CN112136161B - 用于智能报警分组的系统和方法 - Google Patents

Abstract

根据实施例，提供了一种创建和分析分组事件的方法和系统。该方法和系统包括在网络节点处根据第一标准获得在被监控系统的一个或多个位置处检测到的测量的真实事件的事件数据。每个真实事件的事件数据定义了真实事件的一个或多个参数/维度。该方法和系统还包括根据检测到的真实事件的至少一个或多个参数/维度将检测到的真实事件聚集成组，以及分析检测到的事件的一个或多个聚集的组，以识别被监控系统上的状况或者当从一个或多个被跟踪事件的聚集的组中识别出状况时采取动作。被跟踪的真实事件可以包括报警事件以及系统事件。

Description

用于智能报警分组的系统和方法

发明人：Johannes MENZEL和Mark KOWAL

相关申请的交叉引用

本申请要求2018年4月4日提交的美国临时申请序列号62/652,748、2018年12月27日提交的美国临时申请序列号62/785,311和2019年1月4日提交的美国临时申请序列号62/788,367的优先权，这些申请的全部内容通过引用并入本文。

技术领域

本公开总地涉及自动化控制和计量环境中的智能事件和报警分组及分析。

背景技术

不断变化的能源世界使得例如在至关紧要的电力环境(如医院、数据中心、机场和制造设施)中优化电力可靠性、能源成本和操作效率变得越来越具有挑战性。由于电子控制设备的增加，公用电网变得更加动态，设施配电系统变得更加复杂，对电能质量问题更加敏感，从而威胁到网络的稳定性。竞争压力和环境法规正推动人们对能效和业务可持续性的期望比以往任何时候都高。应对这些挑战需要专门设计的新数字工具，以能够更快地应对与电气/电力系统可靠性和运行稳定性相关的机遇和风险。

电能质量扰动是意外业务停机时间和设备故障/损坏/失效的主要原因。根据一些估计，30-40％的业务停机时间是由电能质量扰动造成的，电能质量问题使公司损失大约年收入的4％。电能质量扰动可能对设备造成的有害影响包括设备部件过热(例如电动机、电容器、电缆、变压器等)，加速磨损、设备部件过早老化、故障和误操作以及错误的断路器或继电器操作。

电能质量扰动产生的经济影响可以包括增加的能源费用、附加的财务处罚(例如，因电力中断造成的处罚)以及对环境的潜在有害影响(例如，增加的碳足迹)。电能质量扰动也可能不利地导致与需求相关的费用增加、电气/电力系统损耗增加以及电压降增加。受电能质量扰动影响的领域的三个示例包括:正常运行时间、资产状况和能效。例如，由于电压凹陷(sag)、中断和/或欠电压/过电压情况而导致的电气装置有意或无意地停止运行，可能会影响系统正常运行时间。此外，由谐波、电压隆起(swell)或瞬变引起的电路乱真跳闸也可能导致正常运行时间减少。资产(如电缆、变压器、电容器组等。)可能会受到电能质量扰动或条件的不利影响。例如，设备过热、设计特性的意外变化和/或使用寿命缩短只是电能质量异常造成的几个影响。最后，电能的有效利用也受到电能质量扰动的影响。

根据特定示例，电容器组可能受到电能质量扰动(例如谐波)的影响，电能质量扰动表征为电压和/或电流信号的稳态失真。来自电弧炉、电气化铁路、基于晶闸管的电压和频率修改设备的非线性电力负载已经成为电网中的主要谐波源。这些系统向电力系统注入大量谐波电流，导致电网中的基本电流信号的失真。谐波可能会以多种方式对电容器组的正常运行产生不利影响(例如，增加功率损耗、产生谐波谐振、增加谐波电流以及通过额外加热降低电容器组的使用寿命)。

正确收集和解释事件、报警、电能质量数据和其他与系统相关的数据(例如，来自制造过程SCADA、建筑管理系统(BMS和用户交互的上下文数据、用户定义的优先级等)可以允许企业和能源提供商从收集的事件中判别有用的信息、改善电气/电力系统操作、恢复时间和效率、以及限制电能质量扰动和电气/电力系统或设施上的其他不良条件的有害影响。能源采购经理可以使用电能质量数据来识别和避免处罚或修改/更新能源合同。同样，维护工程师可以使用电能质量数据来正确诊断设备问题，改进根本原因分析，减少设备停机时间。

当事件影响整个站点或电气/电力系统的重要部分时，系统级别报告的数据量会带来很大的困难。第一种情况发生在电压凹陷来自电力公司(utility)时(例如，它被所有具有PQ能力的站点计量器接收到)。第二种情况发生在系统内部产生电压凹陷时(例如，电动机启动和电容器组通电等2个示例)。第二种情况的影响可能只蔓延到部分站点。但是在这两种情况下，在系统级(例如，诸如电力SCADA系统或电力监控历史记录的边缘计算机……或在诸如分析引擎的云计算系统处)，系统可能被在非常短的持续时间内流动的数百个事件淹没(例如，当在2秒内在该系统级报告850个事件时)。该信息量会让任何用户不知所措。如果用户只是看着屏幕，而所有这些报警都在2秒钟内滚屏，用户甚至看不到发生了什么。

第二个困难来自于事件数据的不同性质，例如真实事件(RE)和附加丰富事件信息(EEI)之间的不同性质。真实事件(RE)由IED或任何其他系统节点检测。允许识别真实事件的特性之一是它通常具有开始时间戳和结束时间戳。因此，可在IED内或由任何网络节点导出持续时间。另一个特性可以是它与真实事件(例如，诸如在PM7650、以及施耐德电气的ION8xxx或9xxx等中由任何PQ使能的IED检测到的典型类型的电能质量事件)的定义列表相匹配。前面提到的真实事件的特性中的任何一个或任何组合都足以将事件声明为真实事件类型。因此，附加丰富事件信息(EEI)类型的事件数据不满足任何先前定义的用于识别真实事件的标准。如这里所使用的，丰富事件信息可以是向真实事件提供附加信息的任何数据(例如，测量、计算、推断、状态变化、关联(link)、描述、上下文数据等)。附加丰富事件信息(EEI)类型的事件数据可以进一步细分为在IED内检测、测量、推断或计算的丰富信息/测量(例如，干扰方向检测(disturbance direction detection)也称为“DDD”，它是在IED内计算的附加信息，提供IED的凹陷上游或下游的可能源位置以及其他测量和特性，例如检测电动机启动的同一IED上的数字或模拟IO状态变化以及其他可能的示例)与在系统级检测、测量、推断或计算的电气/电力系统丰富信息/测量(例如，报警确认、或使用已知的电气层级来推导功率流以及在许多其他可能的示例等)之间的区别以及将这些先前的类别与从可以在任何系统和级别被检测、测量、推断或计算的其他系统获得的丰富信息/测量区分开来(例如，通过与由制造SCADA跟踪/驱动的特定过程的状态变化或运行过程相关联，或者与由建筑管理系统监控或驱动的HVAC操作相关联，作为许多其他示例中的两个)。

由于语义的多样性(例如，“V1凹陷”或“阶段1电压凹陷”或“V1跌落”，意思都是一样的)，与事件相关的文本化描述(例如事件记号)中出现了第三个更具体的困难。这种语义的多样性(例如命名约定)甚至出现在产品范围之间。这对于使用几个制造商的系统来说更糟糕，每个制造商都有自己的“事件记号”语义。

发明内容

根据示例性实施例，提供了一种方法和系统来分析事件和附加事件信息，以创建并随后分析分组的事件，并减少数据量(例如，事件相关信息和报告的事件量)，以及分组并展示和处理同质数据(例如，已经将这些分类为同质电能质量问题类型，无论它们最初被标记为什么文本化事件记号)。该方法和系统涉及在网络节点处获得根据第一标准在被监控系统的一个或多个位置处检测到的测量的真实事件(在一些情况下，包括真实事件的测量的事件)的事件数据。测量的事件数据(例如，电压和/或电流波形捕获)用于每个真实事件，以定义真实事件的一个或多个参数(例如，电压凹陷幅度、短路电流、事件持续时间等)。该方法和系统还包括根据检测到的真实事件的至少一个或多个参数(在数据科学和分析领域中也称为特性或称为维度)或任何其他附加丰富事件信息类型的事件数据将事件聚集成组，以及分析被监控系统上的一个或多个聚集的检测到的事件的组，以识别被监控系统上的状况，或者根据对一个或多个聚集的检测到的事件的组的分析来采取动作，或者简化事件数据和事件以及事件的组的呈现。检测到的事件也可以包括报警事件以及任何其他系统事件(例如，报警确认作为一个示例以及其他示例)。要采取的动作可以包括但不限于关闭被监控系统中的一个或多个电气装置、选择性地中断被监控系统中的一个或多个位置的电力、或者生成报警或报告。

