CN117495357B - 一种基于大数据的电力数据监管系统及方法 - Google Patents
一种基于大数据的电力数据监管系统及方法 Download PDFInfo
- Publication number
- CN117495357B CN117495357B CN202410001426.2A CN202410001426A CN117495357B CN 117495357 B CN117495357 B CN 117495357B CN 202410001426 A CN202410001426 A CN 202410001426A CN 117495357 B CN117495357 B CN 117495357B
- Authority
- CN
- China
- Prior art keywords
- alarm information
- alarm
- unit
- information
- equipment
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000012790 confirmation Methods 0.000 claims abstract description 49
- 238000012544 monitoring process Methods 0.000 claims abstract description 40
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000012163 sequencing technique Methods 0.000 claims description 18
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 230000005856 abnormality Effects 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/06—Arrangements for sorting, selecting, merging, or comparing data on individual record carriers
- G06F7/08—Sorting, i.e. grouping record carriers in numerical or other ordered sequence according to the classification of at least some of the information they carry
-
- 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)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Public Health (AREA)
- Algebra (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及设备监管技术领域,具体为一种基于大数据的电力数据监管系统及方法,包括:设备监控管理模块、告警信息分析模块、告警正确率预测模块和信息排序管理模块,通过设备监控管理模块对主机接入设备情况进行实时监控,在监控到主机接入未知设备时发送告警信息,通过告警信息分析模块采集批量确认告警信息的历史数据,判断是否需要对当前的告警信息做发送前的排序处理,通过告警正确率预测模块在需要对当前的告警信息做发送前的排序处理时,预测不同主机产生告警的正确率,通过信息排序管理模块将不同主机产生的告警信息按正确率进行排序并发送,有效减少了出现因排列靠后且告警信息属实的告警状况得不到及时解决的问题。
Description
技术领域
本发明涉及设备监管技术领域,具体为一种基于大数据的电力数据监管系统及方法。
背景技术
对变电站站控层和电厂涉网部分的专用安防设备、通用安全设备、主机设备、网络设备等的设备状态、安全状态、安全事件以及操作行为进行实时监测与告警,能够实现对电力监控系统进行安全核查及扫描以及时发现薄弱异常环节,并对异常主机及时进行网络隔离等措施以保障设备正常使用;
