[发明专利]一种多计量异常事件关联度分析方法

说明书

一种多计量异常事件关联度分析方法，涉及一种异常事件分析方法；目前，仅对单个计量异常事件进行分析，工作量大，部分告警信息不能得到有效分析和处理，限制了故障准确率的提高。为了提高异常告警数据利用率和异常诊断准确率，本发明通过对历史数据的分类及筛检，计算出两两异常事件发生的关联程度，直观的看出两个异常事件的发生是否有因果观关系，并对结果进行筛选，提高精确度；最后对关联度设置阈值，实现对并发异常事件组合的筛选。本技术方案有效地对并发异常事件组合进行甄别，从而提高计量异常事件分析、利用的准确性和完整性。

技术领域

本发明涉及一种异常事件分析方法，尤其涉及一种多计量异常事件关联度分析方法。

背景技术

随着经济的发展和用电量的增大，因电能计量故障引起电能损失的问题变得越来越突出，供电企业乃至国家为此经受了巨大的经济损失。因此，对电能计量故障分析与处理就愈发重要。计量异常报警是用电信息采集系统的一个重要功能模块，异常报警功能对用电现场的异常情况设置报警标志，报警标志可以由系统实时查询或由终端主动上报。对终端的异常报警事件进行分析，能够实时监测用电现场的运行状况，针对性地判断用户的用电情况是否有异常，尤其失压和断流事件更是反窃电检查的重中之重。异常报警功能加大了对终端的监控力度，能够起到及时处理计量故障的重要作用。于是，对用电信息采集平台上所反映出来的异常事件和异常数据的正确分析判断就成为了计量人员迫切需要解决的难题。

目前针对单个计量异常事件，通过异常原因分类、处理流程、异常现象及处理步骤的研究总结，已经有较规范统一的处理流程和方法。然而，日常运行中的计量异常种类繁多、情况复杂，用电信息采集系统发出的事件告警信息混杂在一起；仅对单个计量异常事件进行分析，工作量大，部分告警信息不能得到有效分析和处理，限制了故障准确率的提高。

对计量异常事件之间的关系进行研究，可以有效地对并发事件进行甄别和筛选；对并发异常事件组合进行异常原因分析分析，能够有效地提高计量故障原因分析准确性。目前对计量异常事件的关联度计算的现有技术很少，皮尔逊相关分析法、灰色关联度等常用关联度计算模型不适用于计量异常事件的关联度计算。原因在于：

现有研究电力设备故障统计数据与电能质量监测数据采用皮尔逊相关分析法(也称为积差相关)进行多维度的关联度分析。对电力设备故障数据与电能质量监测数据进行处理：对各变电站内的各类设备故障的每一电力设备故障发生的次数和各变电站电能质量指标的平均值进行统计汇总；将汇总得到的数据进行归一化处理，变换至[0，1]之间。最后根据皮尔逊相关系数计算公式计算出电力设备故障统计数据与电能质量监测数据的关联度，皮尔逊相关系数范围为[-1，1]之间，越靠近1表示关联度越大，越靠近0表示关联度越小，负数表示负相关。该方法若运用到计算两两异常事件的关联度中，存在数据不足的问题，因而不适合电力异常的关联度计算。

现有的工程技术中，灰色关联度的计算方法也应用较为广泛。灰关联分析方法的基本思想是根据序列曲线几何形状间的相似程度来判断其联系是否紧密。曲线越接近,相应序列之间的关联度就越大,反之就越小。同时可描述系统发展过程中的相对变化情况,如果二者在发展过程中的相对变化基本一致,则认为二者关联度大,反之,关联度小。但是该关联度受两级最小绝对值差和两级最大绝对误差影响较大。一旦数据列中出现某个极大值点或极小值点,那么各特征点的关联系数都将受到较大影响,从而使关联度值具有较大的波动性,数据值极不稳定。并且各特征点的关联系数受样本量影响，关联系数、关联度受分辨率因子p的影响极大。另一方面灰色关联度模型计算关联度所需要的样本数据是具体的数字，而本发明中计量异常事件的发生只有是或否，即输入只有0和1，所以灰色关联度计算模型同不适用于计算计量异常事件的关联度。

现阶段急需要一种基于计量异常事件的关联度计算方法，来实现关联度的准确分析。

发明内容

本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供一种多计量异常事件关联度分析方法，以达到关联度准确分析的目的。为此，本发明采取以下技术方案。