CN113836196A - 一种电网未定义事件类型识别方法及系统 - Google Patents

一种电网未定义事件类型识别方法及系统 Download PDF

Info

Publication number
CN113836196A
CN113836196A CN202111048849.2A CN202111048849A CN113836196A CN 113836196 A CN113836196 A CN 113836196A CN 202111048849 A CN202111048849 A CN 202111048849A CN 113836196 A CN113836196 A CN 113836196A
Authority
CN
China
Prior art keywords
item set
power grid
support degree
alarm information
frequent
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111048849.2A
Other languages
English (en)
Inventor
范青
武江
曹阳
白梓玮
齐欣
张广成
刘慧勇
潘琦
刘圣楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Jiangsu Electric Power Co Ltd
Beijing Kedong Electric Power Control System Co Ltd
State Grid Heilongjiang Electric Power Co Ltd
State Grid Electric Power Research Institute
Original Assignee
State Grid Jiangsu Electric Power Co Ltd
Beijing Kedong Electric Power Control System Co Ltd
State Grid Heilongjiang Electric Power Co Ltd
State Grid Electric Power Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Jiangsu Electric Power Co Ltd, Beijing Kedong Electric Power Control System Co Ltd, State Grid Heilongjiang Electric Power Co Ltd, State Grid Electric Power Research Institute filed Critical State Grid Jiangsu Electric Power Co Ltd
Priority to CN202111048849.2A priority Critical patent/CN113836196A/zh
Publication of CN113836196A publication Critical patent/CN113836196A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24564—Applying rules; Deductive queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G06N5/025—Extracting rules from data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Marketing (AREA)
  • Fuzzy Systems (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种电网未定义事件类型识别方法及系统，包括：获取电网事故或设备异常时发出的告警信息；对告警信息进行分组；获取预先设置的最小支持度及最小置信度；利用Apriori算法和预先设置的最小支持度及最小置信度对分组后的告警信息进行关联分析计算，确定关联规则，所述关联规则表示某个未知事件中各个告警组合的关联关系。优点：本发明成果能够对电网监控告警信息进行关联分析，挖掘隐含的未知的电网事件规则，可广泛应用于国、分、省各级调度中心，提高电网监控能力，帮助监控人员快速发现问题，提升经济社会效益。