现有技术中,在监控到主机接入设备出现异常时会进行告警,对于告警信息的处理,一般会采用批量确认、核对告警信息的方式来进行处理,但是,发送的告警信息的排列顺序一般是随机的,不同的告警信息的正确率有所不同,部分告警信息经确认后可能出现确认无异常的情况,及虽然产生告警但是经确认后发现设备接入并未出现异常状况,这种情况下,若随机排列告警信息,尤其是同时出现大批量需要确认核对的告警信息时,容易出现部分因排列靠后且告警信息属实的告警状况得不到及时解决的问题。
所以,人们需要一种基于大数据的电力数据监管系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于大数据的电力数据监管系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据的电力数据监管系统,所述系统包括:设备监控管理模块、告警信息分析模块、告警正确率预测模块和信息排序管理模块;
所述设备监控管理模块的输出端连接所述告警信息分析模块的输入端,所述告警信息分析模块的输出端连接所述告警正确率预测模块的输入端,所述告警正确率预测模块的输出端连接所述信息排序管理模块的输入端;
通过所述设备监控管理模块对主机接入设备情况进行实时监控,在监控到主机接入未知设备时发送告警信息;
通过所述告警信息分析模块采集批量确认告警信息的历史数据,判断是否需要对当前的告警信息做发送前的排序处理;
通过所述告警正确率预测模块在需要对当前的告警信息做发送前的排序处理时,预测不同主机产生告警的正确率;
通过所述信息排序管理模块将不同主机产生的告警信息按正确率进行排序并发送。
进一步的,所述设备监控管理模块包括设备接入监控单元、接入异常告警单元和告警信息采集单元;
所述设备接入监控单元的输出端连接所述接入异常告警单元的输入端,所述接入异常告警单元的输出端连接所述告警信息采集单元的输入端;
所述设备接入监控单元用于对不同主机的设备接入情况进行实时监控;
所述接入异常告警单元用于在监控到主机接入未知设备时生成告警信息;
所述告警信息采集单元用于采集生成的告警信息。
进一步的,所述告警信息分析模块包括信息个数统计单元和发送调整判断单元;
所述信息个数统计单元的输入端连接所述告警信息采集单元的输出端,所述信息个数统计单元的输出端连接所述发送调整判断单元的输入端;
所述信息个数统计单元用于统计以往不同次需要批量确认的告警信息个数;
所述发送调整判断单元用于比较以往不同次需要批量确认的告警信息个数,依据比较结果设置发送前需要排序的告警信息个数阈值,比较当前需要批量确认的告警信息个数和阈值,若当前需要批量确认的告警信息个数超出阈值,则判断需要在当前告警信息发送前对告警信息进行排序;否则,判断不需要进行排序,直接发送告警信息供批量确认。
进一步的,所述告警正确率预测模块包括历史数据采集单元、预测模型建立单元和正确率预测单元;
所述历史数据采集单元的输入端连接所述发送调整判断单元的输出端,所述历史数据采集单元的输出端连接所述预测模型建立单元的输入端,所述预测模型建立单元的输出端连接所述正确率预测单元的输入端;
所述历史数据采集单元用于采集当前产生告警的主机以往的设备接入信息,包括告警时不同主机接入的设备数量、在接入对应数量设备后产生告警的次数以及经批量确认告警信息后发现设备接入异常的次数信息;
所述预测模型建立单元用于对历史数据进行拟合并为不同主机建立告警正确率预测模型;
所述正确率预测单元用于将主机当前接入的设备数量代入告警正确率预测模型中,预测主机当前产生告警的正确率。
进一步的,所述信息排序管理模块包括正确率比较单元、告警信息排序单元和发送批量确认单元;
所述正确率比较单元的输入端连接所述正确率预测单元的输出端,所述正确率比较单元的输出端连接所述告警信息排序单元的输入端,所述告警信息排序单元的输出端连接所述发送批量确认单元的输入端;
所述正确率比较单元用于比较不同主机当前产生告警的正确率,获取比较结果;
所述告警信息排序单元用于将不同主机产生的告警信息按正确率从高到低的顺序进行排列;
所述发送批量确认单元用于将排列好的告警信息发送至监控终端供批量确认。
一种基于大数据的电力数据监管方法,包括以下步骤:
S1:对主机接入设备情况进行实时监控,在监控到主机接入未知设备时发送告警信息;
S2:采集批量确认告警信息的历史数据,判断是否需要对当前的告警信息做发送前的排序处理;
S3:在需要对当前的告警信息做发送前的排序处理时,预测不同主机产生告警的正确率;
S4:将不同主机产生的告警信息按正确率进行排序并发送。
