基于告警信号文本挖掘的电力调度故障诊断.PDFVIP

第３９卷 第４期 电 力 自 动 化 设 备 Ｖｏｌ.３９ Ｎｏ.４ 　　 ２０１９年４月 Ｅｌｅｃｔｒｉｃ Ｐｏｗｅｒ Ａｕｔｏｍａｔｉｏｎ Ｅｑｕｉｐｍｅｎｔ Ａｐｒ. ２０１９ 基于告警信号文本挖掘的电力调度故障诊断 １ １ １ ２ ２ ３ 汪崔洋 ꎬ江全元 ꎬ唐雅洁 ꎬ朱炳铨 ꎬ项中明 ꎬ唐　 剑 (１. 浙江大学 电气工程学院ꎬ浙江 杭州 ３１００２７ꎻ２. 国网浙江省电力有限公司ꎬ浙江 杭州 ３１０００７ꎻ ３. 国网杭州供电公司ꎬ浙江 杭州 ３１０００９) 摘要:电力调度系统在电力系统故障过程中会收到大量告警信号ꎬ若调度员无法在短时间内做出决策ꎬ则可 能使故障扩大ꎬ为此提出基于告警信号文本挖掘的电力调度故障诊断方法ꎬ该方法包括告警信号文本预处理 和故障诊断２个阶段ꎮ 在第一阶段ꎬ基于隐马尔可夫模型(ＨＭＭ)对告警信号文本进行分词并去除其中的停 用词以构建本体词典ꎬ并采用向量空间模型(ＶＳＭ)使文本向量化ꎻ在第二阶段ꎬ使用滑动时间窗读取实时告 警信号ꎬ提出一种２层算法ꎬ第一层采用支持向量机(ＳＶＭ)对滑窗内的告警信号进行分类ꎬ若分类结果判断 － 为发生故障ꎬ则启动第二层ｋ 均值聚类法提取较高可能性的故障供调度员参考ꎮ 以某电力调度系统实际告 警信号作为算例ꎬ验证了所提方法的可行性ꎮ － 关键词:电力调度ꎻ文本挖掘ꎻ向量空间模型ꎻ支持向量机ꎻｋ 均值聚类 － 中图分类号:ＴＭ７６１ 文献标识码:Ａ ＤＯＩ:１０.１６０８１/ ｊ.ｉｓｓｎ.１００６ ６０４７.２０１９.０４.０１９ ０　 引言 留在文本处理和对文本挖掘结果的数据统计ꎮ 文献 [５]对纽约城市电缆的故障工单进行挖掘ꎬ为主动 电力系统故障过程中会产生故障相关的告警信 检修提供辅助ꎬ文献[６]对社交网络中关于停电的 号ꎬ电力调度需要对这些告警信号做出快速反应ꎮ 文本进行挖掘ꎬ以提高电网的风险管理能力ꎬ但中文 据统计ꎬ某省电力调控中心的调度系统平均每天接 文本与英文文本在词语分隔和语序结构上截然不 收３０万条告警信号ꎬ短时间接收较大的信号量容易 同ꎬ不能一概而论ꎮ 使调度员遗漏重要告警信号ꎬ调度员很难在短时间 目前电力系统故障诊断方法主要有专家系 内根据经验做出准确决策ꎬ故障处理效率较低ꎬ可能 [７] [８￣１１] [１２￣１４] 统 、解析模型 、Ｐｅｔｒｉ 网 、人工神经网 [１] 使故障扩大ꎬ不利于系统恢复 ꎮ 如何对故障后的 [１５] [１６] [１７] 络 、贝叶斯网络 、多源信息融合 等ꎮ 这些方 告警信号进行文本信息挖掘与归类ꎬ利用归类的告 法经过多年发展具有一定的容错性和适应性ꎬ但其 警信号进行快速有效的故障诊断ꎬ已经成为电力调