本發(fā)明屬于通信網(wǎng)業(yè)務可靠性預測的研究范疇，涉及大數(shù)據(jù)在電力通信網(wǎng)中的應用，動態(tài)貝葉斯網(wǎng)絡，業(yè)務通道的拓撲結構的可靠性研究、光纜的可靠性分析、網(wǎng)元的可靠性分析、設備的負載與可靠性的關系，動力環(huán)境因素對業(yè)務可靠性的影響等研究領域。提出了一種基于動態(tài)貝葉斯網(wǎng)絡的多層多維度的電力通信網(wǎng)業(yè)務可靠性動態(tài)預測模型。

背景技術：

基于海量的數(shù)據(jù)，采用大數(shù)據(jù)的手段，對電力通信網(wǎng)業(yè)務可靠性的預測是一個新興的研究領域。該領域涉及到的主要研究對象，關鍵技術和實際應用價值主要包括：

電力通信網(wǎng)的數(shù)據(jù)主要來源于設備告警，設備運維，業(yè)務數(shù)據(jù)等各個環(huán)節(jié)，其數(shù)據(jù)具有數(shù)據(jù)量大，數(shù)據(jù)類型繁多，數(shù)據(jù)價值高等特征。對電力通信網(wǎng)的智能化管理決定了其對電網(wǎng)業(yè)務的支撐能力。大數(shù)據(jù)能夠帶來更加靈活豐富的管理手段，對業(yè)務可靠性的預測，能夠為通信網(wǎng)可靠，高效地運行提供保證，能夠產(chǎn)生巨大的價值?；陔娏νㄐ啪W(wǎng)的數(shù)據(jù)挖掘將促進電網(wǎng)通信運行水平和管理效率的提高，“在進一步提升電網(wǎng)安全預控水平和供電可靠性的同時，帶來巨大的社會效益?！?/p>

通信網(wǎng)業(yè)務可靠性研究：電網(wǎng)對通信網(wǎng)的依賴性不斷增強，對通信網(wǎng)的業(yè)務可靠性要求不斷增強，隨著電力通信網(wǎng)結構的不斷復雜，規(guī)模日益增大，面臨的挑戰(zhàn)不斷加強?，F(xiàn)有的通信網(wǎng)的可靠性分析主要采用n-1分析，其目的是要確保在單一故障下不會導致同一條線路的所有業(yè)務的通信信道中斷。歸納起來，通信網(wǎng)可靠性影響因素主要有8種。分別是：(1)通信網(wǎng)的拓撲結構；(2)通信網(wǎng)的構成部件；(3)通信網(wǎng)的控制軟件；(4)通信網(wǎng)的故障診斷能力；(5)通信網(wǎng)的故障恢復能力；(6)用戶對網(wǎng)絡業(yè)務的性能需求；(7)通信網(wǎng)絡環(huán)境；(8)其他因素。

針對以上的各個要素，已提出了多個業(yè)務可靠性的評價和量化方法，比如劉俊毅等人提出了基于業(yè)務可用性的電力通信網(wǎng)可靠性量化評估方法，該方法提出基于業(yè)務重要度與業(yè)務路由狀態(tài)的業(yè)務可靠性的量化指標。趙子巖等人提出了基于業(yè)務風險均衡度的電力通信網(wǎng)可靠性評估算法，可以從業(yè)務通道段承載業(yè)務的風險度水平方面對電力通信網(wǎng)的安全性、可靠性進行評估。

歸納以上的量化方法，能夠發(fā)現(xiàn)這些方法缺少對動力環(huán)境因素的考慮，還有市政施工等因素對業(yè)務可靠性的影響，更重要的不是基于大數(shù)據(jù)的預測模型。對電力通信網(wǎng)數(shù)據(jù)利用率的提高，可以加快電力企業(yè)盈利與控制水平的提升，無論是行業(yè)內(nèi)還是行業(yè)外應用，都會帶來新的發(fā)展機遇。同時，這也對大數(shù)據(jù)的認知水平提出了挑戰(zhàn)，如何從海量數(shù)據(jù)中提取出有價值的信息，并最終轉化成可以優(yōu)化管理模式和提升服務水平的決策知識，這是大數(shù)據(jù)價值能否被充分展現(xiàn)和應用的關鍵所在。

業(yè)務可靠性預測：電力通信網(wǎng)作為智能電網(wǎng)的支撐網(wǎng)絡，其可靠性已成為智能電網(wǎng)智能化和經(jīng)濟、安全運行的先決條件。通過對電力通信網(wǎng)已有的海量數(shù)據(jù)的初步研究，我們發(fā)現(xiàn)外部的動力環(huán)境因素，對業(yè)務可靠性的影響很大，在大雨，雷電天氣下，業(yè)務的可靠性會受到很大的影響。同時，我們發(fā)現(xiàn)外部的施工環(huán)境對業(yè)務可靠性的影響也是巨大的，60％的光纜故障都是由于施工引起。在國內(nèi)關于通信網(wǎng)可靠性預測的相關研究比較欠缺，salmaktari提出了基于貝葉斯網(wǎng)絡的公共安全網(wǎng)絡的可靠性預測的模型，公共安全網(wǎng)絡與電力通信網(wǎng)有些方面是比較相似的，為了保證業(yè)務的可靠性，都采用了多通道的冗余技術，不同的拓撲結構將帶來不同的業(yè)務可靠性。通過本論文，可以看到貝葉斯網(wǎng)絡在解決網(wǎng)絡中業(yè)務可靠性預測問題的有效性。