进一步的,在步骤S2中:采集到以往不同次需要批量确认的告警信息个数集合为M={M1,M2,...,Mf},其中,f表示批量确认次数,将告警信息个数按从大到小的顺序进行排列,将不同次告警信息分为g组,其中,前一组中的每次需要批量确认的告警信息个数都大于后一组,获取到随机一个分组结果中,g组中每组告警信息的总个数集合为C={C1,C2,...,Cg},根据下列公式计算随机一个分组结果中告警信息个数的差异度P:
P=[(∑g i=1(Ci-(∑g i=1Ci)/g)2)/g]1/2;
其中,Ci表示随机一个分组结果中,g组中第i组告警信息的总个数,通过相同计算方式得到不同分组结果中告警信息个数的差异度,筛选出差异度最大的分组结果,获取到差异度最大的分组结果中,第一组中的告警信息个数集合为T={T1,T2,...,Tn},其中,n表示第一组中共有n次需要批量确认的告警信息,设置发送前需要排序的告警信息个数阈值为t,t=(∑n j=1Tj)/n,获取到当前需要批量确认的告警信息个数为b,比较b和t:若b>t,判断需要在当前告警信息发送前对告警信息进行排序;若b≤t,判断不需要进行排序,直接发送告警信息供批量确认;
对于少批量的告警信息需要确认的情况,没有必要优先对告警信息做一个排序处理,因此,通过大数据技术采集以往需要批量确认的告警信息个数作为以当前告警信息个数是否需要排序处理判断的参考数据,将不同次的告警信息进行分组,并选择将告警信息个数相近的对应次告警信息归为一组,在归为一组后从中选择告警信息个数最多的一组作为参考数据,求其平均值来得到并设置发送前需要排序的告警信息个数阈值,来进一步与当前需要批量确认的告警信息个数进行比对以判断是否需要排序处理,选择合适的参考数据来设置参考值,即阈值,提高了排序处理判断结果的准确性。
进一步的,在步骤S3中:采集到当前产生告警的随机一个主机以往告警时接入的设备数量集合为R={R1,R2,...,Rs},其中,R中的每个元素都不相同,s表示设备数量项数,在接入对应数量设备后产生告警的次数集合为K={K1,K2,...,Ks},在接入对应数量设备后产生告警并经批量确认告警信息后发现设备接入异常的次数集合为A={A1,A2,...,As},根据公式Ue=Ae/Ke计算对应主机以往接入随机一项数量的设备后告警的正确率为Ue,其中,Ke表示在接入第e项数量的设备后产生告警的次数,Ae表示对应主机在接入第e项数量的设备后产生告警,并经批量确认告警信息后发现设备接入异常的次数,得到正确率集合为U={U1,U2,...,Ue,...,Us},对数据点{(R1,U1),(R2,U2),...,(Rs,Us)}进行直线拟合,为对应主机建立告警正确率预测模型:Y=α*X+β,其中,α和β表示拟合系数,根据下列公式分别求解α和β:
α=[s∑s e=1(Re*Ue)-(∑s e=1Re)*∑s e=1Ue]/[s∑s e=1(Re)2-(∑s e=1Re)2];
β=[∑s e=1Ue-α*∑s e=1Re]/s;
其中,Re表示集合R中的第e项元素,获取到对应主机当前告警时接入的设备数量为q,将q代入模型中:令X=q,预测得到对应主机当前产生告警的正确率为α*q+β,为当前告警的所有主机建立告警正确率预测模型并预测不同主机当前产生告警的正确率。
进一步的,在步骤S4中:比较不同主机当前产生告警的正确率,将不同主机产生的告警信息按正确率从高到低的顺序进行排列,将排列好的告警信息发送至监控终端供批量确认;
在判断出需要对当前的告警信息做排序处理时,通过大数据技术采集主机以往的告警信息,判断以往因不同数量设备接入进行告警后告警的正确率,通过建立正确率预测模型来预测以当前主机上接入的设备数量,进行告警时的正确率,正确率反映了经确认后确实出现设备接入异常的情况,依据预测得到的不同主机告警的正确率高低顺序来对告警信息进行排序,有利于对告警正确的概率高的告警信息优先进行确认,有效减少了出现因排列靠后且告警信息属实的告警状况得不到及时解决的问题,有利于对告警质量高的信息进行优先确认以进一步帮助及时解决告警问题、做好设备维护工作。
与现有技术相比,本发明所达到的有益效果是:
本发明通过大数据技术采集以往需要批量确认的告警信息个数作为以当前告警信息个数是否需要排序处理判断的参考数据,将不同次的告警信息进行分组,并选择将告警信息个数相近的对应次告警信息归为一组,在归为一组后从中选择告警信息个数最多的一组作为参考数据,求其平均值来得到并设置发送前需要排序的告警信息个数阈值,来进一步与当前需要批量确认的告警信息个数进行比对以判断是否需要排序处理,选择合适的参考数据来设置参考值,即阈值,提高了排序处理判断结果的准确性;
