基于數(shù)據(jù)挖掘的變電站監(jiān)控后臺告警信號自動分析

曹中來

[摘 要]隨著變電站設(shè)備裝備水平的提高，以及監(jiān)控自動化技術(shù)的發(fā)展與應(yīng)用，變電站的自動化程度也越來越高，信息量及種類也在不斷增加，需要新的技術(shù)方法來改進監(jiān)控后臺。目前，可以在變電站的監(jiān)控后臺應(yīng)用數(shù)據(jù)挖掘技術(shù)，進行告警信號的自動分析，主要是使用關(guān)聯(lián)性挖掘算法和增量式挖掘算法，按照故障發(fā)生概率大小對告警信號顯示的故障節(jié)點進行排序。本文在對告警信號的數(shù)據(jù)挖掘進行分析的基礎(chǔ)上，還研究了智能變電站智能告警的研究基礎(chǔ)，探討了變電站監(jiān)控后臺智能告警功能的實現(xiàn)。

[關(guān)鍵詞]數(shù)據(jù)挖掘；告警信號；自動分析；變電站；監(jiān)控后臺

doi：10.3969/j.issn.1673 - 0194.2017.20.029

[中圖分類號]TM63；TP311.13 [文獻標識碼]A [文章編號]1673-0194（2017）20-00-02

0 引 言

當前變電站的信息量隨著自動化程度的提升大量增加，對變電站后臺監(jiān)控系統(tǒng)的要求也越來越高，主要體現(xiàn)在告警信息的處理能力方面。目前，變電站監(jiān)控后臺存在的主要問題是對豐富的信息量缺乏進一步的加工處理，監(jiān)控平臺采集到各種模擬量、開關(guān)量信息后，只是簡單地按照時間順序進行顯示，沒有做更進一步的分析判斷。如果僅僅依靠值班人員進行告警是遠遠不夠的，不容易抓到重點，還容易遺漏重要的告警信號，因此必須應(yīng)用新的技術(shù)方法進行改進。

1 告警信號的數(shù)據(jù)挖掘

目前，告警信號的報警儀上僅僅是隨意羅列出故障節(jié)點，值班人員如果僅憑著自己的經(jīng)驗技術(shù)去判斷故障節(jié)點，查看故障原因是遠遠不夠的，也降低了監(jiān)控平臺值班人員的工作效率。而基于數(shù)據(jù)挖掘的告警信號自動分析主要是在監(jiān)控后臺的告警信號的報警儀上能夠顯示完整的告警信號回路節(jié)點，以及依據(jù)故障發(fā)生的概率，并對故障節(jié)點進行排序，這樣當值班人員點擊報警儀時，能夠按照故障大小排列的順序很快地排查到故障點，并及時做出處理，很大程度上避免故障誤判，如果處理不及時，則會導(dǎo)致故障嚴重化。

2 智能變電站智能告警的研究基礎(chǔ)

2.1 關(guān)聯(lián)性數(shù)據(jù)挖掘FP_growth算法

關(guān)聯(lián)性數(shù)據(jù)挖掘FP_growth是基于Apriori算法，能在不生成候選項的情況下提高該算法的效率。最早該算法應(yīng)用在傳統(tǒng)零售行業(yè)的購物籃分析中，應(yīng)用在告警信號自動分析中的核心思想是能夠通過頻繁項集的分析和處理，發(fā)現(xiàn)生產(chǎn)系統(tǒng)檢修記錄當中后臺數(shù)據(jù)庫的大量告警信號和故障節(jié)點之間的關(guān)聯(lián)性強度，即找到同時出現(xiàn)在檢修記錄中的告警信號和故障節(jié)點，然后把故障節(jié)點設(shè)置為優(yōu)先提醒，即對告警信息進行排序。這種算法最大優(yōu)勢就是構(gòu)造了一個FP_tree的數(shù)據(jù)結(jié)構(gòu)，將原先的數(shù)據(jù)庫進行了高度壓縮而不產(chǎn)生候選集，節(jié)省了時間和空間。算法如下。

設(shè)生產(chǎn)管理系統(tǒng)數(shù)據(jù)庫檢修數(shù)據(jù)為一個集合I={I1，I2.I3…，In}。

（2）將監(jiān)控后臺的告警信號及回路中的故障節(jié)點設(shè)為事務(wù)集T，為I的子集，其中的告警信號及故障節(jié)點為唯一標志TID。

