一种通信缺陷研判知识库构建方法、缺陷识别方法及系统技术方案

本发明专利技术公开了一种通信缺陷研判知识库构建方法、缺陷识别方法及系统。构建方法包括：采用ACBIM算法对电网中缺陷事件产生的历史告警消息进行聚类，将同一缺陷事件产生的所有告警消息聚合在一起，生成若干告警集合，每个告警集合表征一个缺陷事件；基于FSBIE算法，采用OPTICS聚类算法对生成的各告警集合进行聚类，将相似缺陷事件聚类成簇；对每个簇标注缺陷类型和位置，生成“簇

【技术实现步骤摘要】
一种通信缺陷研判知识库构建方法、缺陷识别方法及系统


[0001]本专利技术涉及一种通信缺陷研判知识库构建方法、缺陷识别方法及系统，属于电力通信网通信缺陷研判领域。

技术介绍

[0002]电力通信网是电力系统不可缺少的重要组成部分，是电网调度自动化和生产管理现代化的基础，是确保电网安全、经济、稳定运行的重要技术手段。电力通信网通常由若干不同厂家、技术体制的设备通过光、电方式连接组成，一个缺陷往往会在不同的设备/系统中传播，产生海量不同层次的告警消息从而掩盖缺陷根因。近年来，我国电力通信领域内组织开展了基于规则引擎的缺陷研判研究，以告警内在逻辑关系和告警对象的资源关联关系梳理为基础，对运维经验进行总结固化生成规则引擎。针对实时告警消息，通过树形搜索规则引擎实现缺陷研判。
[0003]基于规则引擎相关研究成果虽然已经初步达到实用化程度，但在实际生产过程中，因部分哑设备数据质量不高、多规则叠加后引擎复杂度剧增等原因而遇到瓶颈。
[0004]针对动态系统的缺陷研判或故障研判，除了类似上述基于规则的方法，国内外的主流方法还有基于模式挖掘的方法、基于神经网络的方法。基于模式挖掘的方法通常利用Apriori、GSP等序列挖掘算法针对告警消息进行关联挖掘，尝试基于历史告警数据，从统计学的角度梳理告警间衍生关系，从而实现缺陷事件的研判分析。在实际应用中，通信设备/系统的告警消息传播可能在很短的时间内发生，到达先后顺序也并不遵从某一规律，存在不确定性，且只能分析频繁发生的模式，在通信缺陷研判分析领域难以取得令人满意的效果。
[0005]基于神经网络的方法则通常应用于大型发电机或航空发动机等设备的轴承故障检测，利用CNN、LSTM等神经网络模型进行建模并在各自的数据集上取得了一定的成果，但通信缺陷研判领域内样本数据量难以支撑复杂神经网络模型的训练(一个网省公司一年的缺陷单数据量大约在百位数的级别)，且作为黑盒模型其可解释性较差，在实际生产过程中只能进行辅助，难以脱离调控人员独立进行生产作业。