在判断出需要对当前的告警信息做排序处理时,通过大数据技术采集主机以往的告警信息,判断以往因不同数量设备接入进行告警后告警的正确率,通过建立正确率预测模型来预测以当前主机上接入的设备数量,进行告警时的正确率,依据预测得到的不同主机告警的正确率高低顺序来对告警信息进行排序,有利于对告警正确的概率高的告警信息优先进行确认,有效减少了出现因排列靠后且告警信息属实的告警状况得不到及时解决的问题,有利于对告警质量高的信息进行优先确认以进一步帮助及时解决告警问题、做好设备维护工作。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据的电力数据监管系统的结构图;
图2是本发明一种基于大数据的电力数据监管方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
下面结合图1-图2和具体实施例对本发明作进一步的说明。
实施例1:如图1所示,本实施例提供了一种基于大数据的电力数据监管系统,系统包括:设备监控管理模块、告警信息分析模块、告警正确率预测模块和信息排序管理模块,通过设备监控管理模块对主机接入设备情况进行实时监控,在监控到主机接入未知设备时发送告警信息,通过告警信息分析模块采集批量确认告警信息的历史数据,判断是否需要对当前的告警信息做发送前的排序处理,通过告警正确率预测模块在需要对当前的告警信息做发送前的排序处理时,预测不同主机产生告警的正确率,通过信息排序管理模块将不同主机产生的告警信息按正确率进行排序并发送。
设备监控管理模块包括设备接入监控单元、接入异常告警单元和告警信息采集单元,
设备接入监控单元用于对不同主机的设备接入情况进行实时监控,接入异常告警单元用于在监控到主机接入未知设备时生成告警信息,告警信息采集单元用于采集生成的告警信息。
告警信息分析模块包括信息个数统计单元和发送调整判断单元,信息个数统计单元用于统计以往不同次需要批量确认的告警信息个数,发送调整判断单元用于比较以往不同次需要批量确认的告警信息个数,依据比较结果设置发送前需要排序的告警信息个数阈值,比较当前需要批量确认的告警信息个数和阈值,若当前需要批量确认的告警信息个数超出阈值,则判断需要在当前告警信息发送前对告警信息进行排序;否则,判断不需要进行排序,直接发送告警信息供批量确认。
告警正确率预测模块包括历史数据采集单元、预测模型建立单元和正确率预测单元,历史数据采集单元用于采集当前产生告警的主机以往的设备接入信息,包括告警时不同主机接入的设备数量、在接入对应数量设备后产生告警的次数以及经批量确认告警信息后发现设备接入异常的次数信息,预测模型建立单元用于对历史数据进行拟合并为不同主机建立告警正确率预测模型,正确率预测单元用于将主机当前接入的设备数量代入告警正确率预测模型中,预测主机当前产生告警的正确率。
信息排序管理模块包括正确率比较单元、告警信息排序单元和发送批量确认单元,正确率比较单元用于比较不同主机当前产生告警的正确率,获取比较结果,告警信息排序单元用于将不同主机产生的告警信息按正确率从高到低的顺序进行排列,发送批量确认单元用于将排列好的告警信息发送至监控终端供批量确认。
实施例2:如图2所示,本实施例提供了一种基于大数据的电力数据监管方法,其基于实施例中的数据监管系统实现,具体包括以下步骤:
S1:对主机接入设备情况进行实时监控,在监控到主机接入未知设备时发送告警信息;
S2:采集批量确认告警信息的历史数据,判断是否需要对当前的告警信息做发送前的排序处理,采集到以往不同次需要批量确认的告警信息个数集合为M={M1,M2,M3,M4,M5,M6,M7}={20,23,15,16,21,10,12},将告警信息个数按从大到小的顺序进行排列,将不同次告警信息分为3组,其中,前一组中的每次需要批量确认的告警信息个数都大于后一组,获取到随机一个分组结果为:3组告警信息的个数集合分别为{23,21}、{20,16,15}和{12,10},对应分组结果中,3组中每组告警信息的总个数集合为C={C1,C2,C3}={44,51,22},根据下列公式计算随机一个分组结果中告警信息个数的差异度P:
P=[(∑g i=1(Ci-(∑g i=1Ci)/g)2)/g]1/2;
