)一步論證了云架構(gòu)智能變電站在具有較高資源利用率的同時，還具有高可靠性的優(yōu)勢.

[1] Zhang Jian-hua，Wu Heng，Zhang Wen-bo，et al.Survey on the core techniques of cloud computing[J].Journal of Chinese Computer Systems，2013，34(11)：2417-2424.

[2] Meng Xiang-ping，Zhou Lai，Wang Hui，et al.Applications of cloud computing technology for information processing platform in future smart grid[J].Computer Measurement & Control，2015，23(10)：3508-3511.

[3] Zhang Chao-kun，Cui Yong，Tang He-yi，et al.State-of-the-art survey of software-defined networking[J].Journal of Software，2015，26(1)：62-81.

[4] Chen Huang-ning，Guo Wen-zhong，Chen Xing.Novel fault-tolerant task scheduling algorithm for cloud computing[J].Journal of Chinese Computer Systems，2016，37(10)：2194-2198.

[5] Fan Chen，Ni Yi-min，Shen Hong，et al.Comparative analysis on development of smart substations in China and europe[J].Automation of Electric Power Systems，2015，39(16)：1-7.

[6] Wang Tong-wen，Xie Min，Sun Yue-qin，et al.Application of communication network technology in new generation smart substation[J].Electric Power Construction，2016，43(17)：45-46.

[7] Pang Ji-wei.Research on communication reliability and real-time performance of smart substation communication network based on cobweb topology[D].Harbin: Harbin Institute of Technology，2016.

[8] Sun Qing-ya，Li Gang，Song Yu.Reliability analysis model for smart substation information flow[J].Computer Measurement & Control，2016，24(2)：258-260.

[9] Zhang Bo，Li Xi-wang，Li Guang-ye.Private cloud based on Xen technology[J].Computer Systems & Applications，2016，25(6)：75-80.

[10] Li Zhou，Liu Jian，Cheng Zi-jing.Fast network topology discovery method based on parallel redundancy protocol[J].Computer Engineering，2012，38(24)：100-104.

[11] Wang Gui-li.System reliability analysis GO methodology and research on the application[D].Harbin: Harbin Institute of Technology，2006.

[12] Yin Zong-run，Mu Xiao-dong.Avionics reliability assessment based on GO methodology[J].Computer Engineering，2009，35(15)：272-274.

[13] Hou Wei-hong，Zhang Pei-chao，Hu Yan.Reliability and availability study of the digital substation system[J].Power System Protection and Control，2010，38(14)：34-38.

[14] Tao Yong-jian，Dong De-cun，Ren Peng.Uncertainty analysis of system reliability estimate based on fault tree[J].Journal of Tongji University (Natural Science)，2010，38(1)：141-145.

附中文參考文獻(xiàn)：

[1] 張建華，吳 恒，張文博，等.云計算核心技術(shù)研究綜述[J].小型微型計算機系統(tǒng)，2013，34(11)：2417-2424.

[2] 孟祥萍，周 來，王 暉，等.云計算技術(shù)在未來智能電網(wǎng)信息處理平臺中的應(yīng)用[J].計算機測量與控制，2015，23(10)：3508-3511.

[3] 張朝昆，崔 勇，唐翯祎，等.軟件定義網(wǎng)絡(luò)(SDN)研究進(jìn)展[J].軟件學(xué)報，2015，26(1)：62-81.

[4] 陳煌寧，郭文忠，陳 星.一種新穎的云計算容錯任務(wù)調(diào)度算法[J].小型微型計算機系統(tǒng)，2016，37(10)：2194-2198.

[5] 樊 陳，倪益民，申 洪，等.中歐智能變電站發(fā)展的對比分析[J].電力系統(tǒng)自動化，2015，39(16)：1-7.

[6] 王同文，謝 民，孫月琴，等.智能變電站繼電保護系統(tǒng)可靠性分析[J].電力系統(tǒng)保護與控制，2016， 43(17)：45-46.

[7] 龐繼偉.基于蛛網(wǎng)拓?fù)涞闹悄茏冸娬就ㄐ趴煽啃院蛯崟r性研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2016.

[8] 孫卿亞，李 剛，宋 雨.面向智能變電站的信息流可靠性分析模型[J].計算機測量與控制，2016，24(2)：258-260.

[9] 張 博，李喜旺，李廣野.基于Xen的私有云[J].計算機系統(tǒng)應(yīng)用，2016，25(6)：75-80.

[10] 李 周，劉 健，程子敬.基于并行冗余協(xié)議的網(wǎng)絡(luò)拓?fù)淇焖侔l(fā)現(xiàn)方法[J].計算機工程，2012，38(24)：100-104.

[11] 王桂麗.系統(tǒng)可靠性分析GO法及其應(yīng)用的研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2006.

[12] 尹宗潤，慕曉冬.基于GO法的航空電子設(shè)備可靠性評估[J].計算機工程，2009，35(15)：272-274.

[13] 侯偉宏，張沛超，胡 炎.數(shù)字化變電站系統(tǒng)可靠性與可用性研究[J].電力系統(tǒng)保護與控制，2010，38(14)：34-38.

[14] 陶勇劍，董德存，任 鵬.基于故障樹的系統(tǒng)可靠性估計不確定性分析[J].同濟大學(xué)學(xué)報(自然科學(xué)版)，2010， 38(1)：141-145.