技术实现思路

[0006]本专利技术的目的在于提供一种通信缺陷研判知识库构建方法、缺陷识别方法及系统，以解决现有技术中电力通信网缺陷研判工作仍主要依赖人工经验，难以满足日益庞大、复杂的通信网络安全生产需求的问题。
[0007]为实现上述目的，本专利技术采用如下技术方案：
[0008]一方面，一种通信缺陷研判知识库构建方法，包括：
[0009]采用ACBIM(Alarm Clustering Based on Improved Markov
‑
Clustering，基于改进马尔科夫聚类的告警时空聚类)算法对电网中缺陷事件产生的历史告警消息进行聚类，将同一缺陷事件产生的所有告警消息聚合在一起，生成若干告警集合，每个告警集合表征
一个缺陷事件；
[0010]基于FSBIE(Fault Similarity Based on Improved Edit
‑
distance，基于改进编辑距离的缺陷相似性算法)，采用OPTICS聚类算法对生成的各告警集合进行聚类，将相似缺陷事件聚类成簇；
[0011]对每个簇标注缺陷类型和位置，生成“簇
‑
缺陷类型、位置”的映射。
[0012]进一步地，所述缺陷事件定义为F＝{a1,a2,a3,
…
,a
m
}，其中a
i
为表征该缺陷事件的告警集合的某一告警消息；
[0013]告警消息定义为a
i
＝(d
i
,c
i
,t
i
,l
i
)，其中d
i
为告警产生的设备对象，c
i
为告警原因，t
i
为告警时间，l
i
为告警对象所属变电站；
[0014]电网网络拓扑定义为：T＝(D,E)，其中，D为所有设备对象d的集合，对于任意拓扑关系(d
k
,d
l
,o
kl
)∈E，d
k
与d
l
表示不同的设备对象，o
kl
表示设备间的拓扑关系权重：
[0015][0016]所述采用ACBIM算法对电网中缺陷事件产生的历史告警消息进行聚类，包括：
[0017]建立动态图G＝(A,B)，其中，A为当前所有未消缺的告警消息的集合，对于任意(a
q
,a
r
,b
qr
)∈B，a
q
与a
r
表示不同的告警消息，b
qr
表示两个告警消息a
q
和a
r
之间边的权重；
[0018]对于新产生的各告警消息，分别计算每个新告警消息与G中A的各告警消息之间边的权重，将权重大于阈值对应的告警消息从A中筛选出来，生成新的动态图；
[0019]对所述新的动态图执行马尔科夫算法，得到若干告警集合。
[0020]进一步地，不同告警信息之间边的权重根据以下公式计算：
[0021][0022][0023][0024][0025]ob
qr
＝o
qr
[0026]其中，b
qr
为两个告警消息a
q
和a
r
之间边的权值，d
q
、d
r
分别为产生告警消息a
q
和a
r
的设备对象，t
q
、t
r
为分别为告警消息a
q
和a
r
的告警时间，l
q
、l
r
分别为告警对象d
q
、d
r
所属变电站，α、β分别为设置的阈值，o
qr
为设备d
q
和d
r
间的拓扑关系权重。
[0027]进一步地，所述新的动态图根据以下方法生成：
[0028]生成新的空图G
′
(A,B)，将新告警消息a
new
分别放到G中A和G
′
中A内，分别计算新告警消息a
new
与G中A的各告警消息a
z
之间边的权重，若权重大于阈值，则将告警消息a
z
放到G
′
的A中，将(a
new
,a
z
,w)放到G
′
的B中，得到新的动态图，其中，w为新告警消息a
new
与告警消息a
z
之间的边的权重。
[0029]进一步地，所述基于FSBIE算法，采用OPTICS聚类算法对生成的各告警集合进行聚类，包括：
[0030]从集合V＝{F1,本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通信缺陷研判知识库构建方法，其特征在于，包括：采用ACBIM算法对电网中缺陷事件产生的历史告警消息进行聚类，将同一缺陷事件产生的所有告警消息聚合在一起，生成若干告警集合，每个告警集合表征一个缺陷事件；基于FSBIE算法，采用OPTICS聚类算法对生成的各告警集合进行聚类，将相似缺陷事件聚类成簇；对每个簇标注缺陷类型和位置，生成“簇
‑
缺陷类型、位置”的映射。2.根据权利要求1所述的一种通信缺陷研判知识库构建方法，其特征在于，所述缺陷事件定义为F＝{a1，a2，a3，...，a
m
}，其中a
i
为表征该缺陷事件的告警集合的某一告警消息；告警消息定义为a
i
＝(d
i
，c
i
，t
i
，l
i
)，其中d
i
为告警产生的设备对象，c
i
为告警原因，t
i
为告警时间，l
i
为告警对象所属变电站；电网网络拓扑定义为：T＝(D，E)，其中，D为所有设备对象d的集合，对于任意拓扑关系(d
k
，d
l
，O
kl
)∈E，d
k
与d
l
表示不同的设备对象，o
kl
表示设备间的拓扑关系权重：所述采用ACBIM算法对电网中缺陷事件产生的历史告警消息进行聚类，包括：建立动态图G＝(A，B)，其中，A为当前所有未消缺的告警消息的集合，对于任意(a
q
，a
r
，b
qr
)∈B，a
q
与a
r
表示不同的告警消息，b
qr
表示两个告警消息a
q
和a
r
之间边的权重；对于新产生的各告警消息，分别计算每个新告警消息与G中A的各告警消息之间边的权重，将权重大于阈值对应的告警消息从A中筛选出来，生成新的动态图；对所述新的动态图执行马尔科夫算法，得到若干告警集合。3.根据权利要求2所述的一种通信缺陷研判知识库构建方法，其特征在于，不同告警信息之间边的权重根据以下公式计算：息之间边的权重根据以下公式计算：息之间边的权重根据以下公式计算：息之间边的权重根据以下公式计算：ob
qr
＝o
qr
其中，b
qr
为两个告警消息a
q
和a
r
之间边的权值，d
q
、d
r
分别为产生告警消息a
q
和a
r
的设备对象，t
q
、t
r
为分别为告警消息a
q
和a
r
的告警时间，l
q
、l
r
分别为告警对象d
q
、d
r
所属变电站，α、β分别为设置的阈值，o
qr
为设备d
q
和d
r
间的拓扑关系权重。
4.根据权利要求2所述的一种通信缺陷研判知识库构建方法，其特征在于，所述新的动态图根据以下方法生成：生成新的空图G
′
(A，B)，将新告警消息a
new
分别放到G中A和G
′
中A内，分别计算新告警消息a
new
与G中A的各告警消息a
z
之间边的权重，若权重大于阈值，则将告警消息a
z
放到G
′
的A中，将(a
new
，a
z
，w)放到G
′
的B中，得到新的动态图，其中，w为新告警消息a
new
与告警消息a
z
之间的边的权重。5.根据权利要求1所述的一种通信缺陷研判知识库构建方法，其特征在于，所述基于FSBIE算法，采用OPTICS聚类算法对生成的各告警集合进行聚类，包括：从集合V＝{F1，F2，...，F
y
}中提取告警集合F
i<...

【专利技术属性】
技术研发人员：丁正阳，郭波，李瑾辉，洪涛，朱鹏宇，吴子辰，曹晶，顾彬，相增辉，王磊，田然，祁步仁，王义成，张国梁，蔡新忠，巢玉坚，马远东，徐士元，
申请(专利权)人：南京南瑞信息通信科技有限公司，
类型：发明
国别省市：