其中,Ci表示随机一个分组结果中,g组中第i组告警信息的总个数,得到P≈12.4,通过相同计算方式得到不同分组结果中告警信息个数的差异度,筛选出差异度最大的分组结果为:3组告警信息的个数集合分别为{23,21,20}、{16,15}和{12,10},获取到差异度最大的分组结果中,第一组中的告警信息个数集合为T={T1,T2,T3}={23,21,20},设置发送前需要排序的告警信息个数阈值为t,t=(∑n j=1Tj)/n≈21,获取到当前需要批量确认的告警信息个数为b,比较b和t:若b>t,判断需要在当前告警信息发送前对告警信息进行排序;
例如:获取到b=25,b>t,判断需要在当前告警信息发送前对告警信息进行排序;
若b≤t,判断不需要进行排序,直接发送告警信息供批量确认;
S3:在需要对当前的告警信息做发送前的排序处理时,预测不同主机产生告警的正确率,采集到当前产生告警的随机一个主机以往告警时接入的设备数量集合为R={R1,R2,R3}={5,3,2},其中,R中的每个元素都不相同,在接入对应数量设备后产生告警的次数集合为K={K1,K2,K3}={10,15,21},在接入对应数量设备后产生告警并经批量确认告警信息后发现设备接入异常的次数集合为A={A1,A2,A3}={9,10,16},根据公式Ue=Ae/Ke计算对应主机以往接入随机一项数量的设备后告警的正确率为Ue,其中,Ke表示在接入第e项数量的设备后产生告警的次数,Ae表示对应主机在接入第e项数量的设备后产生告警,并经批量确认告警信息后发现设备接入异常的次数,得到正确率集合为U={U1,U2,U3}={0.90,0.67,0.76},对数据点{(R1,U1),(R2,U2),(R3,U3)}进行直线拟合,为对应主机建立告警正确率预测模型:Y=α*X+β,其中,α和β表示拟合系数,根据下列公式分别求解α和β:
α=[s∑s e=1(Re*Ue)-(∑s e=1Re)*∑s e=1Ue]/[s∑s e=1(Re)2-(∑s e=1Re)2];
β=[∑s e=1Ue-α*∑s e=1Re]/s;
其中,Re表示集合R中的第e项元素,得到Y=0.06*X+0.58,获取到对应主机当前告警时接入的设备数量为q=4,将q代入模型中:令X=q=4,预测得到对应主机当前产生告警的正确率为α*q+β=0.82,为当前告警的所有主机建立告警正确率预测模型并预测不同主机当前产生告警的正确率;
S4:将不同主机产生的告警信息按正确率进行排序并发送,比较不同主机当前产生告警的正确率,将不同主机产生的告警信息按正确率从高到低的顺序进行排列,将排列好的告警信息发送至监控终端供批量确认。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于大数据的电力数据监管系统,其特征在于:所述系统包括:设备监控管理模块、告警信息分析模块、告警正确率预测模块和信息排序管理模块;
所述设备监控管理模块的输出端连接所述告警信息分析模块的输入端,所述告警信息分析模块的输出端连接所述告警正确率预测模块的输入端,所述告警正确率预测模块的输出端连接所述信息排序管理模块的输入端;
通过所述设备监控管理模块对主机接入设备情况进行实时监控,在监控到主机接入未知设备时发送告警信息;
通过所述告警信息分析模块采集批量确认告警信息的历史数据,判断是否需要对当前的告警信息做发送前的排序处理;
通过所述告警正确率预测模块在需要对当前的告警信息做发送前的排序处理时,预测不同主机产生告警的正确率;
通过所述信息排序管理模块将不同主机产生的告警信息按正确率进行排序并发送;
所述设备监控管理模块包括设备接入监控单元、接入异常告警单元和告警信息采集单元;
所述设备接入监控单元的输出端连接所述接入异常告警单元的输入端,所述接入异常告警单元的输出端连接所述告警信息采集单元的输入端;
所述设备接入监控单元用于对不同主机的设备接入情况进行实时监控;
所述接入异常告警单元用于在监控到主机接入未知设备时生成告警信息;
所述告警信息采集单元用于采集生成的告警信息;
所述告警信息分析模块包括信息个数统计单元和发送调整判断单元;
所述信息个数统计单元的输入端连接所述告警信息采集单元的输出端,所述信息个数统计单元的输出端连接所述发送调整判断单元的输入端;
所述信息个数统计单元用于统计以往不同次需要批量确认的告警信息个数;
所述发送调整判断单元用于比较以往不同次需要批量确认的告警信息个数,依据比较结果设置发送前需要排序的告警信息个数阈值,比较当前需要批量确认的告警信息个数和阈值,若当前需要批量确认的告警信息个数超出阈值,则判断需要在当前告警信息发送前对告警信息进行排序;否则,判断不需要进行排序,直接发送告警信息供批量确认;
