一種光傳輸設備綜合評價與壽命預測算法?

吳海洋 繆巍巍 李 偉 呂順利 吳 昊 滕欣元

（1.國網江蘇省電力公司 南京 210000）（2.南瑞集團（國網電力科學研究院） 南京 210000）（3.國網青海省電力有限公司信息通信分公司 西寧 810000）（4.長沙理工大學 長沙 410000）

1 引言

電力通信光傳輸網是電力系統重要的基礎設施之一，為業務網提供傳輸通道，用來確保電力系統的穩定安全運行［1］。光傳輸設備是光傳輸網重要組成部分，為了使電力系統能快速響應，光傳輸設備必須要求其高度的穩定性［2］。對于電力通信運維而言，傳輸設備使用壽命是未知的，隨著設備使用時間增長，設備穩定性變差，因而需要對光傳輸設備狀態進行評價，同時對其使用壽命進行預測，從而為電力通信設備全生命周期管理提供支撐。

設備狀態評價與壽命預測主要研究可以分為如下幾類:1）基于在線狀態監測，以狀態監測的維護為背景，應用理論研究、仿真實驗和實驗研究進行設備壽命預測［3～5］。2）基于隱馬爾可夫模型，隱馬爾可夫模型作為一種統計分析算法，具有較強的模式分類能力，算法及其改進可以應用在設備退化狀態識別中剩余壽命預測［6～9］。3）基于健康指數，提出健康指數作為設備狀態的衡量，以狀態指數作為設備生命壽命預測的指標值預測壽命［10～11］。4）基于貝葉斯網絡，建立了基于動態貝葉斯網絡模型的設備剩余壽命預測框架模型［12～13］。5）其他算法，包括基于遺傳算法［14］、神經網絡［15］、向量機［16］、灰色系統［17］。

就目前研究現狀來看，設備綜合評價和壽命預測研究存在以下問題:1）指標選取范圍較窄，且指標權重需要人工設定或通過模糊綜合評價的方法打分獲得；2）綜合評價的結果和壽命預測沒有很好地結合起來。

本文首先提出光傳輸設備指標體系，根據模糊綜合評價方法得出設備健康度，將其歸一化后應用神經網絡算法建立壽命預測模型。實驗結果表明，本文的光傳輸設備綜合評價與壽命預測方法可以很好地應用于實踐之中。

2 光傳輸設備指標體系

通信設備壽命因素從本身可以分為運維信息和設備屬性。運維信息主要指電力通信設備在使用過程中的運維狀態，包括告警和故障信息。設備屬性主要指的是通信設備的投運時長和型號等信息。電力通信設備綜合評價與壽命預測研究的關鍵就在于制定一套實用、完整的測度指標，并應用這些指標對電力通信設備進行評估。本文從運維信息和設備屬性兩個方面，分析電力通信設備使用壽命的影響因素，構建相應的評價指標體系。

表1 風險度評價表

表1是設備風險度評價表。每一個設備運維指標表征設備運行的風險，指標越大風險值r 越大。對其中一個設備D而言，其風險值可以量化為式（1）。

因設備的健康度與風險值成反比，假定設備健康度h 可以表示為風險值r的倒數。為了使健康度有意義，將值歸一化到0～1之間，越接近1代表設備狀態越好，越接近0 代表設備狀態越差，如表2 所示，壽命預測指標表。

表2 壽命預測指標表

3 光傳輸設備綜合評價與壽命預測方法

3.1 模糊層次分析法

模糊層次分析法（FuzzyAHP）是AHP 在模糊條件下的擴展，其核心是用三角模糊數表示比較判斷的方法構造判斷矩陣，從而可以克服評價方法中人的主觀判斷、選擇、偏好對結果產生的影響，使得決策可以更加合理。