（3）設(shè)置一個集合X，其有以下關(guān)聯(lián)規(guī)則：當告警信號出現(xiàn)時，故障節(jié)點也會以一定的概率出現(xiàn)。本算法就是在T中挖掘出X，主要有兩個衡量標準：置信度，是同時包含告警信號和故障節(jié)點的集合數(shù)與包含告警信號的集合數(shù)之比，即條件概率P；支持度，是同時包含告警信號和故障節(jié)點的集合數(shù)與總集合數(shù)之比。本課題中的P主要是表示告警信號報警時每個故障節(jié)點出現(xiàn)的概率大小。

（4）在上述關(guān)聯(lián)規(guī)則中，強關(guān)聯(lián)規(guī)表示支持度大于最小支持度，置信度大于最小置信度，關(guān)聯(lián)性挖掘即在集合中找到以上強關(guān)聯(lián)規(guī)則，相互之間沒有關(guān)聯(lián)的告警信號、告警信號與故障節(jié)點，都不會被挖掘出來。

（5）實現(xiàn)過程是首先挖掘出每個設(shè)備廠家在檢修記錄中告警信號對應(yīng)的故障節(jié)點，并寫入FP_tree，再設(shè)置支持度，挖掘出和告警信號同時出現(xiàn)在檢修記錄中的故障節(jié)點，并通過置信度進行故障節(jié)點排序。

2.2 增量式挖掘FSPM-FP算法

盡管FP-growth算法能夠使用強關(guān)聯(lián)規(guī)則對信息進行可靠排序，但由于電網(wǎng)每天會寫入新的檢修數(shù)據(jù)，因此可能會改變生產(chǎn)管理系統(tǒng)中的關(guān)聯(lián)性原則，因此可以使用增量式挖掘FSPM-FP算法對新增的檢修數(shù)據(jù)進行分析處理，充分利用最初構(gòu)建的FP_tree，在此基礎(chǔ)上分析是否需要重構(gòu)，再更新挖掘效果，進一步提升數(shù)據(jù)挖掘的效率。關(guān)聯(lián)規(guī)則的變化主要有以下3種。

（1）加入新數(shù)據(jù)之后沒有新增的告警信號和故障節(jié)點，只是原來的信息數(shù)量增加，因此可以不用改變FP-tree，可以在原來的節(jié)點上增加計數(shù)值，避免了再次遍歷數(shù)據(jù)庫，提升挖掘效率。

（2）加入新數(shù)據(jù)之后沒有新增節(jié)點，但引起了項頭表中各個節(jié)點排序的變化，因此這種要在FP_tree中從根節(jié)點開始查找調(diào)換節(jié)點位置，重新構(gòu)建結(jié)構(gòu)進行關(guān)聯(lián)性挖掘。

（3）加入新數(shù)據(jù)后產(chǎn)生了新的故障節(jié)點，這種情況可能會使關(guān)聯(lián)規(guī)則發(fā)生變化，因此首先要將新的故障節(jié)點插入FP_tree的地步，再從根節(jié)點自上而下地調(diào)整新節(jié)點的位置，重新構(gòu)建結(jié)構(gòu)后再進行關(guān)聯(lián)性挖掘。

在上述變化中，后兩種情況出現(xiàn)的概率較小，F(xiàn)SPM-FP算法一般情況下都無需重構(gòu)FP-tree，算法的效率優(yōu)勢更加明顯，可以和FP-growth算法相輔相成，找出新增數(shù)據(jù)而改變的關(guān)聯(lián)規(guī)則，很好地應(yīng)用在電網(wǎng)的運行過程中，極大地提升了數(shù)據(jù)挖掘的效率，也和實際的故障節(jié)點發(fā)生可能性的排序更加接近。

3 變電站監(jiān)控后臺智能告警功能的實現(xiàn)

3.1 智能告警系統(tǒng)知識庫

系統(tǒng)知識庫是指存放實現(xiàn)系統(tǒng)功能知識的地方，智能告警系統(tǒng)的問題解決步驟主要體現(xiàn)在系統(tǒng)利用知識庫中的知識模擬專業(yè)人員的思維方式進行分析解答。知識庫和智能告警系統(tǒng)的程度相互獨立，又相互聯(lián)系。系統(tǒng)性能可以通過改變以及完善知識庫中的知識內(nèi)容進行提升，系統(tǒng)可以對知識庫的界面進行維護和完善。endprint

3.2 智能告警系統(tǒng)的推理方案

智能告警系統(tǒng)主要應(yīng)用了人工智能推理機技術(shù)，推理機通過采集問題的條件和已知的數(shù)據(jù)信息，在知識庫中需找與之對應(yīng)的規(guī)則，從而得出結(jié)論，推理出問題的求解結(jié)果。推理方式一般存在正向和反向推理兩種，正向推理是指通過條件匹配得到結(jié)果，反向推理是指在推理之前設(shè)定一個結(jié)論是成立的，然后檢驗它的條件能不能得到滿足。推理機通過模仿專業(yè)人員的思維方式，實現(xiàn)知識庫的具體價值。除此之外，告警系統(tǒng)還可以自主獲取知識，對知識庫進行擴充和完善，提升其功能。

