面向智能電網的新型搶修模式

張倩宜

通信機房的智能化搶修模式是智能電網發展的必然趨勢，從基于規則的自動化運維轉向人工智能化的運維模式，使專業間協同更加順暢。機器學習、語言識別、專家系統等人工智能技術的發展為智能化搶修提供廣闊發展前景，促進運維管理規范化、精益化，使電網更智能。

【關鍵詞】人工智能 智能搶修 機房巡檢

1 概述

隨著智能化熱潮的興起，人工智能、物聯網等新興技術在各行各業都掀起一場革命，逐漸改變著人類的思維方式和行為模式。基于新的思維方式探索新型電網搶修模式，是智能電網發展的必然要求，是促進互聯互通和靈活發展的重要途徑。

電力設備的安全使用是電網安全運行的前提條件，而電力通信運維是保證電力通信網絡安全穩定運行的重要手段，從電力設備的缺陷發生、處理、診斷以及消除缺陷的整個流程是電力系統設備運維的重點任務。隨著信息通信技術的發展和普及，信息通信系統的數量、種類、部署范圍和應用場景都在快速增加，給當前運維和搶修工作帶來巨大壓力。對于電力企業需要實時交換數據的機房，機房監控更為重要，一旦系統發生故障，造成的經濟損失是不可估量的。

通信機房及設備的數量快速增加和日益精簡的人員帶來了諸多問題：

1.1 巡檢效率低

隨著市區面積的擴大，網絡機房及設備在全市多點均有分布。偏遠地區如需進行故障排查、設備巡檢，則需運行人員提前1-2小時出發，將大量的時間耗費在路途上，往往休息得不到保證，有增加誤操作的風險幾率。

1.2 巡檢不全面

網絡機房雖然布置了攝像頭，但是攝像頭一般比較固定，不能覆蓋每一個區域，存在拍攝死角。缺少橫向集成和縱向貫通的統一監控系統。 無法全面了解系統整體健康狀態， 難以進行科學合理的 分析評價， 當故障發生時， 無法快速準確地定位故障根源， 難以實現故障快速解決。

1.3 不客觀

當出現重大問責事件，第三方運維人員有時會存在敷衍，謊報的情況。由于目前各單位缺乏相應的專業技術人員 ，運維工作基本由外部單位承擔，存在人員流動性較大、技術水平參差不齊、 與本單位技術人員分工 配合等問題，導致運維責任難以界定，運維經驗無法有效積累 、 共享及借鑒，對運行中的問題，無法保證及時有效處理；大量運維工作外包， 增加了人為破壞系統的 風險， 不利于各信息系統的安全穩定運行。

基于目前機房運維的現狀，運維管理智能化的需求越來越強烈，因此，采用高新科技自動化技術（機房智能巡檢機器人）對信息通信機房的電力、動力環境、服務器、網絡設備等進行智能化的集中監控顯得尤為重要。

2 智能化搶修模式

傳統的搶修模式通常在故障發生后，運維、開發人員被動地進行人工故障的定位與修復。整個過程工作量巨大，耗費人力資源較多，操作頻繁，且容易出錯，無法應對復雜系統發生的持續、快速的變化。智能化搶修模式是高新科技時代發展下應運而生的產物，即就是利用人工智能與機器學習等技術提升運維智能化能力，從智能化的故障定位、智能化的根因分析機制入手，覆蓋從被動式事后根源追溯到主動式事中實時監測控制及事前提前預判的各種業務場景，提供從數據收集分析、故障預判到定位，再到故障自動修復的端到端保障能力。

2.1 基于機器學習的智能運維機制

大量重復性高、典型性強的運維工作從依靠人工決策，轉變為依靠機器決策。智能化的故障定位技術將覆蓋的更廣泛，數據中心、網絡、程序、業務等各個層面的故障定位能力將進行全面提升，而在故障恢復決策方面，智能化的運維系統將能夠和預案管理等系統結合起來，由系統給出判斷決策，進行相應的止損操作。

2.2 應用人工智能技術實現“無人化”操作

對于日常巡檢工作，配置遠程控制機器人或無人機。機器人用于定時巡檢，執行預定程序，還可以遠程控制，執行指定程序。通過無人機進行開放型現場監控，使用4G網絡通道進行視頻、音頻等數據傳輸，實現實時數據通信以及全過程現場數據記錄。

2.3 無線感應與虛擬現實技術在現場工作中的應用

無線感應技術可以應用到現場工作人員的設備上，實現現場區域的權限識別，可穿戴設備有不同的權限，自動識別人員權限，開放對應的功能，并且可以將安全管理與設備結合到一起，實現以預防警示為主的自動、主動安全機制。混合現實技術可以重現業務場景，形成“立體”的場景回顧，無論是工作研究還是技術學習，都具備很好的支撐性。

智能化運維，標志著運維工作從依靠人工決策，逐步轉為依靠機器決策。通過大量運維日志、故障處置經驗等，制定機器智能學習模式，使機器具備運維能力。這種運維模式解決了運維手工工作量大、效率不高、日志信息堆積、問題根源難定位等問題，在精準度、可靠性上也有了大幅提升。

3 智能技術的應用

人工智能簡而言之就是使用計算機模仿人類智能，讓機器“學習”人類在某一領域對的專業技能。人工智能技術包括推理技術、搜索技術、知識表示與知識庫技術、歸納技術、聯想技術、分類技術、聚類技術等等，是實現智能運維的關鍵技術之一。

在機器學習方面，應用于故障預警系統中，利用機器學習對IT運維數據進行模式學習，從而更加智能地進行故障告警的預測，保證核心業務的正常運轉。研究經典機器學習算法及應用場景并找到機器學習算法，對數據進行處理分析，提供相關的告警推送，并通過在線的方式對性能與告警數據進行可視化管理，做出有效預警措施，使故障損失降低到最小。

在機房智能巡檢機器人系統方面，機房智能巡檢機器人是實現電網基礎設施、人員及所在環境識別、感知、互聯與控制的網絡系統巡檢機器人，其實質是實現各種信息傳感設備與通信信息資源的結合，從而形成具有自我標識、感知和智能處理的物理實體。

4 結語

信息通信網絡是電網穩定安全運行的重要基礎和保障。 因此， 信息通信機房巡檢工作的智能化發展是當前研究的重中之重。人工智能技術的運用在智能巡檢發展的軌跡上是必不可少的，甚至可以說是長遠發展的，它將會把智能電網推向一個新高度。通信機房維護著整個電網的網絡設備，只有保持穩定狀態才能保證電網的穩定性和可靠性。

未來智能電網的發展將會形成一種新的通信和交互機制，實現電網設備間雙向、互動的數據傳輸，電網上的設備之間將進入即時通訊時代。

參考文獻

[1]周筠.電力通信移動運維系統研究及應用[D].江蘇大學，2016.

[2]黃家祺，郭志剛，桑子夏，張曉奇.基于電力信息系統架構的智能運維體系研究[J].通信電源技術，2017.

[3]屠要峰，吉鋒，文韜.機器學習在大視頻運維中的應用[J].中興通訊技術，2017.

[4]電力信息化行業發展趨勢解析[Z].中國產業信息網，2013.

作者單位

國網天津市電力公司信息通信公司 天津市 310010endprint