事件组的参数/维度可以包括真实事件发生时间的识别信息、事件持续时间的识别信息、电压测量、电流测量、功率因数、事件的危险程度(criticality)、包括电能质量事件类型的事件类型和/或其他参数(例如，用户设置等)中的至少一个和/或任何附加丰富事件信息类型的事件数据(例如，相关联的制造过程SCADA数据、相关联的BMS数据等)。

可以根据检测到的真实事件的时间和持续时间将检测到的真实事件聚集成组。聚集操作可以包括识别真实事件和所有在时间上重叠的附加丰富事件信息，并且将这些事件(RE&EEI)分组在一起以形成一个或多个事件组，每个事件组具有定义事件组的一个或多个参数/维度的事件组数据。一个或多个组可以以图形形式显示在时间线上。聚集操作还可以包括在一个或多个检测到的真实事件或聚集的检测到的真实事件的组之前或之后应用预定义或计算或导出的附加持续时间，以在根据时间和持续时间对事件进行分组时考虑时间对齐。

该方法和系统还可以包括根据第一标准(例如，作为一个示例，任何PQ事件阈值或条件等等)使用被监控系统中的位置处的电力装置来检测和跟踪真实事件的发生，生成事件数据，以及可选地在被监控系统中的IED或电力装置或位置内创建至少一个事件组，其基于检测到的事件数据的一个或多个参数/维度(来自RE&EEI)。事件数据可以从单个和/或多个不同的源(包括至少一个或多个智能电子设备或被布置成监控能量测量的任何其他电力装置)以及在不同位置的被监控系统的任何节点上获得。事件数据还可以包括描述检测到的真实事件的一个或多个参数/维度的文本化数据(例如，“报警标记”)。

该方法和系统还可以包括将每个事件的文本化数据(真实事件数据以及任何可能相关联的丰富事件信息)转换成通用格式和使用一致的语义(例如，将“v1”称为“电压相1”)。然后，系统可以针对一个或多个标记的事件记号，在将检测到的事件聚集成一个组之前，识别检测到的事件的一个或多个参数/维度。因此，文本化数据的转换可以包括从事件和/或任何丰富事件信息的文本化数据中提取判别参数/维度，以及为分组的事件创建新的事件数据，其包括用于提取的判别参数/维度的标记的事件记号。此外，该方法和系统可以包括将文本化数据从每个检测到的真实事件的事件数据或从由智能电子设备或其他电力装置或任何其他电气/电力系统或其他系统节点收集或测量或导出的附加丰富事件信息数据转换成来自唯一且非含糊事件记号的数字仓库/数字库的匹配记号，所述唯一且非含糊事件标记在聚集检测到的真实事件之前识别与一个或多个检测到的真实事件相关联的一个或多个参数/维度。

根据示例性实施例，本公开设想了一种用于智能报警分组的系统，该系统包括控制节点和逻辑上耦合到该控制节点的网络节点。当报警事件满足第一标准时，网络节点可以检测报警事件。当检测到的报警事件满足第二标准时，可以在控制节点处报告检测到的报警事件。在控制节点处，所报告的报警事件可与其他类似事件和/或其他数据一起分组并用于识别报警事件模式(例如，“每周、每周日、每17小时”)和/或关联(例如，一种类型的事件和BMS内的一些动作(例如“打开”HVAC屋顶单元)之间的强相关性)。

另外的目的和优点将在下面的描述中部分阐述，并且部分将从描述中显而易见，或者可以通过本公开和/或权利要求的实践来了解。这些目的和优点中的至少一些可以通过在所附权利要求中特别指出的元件和组合来实现和获得。

应该理解的是，前面的总体描述和下面的详细描述仅仅是示例性和解释性的，而不是对如所公开或要求保护的本发明的限制。权利要求应该享有其全部范围的广度，包括等同物。

附图说明

结合附图解释各种示例实施例的描述。

图1是根据本公开的示例性实施例的示例性网络系统的示意图，该网络系统被配置为在网络节点处智能地对真实事件进行分组。

图2示出了根据本公开的示例性实施例对事件进行预处理和聚集的示例性整体过程的流程图。

图3示出了根据本公开的示例性实施例的示例性过程的流程图，通过该示例性过程执行预处理以标记事件的文本化数据。

图4示出了根据本公开的示例性实施例的示例性过程的流程图，通过该示例性过程对具有标记的文本化数据的事件应用预处理。

图5示出了根据本公开的示例性实施例处理每个新事件的示例性过程的流程图。

图6示出了根据本公开的示例性实施例的示例过程的流程图，通过该示例过程，真实事件及其丰富事件信息以及其他系统信息被聚集到(多个)事件组中。

图7示出了根据本公开的示例性实施例的聚集报警的示例性过程的流程图。

图8A至8E是示出根据本公开的示例性实施例的真实事件(例如，报警事件)随时间的聚集示例的曲线图。

图9示出了根据本公开的示例性实施例的示例事故报告，其示出了每个事故的分组报警事件。

图10示出了根据本公开的示例性实施例的通用计算机系统的示例组件的框图。

具体实施方式

提供了方法和系统来识别真实事件，以及识别什么事件数据是“丰富事件信息”，并根据一个或多个参数/维度将它们聚集成事件组。真实事件以及“丰富的事件信息”可以按时间聚集(或群集)在一起，成为组或子组，用于进一步的分析和动作。

下面将参考附图更详细地描述本公开的这些和其他示例特征。

I、网络系统架构

参考图1，描绘了示例性网络系统架构100的示意图，该系统架构100被配置为执行智能事件分析、事件分组和这些分组的分析等。网络系统架构100包括与计算机系统(例如，用户设备114和116)和设施(例如，110)及其组件或设备交互的一个或多个节点(例如，(多个)网络节点112、(多个)控制节点104)。(多个)控制节点104可以经由网关或边缘设备106在网络108上通信。网络和控制节点(例如，112、104)和/或计算机系统(例如，用户设备114和116)和/或网关或边缘设备(例如，106)被配置成监控和/或检测和/或计算和/或推断与电气/电力系统或设施相关的其他测量的、计算的和/或导出的数据，分析事件和相关联的数据，以及识别/检测真实事件和丰富事件信息，将事件分组并根据检测到的真实事件和/或事件组采取动作。这些动作可以包括生成报告或报警和选择性地控制电力系统、设施或其组件(例如，在一个或多个位置中断或关闭电力、选择性地控制设施处的设备的操作等)。操作员可以经由用户设备114或116监控电气/电力系统和设施110，这可以包括定制、接收、过滤和查看例如针对检测到的真实事件和事件数据、以及分组的真实事件和分组数据的各种格式的报告和通知(例如，图形化报告，例如电气/电力系统和设施的图形或地图视图上的图形化报告，或基于文本的报告)。操作员还可以通过用户设备116和114采取动作来控制电力系统、设施或其组件。设施100可以是自动化工业设施，或者包括由电力系统供电的自动化工业设备和/或过程，还可以是许多其他可能的示例。

网络架构100中的系统和设备可以使用局域网(LAN)、广域网(WAN)或网际网络(包括因特网)来通过通信网络108进行通信。通信网络108可以是有线和/或无线网络，其使用例如物理和/或无线数据链路在网络节点之间传送网络数据。

每个网络节点112可以包括计算机系统(例如，智能电子设备(IED)、计算机、服务器或其他智能系统)以感测、监控、捕获和分析与能量相关的(例如，电压和/或电流)数据以及电气/电力系统的任何导出、计算和/或推断的数据(例如，功率、功率因数、频率等)或来自设施及其设备的与系统相关的数据。根据各种实施例，网络节点112可以使用一个或多个传感器(例如，(多个)电压或电流传感器)来监控和捕获表示电压和/或电流和/或电气/电力系统上的其他可测量的电气特性的信号波形，使用波形来执行事件分析以识别电能事件和附加信息，并且执行作为本文描述的波形捕获和事件分析的一部分的其他操作。网络节点112可以是智能功率计量器、IED或其他电力装置或设施设备。

网络架构100可以包括多个网络节点112，这些网络节点112在电气/电力系统上以分层关系布置在不同的上游和下游地点，以在电力系统上任何期望的地点(包括电网上的地点、在电力公司和设施之间的地点、以及在设施内的地点)监控和共享电力相关信息(例如，测量数据、事件数据和附加信息、事件分析的结果、事件简档等)。每个控制网络节点还可以包括计算机系统。