bilgehanerman等人利用貝葉斯網(wǎng)絡針對5g無線網(wǎng)絡的可靠性進行了預測，鑒于5g網(wǎng)絡本身對服務質量的要求，預測將是必不可少的。文章基于概率的角度，提出了可靠性的概率表達，即網(wǎng)絡一段時間的可靠性等于網(wǎng)絡在這段時間不會發(fā)生故障的概率，公式如下所示。作者基于網(wǎng)絡使用人數(shù)，網(wǎng)絡延遲，吞吐量等因素構建貝葉斯網(wǎng)絡，利用模擬數(shù)據(jù)計算cpt,利用貝葉斯網(wǎng)絡的推理功能進行可靠性的預測。模型簡單易用，并取得了很好的預測效果。

貝葉斯網(wǎng)絡：貝葉斯網(wǎng)絡(bayesiannetwork)是一種概率圖型模型，是人工智能領域表達和處理不確定性問題的重要工具，貝葉斯網(wǎng)絡自從1763年提出之后，因為其概率的基礎和雙向推理，廣泛應用在各個領域。貝葉斯網(wǎng)絡分為靜態(tài)貝葉斯網(wǎng)絡和動態(tài)貝葉斯網(wǎng)絡。

貝葉斯網(wǎng)絡能夠集成系統(tǒng)內(nèi)大量的多狀態(tài)的組件，相比故障樹分析方法，它具有學習能力，能夠根據(jù)以往的海量數(shù)據(jù)學習條件概率表，可以被用在系統(tǒng)的可靠性，安全性分析中。靜態(tài)貝葉斯網(wǎng)絡都沒有考慮時間的維度，也沒有考慮外界的無法控制的擾動，但是在業(yè)務可靠性的分析中需要考慮設備基于時序的狀態(tài)轉移和外界環(huán)境因素對業(yè)務可靠性的影響，所以靜態(tài)貝葉斯網(wǎng)絡無法支撐動態(tài)的可靠性預測需求。動態(tài)貝葉斯能夠在解決以上的問題中發(fā)揮出巨大的優(yōu)勢，因而得到了重點的關注。動態(tài)貝葉斯網(wǎng)絡(dynamicbayesiannetwork,dbn)，是一個隨著毗鄰時間步驟把不同變量聯(lián)系起來的貝葉斯網(wǎng)絡。通常被叫做“兩個時間片”的貝葉斯網(wǎng)絡，dbn在任意時間點t，變量的值可以從內(nèi)在的回歸量和直接先驗值(timet-1)計算。動態(tài)貝葉斯網(wǎng)絡能夠比馬爾科夫鏈表達更復雜的隨機過程。狀態(tài)s的動態(tài)性轉換是通過轉換矩陣實現(xiàn)的，這個矩陣必須滿足歸一化的要求。

針對以上分析的問題和電力通信網(wǎng)可靠性預測的迫切需求，本文發(fā)明了一種基于動態(tài)貝葉斯網(wǎng)絡的電力通信網(wǎng)業(yè)務可靠性動態(tài)預測模型，綜合考慮了業(yè)務本身通道的拓撲結構，設備本身的屬性，外部的環(huán)境因素，施工因素，網(wǎng)元的端口占用率等重要因素，另外重點考慮了業(yè)務可靠性的時序關系，加入了時間的維度，能夠在動態(tài)和不確定的外部因素下，對業(yè)務可靠性進行預測。

技術實現(xiàn)要素：

針對電力通信網(wǎng)業(yè)務可靠性預測中網(wǎng)絡拓撲結構復雜以及影響因素繁多的情況，本發(fā)明旨在建立電力通信網(wǎng)業(yè)務通道中設備和光纜的狀態(tài)馬爾科夫模型、通道可靠性的動態(tài)貝葉斯網(wǎng)絡模型和業(yè)務可靠性預測的貝葉斯網(wǎng)絡模型，通過歷史數(shù)據(jù)自動學習模型參數(shù)，考慮設備所處環(huán)境和端口占率的影響，同時對光纜考慮環(huán)境、是否過江河湖以及施工這類時政因素的影響，根據(jù)電力通信網(wǎng)業(yè)務通道目前的狀態(tài)和以上因素預測下一時段業(yè)務的可靠性。

為完成以上目標，本發(fā)明提出基于動態(tài)貝葉斯網(wǎng)絡的電力通信網(wǎng)業(yè)務可靠性預測方法，包括以下步驟：

步驟1，對電力系統(tǒng)通信網(wǎng)中的業(yè)務的拓撲結構進行分析，結合專家知識利用動態(tài)貝葉斯網(wǎng)絡構建電力通信網(wǎng)業(yè)務可靠性的預測模型；該步驟進一步包括以下子步驟：

