杜曉嵐,朱夢楠

(陜西工業(yè)職業(yè)技術(shù)學(xué)院,陜西 咸陽 712000)

電爐變電站集控中心的告警信息遠(yuǎn)程聚合可以幫助集中監(jiān)控和管理多個電爐變電站的設(shè)備,識別潛在風(fēng)險或故障,及時采取預(yù)防或修復(fù)措施。通過遠(yuǎn)程聚合告警信息,集控中心可以實時監(jiān)測電爐變電站的運行狀況,減少維護(hù)成本和工作量,提高管理效率和運行穩(wěn)定性。同時,聚合告警信息還可以幫助集控中心進(jìn)行數(shù)據(jù)分析和趨勢預(yù)測,提升決策和規(guī)劃能力。隨著智能電網(wǎng)和數(shù)字化轉(zhuǎn)型的推進(jìn),電爐變電站采用先進(jìn)的集控系統(tǒng)來實現(xiàn)遠(yuǎn)程監(jiān)測和管理,但是由于電爐變電站數(shù)量龐大、地理位置分散,其告警信息的處理和維護(hù)成本很高。在電網(wǎng)運行過程中,對各變電所集中控制的警告數(shù)據(jù)進(jìn)行集中處理,這對電網(wǎng)的安全、穩(wěn)定和可靠性起到了很大的作用。

在此背景下,相關(guān)領(lǐng)域的學(xué)者已經(jīng)得到了一些較好的研究成果,例如周海飛等人[1]針對傳感網(wǎng)絡(luò)中的節(jié)點信譽(yù)度問題,研究了一種傳感器網(wǎng)絡(luò)數(shù)據(jù)并行聚集方法。首先,利用減法聚類法對各結(jié)點進(jìn)行聚類,以保證各結(jié)點在空間上的均勻分布,并提高分簇效率。在此基礎(chǔ)上,結(jié)合基于云理論可信度測度模型,獲得聚合數(shù)據(jù)的數(shù)量特性,并對聚類數(shù)據(jù)進(jìn)行分類,確定最優(yōu)聚類數(shù)據(jù)。李雅蘭等人[2]提出一種基于霧化技術(shù)的多維度的數(shù)據(jù)融合方法,具有隱私保護(hù)性,為不同粒度的數(shù)據(jù)服務(wù)提供支持。首先,在不引入任何第三方機(jī)構(gòu)的情況下,利用局部霧計算資源的優(yōu)勢,建立分層聚集架構(gòu)。其次,將同態(tài) Paillier算法和霍納規(guī)則相結(jié)合,實現(xiàn)對數(shù)據(jù)的多維度隱私保護(hù),以適應(yīng)多種應(yīng)用的需要。但是,以上文獻(xiàn)方法在數(shù)據(jù)聚合之前忽略了對數(shù)據(jù)間相關(guān)性的分析,獲取的數(shù)據(jù)聚合結(jié)果可信度不夠理想。

由于采集數(shù)據(jù)設(shè)備的數(shù)量眾多、類型繁多,因此數(shù)據(jù)可能會有一些數(shù)據(jù)缺失、錯誤或者重復(fù)的情況出現(xiàn),導(dǎo)致數(shù)據(jù)難以實現(xiàn)較高的聚合率,為此,本文提出一種新的電爐變電站集控告警信息遠(yuǎn)程聚合法。

1 電爐變電站告警信息遠(yuǎn)程聚合方法設(shè)計

1.1 全關(guān)聯(lián)度和相似度的計算

通過對不同電爐變電站的告警信息之間的關(guān)聯(lián)度進(jìn)行分析,可以有效地降低誤報率和漏報率。例如,如果多個電爐變電站同時產(chǎn)生了同一類型的故障,那么在集控中心中,只需要提醒用戶一次,而不是針對每個電爐變電站都做出提示。且當(dāng)電爐變電站發(fā)生故障時,集控中心需要快速確定故障的原因,并做出相應(yīng)的處理。對告警信息之間的關(guān)聯(lián)度的分析可以幫助工作人員更快地采集故障的位置信息,從而提高故障處理效率。

