一种电力通信网故障告警的诊断方法技术

本发明专利技术公开一种电力通信网故障告警的诊断方法，诊断方法包括以下步骤：S1：电力通信网故障数据、告警数据采集，形成故障状态矩阵；S2：故障特征、告警特征提取，S3：故障特征融合，S4：参数优化，形成的参数优化后的多核支持向量机算法模型，S5：故障诊断，将待测数据输入到步骤S4形成的参数优化后的多核支持向量机算法模型对待测数据进行预测，完成对电力通信网故障告警的诊断。本发明专利技术提供的电力通信网故障告警的诊断方法，无需依赖于先验和专家知识就可以对完成对电力通信网的故障诊断，实现电力通信网故障告警特征的自我学习和诊断，能显著提高电力通信网的故障诊断和定位效率，为电力通信网的运行、维护、管理、规划提供全方位的支持，提升电网的安全性。提升电网的安全性。提升电网的安全性。

【技术实现步骤摘要】
一种电力通信网故障告警的诊断方法


[0001]本专利技术涉及到电力通信网故障告警诊断
，更具体地，涉及一种电力通信网故障告警的诊断方法。

技术介绍

[0002]电力系统的发电、输电、变电、配电、用电以及调度等各个环节都离不开电力通信网的监测控制，一旦电力通信网出现故障没有及时定位和修复，就会影响电力系统的安全运行。
[0003]电力通信网故障告警诊断的难点主要有两个，一是其网络拓扑越来越复杂管理的网元数量、类型不断增多；另一个是其正负故障样本不均衡，有标记的故障样本种类不足。由于电力通信网告警数据衍生性和传播性的特点，网管告警信息库中的告警数据量是海量的，但故障与告警之间存在不完全的因果依赖关系，即是在一个只有几十个站点的较小的网络中，要在众多的告警信息中诊断故障也是比较困难的，需要花费大量的时间和人力，还需要较为丰富的经验知识。
[0004]此外，传统的电力通信网故障告警判断技术往往是基于规则的，如故障依赖关系、贝叶斯网络、模糊逻辑推理、关联规则等方法，但这些方法多依赖于先验和专家知识，耗用时间长，资源占用量大，具有一定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力通信网故障告警的诊断方法，其特征在于，所述诊断方法包括以下步骤：S1：电力通信网故障数据、告警数据采集，对网管上采集的故障数据、告警数据进行选取，并与时间同步，形成告警事务，经过加权和二值化编码，形成故障状态矩阵、告警状态矩阵；S2：故障特征、告警特征的提取，用卷积神经网络对步骤S1得到的故障状态矩阵进行处理，形成故障状态图，并对故障状态图进行卷积池化操作，提取故障、告警特征；S3：故障特征融合，根据典型相关性分析算法，将步骤S2提取的故障和告警信息的特征进行融合，得到故障融合特征，将故障融合特征作为训练样本；S4：参数优化，将步骤S3得到的训练样本输入到多核支持向量机算法模型，然后用杂草优化算法对多核支持向量机的算法模型的参数进行优化，形成参数优化后的多核支持向量机算法模型；S5：故障诊断，根据步骤S4参数优化的结果，将待测数据输入到步骤S4形成的参数优化后的多核支持向量机算法模型对待测数据进行预测，完成对电力通信网故障告警的诊断。2.根据权利要求1所述的一种电力通信网故障告警的诊断方法，其特征在于，步骤S1具体包括以下步骤：S1.1：采集各个网管的故障信息、告警信息，得到原始的故障告警信息数据库；S1.2：针对步骤S1.1得到的故障告警信息数据库，根据故障告警信息数据的特点和故障诊断的目的，选取对故障诊断重要性高的故障信息字段、告警信息字段并对数据进行标准化处理，剔除冗余的故障告警信息得到目标故障告警信息数据库；S1.3：对步骤S1.2得到的目标故障告警信息数据库的数据采用时间窗口的方式进行时间和站点同步，提取故障告警事务；S1.4：根据历史数据，对每种告警对于每种故障判定的重要性用归一化权值进行设定，计算每种告警对最终故障诊断的权值，对每种告警权值进行排序，根据权值排序得到优先级排序，根据优先级排序对告警进行二值化编码；S1.5：对全网的故障告警信息按照站点为单位进行故障告警事务编码，得到表征全网拓扑连接和故障状态的故障状态矩阵。3.根据权利要求2所述的一种电力通信网故障告警的诊断方法，其特征在于，步骤S2具体包括以下步骤：S2.1：将步骤S1.4得到的故障状态矩阵，添加上根源故障标签，并编码形成故障状态编码；S2.2：将故障状态矩阵和故障状态编码输入到卷积神经网络中，提取故障特征；S2.3：将提取到的故障特征进行池化操作；S2.4：将步骤S2.3得到的结果输入到全连接层进行加权，完成对...

【专利技术属性】
技术研发人员：韩军伟，高晶，郑征，张琳娟，王鹏展，张平，郭璞，邱超，周楠，卢丹，陈婧华，苏洋洋，陈璐，付宗亮，
申请(专利权)人：国网河南省电力公司经济技术研究院河南九域腾龙信息工程有限公司，
类型：发明
国别省市：