步驟1.1，根據(jù)電力通信網(wǎng)內(nèi)的設備狀態(tài)建立設備狀態(tài)的馬爾科夫模型，根據(jù)連接設備的光纜的狀態(tài)建立光纜狀態(tài)的馬爾科夫模型；

步驟1.2，根據(jù)電力通信網(wǎng)業(yè)務通道上的拓撲結構和影響設備光纜狀態(tài)的因素建立業(yè)務通道狀態(tài)的動態(tài)貝葉斯網(wǎng)絡模型；

步驟1.3，根據(jù)電力通信網(wǎng)內(nèi)業(yè)務的主通道和備用通道的拓撲結構建立業(yè)務可靠性的貝葉斯網(wǎng)絡模型；

步驟2，利用先驗數(shù)據(jù)知識計算步驟1中建立的各模型參數(shù)；該步驟進一步包括以下子步驟：

步驟2.1，針對不同廠家、型號和工作年限的設備，利用先驗知識計算其狀態(tài)轉移概率矩陣以及該轉移矩陣和設備環(huán)境以及設備端口占有率的關系；

步驟2.2，針對不同長度段的光纜，利用先驗知識計算其狀態(tài)轉移概率矩陣以及該矩陣和光纜環(huán)境以及該地段施工狀態(tài)的關系；

步驟2.3，根據(jù)步驟1.2建立的業(yè)務通道動態(tài)貝葉斯網(wǎng)絡模型，計算業(yè)務每條通道可靠性和該通道上各設備和光纜狀態(tài)的條件概率；

步驟3，利用步驟1建立的模型和步驟2計算得到的參數(shù)，根據(jù)當前各設備和光纜的狀態(tài)，以及當前時間段各影響因素的值，預測下一時間段的業(yè)務可靠性。

而且，所述步驟1.1中建立的設備狀態(tài)馬爾科夫模型如下：

p{x(tk)|x(tk-1),...,x(t0)}＝p{x(tk)|x(tk-1)}

其中，x(tk)表示設備在第k個時刻的狀態(tài)，這里的時間間隔為一小時，該模型表明設備當前時刻的狀態(tài)只與上一時刻的狀態(tài)有關。設備告警數(shù)據(jù)的分析，把設備分為三種狀態(tài)，分別表示如下：

狀態(tài)nf：正常狀態(tài)，表明設備此刻無任何故障，即x(t)＝nf；

狀態(tài)mf：輕微故障，表明設備此刻有輕微故障，但不影響設備功能的運轉，如風扇故障等，即x(t)＝mf；

狀態(tài)pf：嚴重故障，表明設備此刻嚴重故障，已經(jīng)無法滿足功能需求，甚至停止工作，即x(t)＝pf。

所以，t時刻的設備狀態(tài)分布π(t)有如下表達：

根據(jù)設備的狀態(tài)情況，其狀態(tài)轉移概率矩陣為：

其中，矩陣p中的元素aij表示設備狀態(tài)從t-1時刻的i狀態(tài)轉移到t時刻為j狀態(tài)的概率，λ1,λ2,λ3為設備狀態(tài)轉移的故障率，μ,μ1為設備狀態(tài)轉移的修復率，計算方式如下：

λ1＝a·λ

λ2＝b·λ

λ3＝c·λ1

μ1＝d·λ1

其中，a,b,c,d為轉移系數(shù)，并且滿足a+b≤1，c+d≤1，λ為設備的總故障率，μ為設備的修復率。

所以，電力通信網(wǎng)中業(yè)務通道的設備狀態(tài)分布模型如下：

π(t)＝π(t-1)·p

同樣，步驟1.1中電力通信網(wǎng)中業(yè)務通道的光纜狀態(tài)分布模型如下：

ψ(t)＝ψ(t-1)·d

其中，ψ(t)為光纜t時刻的狀態(tài)分布，d為光纜狀態(tài)的轉移矩陣。

其中，光纜狀態(tài)y(t)有正常和故障兩種，分別用n和f表示，η為光纜的故障率，ξ為光纜的修復率。

而且，步驟1.2中建立的業(yè)務通道可靠性模型如下：

(t,x,cx,r,y,cy,s)

該模型為一個動態(tài)貝葉斯網(wǎng)絡模型，其中，t＝{t(t0),...,t(tk),...,t(tn)}，t(tk),(0≤k≤n)為通道第k個時刻的狀態(tài)；x＝{x1,x2,...,xn}，xi＝{xi(t0),...,xi(tk),...,xi(tn)}，xi(tk),(0≤k≤n,1≤i≤n)為第i臺設備第k個時刻的狀態(tài)；為第i臺設備第k個時刻的環(huán)境因素；r＝{r1,r2,...,rn}，ri＝{ri(t0),...,ri(tk),...,ri(tn)}，ri(tk),(0≤k≤n,1≤i≤n)為第i臺設備第k個時刻的端口占有率；y＝{y1,y2,...,ym}，yj＝{yj(t0),...,yj(tk),...,yj(tn)}，yj(tk),(0≤k≤n,1≤j≤m)為通道上第j段光纜第k個時刻的狀態(tài)；為第j段光纜第k個時刻的環(huán)境因素；s＝{s1,s2,...,sm}，sj＝{sj(t0),...,sj(tk),...,sj(tn)},sj(tk),(0≤k≤n,1≤j≤m)為第j段光纜第k個時刻施工狀態(tài)。

