CN108845560A - 一种电力调度日志故障分类方法 - Google Patents

Abstract

种本发明涉及电力调度领域，尤其涉及一种电力调度日志故障分类方法。主要通过多个训练日志得到一个支持向量机模型，然后就可以根据得到的支持向量机模型来将电力调度日志进行故障分类。这样准确率较高，而且有了支持向量机模型后可以将之后得到的日志经过处理后输入到模型中，即可以方便的识别电力调度日志中的故障类型。

Description

一种电力调度日志故障分类方法

技术领域

本发明涉及电力调度领域，尤其涉及一种电力调度日志故障分类方法。

背景技术

在当前电网中，设备种类与数量繁多，当发生设备故障时，调度人员往往会采用自然语言在调度日志中记录发生故障的厂站、间隔、设备、电压等级、故障发生现象、发生原因等信息。但是，由于不同调度人员在记录日志时的习惯有差异，再加上中文语言丰富多彩，常导致记录日志后，难以从日志中自动识别发生故障的具体类别，不利于根据故障发生的统计数据，制订合理的电网调度和检修决策。

发明内容

本发明所要解决的技术问题是：提供一种电力调度日志故障分类方法，采用这种分类方法能方便的将电力日志中的具体故障识别出来。

本发明所采用的技术方案是：一种电力调度日志故障分类方法，它包括以下步骤：

S1、切换到训练模式，收集训练日志；

S2、对步骤S1收集到的训练日志进行故障标注；

S3、对步骤S1收集到的训练日志进行预处理，并且将预处理后的训练日志拆分成多个单字；

S4、将步骤S3得到的多个单字均转化为d维的特征向量；

S5、将步骤S4得到的每条训练日志中的多个单字的d维的特征向量取平均值得到对应训练日志的d维的文档特征向量；

S6、将步骤S5得到训练日志的d维的文档特征向量进行降维；

S7、将步骤S6得到的降维后的文档特征向量和其对应的故障标注通过支持向量机算法形成支持向量机模型；

S8、切换到测试模式，收集测试日志；

S9、对步骤S8得到的测试日志进行预处理，并且将预处理后的测试日志拆分成多个单字；

S10、将步骤S9得到的多个单字转化为d维的特征向量；

S11、将步骤S10得到每条测试日志中的多个单字的d维的特征向量取平均值得到对应测试日志的d维的文档特征向量；

S12、将步骤S11得到测试日志的d维的文档特征向量进行降维；

S13、将降维后的测试日志的文档特征向量输入步骤S7形成的支持向量机模型，得到测试日志的故障类型。

步骤S3以及步骤S9所述的预处理为是指将电力调度日志中的无意义的标点符号进行删除。

步骤S3以及步骤S9所述的预处理还包括将电力调度日志中的不规范的字进行转化。

步骤S4以及S10为采用Word2Vec工具中的skip-gram语言模型将每一个单字转化为d维的特征向量

步骤S6以及S12中采用t分布领域计算方法进行降维。

其中，预处理后的电力调度日志表示为其中为调度日志中第N个单子的d维特征向量，所述降维方法具体包括以下步骤：

Sa、用概率p_j|i来表示原空间中选择作为近邻的概率，即：

其中σ_i表示以为中心时高斯函数的标准差，第i个文档特征向量与第j个文档特征之间的相似程度可用p_ij来表示，即

Sb、取M个r维向量Y＝(x₁，x₂，……，x_M)作为对应的子空间数据，其中，r小于d，然后采用t分布表达子空间数据间的概率，q_ij代表子空间x_i和x_j之间的相似度，

t分布领域算法通过最小化原空间和子空间两个概率分布的Kullback-Leibler散度获得最佳子空间的表示，即

然后对上式用梯度下降法求解最优值，即可得到文档特征向量的低维表示形式。

步骤S7具体包括以下步骤：

S71、将降维后的文档特征向量和故障类别构成分类样本集(x₁，y₁)，(x₂，y₂)，……，(x_M，y_M)，其中样本特征向量x_i∈R^r，y_i∈{1，2,3,4,5}，1-5分别表示五种故障类型，M表示样本数；

S72，对于二类支持向量机算法，其原始形式是：

其约束条件为，y_i(w*φ(x_i)+b)≥1-ξ (i＝1,2,……，M)

ξ≥0 (i＝1,2,……，M)

其中M为样本数，y_i∈{1，-1}，1表示正例，-1表示负例，w和b是分类超平面w*φ(x_i)+b＝0中的参数，ξ为第i个样本的松弛系数，C为惩罚系数，φ(x_i)为低维到高维映射的函数；

S73、通过拉格朗日函数将步骤S72中的原始形式写成对偶式：

其约束条件为：

0≤α_i≤C；

其中，α为拉格朗日系数向量，K(x_i，x_j)为核函数，且其具体形式为K(x，z)＝exp(-γ||x-z||²)，其中γ为大于0的系数，然后通过优化方法求解上述对偶式，可以得到最优参数α*和b*；

S74、根据步骤S73得到的最优参数得到支持向量机模型的分类函数：

采用以上方法与现有技术相比，本发明具有以下优点：通过取日志中每个单字的特征向量的平均值得到文档特征向量，这样使得准确性较高，而且根据降维后的文档特征向量和其对应的故障标注通过支持向量机算法形成支持向量机模型，通过支持向量机通过构造一个分类超平面，使得分类间隔达到最大，最大限度地分开两类训练样本，这样准确率较高，而且有了支持向量机模型后可以将之后得到的日志经过处理后输入到模型中，即可以方便的识别电力调度日志中的故障类型。

将符号以及无意义的字去除，并且将不规范的字进行转化，可以大大降低设置模型的复杂性，并且可以提高模型的准确性。

采用Word2Vec工具中的skip-gram语言模型能更方便的将单字转化为特征向量。

采用t分布领域计算方法能更好的将高维的特征向量转化为低维的特征向量。

具体实施方式

以下通过具体实施方式对本发明做进一步描述，但是本发明不仅限于以下具体实施方式。

一种电力调度日志故障分类方法，

(1)、首先收集M条电力调度日志语料，按照日志内容进行人工标注故障类型，将线路故障标记为1，将变压器故障标记为2，将母线故障标记为3，将四小器故障标记为4，将其他故障标注为5，形成训练集，其中训练集有五条，如下表1所示：

表1

(2)、将上述的测试日志进行预处理，即将无意义的标点符号进行删除，例如引号“”、波浪号～等，将不规范的字进行转化，并且将预处理后的日志拆分成多个单字，

(3)利用Word2Vec工具生成每个单字的d维特征向量，本具体实施例将取d＝100，例如：

“变”可表示为

其他的单字也可以表示为由100个数字组成的特征向量；

(4)、将日志中每个单字的特征向量相加取平均后获得每条日志的文档特征向量，它也是一条包括100个数字的特征向量；

(5)、利用tSNE算法(t分布领域计算方法)把文档特征向量降维为2维，即r＝2，它主要包括以下步骤：

Sa、用概率p_j|i来表示原空间中选择作为近邻的概率，即：

其中σ_i表示以为中心时高斯函数的标准差，第i个文档特征向量与第j个文档特征之间的相似程度可用p_ij来表示，即

Sb、取M个r维向量Y＝(x₁，x₂，……，x_M)作为对应的子空间数据，其中，r小于d，然后采用t分布表达子空间数据间的概率，q_ij代表子空间x_i和x_j之间的相似度，

t分布领域算法通过最小化原空间和子空间两个概率分布的Kullback-Leibler散度获得最佳子空间的表示，即

然后对上式用梯度下降法求解最优值，即可得到文档特征向量的低维表示形式，因为变成了二维的特征向量，所以一个特征向量可以看做坐标上的一个点；

(6)、分别以类别组合(1，2)(1，3)(1，4)(1，5)(2，3)(2，4)(2，5)(3，4)(3，5)(4，5)形成数据集，训练10个SVM模型；

形成SVM模型主要包括以下步骤：

S71、将降维后的文档特征向量和故障类别构成分类样本集(x₁，y₁)，(x₂，y₂)，……，(x_M，y_M)，其中样本特征向量x_i∈R^r，y_i∈{1，2,3,4,5}，1-5分别表示五种故障类型，M表示样本数；

S72，对于二类支持向量机算法，其原始形式是：

其约束条件为，y_i(w*φ(x_i)+b)≥1-ξ (i＝1,2,……，M)

ξ≥0 (i＝1,2,……，M)

其中M为样本数，y_i∈{1，-1}，1表示正例，-1表示负例，w和b是分类超平面w*φ(x_i)+b＝0中的参数，ξ为第i个样本的松弛系数，C为惩罚系数，φ(x_i)为低维到高维映射的函数；

S73、通过拉格朗日函数将步骤S72中的原始形式写成对偶式：

其约束条件为：

0≤α_i≤C；

其中，α为拉格朗日系数向量，K(x_i，x_j)为核函数，且其具体形式为K(x，z)＝exp(-γ||x-z||²)，其中γ为大于0的系数，然后通过优化方法求解上述对偶式，可以得到最优参数α*和b*；

