一种电网Ka高通量卫星网络通信故障判定方法及装置与流程

一种电网ka高通量卫星网络通信故障判定方法及装置
技术领域
1.本发明涉及计算机技术领域中的网络管理系统的软件开发技术，也涉及到了与地理位置信息相关的通信技术，尤其是指一种电网ka高通量卫星网络通信故障判定方法及装置，可读储存介质及计算机控制系统。


背景技术：

2.在电力系统领域中，由于电力服务网络分布的广泛性、部分偏远性，地面公网通信网络和专网通信网络无法完全满足其实时通信要求，故需要引入ka高通量卫星通信网络进行补充服务。地面公网通信网络，主要是3g、4g或5g无线通信网络。专网通信网络，主要包括电力系统载波通信、1.4g或1.8g无线专网通信和传统的ku频段卫星通信专网。
3.虽然4g/5g无线公网在城区覆盖较好，但在高山峻岭、跨海输电线路等应用场景中通常存在覆盖盲区或覆盖不良的现象；1.4g或1.8g无线专网通信系统的建设尚处于初级阶段，总体覆盖率欠佳；传统的ku频段卫星通信系统的固有特点为设备体积大、重量高、功耗大、便携性能欠佳、通信带宽资源昂贵。
4.因此，无论是地面公网通信网络还是专网通信网络，在电力系统中的应用都存在一定的局限性。在典型卫星网络接入场景中，卫星网络的智能便携天线通过路由器与多个设备相连，通过智能便携天线将多个设备所采集的数据上报至管理平台，通过管理平台进行数据分析与监测。但是，现有的卫星网络接入场景中存在一些不足之处：电站建设的地理状况复杂，存在网络故障，管理平台不能有效获取智能便携天线的网络状态信息；在铁塔上安装防外破摄像机以及辅助电力系统生产的传感器时，在公、专网覆盖不到位的铁塔上面，防外破摄像机以及传感系统的数据传输存在一定困难，视频回传时会导致通信资源的浪费；现有的无人机数据传送回指挥中心时无法提供稳定高带宽、低成本保证，不利于节约信道资源。


技术实现要素：

5.针对上述背景技术中的问题，提供了一种电网ka高通量卫星网络通信故障判定方法，在高通量卫星一体化便携站进行数据上报时，通过便携站中的路由器记录网络状态信息在通信故障前后的变化，为神经网络训练模型提供样本数据，管理平台可以实时有效的监测通信网络状态。
6.本发明所述的一种电网ka高通量卫星网络通信故障判定方法，包括：
7.s1通过智能便携天线中的路由器获取电力设备与ka高通量卫星网络管理平台的通信状态；
8.s2通过北斗位置定位模块获取电力设备的位置信息，通过气象数据传感设备获取电力设备所在位置的气象信息；
9.s3所述管理平台监测若所述通信状态存在故障，则通过所述路由器记录故障前和故障中的网络状态信息；
10.s4当通信状态故障消除后，通过所述路由器将所述网络状态信息、气象信息和位置信息上报所述管理平台；
11.s5所述管理平台根据气象信息、位置信息和网络状态信息的历史样本数据建立影响通信网络质量的关系模型，实时判定ka高通量卫星网络通信是否存在故障。
12.本发明基于管理平台的软件架构和ka高通量卫星一体化便携站，进行网络故障监测，在出现网络故障时，对网络状态信息进行智能记录，在监测到卫星网络管理平台恢复连接时，将记录的网络状态信息上传至卫星网络管理平台，通过管理平台对历史样本数据的神经网络学习，训练气象和位置信息对网络状态信息的影响模型，实现集中管控，在未知网络状态信息的位置通过气象预测估计通信故障原因和持续时长，并根据估计的故障状态数据确定对应的数据传输策略，在通信正常时优先传输需要的数据。提高了电网ka高通量卫星网络通信故障判定效率和精度，且准确率高，速度快，实时性好。
13.所述ka高通量卫星是采用ka频段的新型通信卫星。鉴于ka频段具有可用带宽宽，干扰少，设备体积小的特点。因此，ka频段宽带卫星通信系统可为高速卫星通信、千兆比特级宽带数字传输、高清晰度电视(hdtv)、卫星新闻采集(sng)、vsat业务、直接到家庭(dth)业务及个人卫星通信等新业务提供一种崭新的手段。
14.具体地，所述智能便携天线在卫星网络中通过路由器与复数个电力设备连接，所述智能便携天线将所述电力设备采集的数据上报至管理平台，通过管理平台进行数据分析与监测。
15.进一步地，所述北斗位置定位模块设置在所述智能便携天线中，实时获取位置信息并使用地图进行实时设备位置绘制；所述气象信息包括降雨强度、降雨穿行距离、降雪量、降雪穿行距离和同一时刻的雷电数量。
16.进一步地，所述网络状态信息包括通信指令、通信数据和通信信号衰减量；当通信状态存在故障时，所述网络状态信息表现为通信指令丢失、通信数据丢失和通信信号衰减；所述历史样本数据的选取是通过样本分析与网络状态信息变化有关的气象信息和位置信息。
17.进一步地，所述管理平台根据气象信息、位置信息和网络状态信息的历史样本数据建立影响通信网络质量的关系模型，实时判定ka高通量卫星网络通信是否存在故障的步骤包括：建立神经网络模型，令神经网络的层数为k，输入层到输出层的节点个数分别为m0，m1，m2，
……
mk，输入向量的维度为m0，所述输入向量包括所述降雨强度、降雨穿行距离、降雪量、降雪穿行距离和同一时刻的雷电数量，输出向量维度为mk，所述输出向量为有影响或无影响，网络的第k层输出y
(k)
为：
[0018][0019]
net
(k)
＝w
(k)y(k-1)
+b
(k)
[0020][0021]
[0022]
其中，b
(k)
为第k层的偏置向量，w
(k)
为第k层的权重矩阵，y
(k-1)
为第k-1层输出，f
(k)
为第k层激活函数，w为权重矩阵，i为向量维度的中间参数，k为层数，j为向量维度的中间参数，t表示向量转置的意思，mk为第k层的节点个数，w
i,j(k)
为第k层的第i个输入向量到第j个输出向量的权重矩阵因子，
[0023]yj(k-1)
为第k-1层的输出向量的第j维数，b
i(k)
为第k层的偏置向量的第i维数，net
i(k)
为第k层(隐藏层k)神经元的输入量的第i维数，net
(k)
中每个元素表示对输入层向量以及偏置向量的加权和；
[0024]
根据逐层计算，得到所述神经网络模型中每一层的节点输入值和输出值；根据气象信息、位置信息和网络状态信息的历史样本数据与计算的结果，通过误差反向传播的网络更新算法逐层反向求导，对神经网络模型的权重进行更新，直到得到训练完成的神经网络，根据训练完成的神经网络，对实时ka高通量卫星网络通信状态进行故障判定。
[0025]
进一步地，所述路由器将所述网络状态信息、气象信息和位置信息上报所述管理平台，所述管理平台根据故障前和故障中的网络状态信息统计各地理位置不同气象信息影响下的网络传输信号衰减量。
[0026]
进一步地，所述管理平台监测到所述通信状态存在故障时，根据所述位置信息查询当地气象预报，根据气象预报和历史气象信息对网络状态信息的影响程度预估通信故障持续时长，更新数据传输策略。
[0027]
本发明还提供一种电网ka高通量卫星网络通信故障判定装置，包括：
[0028]
用于通过智能便携天线中的路由器获取电力设备与ka高通量卫星网络管理平台的通信状态的装置；
[0029]
用于通过北斗位置定位模块获取电力设备的位置信息，通过气象数据传感设备获取电力设备所在位置的气象信息的装置；
[0030]
用于所述管理平台监测若所述通信状态存在故障，则通过所述路由器记录故障前和故障中的网络状态信息的装置；
[0031]
用于当通信状态故障消除后，通过所述路由器将所述网络状态信息、气象信息和位置信息上报所述管理平台的装置；
[0032]
用于所述管理平台根据气象信息、位置信息和网络状态信息的历史样本数据建立影响通信网络质量的关系模型，实时判定ka高通量卫星网络通信是否存在故障的装置。
[0033]
进一步地，本发明还提供一种可读储存介质，其上储存有控制程序，其特征在于：该控制程序被处理器执行时实现如上述任意一项所述的电网ka高通量卫星网络通信故障判定方法。
[0034]
进一步地，本发明还提供一种计算机控制系统，包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的控制程序，其特征在于：所述处理器执行所述控制程序时实现如上述任意一项所述的电网ka高通量卫星网络通信故障判定方法。
[0035]
为了能更清晰的理解本发明，以下将结合附图说明阐述本发明的具体实施方式。
附图说明
[0036]
图1为本发明实施例的一种电网ka高通量卫星网络通信故障判定方法流程图。
[0037]
图2为本发明实施例的高通量卫星网络组网架构图。
[0038]
图3为本发明实施例的管理平台软件架构图。
[0039]
图4为本发明实施例的智能便携天线网络状态上报流程图。
[0040]
图5为本发明实施例的结合位置信息和气象信息的网络状态故障分析流程图。
[0041]
图6为本发明实施例的气象信息历史样本数据对网络状态信息的影响统计表。
具体实施方式
[0042]
请参阅图1，其为本发明实施例的一种电网ka高通量卫星网络通信故障判定方法流程图。
[0043]
本发明所述的一种电网ka高通量卫星网络通信故障判定方法，包括：
[0044]
s1通过智能便携天线中的路由器获取电力设备与ka高通量卫星网络管理平台的通信状态；
[0045]
s2通过北斗位置定位模块获取电力设备的位置信息，通过气象数据传感设备获取电力设备所在位置的气象信息；
[0046]
s3所述管理平台监测若所述通信状态存在故障，则通过所述路由器记录故障前和故障中的网络状态信息；
[0047]
s4当通信状态故障消除后，通过所述路由器将所述网络状态信息、气象信息和位置信息上报所述管理平台；
[0048]
s5所述管理平台根据气象信息、位置信息和网络状态信息的历史样本数据建立影响通信网络质量的关系模型，实时判定ka高通量卫星网络通信是否存在故障。
[0049]
本发明基于管理平台的软件架构和ka高通量卫星一体化便携站，进行网络故障监测，在出现网络故障时，对网络状态信息进行智能记录，在监测到卫星网络管理平台恢复连接时，将记录的网络状态信息上传至卫星网络管理平台，通过管理平台对历史样本数据的神经网络学习，训练气象和位置信息对网络状态信息的影响模型，实现集中管控，在未知网络状态信息的位置通过气象预测估计通信故障原因和持续时长，并根据估计的故障状态数据确定对应的数据传输策略，在通信正常时优先传输需要的数据。提高了电网ka高通量卫星网络通信故障判定效率和精度，且准确率高，速度快，实时性好。
[0050]
图2为本发明实施例的高通量卫星网络组网架构图。
[0051]
本实施例的管理平台负责对多个ka高通量卫星一体化便携站的网络接入、设备、用户业务设备进行集中管控。各个不同的使用用户，需要配置独立服务器进行部署独立的信息中心。ka高通量卫星一体化便携站和电网应急指挥中心的指挥调度信息中心相联，完成前方卫星网络接入、指挥通信的功能。ka高通量卫星通信网络，针对电力系统的实际应用场景中，对高通量卫星一体化便携站提供高通量卫星通信、安全接入、信道管理等服务；管理平台，实现卫星网管系统，可对在网网元进行远程监控和管理维护。管理平台和ka高通量卫星一体化便携站之间通过高通量卫星通信网络实现连接，图2为新建电站应用场景下的组网架构。
[0052]
具体地，所述智能便携天线在卫星网络中通过路由器与复数个电力设备连接，所述智能便携天线将所述电力设备采集的数据上报至管理平台，通过管理平台进行数据分析与监测。在管理平台中，所有设备通过统一界面进行管理，不同设备操作界面的差异性对用户不可见；各行业的管理平台设备系统具备特定性，如公安行业集成地理信息、北斗定位、
集群调度、人证核验、行政办公系统，电力行业集成无人机、单兵图传、视频会议系统，航运行业集成动中通天线、视频监控、宽带上网系统；管理平台支持远程化操作，融合地理信息平台和视频平台，图像可调出，轨迹可刻画，车船定位精确。
[0053]
图3为本发明实施例的管理平台软件架构图。
[0054]
所述北斗位置定位模块设置在所述智能便携天线中，实时获取位置信息并使用地图进行实时设备位置绘制；所述气象信息包括降雨强度、降雨穿行距离、降雪量、降雪穿行距离和同一时刻的雷电数量。本实施例的北斗位置定位模块采用北斗卫星导航系统，是中国自行研制的全球卫星定位与通信系统(bds)，是继美全球定位系统(gps)和俄glonass之后第三个成熟的卫星导航系统。系统由空间端、地面端和用户端组成，可在全球范围内全天候、全天时为各类用户提供高精度、高可靠定位、导航、授时服务，并具短报文通信能力，已经初步具备区域导航、定位和授时能力。
[0055]
图4为本发明实施例的智能便携天线网络状态上报流程图。
[0056]
step1.1由路由器获取智能便携天线与管理平台的通信状态；
[0057]
step1.2若通信状态不存在故障，则不予处理；若通信状态存在故障，则进行下一步；
[0058]
step1.3路由器记录故障前、故障中的网络状态信息，并由管理平台实时监测通信故障是否消除；
[0059]
step1.4若通信故障未消除，则路由器持续记录网络状态信息；若通信故障消除，路由器将存储的网络状态信息上报至管理平台。
[0060]
所述网络状态信息包括通信指令、通信数据和通信信号衰减量；当通信状态存在故障时，所述网络状态信息表现为通信指令丢失、通信数据丢失和通信信号衰减；所述历史样本数据的选取是通过样本分析与网络状态信息变化有关的气象信息和位置信息。本实施例的通信故障反应在数据层面表现为数据丢失，包括通信指令丢失和通信数据丢失；在信号层面表现为通信信号衰减，针对通信链路对信号衰减引起的故障，网络状态信息由数据层面和信号层面进行表征。
[0061]
图5为本发明实施例的结合位置信息和气象信息的网络状态故障分析流程图。
[0062]
step2.1由路由器获取智能便携天线与管理平台的通信状态；
[0063]
step2.2若通信状态不存在故障，则不予处理；若通信状态存在故障，则进行下一步；
[0064]
step2.3路由器记录故障前、故障中的网络状态信息，采集智能便携天线的位置信息和气象信息；并由管理平台实时监测通信故障是否消除；
[0065]
step2.4若通信故障未消除，则路由器持续记录网络状态信息和位置信息、气象信息；若通信故障消除，路由器将存储的网络状态信息、气象信息和位置信息上报至管理平台。
[0066]
step2.5管理平台根据气象信息、位置信息和网络状态信息的历史样本数据进行网络通信的实时故障分析。
[0067]
具体地，管理平台根据气象信息、位置信息和网络状态信息的历史样本数据建立影响通信网络质量的关系模型，实时判定ka高通量卫星网络通信是否存在故障的步骤包括：建立神经网络模型，令神经网络的层数为k，输入层到输出层的节点个数分别为m0，m1，
m2，
……
mk，输入向量的维度为m0，所述输入向量包括所述降雨强度、降雨穿行距离、降雪量、降雪穿行距离和同一时刻的雷电数量，输出向量维度为mk，所述输出向量为有影响或无影响，网络的第k层输出y
(k)
为：
[0068][0069]
net
(k)
＝w
(k)y(k-1)
+b
(k)
[0070][0071][0072]
其中，b
(k)
为第k层的偏置向量，w
(k)
为第k层的权重矩阵，y
(k-1)
为第k-1层输出，f
(k)
为第k层激活函数，w为权重矩阵，i为向量维度的中间参数，k为层数，j为向量维度的中间参数，t表示向量转置的意思，mk为第k层的节点个数，wi,
j(k)
为第k层的第i个输入向量到第j个输出向量的权重矩阵因子，
[0073]yj(k-1)
为第k-1层的输出向量的第j维数，b
i(k)
为第k层的偏置向量的第i维数，net
i(k)
为第k层(隐藏层k)神经元的输入量的第i维数，net
(k)
中每个元素表示对输入层向量以及偏置向量的加权和；
[0074]
根据逐层计算，得到所述神经网络模型中每一层的节点输入值和输出值；根据气象信息、位置信息和网络状态信息的历史样本数据与计算的结果，通过误差反向传播的网络更新算法逐层反向求导，对神经网络模型的权重进行更新，直到得到训练完成的神经网络，根据训练完成的神经网络，对实时ka高通量卫星网络通信状态进行故障判定。
[0075]
图6为本发明实施例的气象信息历史样本数据对网络状态信息的影响统计表。
[0076]
路由器将所述网络状态信息、气象信息和位置信息上报所述管理平台，所述管理平台根据故障前和故障中的网络状态信息统计各地理位置不同气象信息影响下的网络传输信号衰减量。
[0077]
管理平台根据气象数据分析网络状态的变化产生的原因，当监测到通信状态存在故障时，根据位置信息查询当地气象预报，根据气象预报和历史气象信息对网络状态信息的影响程度预估通信故障持续时长，更新数据传输策略。确认是否是由于气象变化产生的异常，便于管理平台对故障进行定位分析。
[0078]
本实施例中，获取的气象信息历史样本数据对网络状态信息的影响统计表中显示了不同样本中降雨强度、降雨穿行距离、降雪量、降雪穿行距离和同一时刻雷电数量造成的信号衰减量，此处的信号衰减量即为通信质量表征数据，单位为db。当降雨强度为1mm/h、降雨穿行距离为1km时的网络通信信号衰减量为0.2db，在此样本分析中将降雨强度和降雨穿行距离选为有效样本的依据是，在该样本所处定位处，当降雨强度和降雨穿行距离为0，即气象恢复正常时，网络通信故障即消除。
[0079]
本发明基于管理平台的软件架构和ka高通量卫星一体化便携站，进行网络故障监测，在出现网络故障时，对网络状态信息进行智能记录，在监测到卫星网络管理平台恢复连接时，将记录的网络状态信息上传至卫星网络管理平台，通过管理平台对历史样本数据的
神经网络学习，训练气象和位置信息对网络状态信息的影响模型，实现集中管控，在未知网络状态信息的位置通过气象预测估计通信故障原因和持续时长，并根据估计的故障状态数据确定对应的数据传输策略，在通信正常时优先传输需要的数据。提高了电网ka高通量卫星网络通信故障判定效率和精度，且准确率高，速度快，实时性好。
[0080]
相对于现有技术，本发明基于管理平台的软件架构和ka高通量卫星一体化便携站，通过历史气象数据和位置数据对网络状态信息的分析模型，实时预测影响因素，能实现网络数据的高效传输，并提升信道资源利用效率，能够实现集中管控，对于通信网络故障和信号衰减情况实现事前预测和数据传输策略应对，避免重要网络数据丢失，不会产生大量的通信数据造成资源浪费，因此适用性更广。
[0081]
本发明并不局限于上述实施方式，如果对本发明的各种改动或变形不脱离本发明的精神和范围，倘若这些改动和变形属于本发明的权利要求和等同技术范围之内，则本发明也一同包含这些改动和变形。