[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

本發明針公開了一種新的電網監控告警事件識別算法，利用電力領域的專業知識，構造廠站設備等信息，結合其拓撲結構信息，構建電力領域知識圖譜；運用知識圖譜表示學習對電力領域知識進行知識表示，并基于知識表示結果將告警信息進行數字化表達，組成數字化的告警表示序列，隨后運用序列分類模型對告警序列進行多分類。本發明能夠對電網中廠站設備產生的文本化告警信息就你行相應事件歸納識別，有效擺脫依賴基于規則匹配的事件識別方式，緩解了需要動態擴充規則庫的繁瑣工作，降低人力成本，并在一定程度上提升事件識別效率。

技術領域

本發明涉及電網運行監控告警信息分類技術領域，具體為一種新的電網監控告警事件識別算法。

背景技術

自工業互聯網概念提出以來，通過數據采集以及大數據傳輸和存儲技術，工業界存儲了大量的設備運行時相關數據。在保障工業設備安全運行方面，除了通過人工對設備進行維護和檢修外，工業界已不斷嘗試利用已有的歷史數據和設備的實時監控數據流進行相關研究以實現更高效的設備監控和數據異常診斷功能。同時，越來越多的學者開始研究基于工業數據的故障診斷算法，以期提供一種更加高效準確的針對工業環境中的異常數據診斷算法。

目前，在傳統異常檢測算法主要包括諸如基于統計模型、基于聚類、基于相似性度量、基于約束規則等。而傳統的檢測方法較難滿足大數據量的實時工業數據流異常檢測的需求。隨著我國電網一體化事業的發展，特高壓，大規模新能源的接入，影響電網安全運行的因素越來越多，運行機制越來越復雜，這在無形之中給電網的安全穩定運行提出了挑戰。為了有效的應對這些問題，本發明從電網調控業務需求出發，嘗試將人工智能技術與調控技術支撐體系有效結合，構建調控領域人工智能應用技術研究框架，促進人工智能在電網調控領域落地實施，提升智能感知、智能分析、智能控制能力，提高交直流混聯電網的運行控制水平。

發明內容

為了解決上述問題，本發明提供了一種基于知識表示學習的告警事件識別算法，旨在通過知識圖譜表示學習、序列分類等對電網中廠站設備產生的文本化告警信息進行相應時間歸納識別，擺脫依賴基于規則的匹配方法，降低成本，提高識別效率。

本發明提出的技術方案如下：

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，

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。

作為優選，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。

作為優選，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。本步驟將結構化的文本信息先賦予一個初始的n維向量表示形式，這個n維向量是隸屬于n維度空間中的某一個位置。這一步驟初始賦予的位置的值并沒有準確的表示出該向量在對應的n維空間的準確位置。