S74、根据步骤S73得到的最优参数得到支持向量机模型的分类函数：

(7)、收集测试日志，如下表2；

表2

(8)、与处理训练日志一样处理测试日志，即进行预处理然后转化为d维特征向量，之后再进行降维；

(9)、之后将降维后的数据输入10个SVM模型，获取投票数最多的类别作为测试数据的故障类别。

Claims (7)

1.一种电力调度日志故障分类方法，其特征在于，它包括以下步骤：

S1、切换到训练模式，收集训练日志；

S2、对步骤S1收集到的训练日志进行故障标注；

S3、对步骤S1收集到的训练日志进行预处理，并且将预处理后的训练日志拆分成多个单字；

S4、将步骤S3得到的多个单字均转化为d维的特征向量；

S5、将步骤S4得到的每条训练日志中的多个单字的d维的特征向量取平均值得到对应训练日志的d维的文档特征向量；

S6、将步骤S5得到训练日志的d维的文档特征向量进行降维；

S7、将步骤S6得到的降维后的文档特征向量和其对应的故障标注通过支持向量机算法形成支持向量机模型；

S8、切换到测试模式，收集测试日志；

S9、对步骤S8得到的测试日志进行预处理，并且将预处理后的测试日志拆分成多个单字；

S10、将步骤S9得到的多个单字转化为d维的特征向量；

S11、将步骤S10得到每条测试日志中的多个单字的d维的特征向量取平均值得到对应测试日志的d维的文档特征向量；

S12、将步骤S11得到测试日志的d维的文档特征向量进行降维；

S13、将降维后的测试日志的文档特征向量输入步骤S7形成的支持向量机模型，得到测试日志的故障类型。

2.根据权利要求1所述的一种电力调度日志故障分类方法，其特征在于：步骤S3以及步骤S9所述的预处理为是指将电力调度日志中的无意义的标点符号进行删除。

3.根据权利要求2所述的一种电力调度日志故障分类方法，其特征在于：步骤S3以及步骤S9所述的预处理还包括将电力调度日志中的不规范的字进行转化。

4.根据权利要求1所述的一种电力调度日志故障分类方法，其特征在于：步骤S4以及S10为采用Word2Vec工具中的skip-gram语言模型将每一个单字转化为d维的特征向量V_wi。

5.根据权利要求1所述的一种电力调度日志故障分类方法，其特征在于：步骤S6以及S12中采用t分布领域计算方法进行降维。

6.根据权利要求5所述的一种电力调度日志故障分类方法，其特征在于：其中，预处理后的电力调度日志表示为其中为调度日志中第N个单子的d维特征向量，所述降维方法具体包括以下步骤：

Sa、用概率p_j|i来表示原空间中选择作为近邻的概率，即：

其中σ_i表示以为中心时高斯函数的标准差，第i个文档特征向量与第j个文档特征之间的相似程度可用p_ij来表示，即

Sb、取M个r维向量Y＝(x₁，x₂，……，x_M)作为对应的子空间数据，其中，r小于d，然后采用t分布表达子空间数据间的概率，q_ij代表子空间x_i和x_j之间的相似度，

t分布领域算法通过最小化原空间和子空间两个概率分布的Kullback-Leibler散度获得最佳子空间的表示，即

然后对上式用梯度下降法求解最优值，即可得到文档特征向量的低维表示形式。

7.根据权利要求1所述的一种电力调度日志故障分类方法，其特征在于：步骤S7具体包括以下步骤：

S71、将降维后的文档特征向量和故障类别构成分类样本集(x₁，y₁)，(x₂，y₂)，……，(x_M，y_M)，其中样本特征向量x_i∈R^r，y_i∈{1，2,3,4,5}，1-5分别表示五种故障类型，M表示样本数；

S72，对于二类支持向量机算法，其原始形式是：

其约束条件为，y_i(w*φ(x_i)+b)≥1-ξ(i＝1,2,……，M)

ξ≥0(i＝1,2,……，M)

其中M为样本数，y_i∈{1，-1}，1表示正例，-1表示负例，w和b是分类超平面w*φ(x_i)+b＝0中的参数，ξ为第i个样本的松弛系数，C为惩罚系数，φ(x_i)为低维到高维映射的函数；

S73、通过拉格朗日函数将步骤S72中的原始形式写成对偶式：

其约束条件为：

0≤α_i≤C；

其中，α为拉格朗日系数向量，K(x_i，x_j)为核函数，且其具体形式为K(x，z)＝exp(-γ||x-z||²)，其中γ为大于0的系数，然后通过优化方法求解上述对偶式，可以得到最优参数α^*和b^*；

S74、根据步骤S73得到的最优参数得到支持向量机模型的分类函数：