[发明专利]一种基于聚类的电网运行监控信息辨识分类方法

权利要求书

1.一种基于聚类的电网运行监控信息辨识分类方法，其特征在于：依次包括以下步骤：

数据样本的预处理；

建立文本的空间特征向量；

基于K-means算法的聚类分析；

告警信号的智能辨识；

所述数据样本的预处理，包括以下步骤：

步骤一：按告警信号发出时间划分形成文本，将历史告警信号输入，按时段划分告警信号，每隔3秒统计一次最近3秒内发出的监控信息个数；将电网监控告警信息表征为下式(1)形式：

S＝[(t₁,m₁,c₁),(t₂,m₂,c₂)…(t_r,m_r,c_r)] (1)

式中S为按时段划分后得到的监控告警信息文档，t_h(h＝1,2,…,r)表示第h个时长为3秒的时段，m_h(h＝1,2,…,r)表示第h个时段中出现的告警信号个数，其中(t_r,m_r,c_r)被称为一个数据项，表示t_r时间段内接收到的告警信息条数m_r，以及告警文本内容c_r；

步骤二：建立文本的信息熵模型，电网事故发生时，与事故相关的告警信号一般在10秒以内都会发出；为避免漏掉有效信号，本方法以30秒为时间跨度形成对应的监控告警信号文档S；并计算监控告警信息文档S的信息熵；其计算公式如下式(2)：

其中φ为常数，l为预先划分的状态数，其数值大小为监控系统在3秒内接收到告警信号条数的最大值，P(q)为对应状态在文档S中出现的概率，其大小为：

式(3)中X_q为30秒内的10个数据项中告警信号条数为m_h＝q的个数，为总的样本个数，对应集合的监控信息熵越大，其无序程度越高；反之，监控告警信息文档S的无序程度越低；

步骤三：筛选掉信息熵值低于0.3的告警信息文档，以30秒为时间跨度，每隔10秒进行一次采样，计算对应的监控告警信息文档S的熵，将信息熵H(S)<0.3的监控信息文档筛选掉，即排除监控告警信号发出特别规律的时段；

步骤四：计算得出信息熵贡献值最大的数据项，针对剩下的有效告警信息文本，逐项删除文档S中的数据项，即(t_h,m_h,c_h)，并计算删除时间段后的信息熵H'(S)，确定对文本文档信息熵贡献度最大的数据项，并将其作为文本文档的中心；

步骤五：删除数据项，直至信息熵H(S)降低，以文本文档信息熵贡献度最大的数据项作为中心，从文档时间尺度的边缘开始逐渐删除数据项，直至H(S')<H(S)。