[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

说明书

本发明提出的一种基于聚类的电网运行监控信息智能辨识分类方法。该方法将聚类分析引入到电网监控的研究中，在对历史存档的电网监控告警信号进行预处理的前提下，将其转化为有效的告警信号文档集合。并采用聚类分析的方法建立对应的空间特征向量，结合K‑means算法计算得出典型的告警信号空间特征向量。有新的告警信息出现时可通过计算新增告警信息与典型告警信号空间特征向量的相似度对新增告警信号进行分类。从而实现电网监控信息自动分类，达到提高电网设备告警信号的辨识效率，防止信号的漏看和错误辨识的现象，保障电网安全稳定运行的目的。

技术领域

本发明涉及电网调度监控的人工智能技术领域，更具体的说，涉及一种基于聚类的电网运行监控信息智能辨识分类方法。

背景技术

随着我国电力行业的发展，变电和输电设备的自动化改造不断深入，以往有人值守的运维模式逐渐在向无人值守、集中监控的模式进行转化。目前全国绝大部分110kV及以上电压等级的变电站都采用集中监控的模式进行管理，现场电力设备的异常和告警信号都通过通信设施直接传输到调控中心已文本的形式展示给电网监控人员。

目前，我国关于电网异常信号的监视主要采用人工监屏的方式，设正值一人、副职两人进行监屏。然而人工监屏受到外部影响因素较多，当电网正常操作和电网设备异常时都会发出大量的电气量信号、物理信号，这些异常信号的筛选和辨识会消耗监控人员大量时间，若不能及时判断故障发生情况则会影响事故处理的及时性。而一旦发生信号漏看或辨识错误的现象，则会对电网设备造成不可估量的损失。因此，研究一种适用于电网监控的文本自动辨识方法，独立于人工辨识以外提供辅助功能，是当前亟需解决的热点问题。可以有效减轻监控人员的负担、加快电网事故处理的流程、避免信号漏看导致的电网事故。

发明内容

本发明提出一种基于聚类的电网运行监控信息智能辨识分类方法，以调度监控收到的告警信号为样本，通过聚类分析的方法形成典型告警信号的特征向量，从而实现对告警信号的自动核对和辨识。最终达到提高电网设备告警信号的辨识效率，防止信号的漏看和错误辨识，保障电网安全稳定运行的目的。

为了实现上述目的，本发明的技术方案是：一种基于聚类的电网运行监控信息辨识分类方法，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)：