Description

一种电网未定义事件类型识别方法及系统
技术领域
本发明涉及一种电网未定义事件类型识别方法及系统，属于电力系统调控技术领域。
背景技术
随着电网规模不断扩大，电网智能化水平持续提升，接入调控机构实现集中监控的变电站、电网设备及告警信息数量持续增加。根据统计，平均每值每天需要处理监控告警信号1700余条，相当于平均每50秒就需要对1条告警信号进行分析、判断并做出相应的处置，监控工作压力巨大，日常工作量接近饱和。
监控事件生成引擎通过分析电网事件规律，制定事件判断规则，将实时监控告警信息转化为监控业务事件，即多个告警信息组合成一类电网事件，用来替代传统告警窗监视，提高监控人员工作效率。
目前，根据监控运行人工经验，建立的设备监控事件的规则知识库，随着规则库越来越庞大，规则的维护愈发困难，已有规则的定义可能存在遗漏等情况。
现有技术具体存在的问题如下：
a.不同厂站间隔的告警按时序发生，需将告警合理分组：电网事故或设备异常时会发生大量告警信息，这些告警虽然是按时序发生，但是可能会有多个厂站多个间隔数据同时上送，如何区分一个事故或异常所发生的所有告警是个重要问题。
b.如何挖掘告警之间隐含的关联规则：告警信息分好组以后也无法确定这些告警之间是否存在关联规则，因为其中会有大量的伴随发生的告警及无意义告警。
c.电网监控告警信息量巨大，需提升关联分析效率：随着电网运行，历史产生的告警信息量巨大，往往一个地区一个月的告警量能达到千万级，计算机对其进行关联分析将耗费大量时间，如何从海量数据中快速分析是一个重要的问题。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷，提供一种电网未定义事件类型识别方法及系统，提高电网监控未知事件挖掘能力和监控告警信息利用率。
为解决上述技术问题，本发明提供一种电网未定义事件类型识别方法，包括：
获取电网事故或设备异常时发出的告警信息；
对告警信息进行分组；
获取预先设置的最小支持度及最小置信度；
利用Apriori算法和预先设置的最小支持度及最小置信度对分组后的告警信息进行关联分析计算，确定关联规则，所述关联规则表示某个未知事件中各个告警组合的关联关系，所述告警组合为真正的告警事件规则的组合。
进一步的，所述对告警信息进行分组，包括：
获取预先设置的分组原则，分组原则为相同所属间隔以及同间隔下告警发生时间相距不超过10秒；
利用分组原则对告警信息进行分组。
进一步的，所述利用Apriori算法和预先设置的最小支持度及最小置信度进行关联分析计算，确定关联规则，所述关联规则表示某个未知事件中各个告警组合的关联关系，包括：
S1，根据分组的结果生成第一候选项集以及第一候选项集中的每个项集对应的支持度；
S2，对第一候选项集进行剪枝处理，过滤掉支持度小于最小支持度的项集，得到第一频繁项集以及第一频繁项集中每个项集对应的支持度，进行是否循环判断，若是则进入下一步，若否，则循环结束；
S3，对第一频繁项集进行连接处理，得到第二候选项集以及第二候选项集中每个项集对应的支持度，进行是否循环判断，若是则进入下一步，若否，则循环结束；
S4，以此类推，直到最后连接处理生成的候选项集只有一个项集，循环结束，输出进行连接处理生成最后一个候选项集的频繁项集为最终的频繁项集；
S5，根据最终的频繁项集和最小置信度确定关联规则；
所述是否循环判断的过程包括：
对于频繁项集，判断是否可以进行连接处理，若可以，则继续进行连接处理，生成新的候选项集和新的候选项集中的每个项集对应的支持度，若否，则循环结束，其中，可以进行连接处理的判定标准为频繁项集中是否存在低于最小支持度的项集；
对于候选项集，判断是否可以进行剪枝处理，若可以，则继续进行剪枝处理，生成新的频繁项集和新的频繁项集中的每个项集对应的支持度，若否，则循环结束，其中，可以剪枝处理的判定标准为候选项集中有不少于两个项集且候选项集中有大于最小支持度的项集。
进一步的，所述根据最终的频繁项集和最小置信度确定关联规则的过程包括：
将最终的频繁项集中的项集的支持度分别除以该项集中的项的支持度，得到该项集对应该项集中的每一项的置信度；
将置信度不低于所述最小置信度的项所对应的关联规则作为符合条件的关联规则。
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行所述的方法中的任一方法。
一种电网未定义事件类型识别系统，包括：一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。
本发明所达到的有益效果：
1)为监控告警信息合理分组提供方法。基于告警分组原则对告警进行分组，有效解决如何区分一个事故或异常所发生的所有告警的问题。
2)电网事件规则的预先定义有助于事件生成引擎的规则制定。通过本发明挖掘的未知事件规则可以为事件生成引擎提供依据。
3)通过对历史告警信息进行分析，挖掘未知事件规律，提升电网监控事件识别的完备性。电网事件中告警之间的关联关系很多，依靠人工经验无法将所有存在的事件规则都预先定义。通过本发明的方法研究，为事件规则定义提供更为有效的方法，应用价值极高。
本发明成果能够对电网监控告警信息进行关联分析，挖掘隐含的未知的电网事件规则，可广泛应用于国、分、省各级调度中心，提高电网监控能力，帮助监控人员快速发现问题，提升经济社会效益。
附图说明
图1是本发明的流程示意图；
图2是Apriori算法流程示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1所示，本发明提供一种电网未定义事件类型识别方法，包括：
(1)告警分组
首先需要对告警信息进行分组。监控告警信息是电网运行中各一次设备、二次设备发出的信号，一般由发生时间、告警内容、所属厂站、所属间隔、遥信ID组成，如下所示：
“2021-02-26 01:38:35南京.大光路变#2消弧线圈PT\CT失电 动作 南京.张村变南京.张村变/35kV.公共信号 122160225792220475”。变电站中各类设备以间隔进行分组，当电网发生事故或者设备异常的时候，各相关设备会频繁发出大量告警信息，一般来说，设备异常或电网事故都发生在同一间隔内，并且持续时间通常在30秒内。所以，首先对历史告警信息进行分组，分组原则为相同所属间隔以及同间隔下告警发生时间相距不超过10秒。比如下表中的告警，
Figure BDA0003251951070000051
表格中的告警都属于同一间隔，再用告警发生时间进心分组，可以将序号1、序号2、序号3的告警分为一组，序号4、序号5的告警分为一组。因为序号3的告警与信号4的告警发生时间相距超过10秒。
(2)生成频繁项集
接下来需要对分好组的告警进行计算，寻找出所有的频繁项集。Apriori算法中存在几个概念：
项集：项的集合，项可以是告警，那么项集就是告警的集合。
频繁项集：表示的是在数据集中频繁出现的项集。
支持度(Support)：支持度表示项集{X,Y}在总项集里出现的概率。
Figure BDA0003251951070000061
其中，I表示总事务集。num()表示求事务集里特定项集出现的次数。比如，num(I)表示总事务集的个数，num(X∪Y)表示含有{X,Y}的事务集的个数。
置信度(Confidence)：置信度表示在先决条件X发生的情况下，由关联规则“X→Y”推出Y的概率。即在含有X的项集中，含有Y的可能性。
Figure BDA0003251951070000062
Apriori算法中，根据支持度的定义，可以得到以下先验定理：
定理1：如果一个项集是频繁的，那么其所有的子集(subsets)也一定是频繁的。
定理2：如果一个项集是非频繁的，那么其所有的超集(supersets)也一定是非频繁的。
根据定理2，可以进行剪枝。
举个例子，假设有如下分好组的告警集合：
分组编号 分组告警
0 10kV事故总，全站事故总
1 全站事故总，线路保护，开关间隔事故总
2 10kV事故总，线路保护，弹簧未储能，开关分闸
3 线路保护，开关间隔事故总，开关分闸
需要定义一个最小支持度，如果项集的支持度大于等于该阈值，则认为该项集为频繁项集，假设最小支持度设置为0.5，根据支持度的定义，可以算出{线路保护}的支持度为包含{线路保护}的记录3除以总的数据集大小4，支持度为0.75，{弹簧未储能}的支持度即为0.25。所以{线路保护}为频繁项集而{弹簧未储能}不是频繁项集。
至此，可以对每一种组合统计它出现的频繁程度，但是随着历史告警数据量的增加遍历次数会急剧增长，上述做法所需的计算代价很高，时间复杂度将达到指数级，对于计算机来说也需要很长时间才能完成计算。
使用Apriori的定理2“如果一个项集是非频繁的，那么其所有的超集(supersets)也一定是非频繁的”可以降低所需的计算时间。根据该定理，假设项集{线路保护，弹簧未储能}是非频繁的，那么后续的项集{线路保护，弹簧未储能，开关间隔事故总}、{线路保护，弹簧未储能，开关分闸}以及{线路保护，弹簧未储能，开关间隔事故总，开关分闸}都是非频繁的。即不再需要计算后续的组合的支持度，从而大量减少计算时间。
如图2所示，Apriori算法流程：
C1，C2，…，Ck为候选项集，分别表示候选1项集，候选2项集，…，候选k项集；
L1，L2，…，Lk分别表示对应项集经过过滤后的频繁项集；
连接步：产生项集的过程；
剪枝步：过滤掉不满足最小支持度的项集。
继续以上例表格数据为例，假设最小支持度为0.5：
第一轮：生成候选1项集C1：
Figure BDA0003251951070000071
Figure BDA0003251951070000081
第一轮：对C1进行剪枝，过滤掉支持度小于最小支持度0.5的，得到L1：
项集 支持度
{10kV事故总} 0.5
{全站事故总} 0.5
{线路保护} 0.75
{开关间隔事故总} 0.5
{开关分闸} 0.5
第二轮：对L1进行连接，剔除包含有不频繁项集的结果，得到C2：
项集 支持度
{10kV事故总，全站事故总} 0.25
{10kV事故总，线路保护} 0.25
{10kV事故总，开关间隔事故总} 0
{10kV事故总，开关分闸} 0.25
{全站事故总，线路保护} 0.25
{全站事故总，开关间隔事故总} 0.25
{全站事故总，开关分闸} 0
{线路保护，开关间隔事故总} 0.5
{线路保护，开关分闸} 0.5
{开关间隔事故总，开关分闸} 0.25
第二轮：对C2进行剪枝，过滤掉支持度小于最小支持度0.5的，得到L2：
项集 支持度
{线路保护，开关间隔事故总} 0.5
{线路保护，开关分闸} 0.5
第三轮：只有{2，4，5}满足要求，得到C3：
Figure BDA0003251951070000091
第三轮：剪枝后没有满足最小支持度的项集，并且也不能生成新的组合，循环结束。
由于我们的目的是找出电网事件中可能存在的告警组合，所以剔除只有一个告警的集合，可以得到频繁项集有：{线路保护，开关间隔事故总}、{线路保护，开关分闸}。
(3)找出所有关联规则
继续以以上数据集为例，在最小支持度为0.5的前提下，项集{线路保护，开关间隔事故总}是一个频繁项集，可以根据该频繁项集找出关联规则，例如{线路保护}->{开关间隔事故总}。该关联规则的置信度为支持度{线路保护，开关间隔事故总}/支持度{线路保护}，{线路保护，开关间隔事故总}的支持度为0.5，{线路保护}的支持度为0.75，所以{线路保护->开关间隔事故总}的置信度为0.67。这意味着对于包含“线路保护”的所有记录，规则{线路保护}->{开关间隔事故总}对其中67％的记录都适用。
{线路保护，开关间隔事故总}的所有非空子集包括：{线路保护}、{开关间隔事故总}。组合一下关联规则可得：
{线路保护}＝>开关间隔事故总，置信度＝67％
{开关间隔事故总}＝>线路保护，置信度＝100％
如果设最小置信度为80％，那么符合条件的关联规则为“{开关间隔事故总}＝>线路保护”。
相应的本发明还提供一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行所述的方法中的任一方法。
相应的本发明还提供一种电网未定义事件类型识别系统，包括：一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (6)

