基于故障樹(shù)和知識(shí)庫(kù)的IMS業(yè)務(wù)故障診斷技術(shù)研究應(yīng)用?

楊 斌

1 引言

隨著電力通信網(wǎng)絡(luò)及業(yè)務(wù)的快速發(fā)展，電力通信技術(shù)已經(jīng)成為電力生產(chǎn)的一個(gè)重要環(huán)節(jié)，隨著電力通信軟交換向IMS演進(jìn)［1～2］，IMS在電力通信專網(wǎng)中的逐步推廣應(yīng)用，IMS業(yè)務(wù)系統(tǒng)可靠性成為影響著電力生產(chǎn)安全的重要組成部分。因?yàn)椋琁MS業(yè)務(wù)運(yùn)維人員如能第一時(shí)間對(duì)業(yè)務(wù)系統(tǒng)故障和隱患準(zhǔn)確判斷并及時(shí)處理，可以大大減少故障處理時(shí)間，迅速恢復(fù)業(yè)務(wù)系統(tǒng)的正常使用，保證電力生產(chǎn)安全有序的進(jìn)行。IMS業(yè)務(wù)系統(tǒng)的正常運(yùn)行以及故障處理過(guò)程是一個(gè)非常復(fù)雜的動(dòng)態(tài)、多元、非線性、數(shù)據(jù)量龐大的事件，難以找到合適的數(shù)據(jù)模型全面表達(dá)。同時(shí)，當(dāng)發(fā)生故障時(shí)，對(duì)有些故障恢復(fù)的操作是分秒必爭(zhēng)的，如電力生產(chǎn)電話、調(diào)度電話等。因?yàn)榫S護(hù)人員的精神壓力非常大，尤其當(dāng)發(fā)生復(fù)雜、復(fù)合、規(guī)模故障時(shí)，僅僅依靠人工經(jīng)驗(yàn)是不可能達(dá)到快速恢復(fù)的要求，而且存在出錯(cuò)、誤操作導(dǎo)致故障擴(kuò)大或延誤的風(fēng)險(xiǎn)［3］。本文旨在嘗試使用故障樹(shù)和知識(shí)庫(kù)分析法分析業(yè)務(wù)系統(tǒng)故障，并據(jù)此得出故障處理流程，設(shè)計(jì)出基于故障樹(shù)和知識(shí)庫(kù)的IMS業(yè)務(wù)故障診斷系統(tǒng)，以協(xié)助運(yùn)維人員進(jìn)行故障處理。

2 故障樹(shù)分析概述

近年國(guó)內(nèi)外學(xué)者對(duì)故障診斷做了大量的研究，文獻(xiàn)［5］系統(tǒng)地闡述了動(dòng)態(tài)故障樹(shù)的理論和方法，文獻(xiàn)［6］結(jié)合故障樹(shù)分析相關(guān)理論從定性、定量?jī)蓚€(gè)角度展開(kāi)探討，并給出了智能變電站故障診斷的多個(gè)實(shí)例，文獻(xiàn)［7］從系統(tǒng)故障的角度出發(fā)，提出了一種基于故障判明時(shí)效比的故障樹(shù)診斷方法，文獻(xiàn)［8］給出了故障樹(shù)分析法在電力變壓器可靠性跟蹤方面的研究，文獻(xiàn)［9］研究了基于組合規(guī)則的電力通信網(wǎng)故障分析方法，文獻(xiàn)［10］系統(tǒng)地介紹了故障診斷相關(guān)的模型及算法，文獻(xiàn)［11］給出了電力通信故障防御軟件的研究及實(shí)際應(yīng)用案例。

故障樹(shù)分析法（Fault Tree Analysis，F(xiàn)TA），是一種圖形演繹的故障分析方法［4］，其將系統(tǒng)故障形成的原因由總體至部分按樹(shù)枝狀逐級(jí)細(xì)化進(jìn)行分析，從而判明系統(tǒng)故障的原因，確定故障發(fā)生的概率。通過(guò)對(duì)可能造成系統(tǒng)故障的各種因素進(jìn)行分析，按樹(shù)狀結(jié)構(gòu)，逐層細(xì)化，找出并畫(huà)出故障發(fā)生原因的所有可能組合方式。這種方法既能分析軟、硬件本身的故障影響，又能分析人為、環(huán)境等的影響，不僅能對(duì)故障產(chǎn)生的原因進(jìn)行定性分析，找出導(dǎo)致系統(tǒng)故障的原因和原因組合，確定最小割集，識(shí)別出系統(tǒng)的薄弱環(huán)節(jié)及所有可能的故障模式，還能進(jìn)行定量計(jì)算，根據(jù)各已知最小單元的故障分布及發(fā)生概率，求得最小割集重要度，明確診斷流程及優(yōu)先級(jí)。