優(yōu)先分析不同告警信息的強(qiáng)弱,其中連接信息關(guān)聯(lián)度取值越大,則說明連接關(guān)系越緊密,具體計算方式如下:

(1)

其中,

(2)

式中:Il(ai)為告警信息之間的關(guān)聯(lián)度;ai為告警信息的類別;disconnect(ai)為告警發(fā)生的相對概率;disconnect(all)為告警事件發(fā)生的概率總和。

對數(shù)據(jù)進(jìn)行更加精細(xì)地管理,獲取更好的運行結(jié)果。針對不同類型的告警信息計算關(guān)系強(qiáng)度,其中直接關(guān)聯(lián)度采用Lai度量,如式(3)所示:

(3)

式中:lL(ai)和maxlL(ai)分別為關(guān)聯(lián)關(guān)系強(qiáng)度的賦值和最大賦值。告警時間的關(guān)系越緊密,說明關(guān)聯(lián)度的增長速度越快。利用直接關(guān)聯(lián)度度量直接關(guān)聯(lián)強(qiáng)度為0的告警信息間接關(guān)聯(lián)度,得到全關(guān)聯(lián)度表示為Cr(i,j),如式(4)所示:

(4)

式中:dis(i,j)為告警信息i和j之間的最短距離值。通過Floyd算法計算不同告警事件的最短距離值dis(i,j),如式(5)所示:

(5)

利用不同類型電爐變電站告警信息之間的全關(guān)聯(lián)度的計算,可以初步衡量告警信息之間的相關(guān)性。但是,由于信息相關(guān)性只能衡量信息屬性差異程度,無法直接實現(xiàn)同類告警信息的聚合。因此,需計算屬性相似度,在信息遠(yuǎn)程聚合過程中,識別相似屬性可以將同屬性信息歸并處理,可以進(jìn)一步優(yōu)化告警信息的聚合精度。

設(shè)定sim(Ai,Bi)為告警信息A和告警信息B的第i個屬性相似度,則對應(yīng)的計算式為

(6)

設(shè)定電爐變電站中隨機(jī)兩個信息子地址為IPA和IPB,則IP地址之間的相似度sim(IPA,IPB)可以表示為以下的形式:

(7)

為了獲取理想的聚合效果,各告警信息的相似性SIM(A,B),計算如式(7)所示:

(8)

1.2 告警信息時間波動特征

在電爐變電站中,一段持續(xù)性攻擊形成的原始告警信息一般發(fā)生在比較短的時間內(nèi)[3-4]。所以,時間屬性是告警信息的另一個重要屬性。只有在設(shè)定范圍內(nèi)的報警數(shù)據(jù)被聚合的概率才大。以鄰近報警的時間之隔為數(shù)據(jù)屬性,在對告警信息進(jìn)行遠(yuǎn)程聚合時,將該時間間隔與1.1小節(jié)得出的判定告警信息的特性相結(jié)合,對目前的聚合情況進(jìn)行分析,具體如下所示:

(1)固定時間間隔。結(jié)合相關(guān)的先驗知識,將冗余報警的相鄰時刻間隔最大設(shè)置為T,若報警時刻低于T,表示該時刻滿足設(shè)置的限制;反之,則說明不滿足于時間約束。

(2)針對不同攻擊類型的告警信息,將告警時間設(shè)定在區(qū)間[Tmin,Tmax]內(nèi),其中告警信息A和告警信息B之間的告警時間計算公式為

Tmin=|Atime-Btime|

(9)

在電爐變電站實際工作的過程中,持續(xù)性攻擊主要具有以下幾方面的特征:

當(dāng)電爐變電站遭受連續(xù)攻擊時,系統(tǒng)會產(chǎn)生報警,但由于其具有固定時間閾值,因此報警效果并不理想。當(dāng)時間閾值設(shè)置過大時,將會使電爐變電站遭受持續(xù)的攻擊;如果時間閾值設(shè)置得太低,那么一次攻擊就會被聚集成多次。當(dāng)各時段的相對平均偏差小于某一給定的臨界值時,該時段的平均偏差就會在該給定的區(qū)間內(nèi)出現(xiàn)波動。

