一种基于动态标签和神经网络的告警数据处理方法及系统技术方案

本发明专利技术公开了一种基于动态标签和神经网络的告警数据处理方法，包括：采集告警数据；对采集到的告警数据进行清洗和修补，清洗包括无效告警数据的清洗和缺失告警数据的清洗；修补包括告警数据的修补；对清洗和修补后的告警数据进行抽象化，抽象化包括：对相同特征的告警数据提取相同的特征信息，从而统一为一类数据；利用动态标签计算模型进行动态标签计算；利用动态标签对告警数据进行标注；对标注后的电站告警数据集进行数学化和归一化处理获得训练数据集；基于训练数据集对神经网络模型进行训练，并且对神经网络模型进行优化，保存模型参数输出基于动态标签的智能告警数据识别分类算法。还公开了对应的系统、电子设备以及计算机可读存储介质。计算机可读存储介质。计算机可读存储介质。

【技术实现步骤摘要】
一种基于动态标签和神经网络的告警数据处理方法及系统


[0001]本专利技术属于计算机、人工智能及智慧发电
，尤其涉及一种基于动态标签和神经网络的告警数据处理方法及系统。

技术介绍

[0002]随着国家新能源战略的推进，大规模的光伏、风力等新能源发电站投产。由于新能源发电站的特点是设备数量庞大，特别是光伏，一个光伏电站动则几十万个组件，即使在设备质量达标的情况下，由于设备数量基数庞大，也难免由于少部分设备本身质量问题、传感器问题、信号传输线路质量问题或信号采集设备质量问题等原因，产生大量的实时告警数据；同时由于监控报警平台分类告警数据效果不好，从而产生了大量的冗余告警数据，大大降低了管理人员处理告警数据的效率，并且导致非常易于忽略重要告警信息，使得重要告警被淹没在每日巨量的告警记录当中，从而对电站安全生产造成危害。
[0003]因此，现有技术需要一种能够辅助发电运行人员从每日大量的告警信息中快速识别高优先级告警的方法，并能够对于大量告警数据进行再分类，提高告警数据的可利用性。虽然神经网络对于处理数据分类十分有效，然而现有技术中还没有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态标签和神经网络的告警数据处理方法，其特征在于，包括：S1，采集告警数据；S2，对采集到的所述告警数据进行清洗和修补，所述清洗包括无效告警数据的清洗和缺失告警数据的清洗；所述修补包括告警数据的修补；S3，对清洗和修补后的告警数据进行抽象化，所述抽象化包括：对相同特征的告警数据提取相同的特征信息，从而统一为一类数据；S4，利用动态标签计算模型进行动态标签计算；S5，利用动态标签对告警数据进行标注；S6，对标注后的电站告警数据集进行数学化和归一化处理获得训练数据集；S7，基于所述训练数据集对神经网络模型进行训练，并且对所述神经网络模型进行优化，保存模型参数输出基于动态标签的智能告警数据识别分类算法。2.根据权利要求1所述的一种基于动态标签和神经网络的告警数据处理方法，其特征在于，所述S1所述告警数据来自电站，包含的字段分别为：“告警时间”、“电站编码”、“电站名称”、“设备名称”、“设备KKS编码”、“告警内容”以及“告警级别”。3.根据权利要求2所述的一种基于动态标签和神经网络的告警数据处理方法，其特征在于，所述S4利用动态标签计算模型进行动态标签计算包括：S41,计算概率标签计算值P，包括：根据电站名称或电站编码、设备名称或设备KKS编码、告警内容是否相同，进行告警分类统计；然后计算各类告警数据的发生概率p(x
i
)，所述发生概率p(x
i
)表示第i类告警数据量占总告警数据量的比例，0≤p(x
i
)≤1；根据发生概率p(x
i
)的大小，赋予相应的概率标签计算值P，0<P≤16；S42，计算静态标签计算值S，包括：对告警数据的各字段内容分别赋予各字段静态标签计算值，将各字段静态标签计算值进行累加，然后进行16分制换算，得到静态标签计算值S，0<S≤16，计算公式为：S43，计算动态标签计算值K，包括：基于对告警数据的概率标签计算值P和静态标签值S进行加权计算，得到动态标签计算值K，计算公式为K＝PR+S(2
‑
R)，0<K≤32，其中R为权重系数，权重系数R的值根据电站平均日告警数量n的大小进行调节确定。4.根据权利要求3所述的一种基于动态标签和神经网络的告警数据处理方法，其特征在于，所述S5包括：根据动态标签计算值K进行告警数据标注，对告警数据标注相应的动态标签T，得到标注后的电站告警数据集；动态标签T对应告警级，并且随着动态标签计算值K的增加，所述动态标签T对应的告警级递增。5.根据权利要求1所述的一种基于动态标签和神经网络的告警数据处理方法，其特征在于，所述S6中所述数学化包括：将文本信息转换为可被神经网络识别的数学化后的数据；所述归一化处理包括：将数学化...

【专利技术属性】
技术研发人员：盛湘新，胡晓桐，贾斌，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：