图1所示的网络架构100只是作为示例提供的。可以使用任何合适的网络架构，其允许在控制节点、(多个)网络节点、(多个)用户设备、(多个)设施、监控设备(例如，计量器或其他设备)之间进行通信和交互，以执行这里描述的操作。例如，这里的系统和方法(包括但不限于真实事件的检测、聚集和分析)可以经由一个或多个网络节点通过基于云的架构(例如云计算系统120)来实现。

如本文所用，IED可以是被优化以执行特定功能或一组功能的计算电子设备。IED的示例包括智能电表、电能质量计量器和其他计量装置。IED也可以嵌入变速驱动器(VSD)、不间断电源(UPS)、断路器、继电器、变压器或任何其他电气装置中。IED可用于在各种装备中执行监控和控制功能。这些装备可以包括电力公司系统、工业设施、货仓、办公楼或其他商业综合体、校园设施、计算同地办公中心、数据中心、配电网络等。例如，在IED是电力监控设备的情况下，其可以耦合到配电系统(或安装在配电系统中)，并被配置为感测和存储作为表示配电系统的操作特性(例如，电压、电流、波形失真、功率等)的电参数的数据。用户或计算机系统可以分析这些参数和特性，以评估潜在的性能、可靠性或电能质量相关问题。IED可至少包括控制器(在某些IED中，该控制器可被配置为同时、串行或同时和串行运行一个或多个应用)、固件、存储器、通信接口以及将IED连接到任何电压水平、配置和/或类型(例如，AC、DC)的外部系统、设备和/或组件的连接器。IED的监控和控制功能的至少某些方面可以体现在IED可访问的计算机程序中。

在一些实施例中，这里使用的术语“IED”可以指并行和/或串联(tandem)操作的IED的层级。例如，IED可以对应于能量计量器、功率计量器和/或其他类型的资源计量器的层级。该层级可以包括基于树的层级，例如二叉树、具有从每个父节点或多个父节点派生的一个或多个子节点的树、或者它们的组合，其中每个节点代表特定的IED。在某些情况下，IED的层级可以共享数据或硬件资源，并可以执行共享软件。

II、.事件分析

1.事件

通过使用一个或多个传感器监测、识别、捕获和分析电气/电力系统上的测量和/或导出数据(例如，电压和/或电流信号的波形和/或导出的电气特性，例如功率因数、有功功率、无功功率等)，可以检测和分类诸如电能质量(PQ)事件的事件。这些操作可以在计算机系统(例如，智能功率计量器或电力系统上的其他智能电子设备(IED))上执行。当检测到/触发事件时(例如，当满足或违反阈值、规则或条件或其他标准或其组合时)，捕获测量数据。事件检测阈值、规则或条件可以来自规范、本地或电力公司相关法规或来自最佳实践、来自行业部门(例如，食品和饮料、半导体制造、石油和天然气等)特定标准、最佳实践或建议。从事件开始到结束的波形(例如，事件波形)可以被捕获和分析，以识别相关的代表性元素(在电力领域中通常被称为“参数”，但在数据科学域中也被称为(分析的)“特性”或“维度”)(例如，电气特性的幅度、谐波、功率因数、事件持续时间、事件严重性、干扰方向检测(DDD)、事件的危险程度或优先级、报警事件或包括PQ特性的其他事件特性等)。事件严重性可通过计算例如“幅度*持续时间”或任何类似或更复杂的指标来导出，这些指标可以代表事件或对稍后的计算和分析有用。该事件还可以用附加导出数据来丰富，附加导出数据例如是DDD(干扰方向检测，在施耐德电气IED/功率计量器中实现，例如CM4k、7650、ION 8k和9k)，这些附加导出数据可以在IED内计算并与事件相关联，以例如在每个计量器的水平上显示事件最有可能发生在计量器的上游还是下游。还可以确定事件的PQ类型(例如，电压凹陷、电压隆起、电压中断或断电、电压瞬变、电压不平衡、电压和/或电流谐波失真、电压闪变、电流瞬变、异常频率变化以及任何其他与能量相关的事件类型)。(多个)检测到的事件的数据可以被报告给其他计算机系统，这些其他计算机系统是网络架构(例如，参见图1)中的监控系统的一部分，例如(多个)网络节点、(多个)控制节点或其他IED(例如，功率计量器或其他电力装置、(多个)网络节点或(多个)控制节点)。

根据实施例，功率计量器可以使用高频连续填充缓冲器连续记录或测量电力系统的电气特性(例如电压和/或电流和/或其他可测量的特性)。功率计量器然后可以仅保留基于事件检测捕获的那些测量数据(例如，(多个)波形)。可以使用例如绝对电压(例如，测量20kV，其中捕获到高于或低于标称电压10％的任何东西)的绝对阈值来检测事件。可以基于接收的数据、计算的或导出的数据(例如，通过分析波形检测到的负载损失影响)或其他因素(例如，特定的行业标准/建议或可以基于例如需要监控的关键应用而变化的现场特定设置)来调整和改变阈值。可能需要提高敏感度的站点可以更早地触发阈值。没有那么严格的站点可以稍晚地触发阈值。例如，对于不敏感的过程，阈值可以设置为更接近75％的幅度，而不是在90％的幅度处触发，因为90％的幅度处可能存在跳闸风险。因此，功率计量器可以被选择性地配置为基于定义的阈值或触发或其他参数连续记录或测量和捕获波形。(例如，该导出的设置也可以作为丰富事件信息与真实事件相关联。)可对照阈值评估测量的电压或电流或功率或电流的RMS，以检测事件的开始并启动波捕获操作。这种方法可以应用于不同的级别/层(其中为不同的级别/层设置触发)，并且可以是报警事件的扩展。(多个)功率计量器可以充当用于收集数据点(例如，电能事件数据和附加信息)的收集模块，并且可以设置在配电系统上的不同的位置、级别或层上(例如，在数据中心、医院子系统、房间级、建筑物级、系统级等)。功率计量器可以收集来自一个或多个位置、级别或层的报告数据。可以被进一步处理的所收集的信息可以被发送到计算机或控制网络节点。功率计量器本身也可以被配置为充当计算机或控制节点，并且可以直接连接到云。在分布式网络系统架构中，事件元素的分析可以发生在计量器处，并且计算和分析可以发生在任何层，例如，在计量器处、在边缘设备处、在盒子中、在网络监控级别(例如，跟踪系统上或云中的实时电力的软件)，或者各种操作可以分布在网络中的不同系统和设备之间。

对每一个波形的分析都可以被本地化。例如，在系统级执行的分析或解释可以被下推到功率计量器中，使得每个子计算根据最近的上节点或下节点运行。可以为智能报警和触发提供数字仓库/库。这种数字仓库/库可以收集所有事件信息、阈值、设置、丰富信息和分组相关信息，并对其进行分类或存储，还可以针对其映射任何事件或其他信息或测量(包括波形捕获)。波形分析可以分解事件之前、事件期间和事件之后发生的事情的参数/维度。这三者可以使用数字仓库/库进行比较，也可以自身进行比较。在检测到变化时(例如，在之间、之前和之后发生的事情)，将事件之前存在的信号与事件之后发生的事情/存在的信号进行比较，以确定与检测到的事件相关的附加信息(例如，围绕事件的动作，例如源变化、上游或下游的跳闸或电力中断、短路、无功或电感负载等)。这也可以是从波形分析中推导出的丰富事件信息的示例。

功率计量器可用于在站点(例如，医院或大学校园)的不同的地点、级别或层上捕获测量数据。例如，主功率计量器可以反映电力公司侧，并且可以放置其他功率计量器来捕获和报告关键位置的数据，包括捕获的波形。由这些功率计量器提供的数据(例如，在特定时间段或(多个)事件周围捕获的波形)可以被一起分析，以提供电气/电力系统的状态和任何检测到的事件的更详细的画面。测量的、捕获的和分析的数据也可以由功率计量器标记以便于其处理(例如，相位的一部分、相关联波形的类型、电压、电流、功率、无功功率等)，并且也可以映射到特定的计量器。因此位置(地理上的或电气层级内)可以是将事件聚集在一起的关键输入(因此它可以是系统导出的丰富信息之一，用于聚集事件)。标记还可以用于对优先级、地点(例如，本地或系统)、重要性或任何其他维度进行分类。功率计量器可以是更大的监控系统的一部分，更大的监控系统可以通过云来实现，以通过分析来自功率计量器和其他云服务的数据来提供事件和报警报告。从所有计量器收集的数据可以例如被提供给云或其他网络组件用于进一步处理，这可能需要汇集(pooling)、关联和分析数据并将数据报告给用户或其他系统。数字仓库/库更新可被推送到功率计量器，用于执行测量数据或从其计算或导出的数据的分析。

