[发明专利]一种面向故障敏感点动态检测的复杂事件处理系统及方法有效
申请号: | 201610117963.9 | 申请日: | 2016-03-01 |
公开(公告)号: | CN105786635B | 公开(公告)日: | 2018-10-12 |
发明(设计)人: | 刘建;苏慧玲;王忠东;徐晴;邵雪松;宋瑞鹏;毛娜 | 申请(专利权)人: | 国网江苏省电力公司电力科学研究院;国家电网公司;中国科学院自动化研究所 |
主分类号: | G06F11/07 | 分类号: | G06F11/07 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 董建林 |
地址: | 211103 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 故障 敏感 动态 检测 复杂 事件 处理 系统 方法 | ||
1.一种面向故障敏感点动态检测的复杂事件处理系统,其特征在于:包括基本事件采集模块、基本事件存储库、规则解析模块、规则池、复杂事件图模型构造模块、敏感点检测模块、规则自动生成模块、复杂事件检测模块和复杂事件存储库,
所述基本事件采集模块,通过感知设备从当前物理环境中采集感知数据并转换成基本事件;
所述基本事件存储库,用于存储采集到的基本事件;
所述规则解析模块,用于将用户输入的业务逻辑解析成符合事件检测要求的规则;
所述规则池,用于对参与事件检测的所有规则进行存储并管理,完成规则的动态更新;
所述复杂事件存储库,用于存储检测到的复杂事件;
所述复杂事件图模型构造模块,用于根据规则池中的规则构造复杂事件的事件图模型结构;
所述敏感点检测模块,用于基于构造的事件图模型结构,根据敏感点位置判断方法对敏感点进行检测;
所述规则自动生成模块,用于根据基本事件存储库和复杂事件存储库中的历史事件,基于规则自动生成机制生成规则,并存储至规则池中;
所述复杂事件检测模块,用于读取基本事件存储库中的事件流,依据事件图模型结构进行基于故障敏感点的图遍历事件检测,
所述基本事件采集模块通过基本事件存储库分别与复杂事件检测模块、规则自动生成模块相连接,所述复杂事件检测模块通过复杂事件存储库与规则自动生成模块相连接,所述规则自动生成模块还通过规则池相连接,所述规则解析模块用于输入用户输入业务逻辑,并与规则池相连接,所述规则池通过复杂事件图模型构造模块与敏感点检测模块相连接,所述敏感点检测模块与复杂事件检测模块相连接。
2.根据权利要求1所述的面向故障敏感点动态检测的复杂事件处理系统,其特征在于:所述基本事件是指在某一时刻发生的事件,由基本事件采集模块从感知设备中获取的转换而成的。
3.根据权利要求1所述的面向故障敏感点动态检测的复杂事件处理系统,其特征在于:所述复杂事件是指由基本事件或其他复杂事件通过与、或、非逻辑运算和时间约束合成的事件模式。
4.根据权利要求1所述的面向故障敏感点动态检测的复杂事件处理系统,其特征在于:所述事件图模型结构是指用图来表达复杂事件如由其他事件合成的过程,所述事件图模型结引入了耦合事件结点及其耦合度的定义,当规则池中规则的事件模式间存在可复用事件代数表达式时,规则间具有耦合关系;与可复用事件表达式对应的事件结点为耦合事件结点,每个耦合事件结点具有一个权值,表示该耦合事件的耦合度。
5.根据权利要求1所述的面向故障敏感点动态检测的复杂事件处理系统,其特征在于:所述规则的动态更新是指当规则发生变化时,添加遗漏的规则,或者完善不完整的规则,或者删除多余的规则,所产生新的规则集合的过程。
6.根据权利要求1所述的面向故障敏感点动态检测的复杂事件处理系统,其特征在于:基于构造的事件图模型结构,根据敏感点位置判断方法对敏感点进行检测的方法,包括以下步骤,
(1)根据规则池中规则生成的事件图模型结构,合并可复用中间事件结点构成事件图集G=(V,E);
(2)利用事件结点的耦合性质,进行敏感点位置的判定,敏感点判定度p(locx),计算如公式(1)所示,
其中,任意耦合事件Cxi的耦合度为mxi,且事件的耦合度为事件图中对应顶点的出度deg+(Cxi),即mxi=deg+(Cxi);locx表示疑似故障敏感点区域,包括多个耦合事件;f(locx)表示locx区域的故障敏感度函数,表示故障敏感点区域中的故障敏感度函数的最大值;当敏感点判定度p(locx)的值大于既定阈值时,则称locx为故障敏感点区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江苏省电力公司电力科学研究院;国家电网公司;中国科学院自动化研究所,未经国网江苏省电力公司电力科学研究院;国家电网公司;中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610117963.9/1.html,转载请声明来源钻瓜专利网。