常見的智能告警系統(tǒng)的推理種類有3種：單事件推理、關(guān)聯(lián)多事件推理、故障智能推理。

單事件推理是指根據(jù)單個告警信息數(shù)據(jù)進行推理，并得出告警信息的位置、原因、維修建議。自動化系統(tǒng)通過對各個告警信號與知識庫中已經(jīng)存在的告警信號進行對比關(guān)聯(lián)，對各個告警信號進行分類，并生成邏輯判斷關(guān)系。工作人員可以對推理判斷進行干預(yù)，定義其關(guān)聯(lián)關(guān)系。在推理過程中，會根據(jù)告警信號的種類、重要程度、關(guān)聯(lián)程度等信息，進行推理，得出結(jié)論。

關(guān)聯(lián)多事件推理是基于多個關(guān)聯(lián)時間綜合判斷的推理邏輯，在單位時間內(nèi)，設(shè)備一旦連續(xù)發(fā)出多個故障告警信號，且這些信號之間存在關(guān)聯(lián)，則把這些信號稱作一個綜合事件，推理機要根據(jù)該綜合事件的邏輯關(guān)系，判斷設(shè)備發(fā)生故障的種類和原因，并相應(yīng)地給出處理建議。常見的綜合事件推理方法有兩種：窮舉法和模糊推理法。窮舉法是指，通過對該事件的組合推理得出該事件的信息，該方法準確度高，可以避免誤遙信號的干擾，但是適應(yīng)性較差，會因為變電站設(shè)備構(gòu)造復(fù)雜導(dǎo)致推理出現(xiàn)偏差。模糊推理法是將一個設(shè)備上的數(shù)個事件進行推理，并得出相應(yīng)的異常事件報告，忽略異常事件個數(shù)。該方法的準確度略低，但是適應(yīng)性較高，可以在不同信號和構(gòu)造的設(shè)備上進行推理。智能告警系統(tǒng)中，綜合了這兩種方法的使用，提高了系統(tǒng)的靈活性和準確性。

故障智能推理是指，將變電站常見故障類型觸發(fā)的關(guān)鍵條件進行采集，并通過參考接線方式、開關(guān)變位、遙測量、運行方式及時序等數(shù)據(jù)信息進行拓撲技術(shù)的綜合推理，得出關(guān)于設(shè)備故障的類型、范圍及處理辦法等。

4 結(jié) 語

隨著電力系統(tǒng)技術(shù)的逐漸提升和完善，變電站以及相應(yīng)的供電公司主要以增效減人、降低成本為目標進行生產(chǎn)和發(fā)展。變電站的值班無人化、遠程化是未來發(fā)展的主趨勢。值班無人化要求變電站的所有運行數(shù)據(jù)都上傳到數(shù)據(jù)終端中心，數(shù)據(jù)量巨大，信號動作繁雜，一旦變電站出現(xiàn)故障，有可能因為處理不及時造成更大的損失。通過對智能告警系統(tǒng)的闡述得知，該系統(tǒng)可以自行采取故障告警信息，為相關(guān)工作人員提供故障判斷和故障處理建議，有效提高整個電力系統(tǒng)的穩(wěn)定性，保障電網(wǎng)正常運行。

主要參考文獻

[1]宋凱，劉潤華，康忠健.基于混合數(shù)據(jù)挖掘方法的配電網(wǎng)故障診斷技術(shù)[J].電力科學(xué)與技術(shù)學(xué)報，2010（2）.

[2]陶曉云.變電站典型光字牌的分析及處理方法[J].建筑工程技術(shù)與設(shè)計，2015（20）.

[3]耿亮，吳燕，孟憲楠.電力數(shù)據(jù)挖掘在電網(wǎng)內(nèi)部及各領(lǐng)域間的應(yīng)用[C]//2013電力行業(yè)信息化年會論文集，2013.

[4]朱文灝，郭其一.應(yīng)用于智能電網(wǎng)故障檢測的關(guān)聯(lián)規(guī)則挖掘算法優(yōu)化[J].電工電氣，2015（3）.

[5]姚浩，李鵬，郭曉斌，等.基于大數(shù)據(jù)的告警信息處理和故障設(shè)備定位技術(shù)研究[J].電網(wǎng)與清潔能源，2014（12）.endprint