[发明专利]一种基于数据挖掘的电网设备运行状态智能校验方法

摘要

本发明提出一种基于数据挖掘的电网设备运行状态智能校验方法，利用电网监控系统中的告警文本，采用对比文本空间特征向量的方法确定设备的运行状态。同时结合数据挖掘方法对历史存档的操作指令票挖掘设备运行状态的关联规则。以设备实际运行状态与关联规则为基础校核设备运行状态是否合理。有效解决了电网调度操作、方式变换时，因人为原因导致的电网一次、二次设备运行状态不对应的问题。辅助电网调度人员及时发现电网设备运行状态不合理的地方，可有效防止停电事故的扩大，保持电网的安全稳定运行。

主权项

1.一种基于数据挖掘的电网设备运行状态智能校验方法，其特征在于，依次包括以下步骤：/n采用聚类分析的方法，辨识电网设备的实时运行状态；/n采用数据挖掘的方法分析电网调度操作指令票，得出电网关联设备运行状态之间的关联规则；/n根据电网设备运行状态的关联规则和实时的电网设备运行状态，自动校验电网设备运行状态是否合理；/n所述采用聚类分析的方法，辨识电网设备的实时运行状态，包括以下步骤：/n步骤一：建立不同设备运行状态变位信息文本，根据电网企业生产实际情况划分不同类型的运行状态，当电网设备运行状态转换时发送至调度监控平台的信息是典型的触发式告警信息，即当有设备状态改变时发出对应信息；根据电网设备状态转换时调度监控平台实际接收的告警信息，建立不同设备在不同运行状态下的典型告警信息模板，并记作K(t,z,c)，其中t为设备类型、z为设备状态转换的标的运行状态，c为对应的告警信息模板，即t设备转换到z状态时发出的信息；/n步骤二：根据互现系数M(X,Y)初步提取文本关键词汇，由于电网设备运行状态的告警信息是由电网设备发出的标准化调度术语，信息文本中对同一事物的描述方式都相对固定，因此可以采用基于统计的分词方法对文本进行分词处理和统计；按照式(1)统计两个汉字的互现信息系数：/n /n其中M(X,Y)为汉字X和Y的互现信息系数，P(X,Y)为X、Y相邻出现在文本中的几率，P(X)、P(Y)分别为汉字X、Y在文本中出现的几率，相邻的两个字同时出现的次数越多，其可信度越高，由汉字X、Y组成的词组也越有可能成为关键词，将互现系数M(X,Y)>0的词条计入文本特征项集合；然后去除平凡词，最终形成典型信息文本的特征项集合：θ＝{δ₁,δ₂,δ₃…δ_n}，其中δ_i(i＝1,2,…,n)为筛选后得到的关键词，/n步骤三：采用TF-IDF特异性计算公式计算关键词的权重，其公式如下式(2)所示：/n /n其中，f(δ_i,d)为词条δ_i在文档中出现频率，N为所有文档的个数，n_i为含有词条δ_i的文档个数，由TF-IDF公式计算得到的权重系数表征了词条的特异性，若w_i越大则表明词条δ_i的特异性越高，在不同文档中出现的比率越低，但在单个文档中出现的频次越高，那么词条δ_i用于表征文档d的可信度越高；/n步骤四：建立不同设备运行状态转换时所发出文本信息的空间特征向量，通过步骤三可以计算得到不同词条在文档中的权重，经过归一化处理后的权重为：/n /n因此任意文档可以表征为一个二维向量，其形式如下式(4)所示：/n{[δ₁,W₁],[δ₂,W₂],…[δ_n,W_n]} (4)/n如果将不同的词条看作一个坐标轴，那么该二维向量则可以看作是该空间中的一个向量；/n由以上步骤则可以建立电网中每个设备在不同状态下的空间特征向量记做式(5)：/nψ(i,t)＝{[δ₁,W₁],[δ₂,W₂],…[δ_n,W_n]} (5)/nψ(i,t)为设备i转换到状态t时电网监控平台收到文本的空间特征向量，i为设备名称，t为设备转换的标的状态，δ_i(i＝1,2,…n)为关键词，W_i(i＝1,2,…n)为关键词对应权重；/n步骤五：根据关键词汇库建立实时文本信息的空间特征向量，采集调度监控系统实时信息，建立不同设备的信息状态文本列向量，列向量维度为m，根据接收时间将收到的设备运行状态信息加入列向量，即一个列向量对应一个具体电网设备，每个列向量只保留最新的m条电网状态信息文本；通过处理可以将全电网最近时段的设备运行状态表示为m×n的矩阵，其形式如下式(6)所示：/n /n其中Q为近段时间内调度监控信息平台接收到的所有信息报文集合，m为列向量维数，令m＝20，即保留设备最近的20条状态信息文本，n为电网中设备的总数，C_i为对应设备i最近收到20条状态信息文本集合，c_ij为对应设备的运行状态信息报文；/n步骤六：采用夹角余弦公式对比实时信息文本和典型文本，初步辨识设备运行状态，采用式(1)～(4)对C_i进行处理可以建立设备i最近时段的空间特征向量，记做ω(i)＝{[δ₁,W₁],[δ₂,W₂],…[δ_n,W_n]}，采用夹角余玄公式计算计算ω(i)与ψ(i,t)的相似度，其计算公式如下式(7)所示：/n /n其中为告警信息文档ω(i)、ψ(i,t)在空间{δ₁,δ₂,…δ_n}中的特征向量：[W₁,W₂…W_n]和[W_t,1,W_t,2…W_t,n]，由此可以计算得出设备在不同运行状态的相似度，在此基础上逐个删除C_i中的状态信息报文c_ij，再次计算删除后文本集合与典型文本的相似度，若相似度增加则继续筛选删除，若减小则删除其他报文，如此反复直至相似度达到最高；可以计算得出电网设备i与不同运行状态相比较的相似度，确定相似度最大的状态为电网设备的运行状态。/n