對設備x而言，環(huán)境因素cx和端口占有率r影響的是它的總故障率λ，有：

λ(t)＝λ0+αcx(t)+βr(t)

其中，λ(t)為設備t時刻的故障率，λ0為設備初始故障率，主要受設備廠商、型號和工作年限的影響，α和β為系數(shù)。

將其矩陣化表示為：

λ(t)＝λ0+aw(t)

其中，a＝[α,β]為系數(shù)矩陣，w(t)＝[cx(t),r(t)]^t表示t時刻設備故障率的影響因子。

同樣對光纜段y而言，環(huán)境因素cy和施工狀態(tài)s影響的也是它的故障率η，有：

其中，η(t)為光纜t時刻的故障率，η0為光纜的初始故障率，主要受光纜型號、工作年限和長度的影響，ω和為系數(shù)。

將其矩陣化表示為：

η(t)＝η0+eq(t)

其中，為系數(shù)矩陣，q(t)＝[cy(t),s(t)]^t表示t時刻光纜故障率的影響因子。

一條通道上所有設備和連接光纜段都是串聯(lián)的，而且設備在正常狀態(tài)和輕微故障狀態(tài)下都是可靠的，所以通道在t時刻的可靠性為：

那么t時刻的業(yè)務通道可靠性動態(tài)貝葉斯網(wǎng)絡模型為：

而且，步驟1.3所建立的業(yè)務可靠性模型如下：

(b,tm,ts)

對于確定時刻的業(yè)務和通道，該模型為一個貝葉斯網(wǎng)絡模型，其中b代表著業(yè)務，tm為業(yè)務的主通道，ts＝{ts1,ts2,...,tsk}表示該業(yè)務的k條備用通道。業(yè)務中各通道的拓撲結構是并聯(lián)的，而且只有當主通道中斷的時候才會使用備用通道，所以業(yè)務的可靠性表示為

其中n表示業(yè)務和通道正常，f表示故障。

而且，對于步驟2.1中設備狀態(tài)轉移矩陣的系數(shù)有以下方式計算：

設備的三種狀態(tài)nf,mf,pf表示為狀態(tài)1，狀態(tài)2和狀態(tài)3。對確定同種廠家、型號和工作年限的一批設備有：

其中nij表示設備在相連的時間內(nèi)從狀態(tài)i轉移到狀態(tài)j的次數(shù)。

根據(jù)設備的工作要求，將設備的環(huán)境分為適宜(good)與不適宜(bad)，設定設備的端口占有率的閾值rc，則有：

其中cx′(t)為設備t時刻的環(huán)境情況，r′(t)為設備t時刻的端口占有率，f(t)為設備環(huán)境影響因素，包括溫度和濕度。這樣根據(jù)提供的設備初始故障率λ0，修復率μ，以及影響系數(shù)α和β，就可以得到t時刻的設備狀態(tài)轉移矩陣p(t)為：

其中有：

λ1(t)＝a·λ(t)

λ2(t)＝b·λ(t)

λ3(t)＝c·λ1(t)

μ1(t)＝d·λ1(t)

而且有：λ(t)＝λ0+aw(t)。

其中，a＝[α,β]為系數(shù)矩陣，w(t)＝[cx(t),r(t)]^t。

所以設備狀態(tài)轉移的關系為：

π(t)＝π(t-1)·p(t-1)

而且，對于步驟2.2中光纜狀態(tài)轉移矩陣的系數(shù)有以下方式計算：

光纜的環(huán)境同樣分為適宜(good)與不適宜(bad)，施工情況有是(yes)與否(no)兩種，所以有：

其中cy′(t)為光纜t時刻的環(huán)境情況，s′(t)為光纜t時刻的施工情況，g(t)為光纜環(huán)境影響因素，包括溫度、降水、風速和是否過江河湖。這樣根據(jù)提供的光纜初始故障率η0，修復率ξ，以及影響系數(shù)ω和就可以得到t時刻的光纜狀態(tài)轉移矩陣d(t)：

η(t)＝η0+eq(t)

其中，為系數(shù)矩陣，q(t)＝[cy(t),s(t)]^t。

光纜的狀態(tài)轉移的關系為：

ψ(t)＝ψ(t-1)·d(t-1)

而且，步驟2.3中，業(yè)務的每條通道的可靠性有以下計算方式：

而且，步驟3中，將t時刻的電力通信網(wǎng)業(yè)務通道上設備和光纜的狀態(tài)以及各影響因素帶入下面的式子就可以預測出t+1時刻的業(yè)務可靠性：