時間間隔的相對平均方差V表達(dá),將其作為時間間隔的變異系數(shù),根據(jù)該表達(dá)式設(shè)Tv為動態(tài)時間間隔閾值,表達(dá)式如下所示:

(10)

式中:Tavg為時間間隔的平均值,s;S為電爐變電站告警信息的時間間隔方差,s2;Ti為相鄰告警時間的時間間隔,s。

優(yōu)先設(shè)定一個初始時間閾值,當(dāng)全新的告警信息ei達(dá)到設(shè)定時間,需要計算和前一個告警信息之間的時間間隔。合并全新的告警信息,形成告警信息集合E。告警信息每合并一次,對應(yīng)的變異系數(shù)也會更新。所以,隨著告警序列中告警信息數(shù)量的持續(xù)增加,V會逐漸趨于穩(wěn)定,同時獲取初始告警信息的變異系數(shù)。

1.3 遠(yuǎn)程聚合的實現(xiàn)

告警信息遠(yuǎn)程聚合是將同一攻擊形成的多個告警信息合并成一個超告警,同時將其提交給管理員[5-6]。由于信息遠(yuǎn)程聚合可以實時完成,所以系統(tǒng)保持現(xiàn)階段的攻擊類型告警。當(dāng)出現(xiàn)一個全新的告警信息時,需要計算電爐變電站告警信息和超告警信息之間的相似度[7-8]以及時間間隔。

時間間隔變異系數(shù)C和攻擊類型之間存在密切關(guān)聯(lián),采用式(10)計算全新的變異系數(shù):

(11)

式中:C為學(xué)習(xí)型參數(shù);Tsum為原始告警信息數(shù)量;Tn代表告警信息的時間間隔總和。

在上述分析的基礎(chǔ)上,需要將變異時間系數(shù)對已經(jīng)采集到的告警信息時間波動特征進(jìn)行分析,將告警信息屬性劃分為兩種不同的類型,分別為時間約束屬性和相似度約束屬性,同時以此為依據(jù)聚合處理電爐變電站集控告警信息,最終實現(xiàn)用于電爐變電站集控告警信息遠(yuǎn)程聚合方法的優(yōu)化。

2 實驗與分析

2.1 實驗設(shè)置

選取某220 kV電爐變電站集控中心為實驗對象,依托三維中國地圖,通過在Matlab2022中使用 Simulink對某模擬電爐變電站進(jìn)行三維仿真,實現(xiàn)對變電所集中控制中心的實時監(jiān)測。

建模和仿真的過程中,可以利用Simulink工具箱提供的各種模塊來設(shè)定不同的參數(shù)。同時,Matlab 2022軟件還提供了豐富的可視化工具,以幫助用戶更直觀地觀察和分析3D電爐變電站的模擬結(jié)果。在3D電爐變電站的建模中(見圖1),設(shè)置工作電壓、工作電流分為220 kV和600 A,選用設(shè)置變壓器,選用陶瓷絕緣子、開關(guān)為模型主要元件。劃分三維空間,將其分割成多個小網(wǎng)格。單位網(wǎng)格的大小為30 mm×30 mm。

圖1 3D仿真電爐變電站

利用數(shù)據(jù)遠(yuǎn)程采集器、數(shù)字傳感器、相機(jī)以及無人機(jī)采集電爐變電站的相關(guān)告警信息。數(shù)據(jù)采集器能夠?qū)@取的信息通過網(wǎng)絡(luò)傳輸?shù)皆品?wù)器或者在本地進(jìn)行存儲。相機(jī)用于對電爐變電站進(jìn)行攝影,并對其狀況進(jìn)行分析,以確定是否存在故障。

