[发明专利]电网监控告警事件识别的方法、终端装置、设备和介质

说明书

本发明公开了一种电网监控告警事件识别的方法、装置、终端设备和介质。该方法包括：获取电网监控的告警信息；根据告警信息初步识别告警事件，形成初步识别数据；对告警信息和初步识别数据预处理，形成训练样本集；训练样本集包括多个定义的事件；采用训练样本集对卷积神经网络模型训练，形成电网监控告警事件识别模型；采用电网监控告警事件识别模型识别监控告警事件。提高了电网监控告警信息识别为告警事件的效率和准确度，有效地减轻了电网监控业务人员的监屏能力，提高了业务人员日常监视和事故异常处置的工作效率，使得电网监控告警信息平台更好的适应电网的设备故障告警信息的数量呈现几何级增长的发展趋势。

技术领域

本发明实施例涉及电力系统监控技术领域，尤其涉及一种电网监控告警事件识别的方法、装置、终端设备和介质。

背景技术

随着电网设备规模扩大及智能监测水平提升，设备故障告警信息的数量呈现几何级增长趋势，现有电网监控业务依赖告警信息逐条响应的监视方式，需要对每一条信息逐一进行判别、分析并做出反馈，由于涉及的监控设备数量繁多、监控信息量大、异常故障情况复杂，单凭借传统的告警信息窗、光字牌列表等技术手段，容易出现设备故障或异常漏判误判的情况，对监控人员造成了较大的监屏压力，而且已无法适应当前形势下电网监控业务的更高要求。

发明内容

本发明提供一种电网监控告警事件识别的方法、装置、终端设备和介质，提高监控告警信息识别告警事件的效率和准确度，更好的适应当前形势下电网监控业务的要求。

第一方面，本发明实施例提供了一种电网监控告警事件识别的方法，包括：

获取电网监控的告警信息；

根据所述告警信息初步识别告警事件，形成初步识别数据；

对所述告警信息和所述初步识别数据预处理，形成训练样本集；所述训练样本集包括多个定义的事件；

采用所述训练样本集对卷积神经网络模型训练，形成电网监控告警事件识别模型；

采用所述电网监控告警事件识别模型识别监控告警事件。

可选地，所述告警信息包括电网监控告警事件历史信息、变电站及线路名称统计信息和事件发生时量测数据。

可选地，所述根据所述告警信息初步识别告警事件，形成初步识别数据，包括：

将所述告警信息通过规则库初步识别告警事件，形成初步识别数据。

可选地，所述对所述告警信息和所述初步识别数据预处理，形成训练样本集，包括：

对所述告警信息和所述初步识别数据进行分词和去停用词处理；

将处理后的告警信息向量化，形成训练样本集；其中，所述训练样本集的任一事件的告警信息为数据矩阵，所述数据矩阵的行数为处理后的告警信息的最大词长度，所述数据矩阵的列数为处理后的告警信息向量化的维度。

可选地，所述将处理后的告警信息向量化，形成训练样本集，包括：

将处理后的告警信息通过word2vec形成词向量，所述词向量构成所述训练样本集。

可选地，所述采用所述训练样本集对卷积神经网络模型训练，形成电网监控告警事件识别模型，包括：

采用所述卷积神经网络模型的输入层对输入的告警信息归一化；

采用所述卷积神经网络模型的卷积层中的多个卷积单元对归一化的告警信息进行卷积，形成卷积特征图；

采用所述卷积神经网络模型的池化层对所述卷积特征图最大池化操作，形成最大值数据矩阵；