所述告警正确率预测模块包括历史数据采集单元、预测模型建立单元和正确率预测单元;
所述历史数据采集单元的输入端连接所述发送调整判断单元的输出端,所述历史数据采集单元的输出端连接所述预测模型建立单元的输入端,所述预测模型建立单元的输出端连接所述正确率预测单元的输入端;
所述历史数据采集单元用于采集当前产生告警的主机以往的设备接入信息,包括告警时不同主机接入的设备数量、在接入对应数量设备后产生告警的次数以及经批量确认告警信息后发现设备接入异常的次数信息;
所述预测模型建立单元用于对历史数据进行拟合并为不同主机建立告警正确率预测模型;
所述正确率预测单元用于将主机当前接入的设备数量代入告警正确率预测模型中,预测主机当前产生告警的正确率。
2.根据权利要求1所述的一种基于大数据的电力数据监管系统,其特征在于:所述信息排序管理模块包括正确率比较单元、告警信息排序单元和发送批量确认单元;
所述正确率比较单元的输入端连接所述正确率预测单元的输出端,所述正确率比较单元的输出端连接所述告警信息排序单元的输入端,所述告警信息排序单元的输出端连接所述发送批量确认单元的输入端;
所述正确率比较单元用于比较不同主机当前产生告警的正确率,获取比较结果;
所述告警信息排序单元用于将不同主机产生的告警信息按正确率从高到低的顺序进行排列;
所述发送批量确认单元用于将排列好的告警信息发送至监控终端供批量确认。
3.一种基于大数据的电力数据监管方法,其特征在于:包括以下步骤:
S1:对主机接入设备情况进行实时监控,在监控到主机接入未知设备时发送告警信息;
S2:采集批量确认告警信息的历史数据,在发送当前的告警信息之前,判断是否需要对当前的告警信息做排序处理;
S3:在需要对当前的告警信息做发送前的排序处理时,预测不同主机产生告警的正确率;
S4:将不同主机产生的告警信息按正确率进行排序并发送;
在步骤S2中:采集到以往不同次需要批量确认的告警信息个数集合为M={M1,M2,...,Mf},其中,f表示批量确认次数,将告警信息个数按从大到小的顺序进行排列,将不同次告警信息分为g组,其中,前一组中的每次需要批量确认的告警信息个数都大于后一组,获取到随机一个分组结果中,g组中每组告警信息的总个数集合为C={C1,C2,...,Ci,…,Cg},根据下列公式计算随机一个分组结果中告警信息个数的差异度P:
P=[(∑g i=1(Ci-(∑g i=1Ci)/g)2)/g]1/2;
其中,Ci表示随机一个分组结果中,g组中第i组告警信息的总个数,通过相同计算方式得到不同分组结果中告警信息个数的差异度,筛选出差异度最大的分组结果,获取到差异度最大的分组结果中,第一组中的告警信息个数集合为T={T1,T2,...,Tj,…,Tn},其中,n表示第一组中共有n次需要批量确认的告警信息,设置发送前需要排序的告警信息个数阈值为t,t=(∑n j=1Tj)/n,获取到当前需要批量确认的告警信息个数为b,比较b和t:若b>t,判断需要在当前告警信息发送前对告警信息进行排序;若b≤t,判断不需要进行排序,直接发送告警信息供批量确认;
在步骤S3中:采集到当前产生告警的随机一个主机以往告警时接入的设备数量集合为R={R1,R2,...,Re,…,Rs},其中,R中的每个元素都不相同,s表示设备数量项数,在接入对应数量设备后产生告警的次数集合为K={K1,K2,...,Ke,…,Ks},在接入对应数量设备后产生告警并经批量确认告警信息后发现设备接入异常的次数集合为A={A1,A2,...,Ae,…,As},根据公式Ue=Ae/Ke计算对应主机以往接入随机一项数量的设备后告警的正确率为Ue,其中,Ke表示在接入第e项数量的设备后产生告警的次数,Ae表示对应主机在接入第e项数量的设备后产生告警,并经批量确认告警信息后发现设备接入异常的次数,得到正确率集合为U={U1,U2,...,Ue,...,Us},对数据点{(R1,U1),(R2,U2),...,(Re,Ue),…,(Rs,Us)}进行直线拟合,为对应主机建立告警正确率预测模型:Y=α*X+β,其中,α和β表示拟合系数,根据下列公式分别求解α和β:
α=[s∑s e=1(Re*Ue)-(∑s e=1Re)*∑s e=1Ue]/[s∑s e=1(Re)2-(∑s e=1Re)2];
β=[∑s e=1Ue-α*∑s e=1Re]/s;