無人機(jī)可以飛越電爐變電站進(jìn)行航拍,獲取電爐變電站的全貌,進(jìn)行高空檢測和巡檢。電爐變電站信息采集結(jié)果如圖2所示。

圖2 采集的告警信息

由圖2可知,電爐變電站的告警信息包括系統(tǒng)故障率、系統(tǒng)健康度和系統(tǒng)性能比等。右側(cè)顯示重要事件列表。當(dāng)電爐變電站出現(xiàn)預(yù)警、事故或異常時發(fā)出警告,方便技術(shù)人員及時發(fā)現(xiàn)并處理。電爐變電站的報警信息類型包括事故信號,異常信號,預(yù)警信號和變位信號4種,分別記為a、b、c、d。

2.2 結(jié)果分析

為了研究方法的告警信息的聚合效果,實驗選取告警率ReduceRatesnort作為評價指標(biāo),具體的計算方式為

(12)

式中:srcsnort為真實告警信息量;dstsnort為本文方法應(yīng)用后的告警信息量。利用圖3和圖4分別給出不同類型告警信息的總量和研究方法應(yīng)用下的告警率。

圖3 告警信息的總量

圖4 精簡前后不同類型電爐變電站信息告警信息所占比例

分析圖4可知,利用研究方法聚合電爐變電站告警信息后,告警率得以優(yōu)化提高,對于不同類型告警信息類型,告警率均提高至98%以上。

為驗證聚合方法性能,選擇文獻(xiàn)[1]提出的以節(jié)點信譽(yù)度為基礎(chǔ)的數(shù)據(jù)合成方法與文獻(xiàn)[2]提出的以霧輔助的數(shù)據(jù)合成方法為對照,用不同的期望值來對三種方法的合成效果進(jìn)行比較。

聚合算法的期望值是對一組隨機(jī)變數(shù)進(jìn)行多項試驗后所得出的加權(quán)平均值,而各所得權(quán)值為該所得發(fā)生概率。

期望值可理解為隨機(jī)變量在長期實驗中的平均表現(xiàn)在本次實驗中,隨機(jī)變量為告警信息量,設(shè)置其期望值以及不同方法的信息遠(yuǎn)程聚合率如表1所示。

表1 不同期望值下各個方法的聚合率測試對比

分析表1中的實驗數(shù)據(jù)可知,所提方法具有較高的聚合率,主要是因為所提方法在進(jìn)行告警信息遠(yuǎn)程聚合的過程中,先構(gòu)建了信息關(guān)聯(lián)度矩陣,獲取高精度的信息相似度,提高所提方法的聚合率。

在電爐變電站集控中心中運用本文聚合方法,將電爐變電站斷路器SF6氣壓低報警、儲能電源回路故障、斷路器控制回路斷線、失靈裝置電流啟動、冷卻器故障和有載調(diào)壓裝置異常等信息進(jìn)行聚合,聚合后的信息占比情況如圖5所示。

圖5 電爐變電站集控告警信息遠(yuǎn)程聚合占比圖

如圖5所示,電爐變電站斷路器SF6氣壓低報警、儲能電源回路故障、斷路器控制回路斷線、失靈裝置電流啟動、冷卻器故障和有載調(diào)壓裝置異常信息遠(yuǎn)程聚合后占比分別為30%、3%、2%、15%、49%及1%,與實際配電網(wǎng)信息占比誤差為0.1。實驗結(jié)果表明本文方法聚合的信息與實際信息情況一致,聚合效果好,獲取準(zhǔn)確的電爐變電站集控告警信息。

3 結(jié) 語

隨著電網(wǎng)數(shù)字化的不斷發(fā)展和進(jìn)步,促使相互可連接的設(shè)備范圍也越來越廣泛,數(shù)量也越來越多。在疊加新冠疫情的背景下,電爐變電站告警信息量的劇增導(dǎo)致其日常維護(hù)困難,為此,設(shè)計并提出一種電爐變電站集控告警信息遠(yuǎn)程聚合方法。經(jīng)實驗測試證明,所提方法能夠有效提升電爐變電站告警信息遠(yuǎn)程聚合率,同時還具有較好的告警信息精簡性能。