1.一种电网未定义事件类型识别方法，其特征在于，包括：
获取电网事故或设备异常时发出的告警信息；
对告警信息进行分组；
获取预先设置的最小支持度及最小置信度；
利用Apriori算法和预先设置的最小支持度及最小置信度对分组后的告警信息进行关联分析计算，确定关联规则，所述关联规则表示某个未知事件中各个告警组合的关联关系。
2.根据权利要求1所述的电网未定义事件类型识别方法，其特征在于，所述对告警信息进行分组，包括：
获取预先设置的分组原则，分组原则为相同所属间隔以及同间隔下告警发生时间相距不超过10秒；
利用分组原则对告警信息进行分组。
3.根据权利要求1所述的电网未定义事件类型识别方法，其特征在于，所述利用Apriori算法和预先设置的最小支持度及最小置信度进行关联分析计算，确定关联规则，所述关联规则表示某个未知事件中各个告警组合的关联关系，包括：
S1，根据分组的结果生成第一候选项集以及第一候选项集中的每个项集对应的支持度；
S2，对第一候选项集进行剪枝处理，过滤掉支持度小于最小支持度的项集，得到第一频繁项集以及第一频繁项集中每个项集对应的支持度，进行是否循环判断，若是则进入下一步，若否，则循环结束；
S3，对第一频繁项集进行连接处理，得到第二候选项集以及第二候选项集中每个项集对应的支持度，进行是否循环判断，若是则进入下一步，若否，则循环结束；
S4，以此类推，直到最后连接处理生成的候选项集只有一个项集，循环结束，输出进行连接处理生成最后一个候选项集的频繁项集为最终的频繁项集；
S5，根据最终的频繁项集和最小置信度确定关联规则；
所述是否循环判断的过程包括：
对于频繁项集，判断是否可以进行连接处理，若可以，则继续进行连接处理，生成新的候选项集和新的候选项集中的每个项集对应的支持度，若否，则循环结束，其中，可以进行连接处理的判定标准为频繁项集中是否存在低于最小支持度的项集；
对于候选项集，判断是否可以进行剪枝处理，若可以，则继续进行剪枝处理，生成新的频繁项集和新的频繁项集中的每个项集对应的支持度，若否，则循环结束，其中，可以剪枝处理的判定标准为候选项集中有不少于两个项集且候选项集中有大于最小支持度的项集。
4.根据权利要求3所述的电网未定义事件类型识别方法，其特征在于，所述根据最终的频繁项集和最小置信度确定关联规则的过程包括：
将最终的频繁项集中的项集的支持度分别除以该项集中的项的支持度，得到该项集对应该项集中的每一项的置信度；
将置信度不低于所述最小置信度的项所对应的关联规则作为符合条件的关联规则。
5. 一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1 至4所述的方法中的任一方法。
6. 一种电网未定义事件类型识别系统，其特征在于，包括：一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1 至4所述的方法中的任一方法的指令。
CN202111048849.2A 2021-09-08 2021-09-08 一种电网未定义事件类型识别方法及系统 Pending CN113836196A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111048849.2A CN113836196A (zh) 2021-09-08 2021-09-08 一种电网未定义事件类型识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111048849.2A CN113836196A (zh) 2021-09-08 2021-09-08 一种电网未定义事件类型识别方法及系统