故障樹(shù)分析法的一般流程，首先以人們所關(guān)心的系統(tǒng)故障為分析目標(biāo)，梳理系統(tǒng)的組成、結(jié)構(gòu)及功能關(guān)系，梳理所有可能的最小故障單元；其次按照故障樹(shù)規(guī)則由上而下，逐層分解導(dǎo)致該系統(tǒng)故障發(fā)生的所有直接原因，并用與、或、非等邏輯門的形式將這些故障和相應(yīng)的原因事件連接起來(lái)，建立分析系統(tǒng)的故障樹(shù)模型，從而直觀表達(dá)出系統(tǒng)各底事件單元故障和系統(tǒng)故障之間的內(nèi)在邏輯關(guān)系；然后采用下行法計(jì)算最小割集，計(jì)算頂事件發(fā)生概率、最小割集發(fā)生概率及重要度；據(jù)此確定故障診斷程序，并按照優(yōu)先順序自動(dòng)解決或安排人員進(jìn)行現(xiàn)場(chǎng)維修，基于故障樹(shù)的故障診斷的一般流程如圖1所示。

圖1 基于故障樹(shù)的故障診斷流程

3 IMS業(yè)務(wù)故障診斷

3.1 構(gòu)建IMS業(yè)務(wù)故障樹(shù)模型

當(dāng)系統(tǒng)發(fā)生故障時(shí)，運(yùn)維人員總是希望能夠快速的定位故障原因，迅速解決故障以恢復(fù)生產(chǎn)。在實(shí)際操作中，為了達(dá)到這個(gè)目標(biāo)，一方面結(jié)合日常運(yùn)維經(jīng)驗(yàn)設(shè)計(jì)系統(tǒng)監(jiān)控模塊，對(duì)系統(tǒng)各關(guān)鍵設(shè)備、模塊的狀態(tài)進(jìn)行定時(shí)監(jiān)控和采集，針對(duì)高風(fēng)險(xiǎn)模塊則進(jìn)行高頻率的主動(dòng)實(shí)時(shí)的監(jiān)控。當(dāng)采集到的信息超出了規(guī)定的閾值時(shí)，則判定為系統(tǒng)故障；另一方面則以此作為頂事件，按照故障樹(shù)的建樹(shù)規(guī)則，形成相應(yīng)的分析模型。

考慮到IMS系統(tǒng)及業(yè)務(wù)特點(diǎn)，故障樹(shù)模型主要采用與、非門構(gòu)成；頂事件代表某項(xiàng)IMS業(yè)務(wù)故障，比如無(wú)法通話等，用T表示；底事件代表IMS某最小單元故障，比如主CSCF故障、呼叫限制、接入側(cè)交換機(jī)故障、賬號(hào)密碼錯(cuò)誤等，用X1、X2等來(lái)表示；中間事件指未充分拆解的故障原因，比如核心網(wǎng)側(cè)故障、接入側(cè)故障、核心網(wǎng)信息配置錯(cuò)誤等，用M1、M2等來(lái)表示，IMS業(yè)務(wù)故障樹(shù)模型示例如圖2所示。

圖2 IMS業(yè)務(wù)故障樹(shù)模型示例

3.2 最小割集求解及重要度分析

最小割集（minimal cut set）是可靠性統(tǒng)計(jì)的基本概念之一，最小割集中的部件都失效，即會(huì)使系統(tǒng)失效。從故障角度看，由于此時(shí)各底事件為系統(tǒng)可測(cè)可控的最低分析單元，也是造成系統(tǒng)故障的基本原因，因而，最小割集就是這些能夠?qū)е孪到y(tǒng)故障發(fā)生的基本原因的最小組合。

最小割集囊括了分析系統(tǒng)的全部故障原因，描述了系統(tǒng)最薄弱的環(huán)節(jié)，是故障診斷需要把握的重點(diǎn)和關(guān)鍵。而頂事件的發(fā)生概率則定量刻畫(huà)了系統(tǒng)發(fā)生故障的可能性。