本發(fā)明基于電力通信網(wǎng)的拓撲結構，針對影響業(yè)務可靠性的各種因素，結合時政信息，建立設備和光纜狀態(tài)轉化的馬爾科夫模型，建立業(yè)務通道可靠性的動態(tài)貝葉斯網(wǎng)絡模以及業(yè)務可靠性的貝葉斯網(wǎng)絡模型，提供一種利用電力通信網(wǎng)目前狀態(tài)和影響因素的狀態(tài)預測下一時段業(yè)務可靠性的方式。與現(xiàn)有技術相比，本發(fā)明具有以下優(yōu)點和積極效果：1、本發(fā)明基于電力通信網(wǎng)業(yè)務通道的拓撲結構，考慮業(yè)務主通道和備用通道的關系，更準確的預測了業(yè)務的可靠性。2、本發(fā)明在建立設備和光纜狀態(tài)模型的時候，同時引入了故障率和修復率的影響，更加符合電力通信網(wǎng)的實際情況。3、本發(fā)明在計算設備和光纜的可靠性時，不僅考慮了自身狀態(tài)的改變，同時結合環(huán)境、設備端口占有率的影響，而且還引入了光纜段時政信息的影響，使得結果更加準確。

附圖說明

圖1為本發(fā)明實施例的原理圖。

圖2為本發(fā)明實施例的設備狀態(tài)馬爾科夫模型示意圖。

圖3為本發(fā)明實施例的業(yè)務通道可靠性動態(tài)貝葉斯網(wǎng)絡示意圖。

圖4為本發(fā)明實施例的業(yè)務可靠性貝葉斯網(wǎng)絡示意圖。

具體實施方式

具體實施時，本發(fā)明所提供技術方案可由本領域技術人員采用計算機軟件技術實現(xiàn)自動運行流程。以下結合附圖和實施例詳細說明本發(fā)明技術方案。

圖1為本發(fā)明實施例的實施方案，分為以下的過程：首先建立電力通信網(wǎng)業(yè)務通道上的設備和光纜的狀態(tài)馬爾科夫模型，結合業(yè)務通道的拓撲結構和設備光纜狀態(tài)隨時序的變化建立業(yè)務通道可靠性的動態(tài)貝葉斯網(wǎng)絡模型，基于業(yè)務上主通道和備用通道的關系建立業(yè)務可靠性的貝葉斯網(wǎng)絡模型。然后利用歷史數(shù)據(jù)學習各模型中的參數(shù)，確定通道可靠性與該通道上各設備和光纜狀態(tài)的條件概率計算公式。最后利用建立的模型和學習到的參數(shù)，根據(jù)電力通信網(wǎng)業(yè)務通道目前的狀態(tài)和影響因素預測下一時刻業(yè)務的可靠性。

具體實施步如下：

步驟1，對電力系統(tǒng)通信網(wǎng)中的業(yè)務的拓撲結構進行分析，結合專家知識利用動態(tài)貝葉斯網(wǎng)絡構建電力通信網(wǎng)業(yè)務可靠性的預測模型；該步驟進一步包括以下子步驟：

步驟1.1，根據(jù)電力通信網(wǎng)內(nèi)的設備狀態(tài)建立設備狀態(tài)的馬爾科夫模型，根據(jù)連接設備的光纜的狀態(tài)建立光纜狀態(tài)的馬爾科夫模型；

設備的狀態(tài)在時序是變化的，是一個隨機過程，在連續(xù)時刻內(nèi)是有著轉移的關系，而且設備的狀態(tài)只與它前一時刻的狀態(tài)有關，與它前一刻的狀態(tài)之前的所有時刻狀態(tài)都無關，同時與設備將來的狀態(tài)也無關，這樣設備的狀態(tài)滿足馬爾科夫鏈的性質，即在已知目前狀態(tài)(現(xiàn)在)的條件下，它未來的演變(將來)不依賴于它以往的演變(過去)。建立的設備狀態(tài)馬爾科夫模型如下：

p{x(tk)|x(tk-1),...,x(t0)}＝p{x(t)|x(tk-1)}

其中，x(tk)表示設備在第k個時刻的狀態(tài)，這里的時間間隔為一小時，該模型表明設備當前時刻的狀態(tài)只與上一時刻的狀態(tài)有關，與前面的其他時刻狀態(tài)都無關。

根據(jù)累計的大量的設備缺陷數(shù)據(jù)的詳細記錄以及相應的搶修記錄可以對設備的缺陷進行定量和定性的描述，設備由于設備負載過高，外力因素，老化，廠家產(chǎn)品質量，環(huán)境的影響會產(chǎn)生不同等級的缺陷。根據(jù)設備告警數(shù)據(jù)的分析，把設備分為三種狀態(tài)，分別表示如下：