每个事件的数据可以包括事件时间和/或持续时间、事件幅度、计量器名称、PQ类型分类(例如，由计量器计算的)、影响、最差阶段、严重性、位置以及事件的其他相关可测量、计算和/或导出的数据。应当注意，功率计量器仅作为智能电子设备(IED)的示例提供，该智能电子设备可以被配置为监控和检测事件，并生成和收集与该事件相关联的数据。其他计算机系统或设备同样可以被配置成实施这里描述的操作。

2.事件分析

事件及其事件数据可以从各种来源(包括功率计量器和其他设备)生成和收集。可以对每个事件进行预处理，以识别“真实事件”与“丰富事件信息”，以便挖掘相关的判别参数/维度、纠正或校正事件数据中损坏或缺失的信息、解决格式问题(包括用相关信息标记事件)、以及执行其他预处理操作。在各种实施例中，真实事件可以具有开始和结束时间。在对事件进行预处理之后，可以根据定义的标准将真实事件分类为特定类型的事件(例如，报警事件)，定义的标准可以存储在一个或多个数字仓库/库中。虽然真实事件提供了有关被监控系统的信息，但每个真实事件都可以是被监控系统上更大异常的表征或一部分。因此，为了获得对系统操作的更详细的理解并减少给定每天或其他时间段可能发生的事件/报警的数量的情况下的数据量，可以根据一个或多个参数/维度将真实事件进一步聚集成组。在一个示例中，可以从收集的真实事件中识别事件，并将其分组在一起。事件可以是在时间上重叠并且满足其他参数/维度标准的事件。其他参数/维度单独地组合地可用于将真实事件聚集成不同的事件组或不同组的子组。可以对事件和事件组进行标记(例如，作为其中的一种实施方式，定义字符串)、分析以识别该组中的共同特性或任何异常，或者将该组与其他组进行比较，并且可能识别它们的可能来源(例如，“原因”)，并且采取适当的动作。下面参照图2至图7描述与事件分析和聚集相关的预处理和处理的示例。

A.预处理事件

图2示出了根据本公开的示例性实施例的示例性过程200的流程图，通过该示例性过程200，事件被预处理以识别真实事件并被聚集。举例来说，过程200可以由计算机系统的组件(例如，(多个)处理器和这里描述的其他组件)来执行。

在附图标记202，处理器收集在系统上检测到的事件(及其事件数据)。这些事件例如可以是由电气/电力系统或设施的功率计量器或其他监控设备作为消息收集和/或发送到监控系统中的其他节点或设备的数据。

在附图标记204，处理器可以对来自事件的事件数据的文本化数据(例如，文本)进行预处理。例如，处理器可以从附加信息中识别真实事件(例如，通过将事件类型识别为“电压凹陷”电能质量类型的事件，即使文本化记号是由在IED中编程的“定制事件/报警”触发的，该IED生成诸如“V1凹陷事件，幅度小于60”)的事件记号)，并且相应地标记真实事件(例如，“电压凹陷相位1幅度<60”)。处理器还可以提取文本化数据中存在的判别参数/维度，并使用提取的信息将每个事件关联到类别(例如维度的标记)。处理器还可以基于事件数据(例如，“电压凹陷阶段1幅度<60报警”)将真实事件标记为报警(例如，报警标记)。

在附图标记206，处理器可以使用文本化数据执行真实事件的附加预处理。例如，处理器可以识别事件的结束(即使其缺失(例如，孤立事件))，并根据需要执行任何校正以促进事件处理(例如，规则、专业知识、统计、概率或机器学习或其他基于AI算法的内容)。

在附图标记208，处理器可以根据至少一个或多个参数/维度来聚集和分析事件。例如，处理器可以将任何识别的附加信息聚集到相关的真实事件中(例如，用例如在事件期间的不同时间戳捕获的几个幅度演变的附加信息标记真实事件)。处理器还可以为每个维度聚集和分析事件(例如，通过PQ类型、系统类型、持续时间、极端异常值和其他参数/维度，以及组合它们)。

在附图标记210，处理器可以将真实事件聚集成组事件(例如，重叠事件的序列)。例如，处理器可以将真实事件聚集成按时间重叠的组(例如，参见图8A至8E)，分析组的参数/维度(例如，凹陷和谐波的任何同时出现)，并且将具有相关子聚集事件(例如，凹陷的幅度、持续时间、最小值等)的组嵌入。以这种方式，可以识别异常和异常的可能/大概原因，并采取适当的动作，这可以包括根据对聚集数据的分析生成报警或报告或选择性地控制设施中的电力、过程或设备。

在各种实施例中，可以使用绝对时间戳，例如高精度时间戳(例如，GPS系统组件或提供亚毫秒精度的其他网络时间同步系统)，或者可以使用一些更“模糊”的时间戳算法或规则来创建“事件的挖掘序列(grobbing sequence)”(例如，规则示例是在其结束之后或在其开始时间戳之前向每个事件时间戳添加2秒，或者可以对计量器的可能时间漂移进行计算(使用无监督算法)，然后将该特定的“时间延长”应用于每个计量器的时间戳)，以确保重叠事件的序列包含所有相关事件，即使一些设备时钟彼此之间有些不同步。这可以例如应用于过程610。

图3示出了根据本公开的示例性实施例的示例过程300的流程图，通过该示例过程300执行预处理以标记事件的文本化数据。执行过程300以将事件数据转换为通用文本化格式用于进一步处理，同时减少或最小化转换中重要信息的丢失。举例来说，过程300可以由计算机系统的组件(例如，(多个)处理器和这里描述的其他组件)来执行。对每个新检测到的事件(例如，来自功率计量器或其他监控设备的消息)执行过程300，如附图标记302中所标注的。

在附图标记304，处理器从事件数据中识别新检测到的事件的标识符(ID)是否与来自记号表(例如，标记的数量表)的记号相关。如附图标记310和312中所标注的，处理器可以执行与(多个)记号表相关的预处理，例如针对任何添加的记号来预处理(多个)记号表(例如，“数量表”)，并创建更新的标记的记号表(例如，“标记的数量表”)。例如，数量表可以是连接所有记号的表，记号对应于事件的文本描述。

如果ID与附图标记304处的记号表相关，则处理器前进到附图标记314，在附图标记314中，事件ID被替换为文本化事件记号(当文本ID用于诸如“原因”、“原因值”、“效果”或“效果值”的表中时)。过程300然后前进到附图标记330，在附图标记330中，事件被分析和聚集。

否则，如果ID与附图标记304处的记号表不相关，则处理器前进到附图标记320，在附图标记320中，从来自事件数据的文本化原始数据中提取文本化信息(例如，“原因”、“原因值”、“效果”或“效果值”)。在附图标记322处，处理器此后执行每个文本化记号或描述的预处理，以产生标记的事件记号或描述。过程300然后前进到附图标记330，在附图标记330中，事件被分析和聚集。还可以稍后触发数量表的更新或修订，例如在过程310中那样。

图4示出了根据本公开的示例性实施例的示例性过程400的流程图，通过该示例性过程400对具有标记的文本化数据的事件执行预处理。举例来说，过程400可以由计算机系统的组件(例如，(多个)处理器和这里描述的其他组件)来执行。过程400针对每个新的事件文本、并且通过使用诸如在附图标记410处标注的参考表来执行。参考表可以例如包含与规则和关键词、参数/维度和非含糊文本进行比较的短语。

过程400开始于附图标记404，在附图标记404中，处理器通过将文本化数据改变为小写、去除标点和去除数字(在其他实施例中可以提取数字)来准备文本化数据。在附图标记420，处理器使用参考表寻找文本化数据的可能匹配。例如，处理器执行从最长句子到最短句子的匹配，为每个匹配提供分数(例如，单词数)，并匹配单词组合的角色(和排除单词)。当该过程处理所有单词和文本的组合时，句子越长，含义就变得越精确(例如，“VA凹陷报警”比“凹陷报警”更有意义)。因此，系统首先寻找记号中最长的匹配句子或最高数量的单词。而字数甚至可以用作评分元素。

在附图标记422，处理器提取可能的参数/维度(例如，PQ类型、相位等)。在该操作示例中，处理器可以为简单的匹配实现保持最佳匹配，或者可以提取具有相对分数的不同参数/维度(并且如前一点所述，最长的句子或不同单词的最高数量通常提供最佳分数，因为当组合存在的所有单词/字符串时它也是最精确的)。也可以使用其他评分方法，例如更多基于语义的规则，其中句子和单词的语法可以相互作用。

在附图标记424，处理器可以协调不同的参数/维度。例如，处理器可以保持所有互补的参数/维度(例如，像单独的“电压凹陷”和“A相”标记组合成“电压凹陷A相”)，并且可以协调含糊或矛盾的参数/维度(例如，“凹陷/隆起”标记可以被另一个“凹陷”标记消除歧义)，并且基于分数(例如，最高分数是最佳匹配)和规则(例如，专业知识)两者来选择。

