[發明專利]一種基于多維prefixspan算法的故障診斷方法

在審

• 申請號: 202210856532.X
• 申請日: 2022-07-20
• 公開（公告）號: CN115203290A
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 呂磊;田園;王卓;周里濤;張瑞強;楊茜;賈文瑞;毛啟均
• 申請（專利權）人: 國網四川省電力公司信息通信公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/242;G06F16/22;G06F16/21
• 代理公司: 成都正煜知識產權代理事務所(普通合伙) 51312
• 代理人: 袁宇霞

1.一種基于多維prefixspan算法的故障診斷方法，其特征在于，包括以下步驟：

步驟1：對歷史故障日志數據進行收集，過濾其中的故障噪聲數據項，得到歷史故障信息；

步驟2：根據歷史故障信息以及單一故障造成的系統危害對已經發生的所有故障進行權重劃分，針對特定的、重要的故障項給予更高的權重值，以此得到故障權重表；

步驟3：為相同故障事件項通過UUID進行標識，結合故障權重表，生成由單條故障項組成的故障序列集作為算法模型的輸入；

步驟4；運用改進后的prefixspan算法模型，對故障序列集進行關聯規則挖掘，得到當前時間段內的頻繁序列集；

步驟5：將步驟4得到的頻繁序列集作為關聯故障項集合整理生成故障知識庫存儲；

步驟7：根據當下故障的歷史故障關聯規則制定故障解決方案，完成故障診斷。

2.根據權利要求1所述的一種基于多維prefixspan算法的故障診斷方法，其特征在于，步驟4包括以下以下步驟：

步驟4.1：將由單條故障項組成的故障序列集轉換為SQLS鏈表格式，鏈表包含故障信息的兩個字段，分別為序列編碼、權重值，以及包含指向下一個鏈表項的指針的SQLS字段，通過SQLS字段實現鏈表鏈接，得到鏈表數據集S，單條故障稱為故障項的鏈表結構如下：

ListSQLS{

序列編碼String；

權重值Float；

鏈表SQLS

}

步驟4.1.1：鏈表SQLS中序列編碼字段為當前故障的UUID，不同鏈表中相同的故障具有相同的序列編碼。

步驟4.1.2：鏈表SQLS中權重值字段為故障在權重表中被給予的權重值。

步驟4.1.3：鏈表SQLS中的SQLS為指向下一個鏈表項的指針。

步驟4.2：將所有時間段內的多條鏈表數據集S作為pretixspan算法的輸入，進行故障關聯規則的挖掘。

步驟4.2.1：首先遍歷多條鏈表數據集S，判斷當前鏈表數據集S中所有長度為1的故障項，并計算故障項支持度，支持度＝權值*出現次數，其中長度為1指的是單個故障；

步驟4.2.2：在當前鏈表數據集S將不滿足最小支持度閾值的故障項從當前鏈表數據集S中刪除，滿足最小支持度閾值的故障項作為前綴，刪除前綴和支持度不達標的故障項后的鏈表數據集作為投影，得到前綴投影序列，直到處理完所有鏈表數據集S，

步驟4.2.3：生成鏈表結構的前綴數組A1以此來記錄所有長度為1的前綴得到前綴序列，前綴數組A1是頻繁1項序列集，記為序列集A1；。

步驟4.2.4：對頻繁1項集的投影序列進行挖掘，得到頻繁2項集：

步驟4.2.5：將序列集A2作為新的前綴序列集執行重復執行步驟4.2.4操作得到頻繁3項集A3，序列集A3；

步驟4.2.6：在支持度閾值的限制下，遞歸操作最終收斂于頻繁N項集，記為AN，程序終止；

步驟4.2.7：最終得到的前綴序列項集A1、A2、……AN即為最終的頻繁序列集。

3.根據權利要求2所述的一種基于多維prefixspan算法的故障診斷方法，其特征在于，步驟4.2.4包括以下步驟：

步驟4.2.4.1：若前綴數組A1的投影序列為空，則返回；

步驟4.2.4.2：通過對前綴數組A1的投影序列中各事件項權值作為其支持度進行計數，若各個單項的支持度計數都低于支持度閾值，則返回；

步驟4.2.4.3：遍歷前綴投影序列，將支持度計數大于或等于閾值的各個故障項和當前投影序列的前綴進行合并，獲得若干的頻繁2項集，記為序列集A2。

4.根據權利要求3所述的一種基于多維prefixspan算法的故障診斷方法，其特征在于，步驟4.2.5包括以下步驟：

將序列集A2作為新的前綴序列集執行重復執行步驟4.2.4.1-步驟4.2.4.3的操作得到頻繁3項集A3，序列集A3。

5.根據權利要求3所述的一種基于多維prefixspan算法的故障診斷方法，其特征在于，步驟7具體包括以下步驟：

步驟7.1：對實時發生的故障進行知識庫匹配，輸入故障名稱，查詢與之關聯的故障信息；

步驟7.2：若不存在關聯故障信息，對當前故障進行權重劃分并存入歷史故障信息庫，若存在關聯故障信息，分析當前故障前后的故障信息，將發生在該故障之前的關聯故障作為故障源頭，發生在之后的關聯故障視作即將可能發生的故障，進行故障溯源和故障預測；

步驟7.3：通過故障溯源和故障預測，實現故障診斷。