[发明专利]一种基于词嵌入和DTW的报警泛滥序列相似性分析方法

说明书

本发明提供了一种基于词嵌入和DTW的报警泛滥序列相似性分析方法，S1：提取报警泛滥序列；S2：基于词嵌入，对所述报警泛滥序列进行结构化表示；S3：基于DTW，对结构化表示后的报警泛滥序列进行序列距离计算；S4：根据所述序列距离进行归一化处理，得到报警泛滥序列的相似度；S5：根据所述相似度，利用聚类算法的聚类错误率作为相似性分析结果的评价指标，以此完成对报警泛滥序列的相似性分析。本发明的有益效果是：本发明简单快速地得到不同长度序列之间的距离和报警信号之间的潜在联系，对报警事务进行归纳分析，提高了对报警事务的处理效率，大大节约了工业的经济成本和人力成本。

技术领域

本发明涉及复杂工业过程报警监控领域，尤其涉及一种基于词嵌入和DTW的报警泛滥序列相似性分析方法。

背景技术

随着现代化大规模工业系统的应用，生产设备的自动化程度大幅提高，为了确保生产过程安全、稳定和高效地运行，对过程的实时监控必不可少。报警系统在工业过程监控中起着重要的作用。在大型工厂中，生产的安全、质量、效率很大程度上取决于对报警信号的处理能力。网络技术和测控仪器的不断发展使得配置报警变量的成本降低，生产过程中更多的过程变量被仪器监测，异常情况下大量的报警信号被触发，引起报警泛滥，给工业过程监控带来严重的危害。

到目前为止，基于知识的报警泛滥序列分析方法仍然是工业生产中处理报警泛滥问题时最依赖的方法。但是这种方法效率低，成本高，而且在面对成千上万的报警时，人工的方式不再可靠。因此，需要对报警泛滥序列进行分析。由于故障问题的重复发生，所引起报警泛滥序列之间往往会有一定的相似性，因此需要对报警泛滥序列进行相似性分析。报警泛滥序列相似性分析的方法主要是生物基因序列比对算法及在其基础上改进的算法，这些方法主要基于报警的发生顺序，而忽略了序列中报警变量之间的关联关系，不能提高相似度计算的准确度。

发明内容

为了解决上述问题，本发明提供了一种基于词嵌入和动态时间规整(DTW)的报警泛滥序列相似性分析方法，首先，基于报警系统提供的报警事件日志，通过预处理以提取报警泛滥序列；然后，用改进的基于词嵌入的事件序列结构化表示方法，实现对提取的报警泛滥序列进行文本编码，得到报警事件数值向量。结构化的报警事件数值向量被赋予了语义信息，是对变量数据理解后的低维数值向量表达。针对报警泛滥序列长短不一无法计算距离及报警信号之间的潜在联系难以挖掘的问题，提出了基于动态时间规整的序列距离计算方法。利用该方法对编码后得到的报警事件数值向量计算距离，可以得到不同长度序列之间的距离，得到报警信号之间的潜在联系；最后提出了将序列之间的距离转换为相似度的方法，通过计算得到动态路径距离，以实现报警泛滥序列的相似性分析。所述报警泛滥序列相似性分析方法主要包括以下步骤：

S1：提取报警泛滥序列；

S2：基于词嵌入，对所述报警泛滥序列进行结构化表示；

S3：基于DTW，对结构化表示后的报警泛滥序列进行序列距离计算；

S4：根据所述序列距离进行归一化处理，得到报警泛滥序列的相似度；

S5：根据所述相似度，利用聚类算法的聚类错误率作为相似性分析结果的评价指标，以此完成对报警泛滥序列的相似性分析。

进一步地，从报警事件日志中提取报警泛滥序列F：

F＝[w₁,w₂,…,w_m,1≤m≤M]

其中w_m表示F中第m个报警，M表示报警泛滥序列的长度。

进一步地，在提取之前需要进行预处理，预处理过程如下：

a)时间戳和日志格式的检查：所有的时间戳和日志格式都需要统一；

b)减少抖振报警：加入延时定时器，以避免误识别报警泛滥。