Publications (1)

Publication Number Publication Date
CN113836196A true CN113836196A (zh) 2021-12-24

Family

ID=78958762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111048849.2A Pending CN113836196A (zh) 2021-09-08 2021-09-08 一种电网未定义事件类型识别方法及系统

Country Status (1)

Country Link
CN (1) CN113836196A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115497267A (zh) * 2022-09-06 2022-12-20 江西小手软件技术有限公司 基于时序关联规则的设备预警平台
CN117312622A (zh) * 2023-11-28 2023-12-29 南京中鑫智电科技有限公司 一种基于Apriori算法的容性设备绝缘监测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239437A (zh) * 2014-08-28 2014-12-24 国家电网公司 一种面向电网调度的智能告警分析方法
CN107451708A (zh) * 2017-04-26 2017-12-08 国家电网公司 一种基于Apriori算法的电网设备监控信息置信关联分析方法
CN109597836A (zh) * 2018-11-29 2019-04-09 武汉大学 一种基于加权矩阵的通信设备告警关联规则挖掘方法
CN111143428A (zh) * 2019-11-30 2020-05-12 贵州电网有限责任公司 一种基于关联分析法的保护异常告警处理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239437A (zh) * 2014-08-28 2014-12-24 国家电网公司 一种面向电网调度的智能告警分析方法
CN107451708A (zh) * 2017-04-26 2017-12-08 国家电网公司 一种基于Apriori算法的电网设备监控信息置信关联分析方法
CN109597836A (zh) * 2018-11-29 2019-04-09 武汉大学 一种基于加权矩阵的通信设备告警关联规则挖掘方法
CN111143428A (zh) * 2019-11-30 2020-05-12 贵州电网有限责任公司 一种基于关联分析法的保护异常告警处理方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115497267A (zh) * 2022-09-06 2022-12-20 江西小手软件技术有限公司 基于时序关联规则的设备预警平台
CN117312622A (zh) * 2023-11-28 2023-12-29 南京中鑫智电科技有限公司 一种基于Apriori算法的容性设备绝缘监测方法及系统
CN117312622B (zh) * 2023-11-28 2024-02-02 南京中鑫智电科技有限公司 一种基于Apriori算法的容性设备绝缘监测方法及系统

Similar Documents

Publication Publication Date Title
CN110674189B (zh) 一种智能变电站二次状态监测与故障定位的方法
CN102638100B (zh) 地区电网设备异常告警信号关联分析与诊断方法
CN113836196A (zh) 一种电网未定义事件类型识别方法及系统
CN109214527B (zh) 一种变压器故障早期诊断预警方法和系统
CN109501834A (zh) 一种道岔转辙机故障预测方法及装置
CN113282635A (zh) 一种微服务系统故障根因定位方法及装置
CN108053095B (zh) 一种电能质量扰动事件特征提取方法及系统
CN109800995A (zh) 一种电网设备故障识别方法及系统
CN115441456A (zh) 一种电网调度支持系统故障诊断方法及装置
CN113239087A (zh) 一种反窃电稽查监控方法及系统
CN111049131A (zh) 一种地区电网在线故障处置预案生成方法及系统
CN117391357B (zh) 一种基于大数据的电网调度运行管理的调度自查系统
CN113850017A (zh) 一种基于潮流变化图谱的系统级故障分析系统及方法
CN113471864A (zh) 一种变电站二次设备现场检修装置及方法
CN109946640B (zh) 基于计量自动化系统数据的专变终端失压失流判断方法
CN106651113A (zh) 一种基于超前n‑1分析的调度员操作风险评估方法
CN116320833A (zh) 一种基于物联网技术的供热管网监测方法
CN116389062A (zh) 基于流量安全分析的工业控制系统行为监测方法及设备
CN111026624A (zh) 电网信息系统的故障预测方法、装置
CN116049098A (zh) 一种适用于配电网运行状态判断的运行数据特征分析方法
CN113640601B (zh) 配电网故障研判事后分析系统及方法
CN112561230B (zh) 基于电气特征的环保设备状态监测方法
CN106650154B (zh) 一种基于热力性能指标的核电常规岛设备可靠性监测方法
CN114626440A (zh) 一种监控信号的对象化分析方法及装置
CN110321527B (zh) 一种基于多元基础信息融合的数据有效性判别方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination