張洪濤，張軍華，宋美艷，張會(huì)軍，仝亮，張冰

（1.華能瀾滄江水電股份有限公司，云南昆明 650214；2.南京南瑞繼保工程技術(shù)有限公司，江蘇南京 211002；3.西安熱工研究院有限公司，陜西西安 710054）

0 引言

水電廠多采用非線性傳感器輸出，加上現(xiàn)場(chǎng)環(huán)境溫度、濕度、電源波動(dòng)等因素，存在很大的輸出信號(hào)波動(dòng)，監(jiān)測(cè)困難，難以及時(shí)反映被測(cè)物理量。而且機(jī)組受到不穩(wěn)定和不精準(zhǔn)數(shù)據(jù)影響，容易出現(xiàn)停機(jī)故障，經(jīng)常進(jìn)入檢修狀態(tài)。隨著水電廠規(guī)模不斷擴(kuò)大，需要的工業(yè)技術(shù)也在不斷更新，水電廠控制系統(tǒng)日趨復(fù)雜，這對(duì)水電廠生產(chǎn)過(guò)程控制系統(tǒng)提出了更高的技術(shù)要求。由于系統(tǒng)無(wú)需對(duì)每一個(gè)生產(chǎn)環(huán)節(jié)在精準(zhǔn)時(shí)間上進(jìn)行控制，從而使模糊邏輯控制能夠應(yīng)用于生產(chǎn)過(guò)程。將控制系統(tǒng)中熟練的操作經(jīng)驗(yàn)轉(zhuǎn)化為模糊規(guī)則，使用該方法之前，系統(tǒng)的維護(hù)狀態(tài)完全取決于現(xiàn)場(chǎng)人員的調(diào)試，在許多情況下，沒(méi)有得到適當(dāng)?shù)木S護(hù)或維修。為此，對(duì)跨區(qū)數(shù)據(jù)安全融合是具有必要性的。陳泗貞等［1］使用了一種在COMTRADE 模型支持下應(yīng)用的多源故障數(shù)據(jù)融合方法，利用集對(duì)分析理論，分析多源故障數(shù)據(jù)，并整合相同故障事件數(shù)據(jù)。以COMTRADE 文件格式為基礎(chǔ)，結(jié)合BF 算法對(duì)齊故障事件整合時(shí)間，實(shí)現(xiàn)數(shù)據(jù)融合；田明明等［2］提出了一種在復(fù)雜環(huán)境下，利用多傳感器融合數(shù)據(jù)的方法，該方法通過(guò)使用多傳感器采集故障數(shù)據(jù)，通過(guò)當(dāng)前節(jié)點(diǎn)傳輸程度，引入支持度來(lái)修正傳輸信任度，并在數(shù)據(jù)融合階段，不斷重復(fù)上述過(guò)程，直到融合收斂為止，完成數(shù)據(jù)融合。盡管上述兩種方法能夠融合數(shù)據(jù)，但不能保證數(shù)據(jù)融合的安全性。為解決該問(wèn)題，提出了水電廠跨區(qū)數(shù)據(jù)融合安全策略及方法。

1 水電廠跨區(qū)多元異構(gòu)冗余數(shù)據(jù)濾波處理

在實(shí)際跨區(qū)數(shù)據(jù)傳輸環(huán)境中，傳感器節(jié)點(diǎn)受到輸電線路的電磁影響，信號(hào)在傳輸過(guò)程中受到噪聲干擾，導(dǎo)致數(shù)據(jù)傳輸質(zhì)量較低。當(dāng)相同類型的多個(gè)傳感器不斷地監(jiān)視相同的設(shè)備狀態(tài)時(shí)，產(chǎn)生大量冗余數(shù)據(jù)。在數(shù)據(jù)傳輸過(guò)程中，海量冗余數(shù)據(jù)的傳輸，浪費(fèi)了通信網(wǎng)絡(luò)的帶寬資源，甚至導(dǎo)致網(wǎng)絡(luò)擁塞。被噪聲干擾的監(jiān)測(cè)數(shù)據(jù)傳送到控制中心，也會(huì)對(duì)設(shè)備狀態(tài)的準(zhǔn)確評(píng)價(jià)產(chǎn)生不可忽視的影響。在電力設(shè)備多源數(shù)據(jù)中，存在著數(shù)據(jù)冗余和“真假”值篩選的矛盾。根據(jù)電力設(shè)備多源數(shù)據(jù)的特點(diǎn)和存在的問(wèn)題，提出一種事件驅(qū)動(dòng)的多源冗余數(shù)據(jù)融合方法［3］，降低了節(jié)點(diǎn)間通信量的冗余數(shù)據(jù)傳輸，提高區(qū)域間多個(gè)異構(gòu)數(shù)據(jù)融合的效率。

1.1 基于需求協(xié)方差的干擾事件判定

選擇需求協(xié)方差來(lái)描述融合誤差與事件之間的關(guān)系，由于更新值與真實(shí)值之間的差異，需求協(xié)方差是穩(wěn)定的，所以干擾事件判定策略由需求協(xié)方差定義。其基本思想如下所示：

式中：給定的協(xié)方差閾值β是一個(gè)重要參數(shù)，其決定了在t時(shí)刻節(jié)點(diǎn)i與其他節(jié)點(diǎn)之間的通信頻率。該參數(shù)的選擇也與判定環(huán)境有關(guān)，如果未觸發(fā)干擾事件，則=0，說(shuō)明在t時(shí)刻節(jié)點(diǎn)i不與其他節(jié)點(diǎn)之間通信，也就不會(huì)進(jìn)行跨區(qū)數(shù)據(jù)交換；如果觸發(fā)干擾事件，則=1，說(shuō)明在t時(shí)刻節(jié)點(diǎn)i與其他節(jié)點(diǎn)之間通信，需要進(jìn)行跨區(qū)數(shù)據(jù)交換。

1.2 基于事件驅(qū)動(dòng)的濾波處理

為了減少冗余事件的傳輸，結(jié)合基于需求協(xié)方差的干擾事件判定策略，提出了基于事件驅(qū)動(dòng)的濾波處理流程，主要有四個(gè)步驟：目標(biāo)狀態(tài)監(jiān)測(cè)、事件監(jiān)測(cè)、融合和狀態(tài)估計(jì)。

首先，在每次濾波循環(huán)期間，更新鄰節(jié)點(diǎn)估計(jì)值，公式為：

然后，事件監(jiān)聽(tīng)器策略就會(huì)根據(jù)事件來(lái)判斷事件是否發(fā)生，如果發(fā)生了，則為鄰居節(jié)點(diǎn)范圍內(nèi)的節(jié)點(diǎn)數(shù)據(jù)通信交換和鄰居節(jié)點(diǎn)范圍通信；若未出現(xiàn)最佳融合誤差，借助卡爾曼濾波算法處理相關(guān)數(shù)據(jù)，無(wú)需與鄰居節(jié)點(diǎn)通信，減少冗余數(shù)據(jù)的傳輸［4］。

最后，在t時(shí)刻節(jié)點(diǎn)i的測(cè)量值和相鄰節(jié)點(diǎn)間通信的估計(jì)值基礎(chǔ)上，通過(guò)公式（4）得到節(jié)點(diǎn)最優(yōu)估計(jì)值。

2 基于改進(jìn)粗糙集的水電廠跨區(qū)安全數(shù)據(jù)融合

根據(jù)上述獲取的節(jié)點(diǎn)最優(yōu)估計(jì)值，利用改進(jìn)粗糙集搜索待融合數(shù)據(jù)，并使用物化視圖和觸發(fā)器捕捉方式，完成水電廠跨區(qū)安全數(shù)據(jù)融合。

2.1 基于改進(jìn)粗糙集的待融合數(shù)據(jù)搜索

為縮短數(shù)據(jù)融合時(shí)間，使用雙向同時(shí)搜索和協(xié)作模式，檢索待融合數(shù)據(jù)表中的條件屬性，并將其組合，等待再次搜索?；诖耍O(shè)計(jì)的基于改進(jìn)粗糙集的待融合數(shù)據(jù)搜索流程，如圖1所示。

由圖1可知，在三維陣列S中，定義條件屬性為Cori，決策屬性為Dori。為了減少數(shù)據(jù)計(jì)算結(jié)果冗余度，設(shè)計(jì)的基于改進(jìn)粗糙集數(shù)據(jù)融合流程詳細(xì)步驟如下：

圖1 基于改進(jìn)粗糙集的待融合數(shù)據(jù)搜索流程Fig.1 Search process of data to be fused based on improved rough set

步驟1：對(duì)一個(gè)預(yù)處理屬性得到所有不重復(fù)的條件屬性集C和決策屬性集D，再用相應(yīng)編號(hào)屬性對(duì)S進(jìn)行分割，得到了U/C和U/D值。用該方法進(jìn)行U/D交叉運(yùn)算，如果所得到的運(yùn)算集合小于原U/C中的非空集，就說(shuō)明U/C不能正確區(qū)分U/D［5］。

步驟2：該組合包含了所有m個(gè)非core 條件屬性，而相鄰位置標(biāo)記f_stop、R_stop 和NEAR_flag，所有m的非核心條件屬性集都被組合起來(lái)C'（f_stop 表示正向搜索停止、r_stop 表示逆向搜索停止、near_flag 表示當(dāng)正向約減的非核實(shí)屬性數(shù)目和逆向約減的非核實(shí)屬性數(shù)目鄰近時(shí)，標(biāo)志為1）［6］。

步驟3：從m個(gè)非核心條件屬性集中選取一個(gè)屬性的組合，可以對(duì)m個(gè)非核心條件屬性集進(jìn)行約簡(jiǎn)，逐漸增加屬性數(shù)量，增加的個(gè)數(shù)可表示為i_f，并結(jié)合屬性進(jìn)行了分類，確定了分類結(jié)果。逆向恢復(fù)過(guò)程如下：在m個(gè)非核心條件屬性集中選取m個(gè)屬性的組合，屬性的數(shù)量逐漸減少。簡(jiǎn)化后的數(shù)字可表示為i_r，結(jié)合核可判斷分類結(jié)果（i_f表示正向約減的非核實(shí)屬性數(shù)目，i_r表示逆向約減的非核實(shí)屬性數(shù)目）。

步驟4：當(dāng)增加的個(gè)數(shù)組合和減少的個(gè)數(shù)組合不相鄰時(shí)，near_flag值為0，并保持不變，約減步驟為：

步驟4.1：如果在過(guò)程中可以區(qū)分U/D屬性組合，則逆向還原停止標(biāo)志不為1 時(shí)，當(dāng)前反推器的未校驗(yàn)屬性數(shù)目和組合的編號(hào)位置應(yīng)及時(shí)記錄，然后進(jìn)入下一個(gè)周期組合；

步驟4.2：當(dāng)逆向約減時(shí)，如果對(duì)當(dāng)前逆向約減的非核屬性數(shù)目和逆向搜索停止屬性數(shù)目進(jìn)行遍歷組合后找不到可以區(qū)分U/D的屬性組合時(shí)，當(dāng)前逆向約減標(biāo)記被設(shè)為1時(shí)，暫停當(dāng)前逆向約減法；

步驟4.3：逆向恢復(fù)停止標(biāo)志為1 時(shí)，如果恢復(fù)期間出現(xiàn)可區(qū)分U/D的屬性組合，目前的正向壓縮過(guò)程應(yīng)該立即暫停，并且記錄未驗(yàn)證的屬性的當(dāng)前正向壓縮的數(shù)量以及相應(yīng)的組合數(shù)目no_f。與此同時(shí)，逆向約減停止標(biāo)志為1，以停止逆向約減過(guò)程。（no_f表示正向搜索屬性下的驗(yàn)證組合編號(hào)）［7］。

步驟5：當(dāng)增加的個(gè)數(shù)組合和減少的個(gè)數(shù)組合相鄰時(shí)，near_flag值為1，并保持不變，約減步驟為：

步驟5.1：在逆向恢復(fù)期間，r_stop 停止標(biāo)志為0，正向恢復(fù)停止標(biāo)志為1。在該期間，如果出現(xiàn)屬性組合U/D 時(shí)，就應(yīng)立刻記錄該組合，并向R_RED集合中添加相關(guān)屬性。延續(xù)目前的逆向恢復(fù)過(guò)程，直到遍歷全部屬性，或者r_stop 停止標(biāo)志變?yōu)? 為止（R_RED表示存放逆向約減過(guò)程中搜索到的非空集合）；

步驟5.2：在遍歷之后，R_RED 不是空集，需判斷逆向約減等待過(guò)程標(biāo)志是否為1。如果等待過(guò)程標(biāo)志為1，說(shuō)明在正向約減過(guò)程中，缺少相關(guān)屬性添加到R_RED 集合中，此時(shí)，f_stop 被設(shè)置為1，而這個(gè)集合就是非空集合。r_stop停止標(biāo)志為1，則應(yīng)立刻停止逆向約減，直到出現(xiàn)符合條件的組合為止；如果等待過(guò)程標(biāo)志為0，說(shuō)明正向約減過(guò)程中出現(xiàn)了屬性組合，并添加到R_RED集合中，此時(shí)逆向約減過(guò)程逐漸向正向約減過(guò)程過(guò)渡。

步驟5.3：在逆向約減過(guò)程中，如果r_stop停止標(biāo)志是0而不是1時(shí)，遍歷全部屬性組合后，仍然無(wú)法獲取能夠區(qū)分U/D屬性的組合，應(yīng)減少屬性組合編號(hào)。這樣，在最后一次搜索之后，重新記錄逆向約減過(guò)程中的所有編號(hào)，此時(shí)的f_stop標(biāo)志為1。

步驟5.4：在重新編號(hào)后，判斷逆向約減過(guò)程中r_stop 停止標(biāo)志，如果該標(biāo)志為0，則說(shuō)明正在進(jìn)行正向約減過(guò)程，而正向約減過(guò)程的r_stop 停止標(biāo)志為1 時(shí)，說(shuō)明完成了約減過(guò)程，并未發(fā)現(xiàn)最小約減。如果r_stop停止標(biāo)志為1，則說(shuō)明正在進(jìn)行逆向恢復(fù)過(guò)程，立刻記錄i_r 和no_r 編號(hào)（no_r 表示逆向搜索屬性下的驗(yàn)證組合編號(hào)）；

步驟5.5：如果可以完全區(qū)分U/D 屬性的組合，并且停止標(biāo)志f_stop 不是1，那么它就可以被完全區(qū)分，如果可以完全區(qū)分U/D 屬性的組合，并且停止標(biāo)志f_stop 不是1，那么它就可以被完全區(qū)分，

步驟5.6：如果遍歷當(dāng)前條件屬性組合，沒(méi)有發(fā)現(xiàn)完全區(qū)分U/D的屬性，則保證約減標(biāo)記f_stop 不是1，就可以將等待標(biāo)志設(shè)置為1，由此完成基于改進(jìn)粗糙集的待融合數(shù)據(jù)搜索［8］。

2.2 跨區(qū)數(shù)據(jù)安全融合

在搜索到基于改進(jìn)粗糙集的待融合數(shù)據(jù)后，構(gòu)建水電廠跨區(qū)數(shù)據(jù)安全融合體系，如圖2所示。

圖2 水電廠跨區(qū)數(shù)據(jù)安全融合體系Fig.2 Cross-district data fusion system in hydropower plants

由圖2可知，水電廠跨區(qū)除了需要實(shí)時(shí)傳輸海量數(shù)據(jù)之外，還需在水電廠安全Ⅰ、Ⅱ、Ⅲ區(qū)之間同步傳輸頻率較低、數(shù)據(jù)一致性高的歷史數(shù)據(jù)。尤其是Ⅲ區(qū)，對(duì)于歷史數(shù)據(jù)中的綜合業(yè)務(wù)數(shù)據(jù)極為敏感，該方法要求數(shù)據(jù)具有高度一致性，且不能出現(xiàn)數(shù)據(jù)丟失現(xiàn)象，為此，需要使用比使用總線實(shí)時(shí)傳輸數(shù)據(jù)更加可靠的安全傳輸方式，即在保證跨區(qū)數(shù)據(jù)安全融合前提下再進(jìn)行數(shù)據(jù)傳輸。

2.2.1 基于物化視圖的安全I(xiàn)、Ⅱ區(qū)數(shù)據(jù)安全融合策略

智能水電廠安全I(xiàn)、Ⅱ區(qū)之間有防火墻，通過(guò)安全I(xiàn) 區(qū)歷史數(shù)據(jù)庫(kù)服務(wù)器節(jié)點(diǎn)與安全Ⅱ區(qū)的歷史數(shù)據(jù)庫(kù)服務(wù)器節(jié)點(diǎn)之間的物理通道，利用物化視圖法實(shí)現(xiàn)從I 區(qū)安全歷史數(shù)據(jù)庫(kù)到II區(qū)歷史數(shù)據(jù)庫(kù)的單向數(shù)據(jù)同步。通過(guò)物化視圖法預(yù)測(cè)數(shù)據(jù)存儲(chǔ)結(jié)果，這樣在表連接或聚合過(guò)程中就可以避免查詢過(guò)于耗時(shí)問(wèn)題的出現(xiàn)，并能迅速得到結(jié)果，由此能夠形成更加穩(wěn)定可靠的跨區(qū)數(shù)據(jù)安全融合通道。

構(gòu)建的基于物化視圖的跨區(qū)數(shù)據(jù)安全融合通道，如圖3所示。

圖3 基于物化視圖的跨區(qū)數(shù)據(jù)安全融合通道Fig.3 Cross-district data security fusion channel based on materialized view

由圖3 可知，利用數(shù)據(jù)庫(kù)物化視圖實(shí)現(xiàn)多個(gè)區(qū)之間數(shù)據(jù)安全融合，詳細(xì)步驟為：

步驟一：為源服務(wù)器上現(xiàn)有基礎(chǔ)表創(chuàng)建一個(gè)實(shí)體化視圖日志，在該日志中存儲(chǔ)有關(guān)數(shù)據(jù)庫(kù)軟件自動(dòng)更新的所有數(shù)據(jù)；

步驟二：創(chuàng)建目標(biāo)服務(wù)器上的鏡像，當(dāng)鏡像創(chuàng)建完成時(shí)，指定一個(gè)區(qū)域，這樣就可以在同步刷新過(guò)程中確定數(shù)據(jù)源的位置；

步驟三：對(duì)目標(biāo)服務(wù)器執(zhí)行完整更新，以便與源數(shù)據(jù)庫(kù)中的基表以及目標(biāo)數(shù)據(jù)庫(kù)中鏡像表內(nèi)容進(jìn)行匹配。

步驟四：定期更新源服務(wù)器日志，獲取在目標(biāo)服務(wù)器上配置計(jì)劃的數(shù)據(jù)庫(kù)任務(wù)。通過(guò)物化視圖將安全I(xiàn)區(qū)歷史數(shù)據(jù)同步到安全Ⅱ區(qū)，以確保數(shù)據(jù)的可靠性和完整性。但安全Ⅱ區(qū)中的歷史數(shù)據(jù)只能讀取，不能修改。按照預(yù)設(shè)的時(shí)間間隔來(lái)及時(shí)更新資源任務(wù)，并將更新結(jié)果記錄到目標(biāo)服務(wù)器映像表中，由此完成跨區(qū)數(shù)據(jù)安全融合操作。

2.2.2 基于觸發(fā)器方式捕捉的安全Ⅱ、Ⅲ區(qū)數(shù)據(jù)安全融合策略

安全Ⅱ、Ⅲ區(qū)歷史數(shù)據(jù)庫(kù)是物理隔離的，通過(guò)使用數(shù)據(jù)庫(kù)觸發(fā)模式，可以有效地捕獲數(shù)據(jù)表中記錄的所有更改內(nèi)容，并能夠定期地和其他安全區(qū)域同步?；谟|發(fā)器方式捕捉的數(shù)據(jù)融合原理，如圖4所示。

由圖4可知，該模式用于捕捉數(shù)據(jù)的變化，開(kāi)發(fā)安全隔離程序，在Ⅱ、Ⅲ區(qū)實(shí)現(xiàn)數(shù)據(jù)融合，詳細(xì)步驟為：

圖4 基于觸發(fā)器方式捕捉的數(shù)據(jù)融合原理Fig.4 Data fusion principle based on flip-flop capture

步驟一：利用單片機(jī)平臺(tái)的安全隔離軟件組態(tài)界面，對(duì)安全Ⅱ區(qū)數(shù)據(jù)庫(kù)中需要傳輸數(shù)據(jù)的基表設(shè)置觸發(fā)器，捕捉該表中添加、刪除、變更操作的數(shù)據(jù)，并將這些更改保存到I 區(qū)臨時(shí)數(shù)據(jù)表中。根據(jù)不同應(yīng)用，選擇傳輸?shù)臄?shù)據(jù)表。安全Ⅱ區(qū)數(shù)據(jù)庫(kù)配置的基表中，任何數(shù)據(jù)的增加、刪除、更改和操作時(shí)間都將記錄在臨時(shí)數(shù)據(jù)表中。

步驟二：安全Ⅱ區(qū)網(wǎng)關(guān)服務(wù)器的安全隔離客戶端軟件定期對(duì)臨時(shí)數(shù)據(jù)表進(jìn)行掃描，將數(shù)據(jù)按指定格式形成文件，存儲(chǔ)在獨(dú)立且指定的文件位置。安全性隔離裝置將這些文件傳送到安全Ⅲ區(qū)網(wǎng)關(guān)的指定文件夾中。與此同時(shí)，清除臨時(shí)數(shù)據(jù)表中冗余數(shù)據(jù)。

步驟三：定時(shí)掃描安全Ⅲ區(qū)網(wǎng)關(guān)指定文件夾，當(dāng)安全隔離服務(wù)器軟件檢測(cè)到更新文件后，根據(jù)安全Ⅲ區(qū)數(shù)據(jù)庫(kù)中的文件內(nèi)容及時(shí)更新，完成數(shù)據(jù)融合。

3 結(jié)語(yǔ)

智能化水電廠集成平臺(tái)數(shù)據(jù)庫(kù)是整個(gè)系統(tǒng)運(yùn)行的基礎(chǔ)，數(shù)據(jù)的一致性和準(zhǔn)確性直接影響到各種應(yīng)用的可靠性。利用跨區(qū)域數(shù)據(jù)融合功能，實(shí)現(xiàn)各個(gè)安全區(qū)數(shù)據(jù)的實(shí)時(shí)性、一致性。通過(guò)基于物化視圖的跨區(qū)數(shù)據(jù)安全融合通道和觸發(fā)器捕捉方式，實(shí)現(xiàn)水電廠跨區(qū)數(shù)據(jù)安全融合。該方法對(duì)于大數(shù)據(jù)集尤其有效，而現(xiàn)階段水電行業(yè)已積累了大量各類數(shù)據(jù)，使用該方法能夠獲取更多有意義、有價(jià)值的數(shù)據(jù)，提高水電行業(yè)的管理水平。

然而，現(xiàn)有方法仍存在不足，主要是對(duì)某一數(shù)據(jù)集來(lái)說(shuō)搜索速度不夠快。因此，改進(jìn)應(yīng)集中在提高搜索能力和自動(dòng)優(yōu)化搜索位置方面。