[发明专利]换流站的日志关联分析方法及诊断装置

权利要求书

1.一种换流站的日志关联分析方法，其特征在于，包括：

获取换流站SER事件的数据特征项，并基于该数据特征项对数据进行数据预处理；

建立换流站SER事件模型；其中，直流输电系统状态转换操作或保护出口后相关设备动作将在0-120秒内完成，故采用关联事件最大时间值为120秒，即选取状态转换操作或保护出口后120秒内的SER事件，建立换流站SER事件模型M：M＝(I(ΔI₁,I₂),P(P₁+P₂))；其中，I表示索引维度特征的集合:ΔI₁为时间差值，I₂为主机维度；P表示数据挖掘特征的集合:P₁为报警组，P₂为事件；

在换流站SER事件模型中基于Apriori算法分析SER事件支持组；

在换流站SER事件模型中基于Apriori算法分析SER置信事件；

通过SER事件支持组和SER置信事件判断换流站产生的SER事件是否异常。

2.如权利要求1所述的换流站的日志关联分析方法，其特征在于，所述获取换流站SER事件的数据特征项，并基于该数据特征项对数据进行数据预处理，包括：

提取SER事件的特征项时间、主机名、系统告警；

基于特征项时间、主机名、系统告警对SER事件进行分级处理；

提取SER事件特征项报警组，并根据SER事件的不同等级进行报警处理；

记录SER事件的报警信息，并依照顺序构成事件列表。

3.如权利要求2所述的换流站的日志关联分析方法，其特征在于，所述建立换流站SER事件模型，包括：

记录直流输电系统状态转换或保护动作后关联的SER事件的故障时间；

若故障时间满足预设时间阈值时，触发换流站SER事件模型的建立。

4.如权利要求1所述的换流站的日志关联分析方法，其特征在于，所述在换流站SER事件模型中基于Apriori算法分析SER事件支持组，包括：

对事务数据库中每个元素出现的次数进行扫描计数，得到一维项集的支待度，将不符合最小支持度的项进行剪枝，得到频繁1项集L1；

通过对L1项集进行自连接操作，得到候选集C2；

扫描事务数据库，统计C2中各项出现的次数，对不符合最小支持度阈值的项进行剪枝得到频繁2项集L2，支持度公式如下：

其中，N为项目集的总数；

以此类推，通过对频繁k-1项集自连接操作得到候选k项集Ck，再对不符合最小支持度阈值的项进行剪枝；

把最大的频繁项集作为SER事件支持组。

5.如权利要求4所述的换流站的日志关联分析方法，其特征在于，所述在换流站SER事件模型中基于Apriori算法分析SER置信事件，包括：

在找出所有的频繁项集后，在所有长度大于1的频繁项中利用真子集组合关联规则，计算规则的置信度，并根据最小置信度阈值进行比较，去掉不满足条件的项，找出符合最小置信度阈值的强关联规则；

将符合频繁项集组合成规则的事件作为SER置信事件。

6.如权利要求1所述的换流站的日志关联分析方法，其特征在于，所述通过SER事件支持组和SER置信事件判断换流站产生的SER事件是否异常，包括：

控制系统执行直流输电系统状态转换指令或保护设备检测到直流输电系统故障保护动作，并设置最小支持度和最小置信度；

记录直流输电系统状态转换或保护动作后在预设时间内的SER事件并清洗；

调出SER事件支持组扫描清洗后的SER事件；

调出SER置信事件扫描清洗后的SER事件；

发送是否满足SER事件支持组和是否缺少SER置信事件以及缺少SER置信事件的置信度至控制中心；

将该故障的清洗后的SER事件加入SER事件集合。