[發明專利]一種面向電網調度的智能告警分析方法

有效

• 申請號: 201410433102.2
• 申請日: 2014-08-28
• 公開（公告）號: CN104239437B
• 公開（公告）日: 2017-12-15
• 發明（設計）人: 尚學偉;郭建成;李冶天;陳昕;王贊;田石剛;翟勇;李世綸;張亮;李兵;崔旭;馬忠佳;付黎蘇
• 申請（專利權）人: 國家電網公司;北京科東電力控制系統有限責任公司;國網黑龍江省電力有限公司;國網浙江省電力公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;H02J3/00
• 代理公司: 北京汲智翼成知識產權代理事務所(普通合伙)11381
• 代理人: 陳曦,符浩

1.一種面向電網調度的智能告警分析方法，其特征在于包括如下步驟：

提取電網中的告警信息，對所述告警信息進行預處理；

對經過預處理的告警信息進行去噪，并得到去噪分類規則；

對去噪后的告警信息進行歸納、去重，生成告警組合，對于每一個告警組合判斷其所屬的告警類型；

對告警組合與其對應的告警類型進行關聯規則的挖掘，先將告警組合與告警信息對應的屬性相結合，生成新的告警組合；再將新的告警組合與對應告警類型結合，構成告警事務；對多個告警事務構成的告警信息事務表進行頻繁項集的挖掘，對滿足最小支持度閾值的頻繁項集進行關聯規則挖掘，得到電網告警推理規則；其中，對多個告警事務構成的告警信息事務表進行頻繁項集的挖掘時，包括如下步驟：

步驟1，掃描數據庫中的告警信息事務表，找出候選項集的集合，并得到它們的支持度計數；按照支持度計數遞減排列候選項集的各項，得到集合F，將集合F中支持度小于最小支持度閾值的項刪除，得到頻繁項集的集合L；

步驟2，再次掃描數據庫中的告警信息事務表，將支持度小于最小支持度閾值的項從各事務中刪除，按照各項的支持度計數遞減將各事務中的項進行重新排列，得到處理后的告警信息事務表；

步驟3，根據集合L中各項的支持度計數，由小到大依次構造各項的數據庫子集，并利用FP增長算法對其進行約束頻繁項挖掘；

步驟4，當集合L中所有的項的約束頻繁項集依次挖掘出來后，合并所有約束頻繁項集，得到告警信息事務表的所有頻繁項集。

2.如權利要求1所述的智能告警分析方法，其特征在于：

在對告警信息進行預處理時，先對告警信息進行抽取、轉換、裝載處理，去除不相關的告警信息，然后將告警信息與檢修記錄相關聯，根據設定的門檻值去掉噪聲數據，將告警信息與SCADA中的遙測值進行關聯，根據遙測值的變化信息，判斷電網告警信息是否錯誤，去掉錯誤的告警信息。

3.如權利要求1所述的智能告警分析方法，其特征在于：

在對告警信息進行去噪時，對經過預處理的告警信息進行分析、處理，采用帶貝葉斯節點的決策樹算法進行分類以形成數據處理表，從中隨機提取一部分數據進行分類形成去噪決策樹，判斷告警信息是否為噪聲數據，并將去噪決策樹轉化成去噪分類規則。

4.如權利要求3所述的智能告警分析方法，其特征在于：

在去噪決策樹生成后，使用剩余的數據作為測試數據進行推測，判斷其屬于正常數據還是噪聲數據，并將其與原來所屬的類別進行比較，評估檢測的準確率。

5.如權利要求1所述的智能告警分析方法，其特征在于由小到大依次構造各項的數據庫子集的步驟進一步包括：

步驟231，掃描數據庫中處理后的告警信息事務表，從中提取所有含項I_i的事務，刪除支持度小于該項的支持度的項，得到項I_i的數據庫子集；

步驟232，對數據庫子集，利用FP增長算法進行包含項I_i的約束頻繁項集挖掘。

6.如權利要求5所述的智能告警分析方法，其特征在于利用FP增長算法進行包含項I_i的約束頻繁項集挖掘包括如下步驟：

步驟2321，利用數據庫子集，構造FP樹，并創建項頭表，其中所述項頭表的最后一項所標示的是項I_i的支持度計數及其節點鏈信息；

步驟2322，用所述項頭表的最后一項所標示的信息，構造該項的條件模式基，構造其條件FP樹，在該條件FP樹上挖掘出包含該項的約束頻繁項集，完成在數據庫子集上的約束頻繁項集挖掘。

7.如權利要求1所述的智能告警分析方法，其特征在于對滿足最小支持度閾值的頻繁項集進行關聯規則挖掘，得到電網告警推理規則包括如下步驟：

根據置信度的計算公式：

得到關聯規則：

(1)對于每個頻繁項集l，產生l的所有非空子集；

(2)對于l的每個非空子集s，如果則輸出規則其中，min_conf是最小置信度閾 值，sup_cnt(A∪B)是包含項集A∪B的事務數，sup_cnt(A)是包含項集A的事務數，sup_cnt(l)是包含頻繁項集l的事務數，sup_cnt(s)是包含非空子集s的事務數；

將頻繁項集中的告警組合設置為A，告警類別設置為B，min_conf設置為100％，由所述關聯規則導出電網告警推理規則為：