其中,Re表示集合R中的第e项元素,获取到对应主机当前告警时接入的设备数量为q,将q代入模型中:令X=q,预测得到对应主机当前产生告警的正确率为α*q+β,为当前告警的所有主机建立告警正确率预测模型并预测不同主机当前产生告警的正确率。
4.根据权利要求3所述的一种基于大数据的电力数据监管方法,其特征在于:在步骤S4中:比较不同主机当前产生告警的正确率,将不同主机产生的告警信息按正确率从高到低的顺序进行排列,将排列好的告警信息发送至监控终端供批量确认。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410001426.2A CN117495357B (zh) | 2024-01-02 | 2024-01-02 | 一种基于大数据的电力数据监管系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410001426.2A CN117495357B (zh) | 2024-01-02 | 2024-01-02 | 一种基于大数据的电力数据监管系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117495357A CN117495357A (zh) | 2024-02-02 |
CN117495357B true CN117495357B (zh) | 2024-04-05 |
Family
ID=89678638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410001426.2A Active CN117495357B (zh) | 2024-01-02 | 2024-01-02 | 一种基于大数据的电力数据监管系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117495357B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107453485A (zh) * | 2017-09-04 | 2017-12-08 | 国网安徽省电力公司合肥供电公司 | 一种调度运行信息巡检方法及系统 |
CN111049133A (zh) * | 2019-12-20 | 2020-04-21 | 国家电网有限公司 | 一种电网调控中心集中监控辅助巡视系统 |
CN113934217A (zh) * | 2021-12-15 | 2022-01-14 | 南京绛门信息科技股份有限公司 | 一种基于5g的智能调度处理系统 |
CN117235460A (zh) * | 2023-10-12 | 2023-12-15 | 广州拾贝云科技有限公司 | 一种基于电力时序数据的数据传输处理方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130253718A1 (en) * | 2012-03-23 | 2013-09-26 | Power Analytics Corporation | Systems and methods for integrated, model, and role-based management of a microgrid based on real-time power management |
-
2024
- 2024-01-02 CN CN202410001426.2A patent/CN117495357B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107453485A (zh) * | 2017-09-04 | 2017-12-08 | 国网安徽省电力公司合肥供电公司 | 一种调度运行信息巡检方法及系统 |
CN111049133A (zh) * | 2019-12-20 | 2020-04-21 | 国家电网有限公司 | 一种电网调控中心集中监控辅助巡视系统 |
CN113934217A (zh) * | 2021-12-15 | 2022-01-14 | 南京绛门信息科技股份有限公司 | 一种基于5g的智能调度处理系统 |
CN117235460A (zh) * | 2023-10-12 | 2023-12-15 | 广州拾贝云科技有限公司 | 一种基于电力时序数据的数据传输处理方法及系统 |
