視頻監(jiān)控設(shè)備與網(wǎng)絡(luò)故障診斷分析技術(shù)

鐘方偉+馬斌+周平+余長江

摘要：主要研究現(xiàn)有視頻監(jiān)控設(shè)備與網(wǎng)絡(luò)故障診斷分析技術(shù)；首先闡述了視頻監(jiān)控設(shè)備與網(wǎng)絡(luò)發(fā)生故障后對診斷與檢修工作造成的困難，然后論述了故障診斷關(guān)鍵技術(shù)，以及基于故障缺陷庫和知識(shí)庫的故障分析統(tǒng)計(jì)方法，最后通過實(shí)例論證了方法的可行性，對視頻監(jiān)控設(shè)備與網(wǎng)絡(luò)故障診斷分析技術(shù)的擴(kuò)展性做了展望。

關(guān)鍵字：視頻監(jiān)控；故障診斷；網(wǎng)絡(luò)性能預(yù)警；自動(dòng)巡檢

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2016）31-0205-03

1 背景

電網(wǎng)視頻監(jiān)控平臺(tái)是智能電網(wǎng)的一個(gè)重要組成部分，廣泛應(yīng)用于電網(wǎng)的建設(shè)、生產(chǎn)、運(yùn)行、經(jīng)營等方面，通過對電力系統(tǒng)中設(shè)備、線路及周邊環(huán)境等生產(chǎn)、經(jīng)營要素的實(shí)時(shí)監(jiān)視及記錄，為事故分析提供相關(guān)圖像資料，是對“四遙”（遙測、遙信、遙控、遙調(diào)）功能的進(jìn)一步補(bǔ)充-“遙視”。

新疆電網(wǎng)統(tǒng)一視頻監(jiān)控平臺(tái)的建設(shè)，使不同的視頻監(jiān)控系統(tǒng)能夠互聯(lián)互通，實(shí)現(xiàn)統(tǒng)一監(jiān)控、分級(jí)控制、分域管理。目前，視頻監(jiān)控平臺(tái)共接入15000多個(gè)視頻監(jiān)控點(diǎn)位，覆蓋了各部門各地州營業(yè)廳、變電站、輸電線路、信息機(jī)房、庫房、機(jī)關(guān)大樓等各個(gè)場所，支撐各部門、各單位的視頻應(yīng)用需求。

新疆電網(wǎng)統(tǒng)一視頻監(jiān)控平臺(tái)所涉及設(shè)備型號(hào)及數(shù)量規(guī)模越來越大、產(chǎn)品種類越來越多、設(shè)備也越來越復(fù)雜，同時(shí)由于新疆地域廣袤、監(jiān)控場所分布不均勻，運(yùn)維檢修難度較大。另外，平臺(tái)目前主要提供粗獷型的設(shè)備接入狀態(tài)信息（設(shè)備離/在線狀態(tài)），無法對具體原因進(jìn)行分析、定位，對于出現(xiàn)故障的設(shè)備無法做出快速響應(yīng)，與運(yùn)維檢修人員故障排查、運(yùn)維檢修脫節(jié)，對于設(shè)備檢修流程缺少有效的跟蹤，對平臺(tái)運(yùn)行維護(hù)造成了新的困難。因此，需要開展對監(jiān)控設(shè)備故障和網(wǎng)絡(luò)通道故障的分析、精確定位，以及檢修過程精益化管控的研究和應(yīng)用。

2 故障診斷關(guān)鍵技術(shù)

電網(wǎng)監(jiān)控設(shè)備與網(wǎng)絡(luò)故障診斷分析技術(shù)研究，是進(jìn)一步提升平臺(tái)實(shí)用化水平，通過故障診斷分析定位、融合設(shè)備檢修流程等方法，實(shí)現(xiàn)對故障設(shè)備的快速分析定位協(xié)助運(yùn)維檢修人員做好設(shè)備故障排查、運(yùn)維檢修工作。主要實(shí)現(xiàn)以下目標(biāo)：

1）通過故障精確診斷分析功能，實(shí)現(xiàn)對平臺(tái)接入設(shè)備的實(shí)時(shí)狀態(tài)監(jiān)測，對于離線設(shè)備進(jìn)行快速故障診斷分析、問題定位，并告知運(yùn)維檢修人員進(jìn)行設(shè)備故障檢修。

2）通過與現(xiàn)有設(shè)備檢修流程高效融合，在設(shè)備運(yùn)維檢修過程中，實(shí)現(xiàn)對運(yùn)維檢修各環(huán)節(jié)中所涉及的檢修人員、響應(yīng)時(shí)間、檢修流程進(jìn)行全過程跟蹤。

3）通過大數(shù)據(jù)分析策略實(shí)現(xiàn)對故障原因、故障設(shè)備類型、故障頻率、典型故障區(qū)域、典型故障場景等多維度分析，為后續(xù)視頻監(jiān)控建設(shè)選型、網(wǎng)絡(luò)配置標(biāo)準(zhǔn)化提供數(shù)據(jù)支撐。

2.1 網(wǎng)絡(luò)性能預(yù)警技術(shù)

網(wǎng)絡(luò)故障在視頻監(jiān)控故障類中的發(fā)生率占比超過50%，而視頻信息丟失、帶寬不足、路由配置錯(cuò)誤、時(shí)延過大等情況，是網(wǎng)絡(luò)故障的最常見情況，因此需要形成以通信網(wǎng)絡(luò)信道性能預(yù)測為中心的關(guān)鍵技術(shù)研究。

視頻傳輸是基于Internet 網(wǎng)絡(luò)的應(yīng)用中對網(wǎng)絡(luò)時(shí)延要求較高，一般有兩種預(yù)測時(shí)延的方法：一種是根據(jù)時(shí)延數(shù)據(jù)之間的關(guān)系，進(jìn)行擬合，預(yù)測未來的時(shí)延；另一種通過構(gòu)建Internet 的網(wǎng)絡(luò)模型，實(shí)現(xiàn)對時(shí)延的預(yù)測。后一種方法相對于前一種方法有著更好的預(yù)測效果，這是因?yàn)楹笳卟坏軌虬瑫r(shí)延數(shù)據(jù)之間的規(guī)律，而且能夠更好地反映出當(dāng)前的網(wǎng)絡(luò)狀況以及未來時(shí)刻網(wǎng)絡(luò)的狀況和時(shí)延情況。

本課題采用隱馬爾科夫（HMM，Hidden Markov Model） 的方法構(gòu)建Internet 網(wǎng)絡(luò)模型，預(yù)測Internet 網(wǎng)絡(luò)時(shí)延。該方法通過預(yù)測未來時(shí)刻的可觀測狀態(tài)值，準(zhǔn)確表示時(shí)延數(shù)據(jù)集的規(guī)律以及Internet 網(wǎng)絡(luò)的特性；同時(shí)，該方法對于未來的可觀測狀態(tài)的預(yù)測有較高的準(zhǔn)確性，能夠更好地對Internet 時(shí)延敏感的應(yīng)用作出決策。

2.2 視頻質(zhì)量分析技術(shù)

將常見視頻質(zhì)量故障類型、原因、采取的檢修方法，以故障缺陷庫和知識(shí)庫的形式固化在監(jiān)控平臺(tái)中，通過視頻圖像質(zhì)量分析的方法結(jié)合缺陷庫和故障知識(shí)庫，在巡檢工單或檢修方案中給出故障檢修建議。按照視頻圖像質(zhì)量、系統(tǒng)登錄情況、網(wǎng)絡(luò)信號(hào)丟失率等故障分類，自動(dòng)填寫檢修工單，視頻質(zhì)量故障分析表如下所示：

2.3 故障自動(dòng)巡檢方法

人工方式通過監(jiān)控畫面巡檢，發(fā)現(xiàn)故障的效率非常低，而且不能精確定位故障原因。因此，需要研究設(shè)備故障自動(dòng)巡檢功能，通過設(shè)置任務(wù)的定期重復(fù)執(zhí)行來實(shí)現(xiàn)，如下圖1所示：

對故障診斷任務(wù)設(shè)置每日、每天、每月執(zhí)行的方式，簡化工作人員重復(fù)建立故障診斷任務(wù)的工作量，提高工作效率。同時(shí)，診斷功能對任務(wù)診斷到的異常設(shè)備自動(dòng)生成工單在夜間進(jìn)行下發(fā)，次日可以在設(shè)備運(yùn)維人員的賬號(hào)上看到設(shè)備工單，進(jìn)而進(jìn)行消缺。

3 故障診斷實(shí)施方案

3.1 故障知識(shí)庫與運(yùn)行缺陷庫構(gòu)建

在構(gòu)建知識(shí)庫的基礎(chǔ)上，通過對設(shè)備故障原因、故障類型、故障頻率、典型故障區(qū)域、典型故障場景等多維度分析，形成設(shè)備運(yùn)行缺陷庫。通過對具體設(shè)備故障或網(wǎng)絡(luò)故障的進(jìn)行細(xì)分，實(shí)現(xiàn)對設(shè)備故障的定位，精確到單個(gè)路由器，例如設(shè)備網(wǎng)絡(luò)不通時(shí)，經(jīng)過哪些路由后網(wǎng)絡(luò)不通，大大簡化設(shè)備故障的消除。

通過平臺(tái)設(shè)備運(yùn)行數(shù)據(jù)綜合統(tǒng)計(jì)和分析功能的建設(shè)，實(shí)現(xiàn)對平臺(tái)視頻設(shè)備歷史運(yùn)行情況多時(shí)間維度的統(tǒng)計(jì)和分析，可以方便運(yùn)維和檢修人員對重點(diǎn)故障區(qū)域和故障設(shè)備類型制定針對性整改方案，有效提高平臺(tái)指標(biāo)情況。并通過對歷史數(shù)據(jù)信息進(jìn)行多維度統(tǒng)計(jì)分析為運(yùn)維檢修人員提供重點(diǎn)故障區(qū)域和設(shè)備類型等信息，為運(yùn)維檢修人員進(jìn)行針對性整改提供決策數(shù)據(jù)輔助。

3.2 故障診斷業(yè)務(wù)架構(gòu)

電網(wǎng)統(tǒng)一視頻監(jiān)控平臺(tái)為各業(yè)務(wù)領(lǐng)域下的變電站、輸電線路、營業(yè)廳、變電站、辦公大樓、應(yīng)急場所等視頻監(jiān)控應(yīng)用場景提供視頻源，實(shí)現(xiàn)實(shí)時(shí)視頻、錄像回放、運(yùn)行工況、資源管理、資源調(diào)度等業(yè)務(wù)功能。新增設(shè)備故障精確分析診斷功能，實(shí)現(xiàn)設(shè)備運(yùn)行故障快速診斷分析定位，規(guī)范設(shè)備檢修流程，形成設(shè)備運(yùn)行缺陷庫。

故障診斷分析定位：通過網(wǎng)絡(luò)跟蹤的技術(shù)對電網(wǎng)統(tǒng)一視頻監(jiān)控平臺(tái)設(shè)備運(yùn)行故障進(jìn)行診斷分析，協(xié)助運(yùn)維檢修人員快速定位、分析、排查故障的原因。通過網(wǎng)絡(luò)故障診斷，能夠精確到監(jiān)控設(shè)備所經(jīng)過的的故障路由位置（IP地址）。

檢修流程標(biāo)準(zhǔn)化：通過設(shè)備診斷結(jié)果與設(shè)備檢修流程的高效融合，實(shí)現(xiàn)設(shè)備檢修流程各環(huán)節(jié)的實(shí)時(shí)跟蹤處理，規(guī)范設(shè)備檢修流程。