狀態(tài)nf：正常狀態(tài)，表明設備此刻無任何故障，各器件運行正常，能夠滿足功能的需求；

狀態(tài)mf：輕微故障，表明設備此刻有輕微故障，但不影響設備功能的運轉，故障等級較低，對業(yè)務的影響并不是很嚴重，根據(jù)缺陷等級字段進行界定。比如風扇告警高溫預警這樣的缺陷并不會立即對業(yè)務產(chǎn)生影響，但是如果不能及時處理，將會導致設備整體性能的下降或者更嚴重的缺陷，在具體實施過程中，不同的設備廠家對設備的缺陷有不同的描述，視具體情況靈活實施，也可以參考專業(yè)人員對故障等級的定性建議；

狀態(tài)pf：嚴重故障，表明設備此刻嚴重故障，已經(jīng)無法滿足功能需求，甚至停止工作，該狀態(tài)的設備只能等待維修轉化為正常狀態(tài)，否則會一直保持嚴重故障狀態(tài)，更加不會轉移成輕微故障。

所以，只有在設備處于嚴重故障的時候才會對通信網(wǎng)業(yè)務的可靠性造成影響。t時刻的設備狀態(tài)分布π(t)有如下表達：

如圖2所示，設備狀態(tài)轉移是一個馬爾科夫過程，λ1和λ2分別表示設備狀態(tài)從正常狀態(tài)轉移到輕微故障和嚴重故障的故障率，λ3表示設備從輕微故障轉移到嚴重故障停止工作的故障率，μ1表示設備狀態(tài)從輕微故障轉移到正常狀態(tài)的修復率，μ表示設備狀態(tài)從嚴重故障轉移到正常狀態(tài)的修復率。同時設備狀態(tài)也能維持在各自的狀態(tài)不變。

根據(jù)設備的狀態(tài)情況，其狀態(tài)轉移概率矩陣為：

其中，矩陣p中的元素aij表示設備狀態(tài)從t-1時刻的i狀態(tài)轉移到t時刻為j狀態(tài)的概率，λ1,λ2,λ3為設備狀態(tài)轉移的故障率，μ,μ1為設備狀態(tài)轉移的修復率，計算方式如下：

λ1＝a·λ

λ2＝b·λ

λ3＝c·λ1

μ1＝d·λ1

其中，a,b,c,d為轉移系數(shù)，并且滿足a+b≤1，c+d≤1，λ為設備的總故障率，μ為設備的修復率。

所以，電力通信網(wǎng)中業(yè)務通道的設備狀態(tài)分布模型如下：

π(t)＝π(t-1)·p

同樣，電力通信網(wǎng)中業(yè)務通道的光纜狀態(tài)也是一個隨機過程，滿足馬爾科夫鏈的性質，即在已知目前狀態(tài)(現(xiàn)在)的條件下，它未來的演變(將來)不依賴于它以往的演變(過去)，所以光纜狀態(tài)的分布是一個馬爾科夫模型：

p{y(tk)|y(tk-1),...,y(t0)}＝p{y(tk)|y(tk-1)}

其中，y(tk)表示光纜在第k個時刻的狀態(tài)，這里的時間間隔為一小時，該模型表明光纜當前時刻的狀態(tài)只與上一時刻的狀態(tài)有關，與前面的其他時刻狀態(tài)都無關。

光纜故障主要來源于自然災害(鼠咬與鳥啄、火災、洪水、大風、冰凌、雷擊、電擊)，外力因素(施工掛斷)，自然斷纖(老化)，環(huán)境溫度的影響(溫度過低或者過高)。光纜的狀態(tài)有兩種：

正常狀態(tài)n：此時光纜正常工作，滿足功能需求，下一步可能維持正常狀態(tài)，也有可能轉移為故障狀態(tài)；

故障狀態(tài)f：光纜全斷、部分束管中斷、單束管中的部分光纖中斷等嚴重故障，此時光纜故障，不能正常工作，無法滿足功能需求，下一步如果維修就會轉移到正常狀態(tài)，否則就保持故障狀態(tài)。

用ψ(t)表示光纜t時刻的狀態(tài)分布，d為光纜狀態(tài)的轉移矩陣，則有：

ψ(t)＝ψ(t-1)·d

其中，η為光纜的故障率，ξ為光纜的修復率。

步驟1.2，根據(jù)電力通信網(wǎng)業(yè)務通道上的拓撲結構和影響設備光纜狀態(tài)的因素建立業(yè)務通道狀態(tài)的動態(tài)貝葉斯網(wǎng)絡模型；

電力通信網(wǎng)中業(yè)務通道的可靠性與該通道上所有設備和光纜有關，是一個貝葉斯網(wǎng)絡關系，而設備的狀態(tài)又受設備環(huán)境和端口占有率的影響，光纜的狀態(tài)受光纜環(huán)境和該光纜段的時政施工影響，并且目前時刻的狀態(tài)是受前一時刻影響因素的影響，所以建立的業(yè)務通道可靠性模型如下：

(t,x,cx,r,y,cy,s)

