[發明專利]一種新的電網監控告警事件識別算法

在審

• 申請號: 202110874181.0
• 申請日: 2021-07-30
• 公開（公告）號: CN113779242A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 蘇大威;鄧星;周航;高陽;熊浩;劉書洋;詹欣潔;陳廣
• 申請（專利權）人: 國網江蘇省電力有限公司;國網江蘇省電力有限公司南京供電分公司;南京大學;國家電網有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06K9/62;G06N3/04;G06N3/08;G06N5/02;G06Q50/06
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 賀翔

1.一種新的電網監控告警事件識別算法，包括電網廠站數據及設備數據，其特征在于：還包括如下步驟，

步驟1，通過電網廠站數據及設備數據構建知識圖譜，并從中提取三元組；

步驟2，對所述三元組進行知識表示學習，以獲取圖譜中實體相關的廠站向量表示及設備向量表示；

步驟3，對電網廠站及設備發出的告警信息進行劃分，劃分為時間，廠站，設備，動作；對告警動作進行分類并通過one-hot編碼取得告警動作類型向量表示；將步驟2中取得的廠站向量表示及設備向量表示與告警發生的日期、時間及告警動作類型向量表示整合成數字化告警信息，對其進行知識表示學習；

步驟4，對于知識表示學習后的數字化告警信息，以固定時窗的形式，以告警信息相對位置為主軸進行滑動，綜合考量每一個時窗內包含的上下文告警信息，對事件加以歸納分類。

2.根據權利要求1所述的新的電網監控告警事件識別算法，其特征在于：所述步驟1中提取三元組的具體步驟為，

S1.1，從包含電網廠站及設備信息的數據庫中抽取知識，利用電網廠站、設備的拓撲結構構造知識圖譜，并存儲于圖數據庫中；

S1.2，在知識圖譜中，數據為實體、關系、事實的集合，將廠站、連接廠站的設備以及二者之間的連接關系作為一組三元組，從知識圖譜中提取三元組以構造三元組集合。

3.根據權利要求2所述的新的電網監控告警事件識別算法，其特征在于：所述步驟2具體為，

S2.1，將實體和關系投影到低維向量空間，表示實體和關系的語義信息，并以距離公式為其相異度函數；

S2.2，基于真正的三元組構造偽三元組，并匯總得到偽三元組集合，通過相異度函數使得真三元組與偽三元組之間的距離最大化；

S2.3，通過知識表示學習取得電網廠站向量表示及設備知識表示向量，其數據的維度可以通過預先訓練模型的時候進行設定。

4.根據權利要求3所述的新的電網監控告警事件識別算法，其特征在于：所述步驟3具體為，

S3.1，單條告警的形式包括時間，廠站，設備，動作；其中廠站和設備部分由步驟2中構造的廠站向量表示和設備向量表示進行表征替換；

S3.2，多條告警自上而下組合，此過程中時間的發展成遞增趨勢，對基于時間的數字化表示不做操作；

S3.3，針對告警信息中的動作部分，先對告警動作進行動作類型分類，再以one-hot編碼取得動作類型向量；

S3.4，對于告警發生日期、廠站向量表示、設備向量表示及告警動作類型向量進行融合，得到數字化告警信息矩陣，將文本形式的告警信息轉化為數字化告警信息。

5.根據權利要求4所述的新的電網監控告警事件識別算法，其特征在于：所述步驟4具體為，

S4.1選構造數據集，基于選定的一個時窗，以時窗為主軸在告警序列上滑動；

S4.2采用時窗內部多數票原則，即將時窗內多數票的事件類型標記為該時窗對應的事件；

S4.3利用采集到的數據進行分類模型的學習，以80％作為訓練集，20％作為測試集，利用一個ConvLSTM進行多分類。

6.根據權利要求1所述的新的電網監控告警事件識別算法，其特征在于：步驟S4.3中ConvLSTM多分類方法為：將當中包含的多數事件類型為目前時窗時刻發生的事件；若該時窗中告警信息的對應事件數量相同，則將該時窗經歷的事件定義為其他事件。