保護(hù)裝置與信息子站通信異常問題的分析與研究

付慶釗 楊亞璞 李二玉

（許繼電氣股份有限公司 河南省許昌市 461000）

HCM3000 是許繼研制的用于高壓直流輸電（High Voltage Direct Current，HVDC）控制保護(hù)的高性能工業(yè)控制平臺(tái)系統(tǒng)，繼電保護(hù)信息子站（以下簡(jiǎn)稱保信子站）與保護(hù)裝置HCM3000 之間通信是遵循TCP/IP 103 規(guī)約[4]，通過以太網(wǎng)接口連接。

某直流輸電工程運(yùn)行現(xiàn)場(chǎng)，保信子站重啟或者網(wǎng)絡(luò)異常中斷后，多臺(tái)HCM3000 保護(hù)裝置與保信子站通信不能恢復(fù)，等待至48 小時(shí)后，除一臺(tái)500kV 極2 換流變保護(hù)外，其他裝置通信陸續(xù)恢復(fù)正常，這臺(tái)換流變保護(hù)通信一直到3月后才恢復(fù)。如果正常通信過程中突然人為斷開并且重連后，還會(huì)出現(xiàn)通信自動(dòng)斷開并再次重連的現(xiàn)象[5]。

1 問題復(fù)現(xiàn)

在實(shí)驗(yàn)室搭建了一套與現(xiàn)場(chǎng)相似的模擬環(huán)境，一臺(tái)HCM3000保護(hù)裝置通過HUB 與一臺(tái)保信子站通信，軟件版本與現(xiàn)場(chǎng)運(yùn)行一致。另外，在現(xiàn)有HCM3000 程序中增加通信狀態(tài)監(jiān)視程序，方便問題復(fù)現(xiàn)后的定位分析。

1.1 復(fù)現(xiàn)通信不能恢復(fù)

對(duì)保信子站重啟后，出現(xiàn)與現(xiàn)場(chǎng)一致的現(xiàn)象，保信子站與HCM3000 保護(hù)裝置通信中斷且不能恢復(fù)，此時(shí)的報(bào)文如圖1 所示。

由圖1中報(bào)文可知，保信子站（10.100.100.150） 分 別在NO.2702 Time124 和NO.4401 Time184 兩次發(fā)起與保護(hù)裝置（10.100.100.111）的握手請(qǐng)求[SYN]，但是兩次都被保護(hù)裝置在NO.2703 Time124 和NO.4402 Time184 以重置幀[RST,ACK]拒絕。

1.2 復(fù)現(xiàn)通信自動(dòng)斷開

在測(cè)試過程中成功復(fù)現(xiàn)問題現(xiàn)象：保信子站（10.100.100.150）與HCM3000 保護(hù)裝置（10.100.100.111）通信過程中出現(xiàn)一次通信中斷又恢復(fù)現(xiàn)象，此時(shí)物理通信網(wǎng)絡(luò)正常，報(bào)文如圖2 所示。

由圖2 中報(bào)文可知，HCM3000 裝置（10.100.100.111）通信中NO.8615 Time 20:17:56 突然發(fā)出主動(dòng)關(guān)閉報(bào)文[FIN,ACK]，而此時(shí)通信網(wǎng)絡(luò)完好無故障，保信子站也運(yùn)行正常。

對(duì)關(guān)斷前的交互報(bào)文進(jìn)行分析后發(fā)現(xiàn)，從Time20:17:26 至Time20:17:56（關(guān)斷前一幀）的這30s 時(shí)間內(nèi)，無應(yīng)用報(bào)文交互，而每200ms 一次的keep-alive 心跳報(bào)文的響應(yīng)都正常，對(duì)于tcp 103規(guī)約通信中的空閑鏈路測(cè)試幀（TESTFR）也沒有[6]。

2 問題的分析定位

2.1 通信不能恢復(fù)的問題分析

HCM3000 保護(hù)裝置通信板卡使用以太網(wǎng)控制芯片為韓國WIZnet 公司生產(chǎn)的W5300，是一款0.18μm CMOS 工藝的單芯片器件，內(nèi)部集成10/100M 以太網(wǎng)控制器，MAC 和TCP/IP 協(xié)議棧。設(shè)計(jì)人員在保護(hù)運(yùn)行程序中添加芯片運(yùn)行狀態(tài)反饋管腳，用來監(jiān)視芯片的實(shí)際運(yùn)行狀態(tài)，通信正常情況下芯片狀態(tài)分別為：通信連接STA=17，通信未連接STA=14，而處于問題中的芯片狀態(tài)為STA=18。通過查找W5300 產(chǎn)品手冊(cè)中描述此狀態(tài)為SOCKET 通信關(guān)閉但未完全關(guān)閉的中間狀態(tài)，具體定義如圖3 所示。

圖1：通信不能恢復(fù)報(bào)文

圖2：通信自動(dòng)斷開報(bào)文

圖3：W5300 芯片狀態(tài)定義

圖4：全為0 的數(shù)據(jù)幀

此狀態(tài)下的以太網(wǎng)芯片認(rèn)為當(dāng)前有效SOCKET 連接還未完全關(guān)閉，所以不會(huì)接受新的SOCKET 連接請(qǐng)求，這樣就導(dǎo)致保信子站和HCM3000 保護(hù)裝置的通信不上的問題。結(jié)合W5300 的內(nèi)部通信控制策略分析可知，HCM3000 當(dāng)超過30s 無應(yīng)用報(bào)文交互時(shí)，就判斷為通信連接異常，W5300 以太網(wǎng)控制芯片主動(dòng)向保信子站發(fā)送FIN 關(guān)斷請(qǐng)求，請(qǐng)求發(fā)送后此SOCKET 就進(jìn)入SOCK_FIN_WAIT 狀態(tài)，等接收到保信子站的ACK 報(bào)文后，進(jìn)入SOCK_CLOSED 狀態(tài)，至此才完成連接的完全關(guān)閉。

然而現(xiàn)場(chǎng)實(shí)際的工作狀態(tài)為通信中斷或者保信子站已經(jīng)關(guān)閉，根本不能收到HCM3000 保護(hù)裝置發(fā)送的FIN 報(bào)文，發(fā)送ACK 確認(rèn)也就無從談起，這樣就導(dǎo)致了W5300 以太網(wǎng)控制芯片一致處于SOCK_FIN_WAIT 狀態(tài)，而何時(shí)能從此狀態(tài)解除也未知。

2.2 通信自動(dòng)斷開的問題分析

首先HCM3000 當(dāng)超過30s 無應(yīng)用報(bào)文交互時(shí)，就判斷為通信連接異常，從而主動(dòng)關(guān)閉當(dāng)前連接，對(duì)于HCM3000 的控制邏輯是正確的。

通過對(duì)正常交互過程中的報(bào)文分析，發(fā)現(xiàn)保信子站的空閑鏈路測(cè)試報(bào)文發(fā)送時(shí)間間隔為10s 左右，而保信子站的TCP 103 規(guī)約通信中長(zhǎng)達(dá)30s 沒有空閑鏈路測(cè)試報(bào)文（TESTFR）則是不正常的。造成此現(xiàn)象的原因是什么呢，繼續(xù)分析鏈路中斷前的報(bào)文發(fā)現(xiàn)，在正常通信過程中，HCM3000 保護(hù)裝置（10.100.100.111）會(huì)發(fā)送一幀內(nèi)容全為0 的數(shù)據(jù)幀（NO.7994 Time 20:17:26），具體如圖4 所示。

此報(bào)文為HCM3000（10.100.100.111）與保信子站（10.100.100.150）在103 規(guī)約通信交互過程中作為保信子站數(shù)據(jù)通信初始化請(qǐng)求（NO.7984 Time20:17:25）的響應(yīng)，如圖5 所示。

圖5 保信子站數(shù)據(jù)通信初始化請(qǐng)求

通過對(duì)這幀數(shù)據(jù)進(jìn)行分析，此幀為保信子站數(shù)據(jù)通信初始化請(qǐng)求幀，DATA:68 04 07 00 00，而根據(jù)103 規(guī)約，HCM3000 裝置應(yīng)該回復(fù)通信鏈路建立，DATA 應(yīng)為68 04 0b 00 00，所以這幀內(nèi)容全為0 的報(bào)文是不正確的，為無效數(shù)據(jù)幀。在正常的103 規(guī)約交互中是非法的，由于保信子站在通信中的容錯(cuò)能力不足，接收異常此報(bào)文后，103 應(yīng)用報(bào)文交互就不能繼續(xù)進(jìn)行，也就不能發(fā)送空閑鏈路測(cè)試幀（TESTFR），30s 后，HCM3000 將當(dāng)前鏈路進(jìn)行關(guān)閉處理，等待保信子站重新連接[7]。

2.3 問題原因總結(jié)

所以造成當(dāng)前問題的原因主要有以下三個(gè)：

（1）保信子站103 規(guī)約通信過程中容錯(cuò)能力不足，接收到異常數(shù)據(jù)幀后，就不能完成后續(xù)正常的數(shù)據(jù)交互。

（2）HCM3000 控制保護(hù)裝置在103 規(guī)約通信鏈路建立過程中有發(fā)送非法數(shù)據(jù)幀的現(xiàn)象，這是導(dǎo)致此通信問題的根本原因。

（3）在極端巧合情況下，通信控制芯片W5300 會(huì)進(jìn)入SOCK_FIN_WAIT 狀態(tài)，一致處于等待保信子站的ACK 報(bào)文，在此過程中不會(huì)響應(yīng)新的鏈路建立請(qǐng)求，且目前為止不會(huì)自動(dòng)解除此狀態(tài)，除非重啟控制保護(hù)裝置。

3 問題處理

針對(duì)定位分析出的三個(gè)問題，分別作出以下處理：

（1）將現(xiàn)場(chǎng)問題的定位分析結(jié)果反饋給保信子站廠家，建議其完善裝置的通信容錯(cuò)能力；

（2）對(duì)HCM3000 保護(hù)裝置程序進(jìn)行相應(yīng)修改，消除錯(cuò)誤幀的發(fā)送；

（3）修改控制程序，監(jiān)測(cè)芯片狀態(tài)，一旦進(jìn)入SOCK_FIN_WAIT 狀態(tài)，就對(duì)其重置。

4 結(jié)語

以保護(hù)主機(jī)與信息子站現(xiàn)場(chǎng)典型的通信異常問題為例，進(jìn)行了客觀的分析和研究，查找到了根本原因并提供了處理方法，為現(xiàn)場(chǎng)繼電保護(hù)人員在實(shí)際運(yùn)行中能夠盡快定位、處理此類通信問題提供了思路，為電網(wǎng)的安全穩(wěn)定運(yùn)行提供了有力保障[8]。