Non-Patent Citations (4)
Title |
---|
《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;赵玥;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20220315(第3期);第C042-372页 * |
Electricity Theft Detection Based on Contrastive Learning and Non-Intrusive Load Monitoring;Gao, A 等;《IEEE TRANSACTIONS ON SMART GRID》;20231130;第14卷(第6期);第4565-4580页 * |
基于贝叶斯网络的汽轮发电机组故障诊断方法及应用研究;陈东超;《中国博士学位论文全文数据库工程科技Ⅱ辑》;20190415(第4期);第C042-15页 * |
融合贝叶斯网络的可视化监控系统告警生成算法研究;王婷 等;《信息与电脑(理论版)》;20200525(第10期);第27-29页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117495357A (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112162878B (zh) | 数据库故障发现方法、装置、电子设备及存储介质 | |
CN108491305B (zh) | 一种服务器故障的检测方法及系统 | |
EP1808768B1 (en) | Automatic remote monitoring and diagnostics system and communication method for communicating between a programmable logic controller and a central unit | |
CN111047082A (zh) | 设备的预警方法及装置、存储介质和电子装置 | |
CN104639368A (zh) | 通信网络设备的故障处理方法及装置 | |
CN114900369A (zh) | 一种基于物联网的芯片访问安全监管系统 | |
CN117689214B (zh) | 一种柔性直流牵引供电系统能量路由器动态安全评估方法 | |
CN110723166A (zh) | 一种道岔监测方法及系统 | |
CN116820014B (zh) | 一种交通机电设备智能化监控预警方法及系统 | |
CN113077065A (zh) | 车辆生产线故障的处理方法、装置、设备及存储介质 | |
CN117614978A (zh) | 一种用于数字化车间的信息安全通信管理系统 | |
CN117391675B (zh) | 一种数据中心基础设施运维管理方法 | |
CN117235460B (zh) | 一种基于电力时序数据的数据传输处理方法及系统 | |
CN117495357B (zh) | 一种基于大数据的电力数据监管系统及方法 | |
CN117557415A (zh) | 一种基于智慧物业的社区资源管理方法及系统 | |
CN116714469A (zh) | 充电桩健康监测方法、装置、终端及存储介质 | |
CN114598480A (zh) | 一种网络安全运营平台机器数据处理方法及系统 | |
CN113300918A (zh) | 智慧灯杆的故障检测方法、终端设备及存储介质 | |
CN115689320A (zh) | 基站运行的健康管理方法、装置及计算机可读存储介质 | |
CN106125643A (zh) | 一种基于机器学习技术的工控安防方法 | |
CN117150415B (zh) | 一种基于人工智能的通讯设备状态监测方法及系统 | |
CN117521084B (zh) | 一种复杂系统的主动安全预警方法 | |
CN117118853B (zh) | 一种用于电力通讯的通讯状态监测管理方法及系统 | |
CN113138875B (zh) | 一种故障检测方法、终端以及计算机存储介质 | |
WO2024066771A1 (zh) | 一种前传链路的故障根因定位方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |