信息通信考虑多层信息融合的智能变电站网络通信故障定位方法（广东电网有限责任公司广州供电局，广东广州510000）摘要：常规的智能变电站网络通信故障定位方法多数采用ER算法，对海量故障数据进行处理，具有一定的局限性，无法获取通信故障位置信息的关联，导致故障定位结果的准确率较低。针对这一问题，引入多层信息融合技术原理，提出了一种全新的网络通信故障定位方法。首先，利用多层信息融合技术，融合处理多层异构数据信息，获取网络通信故障位置信息的关联。在此基础上，建立故障定位模型，多维度实现网络通信故障精准定位的目标。实验分析结果可知，新的方法应用后，具有不同网络通信故障问题的智能变电站光纤链路的故障定位准确率均在97%以上，可行性较高。关键词：多层信息融合；故障；智能变电站；网络；故障；定位；通信中图分类号：TM770引言在多层信息融合的趋势下，网络通信技术速度逐渐加快，各个行业领域对网络通信技术的需求越来越大。现阶段，我国网络通信技术在实际应用中仍然存在一定的不足，主要体现在智能变电站网络通信故障。一旦网络通信中出现此问题，对网络配置与操控会产生较大的影响，降低智能变电站网络通信数据传输的质量与效率，在变电站网络通信后续运维过程中，需要消耗大量的人力与物力资源，对企业的运行造成严重经济损失。故障定位方法对智能变电站的稳定运行至关重要，受到变电站运行环境、运行条件等因素影响，其网络通信过程中存在一定的故障隐患"。故障定位方法能够及时检测并定位出潜在的故障隐患，为后续制定网络通信维修方案提供重要数据参考依据2]。现阶段，传统的变电站网络通信故障定位方法多数采用LSTM网络算法原理，能够对多数通信故障收稿日期：2023-03-08作者简介：崔兆阳（1984-），男，汉族，广东广州人，本科，工程师，研究方向：电力网络通信。(2）通过预测结果可以知道，无论是从总体的均方根误差看，还是从单期的预测精度看，小波神经网络在形变数据预测精度方面优于BP神经网络，具有更好的应用前景。参考文献：[1]GabrielAK,GoldsteinRM,ZebkerHA.Mappingsmallelevationchangesoverlargeareas:Differentialradarinter-ferometry[J].JournalofGeophysicalResearchSolidEarth,1989,94(B7):9183-9191.[2]DdrMassonn,Marc?Ross,Cesar?Carmona,etal.Thedis-placementfieldoftheLandersearthquakemappedbyradarinterferometry[J].Nature,1993:138-142.[3]FerrettiA,PratiC,RoccaF.Permanentsc...