在附图标记426处，处理器为检测到的事件生成新的事件数据，并为维度事件文本生成新的标记。以这种方式，检测到的事件的事件数据可以用可搜索和可分析的格式的相关维度数据来标记。

以上描述了一些示例预处理操作，可以执行这些和其他预处理操作来促进事件/报警聚集和其他数据处理和分析。例如，根据各种实施例，真实事件可以与丰富事件信息区分开来。真实事件可以被认为具有开始时间和结束时间(例如，波形捕获或WFC)，或者如果缺失，则在预处理期间给定一个。可以利用丰富事件信息来聚集真实事件。还可以定义重新分类，以区分并正确选择和组合每种类型的非持续时间事件(例如，瞬时事件)的性质。

当丰富事件信息具有子序列时，丰富事件信息本身可以被聚集(例如，时间-时钟改变操作可以聚集警告和状态信息两者)。这可能需要所有可能的或重复出现的序列分析和/或计量器/设备内所有标记机制的专业知识来确定这些可能的序列。

缺失的“事件结束”事件和时间戳可以通过与常规值日志记录的互相关来进行双重检查和验证，因此，其可以针对该计量器和每个计量器在首次出现高于事件阈值的值时由系统进行校正。也可以通过使用其他类型的数据(例如，记录的数据和/或其他系统数据，仅作为其中的一个示例)来丰富和/或交叉验证其他事件或事件组。这种方法可能需要在计量器或系统级别(例如，每一(1)秒或每个电气周期)对阈值进行特定的加速记录。还可以实现一种新的事件处理机制，以便计量器定义所有“相关”或甚至“在事件中嵌入(englobe)”事件标记。例如，所有相关信息可以与单个事件-键(event-key)相关联。

还可以提供计量器-系统握手机制，以确保通信中没有事件丢失(例如，可能没有在系统级确认的“事件结束”事件(例如，在网关级传输期间的电力中断的情况下))。如果系统没有确认，可以跟踪重新发送事件。即使计量器断电并且无法检测到正确的“事件结束”时间戳，这也将使计量器能够在重启/再启时发送未被正确标时间戳的“事件结束”事件。“持久”或“无限运行”的事件或报警可能会以不同的方式进行分析和处理。不同的处理可以应用于每个子类别/组和子组(例如，1.从所有其他报警分析和分组中过滤掉它们；2.在不同的分析和趋势或检测到的异常或报警报告中分析每一个；和3.为每个持续时间行为类别定义特定的模型，例如在定义和分析“重叠事件分组”时)。

此外，关键字标记可以为所有其他软件功能提供句柄，以丰富过滤功能，并定义新的类别和子类别。关键词列表和功能可以通过任何相关方法(例如，在云中，从云到软件或设备，从软件到设备或云)来更新和丰富。此方法可以自动重新计算标记，从而更新所有关联、不同的参数/维度、过滤器和聚集。更新的报告中可以包含关键改变。当由于新的分组或聚集而识别了新的问题或解决方案时，这种方法也可以提供可行的建议。

此外，N-gram和其他文本挖掘技术可用于建立对应关系表，并可用于标记任何文本。可以发现不同单词以及互斥单词的共同出现来消除文本的歧义。可以在意思不含糊的地方找到唯一(unique)的句子。

B.过程事件

图5示出了根据本公开的示例性实施例的示例性过程500的流程图，通过示例性过程500处理每个新事件。举例来说，过程500可以由计算机系统的组件(例如，(多个)处理器和这里描述的其他组件)来执行。对每个新检测到的事件(例如，来自功率计量器或其他监控设备的消息)执行过程500。当观察不同阶段时，每个新事件可以使其相关联的时间戳重新对齐(例如，参见附图标记504)

过程500可以从附图标记506开始，其中处理器可以将事件及其数据(例如，来自功率计量器或其他监控设备的消息)分类为“真实事件”(当其具有开始和结束时间时)，或者分类为丰富的事件信息。即使缺少结束时间戳，也可以基于规则将事件分类为“真实事件”(例如，与电能质量类型之一的报警相匹配的事件，报警例如是“电压凹陷”、“电压不平衡”、“瞬变”、“电压中断”、“断电”等。)。

在附图标记510，处理器可以基于事件数据创建真实事件，例如通过将事件的结束添加到事件的开始(例如，真实结束时间戳，或者如果缺失则计算，并且事件以记录的值结束或者仍在进行中)。在附图标记520处，该过程还可以对任何丰富事件信息进行重新分类，并且识别可能成为子聚集的子组或子序列(例如，“相位信息”，当凹陷首先被关联到相位信息“线至线”时跟踪演变，然后在凹陷持续时间的中间，IED发送“线至中性/接地”事件丰富信息)。

在附图标记530，处理器可以丰富真实事件，例如通过将丰富事件信息添加到真实事件。信息可以像事件标记一样被处理，事件标记被添加到真实事件或其事件数据中。

在附图标记540处，处理器可以从文本化数据预处理以及从所有可用信息中提取可能的参数/维度，并且可以定义所有其他可用数据中或从所有其他可用数据中提取或导出(例如，时间戳、持续时间、优先级、严重性等)。

在附图标记550处，处理器可以用系统级的已知可能参数/维度来丰富，例如与持续时间相关的标记(例如“持久或“无限运行”事件)或报警标记(例如“是系统报警”标记，标记为“正常持续时间事件或报警”或“异常值持续时间”或“极限值持续时间”)，以及电能或系统相关标记(例如“PQ类型”,“(非？)稳态”、“慢性结构问题”或“上下文相关”、负载相关等)。在各种实施例中，一些附加的规则或分析可以作为过程的一部分来实现，例如使用简单的统计计算(例如中值持续时间+1.5*IQR(指第25个百分位数和第75个百分位数之间的“分位数间比率”，这将不再进一步详细解释，因为这是标准的统计规则))或者使用更高级的人工智能/机器学习算法(隔离森林、DBSCAN等)来识别异常检测。

过程500此后前进到附图标记560以识别事件组/序列。

图6示出了根据本公开的示例性实施例的示例过程600的流程图，通过该示例过程600将真实事件分组到(多个)事件组中。举例来说，过程600可以由计算机系统的组件(例如，(多个)处理器和这里描述的其他组件)来执行。过程600可以针对每个新的一天、跨多个天、或者在一天中(实时地)针对每个新的事件或者在期望的预定义时间段在连续进行的过程中被执行。相关时间延长时间可用于应用“无精确时间同步持续时间”或“无精确时间同步持续时间的默认设置”(例如，参见附图标记610，以及过程210中的问题和一些可能解决方案的描述)。

过程600可以从附图标记620开始，其中处理器识别重叠的真实事件，并创建具有重叠时间序列的组。在附图标记630，处理器可以通过不同重叠时间序列之间的不同残差距离的结构来表征每个数据(例如，附图标记610的任何AI/机器学习算法分析的输入)。在附图标记640，处理器可以识别每个组的所有判别参数/维度。在附图标记650，处理器可以基于(多个)判别维度(如果相关或期望的话)创建新的自动作记号的报警。在附图标记660，处理器可以添加其他相关系统信息，例如添加与事件类型相关联的设置改变(例如，如果报警相关阈值改变，“原因”或“效果”将受到影响)。在附图标记670，处理器输出新标记有参数/维度的(多个)事件组。

过程600此后可以前进到附图标记680，以执行聚集报警过程的操作(例如，参见图7)。

图7示出了根据本公开的示例性实施例的聚集报警的示例性过程700的流程图。举例来说，过程700可以由计算机系统的组件(例如，(多个)处理器和这里描述的其他组件)来执行。

在附图标记702处，处理器可以识别可用于要聚集的事件的所有通用聚集参数/维度(例如，其中时间段＝一天的当前部分、完整的前一天、周、月、季度或季节、年等)。

在附图标记710，处理器可以依靠硬编码层来执行聚集。例如，可以根据预定义的专家导出的规则和设置来执行聚集。在附图标记712处，处理器可以使用相关结构，诸如时间线、或电气单线图、或位置(例如，站点、建筑物、楼层、区域等)来可视化聚集。在附图标记714，处理器可以添加所有用户交互来在电能监控实现或软件/程序中导航和选择例如过滤器、查看不同的层和表示(例如，事件过滤器的类型、新的时间线视图等)以及其他选择。