該模型為一個動態(tài)貝葉斯網(wǎng)絡模型，其中，t＝{t(t0),...,t(tk),...,t(tn)}，t(tk),(0≤k≤n)為通道第k個時刻的狀態(tài)；x＝{x1,x2,...,xn}，xi＝{xi(t0),...,xi(tk),...,xi(tn)}，xi(tk),(0≤k≤n,1≤i≤n)為第i臺設備第k個時刻的狀態(tài)；為第i臺設備第k個時刻的環(huán)境因素；r＝{r1,r2,...,rn}，ri＝{ri(t0),...,ri(tk),...,ri(tn)}，ri(tk),(0≤k≤n,1≤i≤n)為第i臺設備第k個時刻的端口占有率；y＝{y1,y2,...,ym}，yj＝{yj(t0),...,yj(tk),...,yj(tn)}，yj(tk),(0≤k≤n,1≤j≤m)為通道上第j段光纜第k個時刻的狀態(tài)；為第j段光纜第k個時刻的環(huán)境因素；s＝{s1,s2,...,sm}，sj＝{sj(t0),...,sj(tk),...,sj(tn)},sj(tk),(0≤k≤n,1≤j≤m)為第j段光纜第k個時刻的施工狀態(tài)。

如圖3所示：電力通信網(wǎng)業(yè)務通道可靠性與通道上設備、光纜和它們的影響因素是一個動態(tài)貝葉斯網(wǎng)絡模型，其中為第i臺設備的環(huán)境因素和端口占有率集合，為第j段光纜的環(huán)境因素和施工信息集合，該模型表明通道t時刻的狀態(tài)t(t)取決于t-1時刻的所有設備和光纜的狀態(tài)以及各自影響因素狀態(tài)。

對設備x而言，環(huán)境因素cx和端口占有率r影響的是它的總故障率λ，有：

λ(t)＝λ0+αcx(t)+βr(t)

其中，λ(t)為設備t時刻的故障率，λ0為設備初始故障率，主要受設備廠商、型號和工作年限的影響，α和β為系數(shù)。

將其矩陣化表示為：

λ(t)＝λ0+aw(t)

其中，a＝[α,β]為系數(shù)矩陣，w(t)＝[cx(t),r(t)]^t表示設備t時刻故障率的影響因子。

同樣對光纜段y而言，環(huán)境因素cy和施工狀態(tài)s影響的也是它的故障率η，有：

其中，η(t)為光纜t時刻的故障率，η0為光纜的初始故障率，主要受光纜型號、工作年限和長度的影響，ω和為系數(shù)。

將其矩陣化表示為：

η(t)＝η0+eq(t)

其中，為系數(shù)矩陣，q(t)＝[cy(t),s(t)]^t表示光纜t時刻故障率的影響因子。

一條通道上所有設備和連接光纜段都是串聯(lián)的，而且設備在正常狀態(tài)和輕微故障狀態(tài)下都是可靠的，只有在通道上所有設備和光纜都可靠的時候該通道才可靠，所以通道在t時刻的可靠性為：

那么t時刻的業(yè)務通道可靠性動態(tài)貝葉斯網(wǎng)絡模型為：

步驟1.3，根據(jù)電力通信網(wǎng)內(nèi)業(yè)務的主通道和備用通道的拓撲結構建立業(yè)務可靠性的貝葉斯網(wǎng)絡模型；

電力通信網(wǎng)中為了提高業(yè)務的可靠性，每條業(yè)務都會有備用通道，一些重要的業(yè)務甚至有多條備用通道，而且只有在業(yè)務的主通道中斷的時候才會起用備用通道，各通道的拓撲結構是一個并聯(lián)結構，建立的業(yè)務可靠性模型如下：

(b,tm,ts)

對于確定時刻的業(yè)務和通道，該模型為一個貝葉斯網(wǎng)絡模型，其中b代表著業(yè)務，tm為業(yè)務的主通道，ts＝{ts1,ts2,...,tsk}表示該業(yè)務的k條備用通道。業(yè)務中各通道的拓撲結構是并聯(lián)的，而且只有當主通道中斷的時候才會使用備用通道，所以業(yè)務的可靠性表示為：

其中n表示業(yè)務和通道正常，f表示故障。

步驟2，利用先驗數(shù)據(jù)知識計算步驟1中建立的各模型參數(shù)；該步驟進一步包括以下子步驟：

步驟2.1，針對不同廠家、型號和工作年限的設備，利用先驗知識計算其狀態(tài)轉移概率矩陣以及該轉移矩陣和設備環(huán)境以及設備端口占有率的關系；

設備廠家、型號和工作年限的不同會導致設備的初始故障率λ0不一樣，在有大量設備運行歷史數(shù)據(jù)的條件下，利用統(tǒng)計的思想，對每種確定廠家、型號和工作年限的設備，利用其在正常環(huán)境和端口占有率的情況下平均故障次數(shù)和運行時段可以計算得到該類型設備的初始故障率。同樣可以統(tǒng)計得到設備的修復率。

設備的三種狀態(tài)nf,mf,pf表示為狀態(tài)1，狀態(tài)2和狀態(tài)3。對確定同種廠家、型號和工作年限的一批設備有：

在所有設備運行的歷史數(shù)據(jù)中，對每種確定廠商、型號和工作年限的所有設備，取其所有時間段的工作數(shù)據(jù)，用nij表示設備在所有相連的時間內(nèi)從狀態(tài)i轉移到狀態(tài)j的次數(shù)。