為了快速確定系統(tǒng)故障原因，需要計(jì)算出分析模型中頂事件及最小割集的發(fā)生概率，采用下行法求解最小割集，并由底事件發(fā)生的概率求得故障樹(shù)的所有最小割集和頂事件的發(fā)生概率。

針對(duì)圖2的故障樹(shù)模型，采用下行法求解最小割集，從頂事件開(kāi)始，逐層拆解，遇到或門就拆解為并列寫(xiě)出，遇到與門就串行寫(xiě)出，最后需要進(jìn)行約減，可得到表1。

表1 下行法求解最小割集

設(shè)某最小割集K｛X1，X2，…，Xn｝中包含n個(gè)底事件，且各底事件之間是相互獨(dú)立且不相容的，因此最小割集的概率PK可由各底事件發(fā)生概率的積來(lái)計(jì)算，定義如下：

對(duì)于故障樹(shù)頂事件發(fā)生的概率按照故障樹(shù)的邏輯結(jié)構(gòu)，應(yīng)用式（1）從下往上逐步計(jì)算。任何故障都可由頂事件和最小割集組成的或門來(lái)表示，因此頂事件的發(fā)生概率可應(yīng)用最小割集來(lái)計(jì)算，設(shè)已知故障樹(shù)m個(gè)相互獨(dú)立最小割集Mi，計(jì)算公式為

為直觀地描述最小割集對(duì)頂事件發(fā)生所作的貢獻(xiàn)，定義最小割集重要度PMT為

此處最小割集重要度僅考慮了最小割集故障發(fā)生概率的因素，后續(xù)研究將考慮加入故障檢測(cè)時(shí)間因素，使得最小割集重要度更加合理。

確定最小割集及其重要度之后，即可以明確診斷流程及診斷順序。

3.3 結(jié)合知識(shí)庫(kù)的故障診斷流程

本文提出的基于故障樹(shù)和知識(shí)庫(kù)的診斷流程，增加了知識(shí)庫(kù)功能，使得故障樹(shù)規(guī)則可以自我更新完善，也可以給出具體的故障處理建議。

結(jié)合知識(shí)庫(kù)的故障診斷流程包含兩個(gè)主要步驟，步驟一完成故障樹(shù)規(guī)則庫(kù)的構(gòu)建及初始知識(shí)庫(kù)的構(gòu)建；步驟二基于故障樹(shù)和知識(shí)庫(kù)對(duì)當(dāng)前告警進(jìn)行診斷，輸出診斷報(bào)告；步驟三基于診斷報(bào)告產(chǎn)生案例到故障處理知識(shí)庫(kù)，并根據(jù)知識(shí)庫(kù)更新完善故障規(guī)則庫(kù)。

步驟一包括：

1）搜集數(shù)據(jù)，并依據(jù)業(yè)務(wù)專家、經(jīng)驗(yàn)積累及實(shí)際要求，建立故障樹(shù)規(guī)則庫(kù)；

2）確定故障樹(shù)底事件概率；

3）建立初始的故障處理知識(shí)庫(kù)。

步驟二包括：

1）基于故障樹(shù)和知識(shí)庫(kù)對(duì)當(dāng)前告警進(jìn)行診斷；

2）輸出診斷報(bào)告：包括故障診斷順序及故障處理建議。

步驟三包括：

1）產(chǎn)生案例到故障處理知識(shí)庫(kù)；

2）通過(guò)案例庫(kù)自動(dòng)更新完善故障樹(shù)規(guī)則庫(kù)。

基于故障樹(shù)和知識(shí)庫(kù)的診斷流程如圖3所示。

圖3 基于故障樹(shù)和知識(shí)庫(kù)的故障診斷

4 算例分析

結(jié)合某省公司的IMS業(yè)務(wù)故障及檢修情況，對(duì)基于故障樹(shù)和規(guī)則庫(kù)的IMS業(yè)務(wù)故障診斷方法進(jìn)行算法驗(yàn)證。

4.1 故障樹(shù)模型構(gòu)建

基于IMS系統(tǒng)功能結(jié)構(gòu)及業(yè)務(wù)故障情況，針對(duì)“無(wú)法通話”故障構(gòu)建初始的故障樹(shù)，得到IMS業(yè)務(wù)故障診斷模型如圖4所示，該故障樹(shù)包括1個(gè)頂事件，20個(gè)底事件，底事件的故障發(fā)生概率已知。

圖4 某省IMS業(yè)務(wù)無(wú)法通話故障的故障樹(shù)模型

4.2 求解最小割集及重要度分析

針對(duì)圖4的故障樹(shù)，采用下行法求解最小割集，得到最小割集23個(gè)，分別為：｛K1：主SBC故障，備SBC故障｝，｛K2：主SBC故障，備CSCF故障｝，｛K3：主SBC故障，備HSS故障｝，｛K4：主CSCF故障，備SBC故障｝，｛K5：主CSCF故障，備CSCF故障｝，｛K6：主CSCF故障，備HSS故障｝，｛K7：主HSS故障，備SBC故障｝，｛K8：主HSS故障，備CSCF故障｝，｛K9：主HSS故障，備HSS故障｝，｛K10：無(wú)配置｝，｛K11：呼叫限制｝，｛K12：黑名單｝，｛K13：呼轉(zhuǎn)信息錯(cuò)誤｝，｛K14：核心網(wǎng)交換機(jī)故障｝，｛K15：核心網(wǎng)線路故障｝，｛K16：IAD故障｝，｛K17：話機(jī)故障｝，｛K18：接入側(cè)交換機(jī)故障｝，｛K19：接入側(cè)線路故障｝，｛K20：IAD配置錯(cuò)誤｝，｛K21：賬號(hào)密碼錯(cuò)誤｝，｛K22：呼叫格式錯(cuò)誤｝，｛K23：多終端登錄｝。

最小割集及重要度分析的求解步驟為

1）根據(jù)上述方法得到全部最小割集；

2）根據(jù)底事件概率計(jì)算得到最小割集概率；

3）根據(jù)式（3）計(jì)算得到最小割集的重要度；

4）對(duì)最小割集重要度進(jìn)行排序。

從而得到完整結(jié)果，如表2所示。

從表2中可以看到，割集排序重要性由高到低為：K21＞K17＞K23＞K11＞K10＞K12＞K20＞K13＞K15＞K22＞K19＞K1＞K18＞K2＞K4＞K14＞K3＞K7＞K16＞K6＞K8＞K5＞K9；據(jù)此可得到診斷優(yōu)先順序。

表2 下行法求解最小割集

4.3 結(jié)合知識(shí)庫(kù)的故障診斷系統(tǒng)實(shí)現(xiàn)

基于本文給出的方法，設(shè)計(jì)實(shí)現(xiàn)了IMS業(yè)務(wù)故障診斷系統(tǒng)。借助初始知識(shí)庫(kù)及其自我完善功能，針對(duì)上述最小割集描述的故障均給出了處理建議，對(duì)于部分參數(shù)配置類的錯(cuò)誤可由系統(tǒng)自動(dòng)檢測(cè)和修復(fù)，對(duì)于硬件故障等也給出了維修建議，極大提高了故障的發(fā)現(xiàn)及處理效率。借助知識(shí)庫(kù)，也可對(duì)故障樹(shù)規(guī)則庫(kù)進(jìn)行更新完善，使得故障樹(shù)規(guī)則更完整準(zhǔn)確，底事件先驗(yàn)概率也可進(jìn)行自動(dòng)更新。

該省電力公司業(yè)務(wù)故障診斷系統(tǒng)試運(yùn)行一年以來(lái)，運(yùn)維故障記錄統(tǒng)計(jì)分析顯示，IMS業(yè)務(wù)故障的處理效率提高了50%以上，顯著提高了電力業(yè)務(wù)運(yùn)行的安全性及穩(wěn)定性。

5 結(jié)語(yǔ)

基于故障樹(shù)和知識(shí)庫(kù)的IMS業(yè)務(wù)故障診斷技術(shù)，結(jié)合IMS業(yè)務(wù)故障特點(diǎn)，構(gòu)建了故障樹(shù)模型及故障診斷流程，并結(jié)合故障處理知識(shí)庫(kù)，實(shí)現(xiàn)了自我學(xué)習(xí)和完善，使故障診斷得越來(lái)越準(zhǔn)確和高效。

仿真結(jié)果和實(shí)際應(yīng)用效果均表明，相較于傳統(tǒng)的單一側(cè)故障診斷和人工診斷方法，基于故障樹(shù)和知識(shí)庫(kù)的IMS業(yè)務(wù)故障診斷方法能夠準(zhǔn)確、有效地定位故障，使運(yùn)維人員能及時(shí)發(fā)現(xiàn)故障并快速解決，提高了電力通信網(wǎng)可靠性及通信運(yùn)維管理水平，對(duì)電力業(yè)務(wù)運(yùn)行的安全性和穩(wěn)定性具有重大意義。

［1］賀琛，楊鴻珍，盧曉帆.電力通信軟交換向IMS的演進(jìn)方案［J］.電力信息與通信技術(shù)，2015，13（11）：1-6.

HE Chen，YANG Hongzhen，LU Xiaofan.Evolution Scheme from Soft Switch to IMSin Electric Power Communication［J］.Electric Power Information and Communication Technology，2015，13（11）：1-6.

［2］王曉東，任瑩.IMS在電力系統(tǒng)中的應(yīng)用［J］.吉林電力，2016，44（2）：39-42.

WANG Xiaodong，REN Ying.Application of IP Multimedia Subsystem in Electric Power System［J］.Jilin Electric Power，2016，44（2）：39-42.

［3］曾瑛.電力通信網(wǎng)可靠性分析評(píng)估方法研究［J］.電力系統(tǒng)通信，2011，32（8）：13-16.

ZENG Ying.Power Communication Network Reliability Analysis and Evaluation Methods［J］.Telecommunications for Electric Power System，2011，32（8）：13-16.

［4］張景林，崔國(guó)章，等.安全系統(tǒng)工程［M］.北京：煤炭工業(yè)出版社，2009：32-76.

ZHANGJinglin，CUIGuozhang，et al.Social System Engineering［M］.Beijing：Coal Industry Publisher，2009：32-76.

［5］劉東，張紅林，王波，等.動(dòng)態(tài)故障樹(shù)分析方法［M］.北京：國(guó)防工業(yè)出版社，2013.

LIU Dong，ZHANG Honglin，WANG Bo，et al.Dynamic fault tree analysis［M］.Beijing：National Defense Industry Press，2013.

［6］汪祥，胡志堅(jiān)，徐騰飛，等.基于溯因故障樹(shù)模型的智能化變電站故障診斷分析［J］.電測(cè)與儀表，2011，35（10）：209-213.

WANGXiang，HUZhijian，XUTengfei，et al.The diagnostic analysis of intelligent substation failure based on fault tree model of abductive diagnosis［J］.Electrical Measuerment&Instrumentation，2011，35（10）：209-213.

［7］倪紹徐，張?jiān)７?，易宏，?基于故障樹(shù)的智能故障診斷方法［J］.上海交通大學(xué)學(xué)報(bào)，2008，42（8）：1372-1375.

NI Shaoxu，ZHANG Yufang，YI Hong，et al.Intelligent Fault Diagosis Method Based On Fault Tree［J］.Journal of Shanghai Jiaotong University，2008，42（8）：1372-1375.

［8］周寧，馬建偉，胡博，等.基于故障樹(shù)分析的電力變壓器可靠性跟蹤方法［J］.電力系統(tǒng)保護(hù)與控制，2012（19）：72-77.

ZHOU Ning，MA Jianwei，HU Bo，et al.Reliability tracing technique for power transformers using the fault tree analysis method［J］.Power System Protection and Control，2012（19）：72-77.

［9］閆生超，張?zhí)毂?，張春?基于組合規(guī)則的電力通信網(wǎng)故障分析方法［J］.電力系統(tǒng)通信，2011，32（3）：34-38.

YAN Shengchao，ZHANG Tianbing，ZHANG Chunping.Analysis on The Fault of Power Communication Network Based on Combined Rules［J］.Telecommunications for Electric Power System，2011，32（3）：34-38.

［10］DunhamMH.數(shù)據(jù)挖掘教程［M］.郭崇慧，田鳳占，靳曉明譯.北京：清華大學(xué)出版社，2005：79-88.

DunhamM H.Data Mining Tutorial［M］.GUOChonghui，TAN Zhanfeng，JIN Xiaoming translation.Beijing：Tsinghua University Press，2005：79-88.

［11］唐云善，張剛.電力通信故障防御軟件的研究與應(yīng)用［J］.電力系統(tǒng)通信，2010，31（4）：32-39.

TANG Yunshan，ZHANG Gang.Study and application of fault defence software for power communication［J］.Telecommunications for Electric Power System，2010，31（4）：34-38.