转回到附图标记702，处理器700可以改为前进到附图标记720，在附图标记720中，处理器可以执行自动数据推断聚集计算。在附图标记722处，处理器可以通过聚集能力(例如，也等同于维度的代表性分数＝通过折叠该维度可以聚集多少个事件？)的降序或基于规则/用户输入来识别判别参数/维度。在附图标记724处，处理器可以按照所定义的顺序将事件组折叠在一起(例如，使得最具判别性的维度可以首先被扩展，揭示可能的子聚集，等等，类似于渐进过滤器)。从附图标记724，过程700可以前进到附图标记712和714(如上所述)或到附图标记730，以便丰富或增强报警分析、解释层、建议、报告和/或自动化层。这包括基于这样的聚集和相关联的判别信息采取动作(例如，创建报告、开始或推迟建筑或制造相关过程等)。

以上描述了事件/报警处理的一些示例操作。然而，可以执行这些和其他事件/报警处理操作来促进这里描述的事件/报警聚集操作。例如，根据各种实施例，可以自动确定持续时间截止值，以将“正常持续时间事件或报警”与其他“事件持续时间类别”区分开来，这些“事件持续时间类别”可以再次细分。异常持续时间可以作为“正常事件”和“极端异常值”的单独类别(其也可以细分为附加类别)进行处理。可以提供系统中信号丢失的新的关键指示符(例如，以退回到系统级别并识别新的报告/诊断和建议(指示系统的健康状态降级))。

时间判别的类别(例如，0秒、1秒、1小时、1天等)对于每种类型的事件可以不同，这可以使得聚集能够关联到相似的持续时间。这些也可以应用于非稳态报警。通过这种方式，慢性结构问题(恒定高值)可以与上下文问题(例如谐波关联到同时启动或运行的负载的特定组合)区分开来。

任何已知的层级都可以用来聚集报警。例如，电气单线图是可用于在逐个分支的基础上聚集报警的层级(例如，应用“每节点过滤器”聚集，或在每个上游节点取消选择过滤器以“扩大”所考虑的计量器数量)。此外，基于位置的聚集可以被同化(assimilate)为层级(例如，客户-站点-建筑物-楼层-区域)。也可以使用负载(例如，照明、HVAC、特定工业或建筑过程步骤)，因此可以使用不同的功能分组或使用组来聚集彼此相关的报警。此外，可根据事件的性质(例如，电能质量类型、诸如跳闸前警告(1级阈值)的保护类型、跳闸前警报(2级阈值)和热跳闸报警、操作类型或所有监控和分析系统事件/报警)执行单独的聚集。

与另一个事件重叠的每个事件可以聚集成一个“重叠时间序列”或组。每个“重叠时间序列”可以通过“无精确时间同步持续时间”延长。通过延长“无精确时间同步持续时间”方法的应用，可以为所有“重叠时间序列”创建时间聚集机制，“重叠时间序列”可以通过向该序列添加附加持续时间来延长。

例如，“重叠时间序列”之间的所有距离然后可以被计算并以递增的顺序排序(例如，增加“重叠时间序列”之间的距离)。一个简单的时间聚集可以通过获取下一个用于挖掘的距离值来执行。通过将这种方法应用于每一天或任何相关时间段，可以创建自动时间聚集机制。

也可以为无精确时间同步持续时间值定义默认设置，适用于所有日期，作为补偿可能的时间同步故障的标准值。如210和610中所模式，可以使用许多不同的过程(例如，统计计算、规则或基于专业知识所定义的，或任何介于两者之间的形式，例如每天或任何其他相关时间段的移动自适应值)来计算或定义这样的值。

要使用的关键指标可能是不同“重叠时间序列”之间的残差距离/持续时间。可以通过不同残差距离/持续时间(不同“重叠时间序列”之间的时间)的结构来分析和表征每一天或期望时间段。例如，一天的不同时间(例如，白天、晚上、上午、下午、凌晨2:00至凌晨5:00、星期一、十二月等)可以具有明显更多或更少的事件/报警、恒定水平的事件/报警、更小或更大的事件/报警群集等等；因此，残差距离可以根据这些简档进行调整。然后，该特征可以与其他判别参数/维度相结合，以实现更集中的推荐，并触发附加的更高级动作、警报或报警。例如，如果一天中以“分析时间戳时随机的方式”出现大小增加的“重叠时间序列”，那么这一天可能会触发特定的报警。先前的报警可被自动标记为“不断增长的序列报警”。这样，这种新的报警可以基于判别参数/维度被自动标记。此外，可以通过在文本中添加这些判别参数/维度来丰富建议。

根据进一步的实施例，通过分析一个典型计量器和其他可能相关(或相邻)“重叠时间序列”之间的距离缓慢增加的趋势，可以检测可能的常数“时间漂移”，例如一个计量器或一组计量器的滞后或超前。此外，通过分析特定计量器围绕可能相关的“重叠时间序列”的中心(例如，中间值或平均值)的“跳跃运动”，可以为一个计量器或一组计量器检测可能的“时间不一致”。

还可以基于对诸如(旧的)遗留设备的其他设备文本化分析来创建聚集，但是对于“自由文本格式”更是如此，例如对于“定制事件”(例如，例如在调试时或者甚至更晚的时候在软件或计量器内部编程的定制报警，由专家用户随时间来丰富)。也可以选择或过滤计量器类型或电力装置，以提供通用分组。

相位也可以被分组到标记为“相位”的单个事件组中(例如，聚集一个计量器的所有不同事件)。单个事件或组可以用元数据标记(例如，层级数据和站点/建筑物)来丰富，然后可以将其用作可能的聚集器。事件可以通过从事件信息中提取所有重要元素来表征，并且可以将它们作为被吞噬的(例如，聚集它们)标记或数据点来添加。此外，当观察不同的相位时，计量器的时间戳可以被重新对齐。这样，可以为这些事件和系统内的每个子序列元素/步骤计算新计算的公共时间戳，而不必移除由计量器(例如，附图标记504)提供的现有时间戳。

事件的“原因”和“影响”可以被重新分组(例如，初始“原因”＝触发事件的内容，例如电压测量值下降到阈值以下，“影响”＝触发波形捕获或报警)。初始原因也可能不是最佳关键代表值，因此可以替代地选择最佳代表值。可以添加任何相关的其他系统信息，例如关联到事件类型(“原因”或“影响”)的设置改变。这些可以包括例如状态的改变。

持续时间也可以适应于PQ类型的事件(例如，对于“瞬变”和“凹陷”是不同的)。输入/输出信息可以通过从计量器或系统中相关联的元数据中提供文本化描述而变得明确，并且还可以添加操作时间戳(例如，添加“电动机启动”时间戳)以与相同序列相关联。

同一“重叠事件序列”内不同类型PQ事件的同时出现可用于提供可能关联的概况。

III.报警事件分析示例

根据进一步的实施例，这里描述的事件分组过程可以针对报警(也称为报警事件)来执行，报警是已经根据一组标准(例如分类和呈现规则)被标记或识别为报警的事件。根据第二组标准，可以将报警分组为事件组，例如事故。可以执行许多其他分组。然而，在电力监控专家软件的情况下，术语“事故”可以指真实事件的一个这样的分组，包括一些丰富事件信息(例如，每个真实事件的DDD相关信息或与电动机启动相关的IED上的I/O等)。

通过这种方式，监控系统尤其可以提供以下功能:高分辨率、高精度的事件序列记录，以发现故障的起源；跨系统事件关联有助于重建重叠事件的序列；通过自动创建显示相关事件、波形和趋势的事故的可视化时间线，加快电力事故的诊断；通过查看事故之前、事故期间和事故之后的视觉时间线，能够更深入地了解事故的来源(最接近问题来源的测量点，有时也称为“原因”)和影响的能力；以及记录分析供以后查看的能力，带有自定义注释和自定义过滤器以显示例如什么是最相关的；和对热监控的支持(例如，热流失的早期检测，利用基于条件的维护优化操作，对检测到缓慢恶化进行报警和历史分析，并根据其他电气参数(例如，谐波)绘制图和进行关联)。

可用于创建或区分事件的组的维度的示例是干扰方向检测(DDD)。DDD是由计量器计算的附加信息，用于指示事件更有可能起源于真实事件(例如凹陷)的上游还是下游。它还带有置信度值，其指示计量器在确定方向(将源指向上游或下游)上的置信度。因此，DDD事件将与真实事件相关联。然后，DDD可用于仅基于高和中置信度值、通过指向上游或下游来分离组。然后，这可用于电气单线图表示，以帮助用户找到最可能的凹陷源，使用箭头以图形方式显示可能的源的方向。

图8A至8E是示出了根据本公开的示例性实施例的真实事件(例如，报警事件)的两种可能的近实时报警聚集机制的示例的曲线图，其示出了随时间的组形成。如图8A所示，报警事件或者需要等待以获得要被考虑用于组集成的事件结束时间，如操作序列800所示，或者如果使用与其他当前事件重叠的事件开始时间，报警事件可以被动态(on-the fly)分组到同一组850中。图8B示出了图形表示810的放大视图。如图8B所示，该示例示出了来自至少八个不同源(例如，设备1至8)的被评估和聚集的多个报警事件。

在序列800中，随着时间过了事件的结束时间戳，在时间上与先前已经结束的其他事件重叠的该报警事件然后被一起分组为“重叠事件的序列”(sequence of overlappingevents，SoOE)。例如，如时间160处的图形表示820(其在图8C中被放大)所示，某些报警事件已经被聚集成两组822和824(例如，在时间上重叠的事件)。随着时间过了序列800，所有的报警事件最终聚集成一个组，如图形表示830所示(其在图8D中被放大)。在该示例中，报警事件之一持续更长的时间段，超过某个其他时间相关的分组条件，因此，可以被放入其自己的组826中，或者根本不被分组。序列800中的聚集过程使用一组标准来启动分组报警事件:事件时间戳的结束。可以使用其他组不同的标准，例如使用事件的开始时间和其他持续时间条件，这可以导致同一组报警事件的不同分组(例如，由图8B中的图形表示810中所示的同一组报警事件的图形表示的序列850所示)。例如，图8E示出了序列850的图形表示860的放大视图，其中报警事件可以被分组为组862、864A和866的不同组合。根据要监控的系统和子系统，可以包括或调整这些和其他标准。

在各种实施例中，可以在一个或多个事件或聚集的事件组之前或之后应用预定义的或计算的或导出的附加持续时间，以在根据时间和持续时间对事件(可能在时间上重叠)进行分组时考虑时间对齐，例如在本文讨论的各种示例中那样。

图9示出了根据实施例的监控应用(例如，电力监控专家9.0软件)内的事件聚集的实现的示例，其示出了诸如例如电能质量(PQ)事故的事故历史的报告900。如报告1000所示，在报告中提供了事故列表，包括事故类型、它们相关联的报警或报警事件分组以及事故持续时间(例如，瞬时或以秒为单位的时间)。PQ事故的类型可以包括例如凹陷、隆起、瞬变等。报警可以通过它们的来源或位置来识别。报告900可以自动地或响应于用户或系统命令，针对电气/电力系统或设施中的特定时间段和/或位置生成。

IV.示例计算机系统和其他架构

如图10所示，示例计算机系统1000可以包括例如一个或多个传感器1010、存储器1020、(多个)处理器1030、时钟1040、输出设备1050、输入设备1060、通信设备1070和计算机系统的组件之间的总线系统1080。在各种实施例中，传感器1010可以被配置成感测电压和/或电流和/或来自电气/电力系统上的电力线的其他可测量和/或可导出的电气特性。传感器1010可以包括信号处理和调节电路，以测量能量相关信号(例如，电压或电流信号波形)，该信号代表电压和/或电流和/或电气/电力系统上的其他可测量和/或可导出的电气特性。时钟1040可用于给测量数据、事件数据、事件简档数据或由计算机系统1000或与其连接的设备测量、计算、捕获、存储或生成的其他类型的数据打上时间戳。

存储器1020可以存储计算机可执行代码、程序、软件或指令，这些代码、程序、软件或指令可以在被执行时控制如本文所描述的那些操作。存储器1020还可以存储计算机系统1000或其组件用来执行这里描述的操作的其他数据。其他数据可以包括但不限于典型电能事件(例如，电能质量事件、典型电能事件、非典型电能事件或其他相关事件)的数字仓库、典型事件组或事故和/或报警组的数字仓库、(多个)时间戳状态和/或测量数据(例如，捕获的波形、参数和阈值以及这里讨论的其他数据)的数字仓库。存储器还可以包括临时存储器(例如，(多个)缓冲器)，以实现测量数据的连续记录，从而可以测量、导出、捕获和存储诸如波形的期望时间段的测量数据。

例如，输入设备1060和输出设备1050可以包括键盘或小键盘、鼠标、轨迹球、麦克风、触摸屏、打印设备、显示屏、扬声器等。例如，输出设备可以呈现用于外部展示(例如，显示设备)的信息，并且输入设备可以接受来自外部源(例如，用户和其他系统)的信息。

与系统的其他组件交互的(多个)处理器1030被配置成控制或实现这里描述的计算机系统的各种操作。这些操作可以包括监控电气/电力系统上的电气特性、检测和跟踪事件、聚集事件、波形捕获(WFC)、事件分析、事件简档创建和执行其他操作(例如，计量、报警、报告、电力中断、设备控制等)。

以上仅仅是通用计算机系统1000的简单示例组件。计算机系统1000可以包括组件的不同组合，并且可以是计算机、服务器、网络节点、控制节点、智能电子设备(IED，例如智能功率计量器、智能断路器或其他智能电力装置)，或者可以向其他计算机系统和设备(例如网络上的控制节点或中央监控系统)报告事件数据以便进一步分析和动作(例如控制或监控电力系统)的其他计算机或智能系统或设备。

还应该理解，这里公开和教导的示例性实施例易于进行大量和各种修改和替代形式。因此，单数术语的使用，例如但不限于“一”等，并不旨在限制项目的数量。此外，这里所使用的各种组件、功能、特征、阈值和其他元素的命名约定是作为示例提供的，并且可以被赋予不同的名称或记号。术语“或”的使用不限于排他性的“或”，还可以表示“和/或”。斜线符号“/”的使用可以表示“或”或“和/或”。

应当理解，结合所公开的实施例的各方面的实际的、真实的商业应用的开发将需要许多实现方式特定的决定来实现开发者对于商业实施方式的最终目标。这种实现方式特定的决定可以包括并且可能不限于符合系统相关的、商业相关的、政府相关的和其他的约束，这些约束可以根据特定的实现方式、位置和随时间而变化。虽然开发者的努力在绝对意义上可能是复杂和耗时的，但是对于受益于本公开的本领域技术人员来说，这种努力仍然是例行公事。

使用这里提供的描述，通过使用标准编程和/或工程技术来产生编程软件、固件、硬件或其任意组合，示例实施例可以被实现为机器、过程或制造品。

具有计算机可读程序代码的任何(多个)结果程序可以包含在一个或多个计算机可用介质上，例如驻留在存储设备、智能卡或其他可移动存储设备或传输设备上，从而制造根据实施例的计算机程序产品或制品。因此，这里使用的术语“制品”和“计算机程序产品”旨在包括永久或临时存在于任何计算机可用介质或传输这种程序的任何传输介质中的计算机程序。

这里描述的(多个)处理器或(多个)控制器可以是处理系统，其可以包括一个或多个处理器，例如CPU、GPU、控制器、现场可编程门阵列(FPGA)、专用集成电路(ASIC)或其他专用电路或其他处理单元，其控制这里描述的设备或系统的操作。存储器/存储设备可以包括但不限于磁盘、固态驱动器、光盘、可移动存储设备(例如智能卡、SIM、WIM)、半导体存储器(例如RAM、ROM、PROMS)等。传输介质或网络包括但不限于经由无线通信(例如，射频(RF)通信、蓝牙、Wi-Fi、Li-Fi等)的传输、因特网、内联网、基于电话/调制解调器的网络通信、硬连线/有线通信网络、卫星通信以及其他固定或移动网络系统/通信链路。

此外，捕获、分析、简档创建、报告和其他操作可以在网络节点(例如与配电网络相关联或在配电网络上的功率计量器或其他设备)处执行，或者以分布式和分层的方式跨多个网络节点执行，以便于在整个电气/电力系统(例如，电力公司和设施)中监控和分析电能质量，并且相应地实现报告和动作以改善或保持电能质量。

虽然已经图示和描述了本公开的特定实施例和应用，但是应当理解，本公开不限于这里公开的精确构造和组成，并且在不脱离由所附权利要求限定的本发明的情况下，各种修改、改变和变型可以从前述描述中显而易见。

Claims (27)

1.一种创建和分析分组事件的计算机实施的方法，包括:

在网络节点处，根据第一标准获得在被监控电气/电力系统的一个或多个位置处检测到的测量的真实事件的事件数据，每个真实事件的事件数据定义真实事件的一个或多个参数/维度，其中所述真实事件包括从关于被监控系统的一个或多个被监控的电气特性中检测到的电能事件；

根据检测到的真实事件的至少一个或多个参数/维度，将检测到的真实事件聚集成组；和

分析一个或多个聚集的检测到的真实事件的组以识别被监控系统上的状况，或者当在所述被监控系统上从一个或多个聚集的检测到的真实事件的组中识别出状况时采取动作，

其中根据检测到的真实事件的时间和持续时间将检测到的真实事件聚集成组，所述聚集操作包括:

