[发明专利]一种基于聚类算法的电网告警数据分析系统的实现方法

说明书

本发明公开了一种基于聚类算法的电网告警数据分析系统的实现方法，包括：(1)基于告警数据最新发生时间进行K‑Means聚类；(2)对步骤1中原始数据集，获取告警开始时间，同样转换为时间戳形式，选取最优的K值，进行第二次K‑Means聚类，并修正第一次聚类的结果，得到K‑Means最终聚类数据；(3)在步骤2基础上，针对每一个属性，制定关键词向量化规则，将所有数据转换为数学向量的形式，利用DBSCAN算法对特征关键词进行聚类，得到DBSCAN最终聚类数据；(4)在步骤3基础上，综合K‑Means和DBSCAN聚类的结果，对原始告警数据进行关联性描述，给出特定时间段内告警信息的具体分类描述。本发明很好地提高了已有系统对告警数据分析和处理的能力，构建更加高效的电网数据分析模型。

技术领域

本发明涉及一种基于聚类算法的电网告警数据分析系统的实现方法，属于电网数据自动化分析技术领域。

背景技术

目前，全球网络安全形势日益严峻，个人信息与商业数据遭遇大规模泄露与违规利用，针对关键信息基础设施的恶意网络攻击频发。关键信息基础设施是国家至关重要的资产，一旦遭到破坏、丧失功能或者数据泄漏，不仅将可能导致财产损失，还将严重影响经济社会的平稳运行。随着金融、能源、电力、通信等领域基础设施对信息网络的依赖性越来越强，针对关键信息基础设施的网络攻击不断升级。

随着负荷侧资源不断扩充，电力监控系统的安全防护范围不断扩大，接入安全显得尤为重要。而随着安全防护范围的不断拓展，产生的安全数据日益倍增，告警数量不断增大，如何确保告警及时有效，提升告警的精准度和实效性，也是安全防护监管的一大难题。大量学者对智能告警技术开展了深入研究。从现有研究成果来看，主要集中在两个方面：一是利用机器学习算法或人工智能算法分析离散异常数据，从大量的常规运行数据中抽取若干离散的异常数据，作为依据采用典型建模方法分析安全事件。二是基于规则、模型、推理分析等基本数据，得到当前告警信息特征从而进行分层分类，在故障分析的同时能在一定程度上实现攻击预测。但仅将设备上报信息与安全分析预测结果进行直接关联，会造成安全分析及预测准度不高，存在较大的误报率和虚警率。所以目前亟需进一步解决电网告警数据的内在联系，从数据本身入手，需要解决数据的多重属性，通过多种数据处理方法，分析海量告警数据之间的关联性，进而提高电网告警系统处理数据的能力，同时保障电力系统的安全与稳固。

发明内容

本发明目的在于针对电网告警数据体量大、难以阅读、关键信息提取困难的问题，提出了一种基于聚类算法的电网告警数据分析系统的实现方法，该方法通过对原始告警日志数据的分析，抽取出多重属性，利用K-Means算法对告警数据的时间戳进行聚类分析，并使用DBSCAN算法对属性关键字进行聚类，获取不同时间段内告警数据的事件类型，很好地提高已有系统对告警数据分析和处理的能力，构建更加高效的电网数据分析模型。

本发明解决其技术问题所采取的技术方案是：一种基于聚类算法的电网告警数据分析系统的实现方法，该方法从数据多属性的角度，对原始数据集实施多次聚类，该方法包括如下步骤：

步骤1：基于告警数据最新发生时间进行K-Means聚类，通过对原始告警数据集进行属性划分，获取告警最新发生时间，利用相关工具将最新发生时间转换为时间戳形式，并选取合适的K值，进行K-Means聚类，其中K表示K-Means聚类后得到的类别数量；

步骤2：对步骤1中的原始数据集，获取告警开始时间，同样转换为时间戳形式，选取最优的K值，进行第二次K-Means聚类，并修正第一次聚类的结果，得到K-Means最终聚类数据；

步骤3：在步骤2的基础上，针对每一个属性，制定关键词向量化规则，将所有数据转换为数学向量的形式，利用DBSCAN算法对特征关键词进行聚类，得到DBSCAN最终聚类数据；

步骤4：在步骤3的基础上，综合K-Means和DBSCAN聚类的结果，对原始告警数据进行关联性描述，给出特定时间段内告警信息的具体分类描述。