缺陷庫：通過對設(shè)備故障原因、故障類型、故障頻率、典型故障區(qū)域、典型故障場景等多維度分析，形成設(shè)備運(yùn)行缺陷庫。

統(tǒng)計(jì)分析：對設(shè)備接入故障信息進(jìn)行多維度統(tǒng)計(jì)分析，可以按照監(jiān)控設(shè)備部署區(qū)域或者運(yùn)維區(qū)域進(jìn)行故障統(tǒng)計(jì)，生成設(shè)備故障統(tǒng)計(jì)分析報(bào)表、圖表。

4 實(shí)現(xiàn)與展望

電網(wǎng)監(jiān)控設(shè)備與網(wǎng)絡(luò)故障診斷分析技術(shù)，已經(jīng)在新疆電網(wǎng)統(tǒng)一視頻監(jiān)控平臺(tái)中推廣應(yīng)用，各全疆地州通過巡檢功能對本地區(qū)設(shè)備進(jìn)行定期全面檢測，可以對全疆13地州15000余路視頻情況進(jìn)行定期診斷。

通過電網(wǎng)視頻監(jiān)控設(shè)備離線率原因分析、網(wǎng)絡(luò)通道故障預(yù)測和定位、設(shè)備檢修流程各環(huán)節(jié)實(shí)時(shí)跟蹤處理，構(gòu)建視頻監(jiān)控設(shè)備和網(wǎng)絡(luò)運(yùn)維檢修標(biāo)準(zhǔn)化流程、多維度分析運(yùn)行缺陷庫、故障情況實(shí)時(shí)跟蹤和檢索發(fā)布機(jī)制、歷史運(yùn)行情況多時(shí)間維度的統(tǒng)計(jì)和分析功能，為后續(xù)設(shè)備選型、制定標(biāo)準(zhǔn)化網(wǎng)絡(luò)配置、設(shè)備運(yùn)行情況分析、重點(diǎn)故障區(qū)域和故障設(shè)備類型制定整改方案等過程提供輔助決策數(shù)據(jù)。

視頻監(jiān)控設(shè)備與網(wǎng)絡(luò)故障診斷分析技術(shù)，對于規(guī)模越來越大、業(yè)務(wù)越來越多、設(shè)備越來越復(fù)雜的電網(wǎng)系統(tǒng)的安全運(yùn)行，以及監(jiān)控平臺(tái)的運(yùn)維檢修具有較高的實(shí)用價(jià)值和推廣意義，。后續(xù)，對于信息通信系統(tǒng)和資源的運(yùn)維管控，會(huì)趨于在統(tǒng)一管控平臺(tái)上實(shí)現(xiàn)，例如網(wǎng)絡(luò)和通信網(wǎng)管、設(shè)備管理系統(tǒng)、運(yùn)維檢修平臺(tái)等，將會(huì)出現(xiàn)一個(gè)統(tǒng)一的、協(xié)同的運(yùn)維管控平臺(tái)。

參考文獻(xiàn)：

[1] GuoDong Li， PengFei Jin， Kai Li. Research of Delay Prediction Based on RBF Neural Network[J]. Informatiom Technology Journal， 2014（3）.

[2] 高楊. 視頻質(zhì)量診斷算法研究與實(shí)現(xiàn)[D]. 沈陽： 東北大學(xué)， 2011.

[3] 吳貴達(dá). 基于Internet的動(dòng)態(tài)網(wǎng)絡(luò)資源管理—網(wǎng)絡(luò)故障監(jiān)控與性能趨勢分析[D]. 西安： 西北工業(yè)大學(xué)， 2004.

[4] 潘瑞雪. 基于SVM的故障視頻圖像識(shí)別與診斷技術(shù)研究與實(shí)現(xiàn)[D]. 武漢： 華中師范大學(xué)， 2014.

[5] 朱元全， 王印松， 常政威， 等. 變電站視頻質(zhì)量診斷系統(tǒng)的應(yīng)用研究[J]. 四川電力技術(shù)， 2014（10）.