从检测到的真实事件中识别时间重叠事件；和

将时间重叠事件分组在一起以形成一个或多个事件组，每个事件组具有定义事件组的一个或多个参数/维度的事件组数据，所述事件组包括时间重叠事件序列，其中一个事件组的每个时间重叠事件在时间上与同一事件组中的至少一个其他时间重叠事件重叠。

2.根据权利要求1所述的方法，其中检测到的真实事件包括来自智能电子设备或其他电力装置的报警事件。

3.根据权利要求1所述的方法，其中真实事件的参数/维度包括事件的发生时间或持续时间的识别信息、或能量测量、或事件的导出或计算的特性或值、或事件的危险程度、或包括电能质量事件的类型的事件的类型中的至少一个。

4.根据权利要求1所述的方法，其中检测到的真实事件还包括被监控的系统事件。

5.根据权利要求1所述的方法，其中所述聚集操作进一步包括:

在一个或多个检测到的真实事件或检测到的真实事件的聚集的组之前或之后应用预定义的或计算的或导出的附加持续时间，以在根据时间和持续时间对事件进行分组时考虑时间对齐。

6.根据权利要求1所述的方法，其中所述一个或多个组以图形形式显示在时间线上。

7.根据权利要求1所述的方法，进一步包括:

根据第一标准，使用在被监控系统中的位置处智能电子设备或其他电力装置检测和跟踪真实事件的发生，第一标准是事件阈值或条件；和

生成定义检测到的真实事件的一个或多个参数/维度的事件数据。

8.根据权利要求1所述的方法，进一步包括:

用由智能电子设备或其他电力装置收集或测量或导出的附加事件数据来补充检测到的真实事件的事件数据。

9.根据权利要求1所述的方法，其中检测到的真实事件的事件数据是从多个不同的源获得的，所述源至少包括多个智能电子设备或其他电力装置，所述智能电子设备或其他电力装置被布置成在不同的位置监控被监控系统上的能量测量。

10.根据权利要求1所述的方法，其中所述事件数据包括描述检测到的真实事件的一个或多个参数/维度的文本化数据，所述方法进一步包括:

在聚集检测到的真实事件之前，将来自每个检测到的真实事件的事件数据或来自由智能电子设备或其他电力装置收集或测量或导出的附加事件数据的文本化数据转换成来自识别与一个或多个检测到的真实事件相关联的一个或多个参数/维度的唯一和非含糊事件记号的库的匹配记号。

11.根据权利要求10所述的方法，进一步包括:

识别与一个或多个检测到的真实事件相关或与来自检测到的真实事件和检测到的真实事件的组的附加数据相关的任何新的文本串，以丰富所述库。

12.根据权利要求10所述的方法，其中转换文本化数据包括:

从检测到的真实事件的文本化数据中提取判别参数/维度；和

为检测到的真实事件创建新的事件数据记号以添加到所述库中，其包括针对每个提取的判别参数/维度的标记的事件记号。

13.根据权利要求1所述的方法，其中要采取的动作包括关闭所述被监控系统中的一个或多个电气装置，选择性地中断所述被监控系统中的一个或多个位置处的电力，推迟或改变过程序列的顺序，或者生成报警或报告。

14.一种用于创建和分析分组事件的系统，包括:

存储器；和

一个或多个处理器，配置为:

在网络节点处获得根据第一标准在被监控电气/电力系统的一个或多个位置处检测到的测量的真实事件的事件数据，每个真实事件的事件数据定义真实事件的一个或多个参数/维度，其中所述真实事件包括从关于被监控系统的一个或多个被监控的电气特性中检测到的电能事件，

根据检测到的真实事件的至少一个或多个参数/维度将检测到的真实事件聚集成组，和

以分析一个或多个聚集的检测到的事件的组以识别被监控系统上的状况，或者当在所述被监控系统上从一个或多个聚集的检测到的事件的组中识别出状况时采取动作，

其中根据检测到的真实事件的时间和持续时间将检测到的真实事件聚集成组，所述聚集操作包括:

从检测到的真实事件中识别时间重叠事件；和

将时间重叠事件分组在一起以形成一个或多个事件组，每个事件组具有定义事件组的一个或多个参数/维度的事件组数据，所述事件组包括时间重叠事件序列，其中一个事件组的每个时间重叠事件在时间上与同一事件组中的至少一个其他时间重叠事件重叠。

15.根据权利要求14所述的系统，其中检测到的真实事件包括来自功率计量器或其他电力装置的报警事件。

16.根据权利要求14所述的系统，其中真实事件的参数/维度包括事件的发生时间或持续时间的识别信息、或能量测量、或事件的导出或计算的特性或值、或事件的危险程度、或包括电能质量事件的类型的事件的类型中的至少一个。

17.根据权利要求14所述的系统，其中检测到的真实事件还包括被监控的系统事件。

18.根据权利要求14所述的系统，其中为了聚集检测到的真实事件，所述一个或多个处理器被进一步配置为:

在一个或多个检测到的真实事件或检测到的真实事件的聚集的组之前或之后应用预定义的或计算的或导出的附加持续时间，以在根据时间和持续时间对事件进行分组时考虑时间对齐。

19.根据权利要求14所述的系统，其中所述一个或多个组以图形形式显示在时间线上。

20.根据权利要求14所述的系统，其中所述一个或多个处理器被进一步配置为:

根据第一标准，使用在被监控系统中的位置处的智能电子设备或其他电力装置检测和跟踪真实事件的发生，第一标准是事件阈值或条件；和

生成定义检测到的真实事件的一个或多个参数/维度的事件数据。

21.根据权利要求14所述的系统，其中所述一个或多个处理器被进一步配置为:

用由智能电子设备或其他电力装置收集或测量或导出的附加事件数据来补充检测到的真实事件的事件数据。

22.根据权利要求14所述的系统，其中检测到的真实事件的事件数据是从多个不同的源获得的，所述源至少包括多个智能电子设备或其他电力装置，所述智能电子设备或其他电力装置被布置成在不同的位置监控所监控的系统上的能量测量。

23.根据权利要求14所述的系统，其中所述事件数据包括描述检测到的真实事件的一个或多个参数/维度的文本化数据，所述一个或多个处理器被配置为:

在聚集检测到的真实事件之前，将来自每个检测到的真实事件的事件数据或来自由智能电子设备或其他电力装置收集或测量或导出的附加事件数据的文本化数据转换成来自识别与一个或多个检测到的真实事件相关联的一个或多个参数/维度的唯一和非含糊事件记号的库的匹配记号。

24.根据权利要求23所述的系统，其中所述一个或多个处理器被进一步配置为:

识别与一个或多个检测到的真实事件相关或与来自检测到的真实事件和检测到的真实事件的组的附加数据相关的任何新的文本串，以丰富所述库。

25.根据权利要求23所述的系统，其中，为了转换所述文本化数据，所述一个或多个处理器被配置为:

从检测到的真实事件的文本化数据中提取判别参数/维度；和

为检测到的真实事件创建新的事件数据记号以添加到所述库中，其包括针对每个提取的判别参数/维度的标记的事件记号。

26.根据权利要求14所述的系统，其中所要采取的动作包括关闭所述被监控系统中的一个或多个电气装置，选择性地中断所述被监控系统中的一个或多个位置的电力，推迟或改变过程序列的顺序，或生成报警或报告。

27.一种存储计算机可执行代码的有形计算机介质，当由处理器执行时，该计算机可执行代码被配置成实现创建和分析分组事件的方法，该方法包括:

在网络节点处，根据第一标准获得在被监控电气/电力系统的一个或多个位置处检测到的测量的真实事件的事件数据，每个真实事件的事件数据定义真实事件的一个或多个参数/维度，其中所述真实事件包括从关于被监控系统的一个或多个被监控的电气特性中检测到的电能事件；

根据检测到的真实事件的至少一个或多个参数/维度，将检测到的真实事件聚集成组；和

分析一个或多个聚集的检测到的真实事件的组以识别被监控系统上的状况，或者当在所述被监控系统上从一个或多个聚集的检测到的真实事件的组中识别出状况时采取动作，

其中根据检测到的真实事件的时间和持续时间将检测到的真实事件聚集成组，所述聚集操作包括:

从检测到的真实事件中识别时间重叠事件；和

将时间重叠事件分组在一起以形成一个或多个事件组，每个事件组具有定义事件组的一个或多个参数/维度的事件组数据，所述事件组包括时间重叠事件序列，其中一个事件组的每个时间重叠事件在时间上与同一事件组中的至少一个其他时间重叠事件重叠。