[发明专利]一种主站系统运行状态风险预警方法

说明书

技术领域

本发明涉及电网调度自动化领域的一种方法，具体讲涉及一种主站系统运行状态风险预警方法。

背景技术

随着电网的发展，尤其是自愈智能电网的发展，要求连续不断的在线自我评估，以预测电网可能出现的问题，发现已经存在或正在发展的问题并立即采取措施加以控制或纠正，以确保电网的可靠性、安全性、电能质量和效率，调度主站系统重要性逐渐提高。主站系统运行伴随产生大量的包含调度运行和管理的数据，而现有的监控系统仅侧重于实时分析、告警系统运行的断面数据，缺乏对大量历史信息的有效分析评估，无法充分利用电力系统海量的数据资源及时发现系统存在的安全隐患。

崭露头角的一门新兴学科数据挖掘技术能够利用积累下来的海量数据为研究对象,找出隐藏在这些数据背后有用的知识,从而为科学决策提供有力的依据。

因此，需要提供一种将数据挖掘技术用于主站系统运行产生的海量历史数据挖掘主站系统运行潜在规律，增强调度主站系统运行状态的趋势分析和预警能力，高进和提升主站系统风险防御水平。

发明内容

针对现有技术的不足，本发明的目的是提供一种主站系统运行状态风险预警方法，该方法解决了主站系统运行状态依赖事后被动监视、不能及时发现系统安全隐患的问题，提升了主站系统风险防御水平。

本发明的目的是采用下述技术方案实现的：

本发明提供一种主站系统运行状态风险预警方法，其改进之处在于，所述方法基于数据挖掘，包括下述步骤：

(1)在线采集并存储主站运行信息；

(2)对主站运行信息进行汇总整理；

(3)对主站系统运行状态进行趋势分析与评估；

(4)对主站系统运行状态进行风险预警。

进一步地，所述步骤(1)中，根据主站运行状态指标体系在线采集并存储主站运行信息；采集的主站运行信息包括前置信息、系统资源信息、应用状态信息和系统一致性信息，存储的主站运行信息包括实时采集数据和历史告警，采样频度为5分钟/次。

进一步地，所述步骤(2)中包括：基于主站运行状态指标分析模型对主站运行信息进行数据分类、清洗、裁剪和融合，实现多种指标的关联定量分析，包括下述子步骤：

(2-1)对采集的主站运行信息进行如下分类：前置工况、误码率统计、前置切换统计、前置控制、多源数据一致性、数据不刷新统计、资源使用率统计、投入率统计、网络工况、网络统计、消息堆积统计、僵尸进程统计、数据库一致性、时钟一致性，变化数据传输时间和数据库统计，并对采集的指标分别设置阈值门槛；

(2-2)按照年、月、日时间维度从历史库中提取历史数据，对无效数据进行清理和剪裁；

(2-3)按照步骤(2-1)中所述分类对每个采集指标进行时间段计算，统计主站系统对该指标的满足情况；

(2-4)运用统计学对运行量进行关联定量分析，计算表示关联程度的运行量与影响因素间的相关系数。

进一步地，所述步骤(3)包括下述步骤：

(3-1)基于数据挖掘技术从关联定量分析结果中归纳主站运行状态指标变化趋势规律，形成知识库；

(3-2)对主站系统运行状态趋势进行分析，形成分析评估报告。

进一步地，所述步骤(4)包括下述步骤：

(4-1)利用知识库总结主站系统运行状态发生的异常情况并推送预警；

(4-2)针对异常情况提供包括下述信息的处理意见：检查系统相关进程句柄释放情况，检查系统消息总线运行情况，检查相关进程写库的一致性和同步性、检查前置端口连接情况。

与现有技术比，本发明达到的有益效果是：

1.本发明提供的基于数据挖掘的主站系统运行状态风险预警方法，有效利用主站系统海量运行数据，实现对主站系统运行规律的统计和趋势分析，实现了主站系统运行隐患的提前预警；

2.本发明提供的方法，解决了主站运行依赖事后被动监视问题，增强了主站系统风险防御能力，进一步保障了电网运行安全。

3.本发明提供的方法，利用了主站系统运行产生的海量历史数据挖掘主站系统运行潜在规律，进一步增强了调度主站系统对于已经存在或正在发展的问题并立即采取措施加以控制或纠正，大大提升了电网的可靠性、安全性、电能质量和效率。

附图说明

图1是本发明提供的主站系统运行状态风险预警方法示意图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的详细说明。