1）模糊判斷矩陣的建立

矩陣A( aij)n×n，若滿足:0 ≤aij≤1(i=1,2,…,n)，則A 是模糊矩陣。若滿足:

aij+aji=1(i =1,2,…,n;j=1,2,…,n )，則 A是模糊互補矩陣。當i=j 時，aij=aji=0.5。

與AHP 的判斷矩陣相同，為了得到相對重要性的定量判斷，我們需要對任意兩個指標進行比較。在模糊互補判斷矩陣中是以“0.1～0.9 五標度法”進行兩兩指標重要性判斷的。“0.1～0.9 五標度法”如表3。

表3 0.1～0.9標度法及其意義

2）模糊互補矩陣的權重計算

本文選用徐澤水（2001）［2］推導的一種計算公式，如下:

進一步計算，如果 A 是模糊互補矩陣，ω=(ω1,ω2,…,ωn)是 A 的排序向量，則 w=( ωij)n×n為 A 的權重矩陣。其中，ωij=ωi+ωj+0.5,i=1,2,…,n; j=1,2,…,n。

3）模糊層次分析法的層次總排序

層次總排序權重值w 的計算公式如下:

其中，wj表示層次總排序權重值w 中的第 j 個元素，wi表示第i 個準則對于目標的權重，wij表示第j 個指標對第i 個準則的權重。

3.2 BP神經網絡算法

BP 算法的步驟如下:輸入訓練樣本，包括樣本輸入 X 和期望輸出Y 。兩層權值分別為vij和vjk，隱含層規定的閾值a，輸出層規定的閾值b。輸入層的神經元數n，輸出層節點數m，確定隱含層節點數，通常根據如下公式取得或根據經驗和實驗確定。 l= m+n +d,1 ≤d ≤10 其中，i=1,2,…,n,j=1,2,…,l,k=1,2,…,m。

1）網絡初始化。為連接權值vij、vjk及閥值a、b 賦予[-1,+1]區vjk間的隨機值。

2）隱含層和輸出層輸出計算。連接各層的權值和閾值，由輸入層輸入信號計算隱含層Hj，再由隱 含 層 計 算 輸 出 層

3）誤差計算及權值、閾值的調整。根據預測輸出Ok和期望輸出Y 計算預測誤差ek，并不斷調整初始設定的權值和閾值。

4 光傳輸設備綜合評價與壽命預測應用

4.1 數據來源

本文使用來自江蘇電力系統從2016 年1 月1日至2017 年3 月1 日光傳輸設備數據與運維數據，在此數據上選擇指標體系中各指標考慮光傳輸設備綜合評價與壽命預測研究。

4.2 實驗應用

本文首先通過模糊綜合評價法對運維數據各指標進行標度評價，得到評價表格后，利用第三節中計算方法計算并取均值得到各個指標的權重值。根據指標權重計算風險值r，從而計算歸一化后的健康度h。

已知設備的型號、投運時長和設備的健康度，本文要建立基于神經網絡的光設備壽命預測模型，其中設備型號、投運時長為輸入變量，設備健康度為輸出變量。如圖1 所示，對所有光傳輸設備進行健康度預測，健康度預測結果與真實值接近，經過全局計算結果準確度為90.5%，可以很好地滿足光傳輸設備生命周期管理。

圖1 光傳輸設備健康度預測折線圖

下面選取一個具有代表性的光傳輸設備，型號為OptiX OSN 3500，通過上文綜合評價法計算其健康度，再利用BP 神經網絡模型預測其健康度的變化趨勢，最后得到該設備隨工作年限變化趨勢圖（橫坐標為年份、縱坐標為健康度）。

圖2 光傳輸設備健康度變化趨勢圖

由圖2 可以看出，該型號設備的健康度隨著工作年限變化趨勢，對于不同設備而言，通過健康度的表征可以形象地展示出其生命周期狀態。

5 結語

本文基于光傳輸設備的指標體系，提出了風險度和健康度的概念，建立綜合評價模型和壽命預測模型，最后使用真實的運維數據驗證了模型的準確性和可用性，實現了光傳輸設備生命周期管理的目標，為電力通信運維提供了管理模型支撐。