設備的故障率與運行時所處的環(huán)境和端口占有率有關，惡劣的環(huán)境會嚴重增加設備故障率，同時接近飽和的端口占有率也會增加設備的故障率。機房在夏天溫度過高，冬天溫度過低，空調(diào)異常，濕度較大的情況下，設備將在一個較差的環(huán)境下運行，容易發(fā)生故障。定義溫度的上界tu和下界td,一般設置為30和15攝氏度，具體根據(jù)機房的建設標準進行界定。濕度閾值hc，如果機房的機房傳感器檢測的濕度超過hc，環(huán)境為不適宜(bad)。當溫度和濕度都滿足要求的情況下，環(huán)境為適宜(good)。設定設備的端口占有率的閾值rc，則有：

其中cx′(t)為設備t時刻的環(huán)境情況，r′(t)為設備t時刻的端口占有率，f(t)為設備環(huán)境影響因素，包括溫度和濕度。計算方式如下：

f(t)＝ω1f1(t)+ω2f2(t)

f1和f2分別表示溫度和濕度因素的取值，ω1和ω2為權值，根據(jù)實際情況設定。

其中tx(t)和hx(t)分別表示設備t時刻所處機房環(huán)境的溫度和濕度。

這樣根據(jù)提供的設備初始故障率λ0，修復率μ，以及影響系數(shù)α和β，就可以得到t時刻的設備狀態(tài)轉移矩陣p(t)為：

其中有：

λ1(t)＝a·λ(t)

λ2(t)＝b·λ(t)

λ3(t)＝c·λ1(t)

μ1(t)＝d·λ1(t)

而且有：λ(t)＝λ0+aw(t)。

其中，a＝[α,β]為系數(shù)矩陣，w(t)＝[cx(t),r(t)]^t。

所以設備狀態(tài)轉移的關系為：

π(t)＝π(t-1)·p(t-1)

步驟2.2，針對不同長度段的光纜，利用先驗知識計算其狀態(tài)轉移概率矩陣以及該矩陣和光纜環(huán)境以及該地段施工狀態(tài)的關系；

光纜的故障率會受到光纜所處環(huán)境和該光纜段的時政施工影響，惡劣的環(huán)境會增加光纜的故障率，同時若該光纜段有施工，那么光纜段的故障率會嚴重增加。根據(jù)已有的統(tǒng)計結果發(fā)現(xiàn)，現(xiàn)有的光纜故障中60％由外力(施工)等造成。將光纜的環(huán)境同樣分為適宜(good)與不適宜(bad)，施工情況有是(yes)與否(no)兩種，所以有：

其中cy′(t)為光纜t時刻的環(huán)境情況，s′(t)為光纜t時刻的施工情況，g(t)為光纜環(huán)境惡劣的影響因子，包括光纜所處的區(qū)域發(fā)生鳥啄、火災、洪水、大風、冰凌、雷擊、電擊，大雪，寒潮等現(xiàn)象，此時環(huán)境為不適宜(bad)，具體實施還可以進一步細化。這樣根據(jù)提供的光纜初始故障率η0，修復率ξ，以及影響系數(shù)c和d，就可以得到t時刻的光纜狀態(tài)轉移矩陣d(t)：

η(t)＝η0+eq(t)

其中，為系數(shù)矩陣，q(t)＝[cy(t),s(t)]^t。

光纜的狀態(tài)轉移的關系為：

ψ(t)＝ψ(t-1)·d(t-1)

步驟2.3，根據(jù)步驟1.2建立的業(yè)務通道動態(tài)貝葉斯網(wǎng)絡模型，計算業(yè)務每條通道可靠性和該通道上各設備和光纜狀態(tài)的條件概率；

根據(jù)所建立的業(yè)務通道動態(tài)貝葉斯網(wǎng)絡模型，可以知道通道該時刻的可靠性依賴該通道上所有設備和光纜的狀態(tài)，而設備和光纜的狀態(tài)又取決于前一時刻的狀態(tài)和影響因素的狀態(tài)，結合設備和光纜的狀態(tài)轉移模型可以得到通道可靠性的計算公式：

步驟3，利用步驟1建立的模型和步驟2計算得到的參數(shù)，根據(jù)當前各設備和光纜的狀態(tài)，以及當前時間各影響因素的值，預測下一時間段的業(yè)務可靠性。

將t時刻的電力通信網(wǎng)業(yè)務通道上設備和光纜的狀態(tài)以及各影響因素帶入上面的式子就可以預測出t+1時刻的業(yè)務可靠性。

本文中所描述的具體實施例僅僅是對本發(fā)明精神作舉例說明。本發(fā)明所屬技術領域的技術人員可以對所描述的具體實施例做各種各樣的修改或補充或采用類似的方式替代，但并不會偏離本發(fā)明的精神或者超越所附權利要求書所定義的范圍。