[发明专利]一种人工监督下的监控信号事件规则更新的方法

权利要求书

1.一种人工监督下的监控信号事件规则更新的方法，其特征是结合设备故障异常发生机理模型，在规定时间将所产生的监控信号事件分为故障跳闸事件和异常事件，通过建立一种可在人工监督下进行事件规则更新的规则库以用于区分监控信号形成对应事件,形成一套能够实现事件规则更新的方法；具体包括以下步骤：

首先，通过间隔类型、设备电压等级和设备类别将事件分成110kV母线故障、220kV母线故障、110kV线路故障和110kV主变故障；

其次，建立监控信号事件规则库，根据事件触发的条件将监控信号划分为必要条件和非必要条件，再根据监控信号类型将必要条件和非必要条件中再次划分出与条件和或条件；

采集监控告警信号，基于监控信号事件分类及生成规则，对相应的监控告警信号进行合并，最终生成不同等级、不同类型的监控信号事件；

第三，针对每一次的分析过程均生成相应的分析日志，记录分析的监控告警信号，分析匹配的规则，分析得出的结果，对于分析成功的应提供分析后的分析过程，推理未成功的应提供分析失败的原因；

第四，通过事实数据进行有监督学习，将学习得到的信息对事件规则库进行补充，通过人工分析获取的信号集，判断该信号集是否能够组成新的监控信号事件，如果有新的事件生成则选取有效部分的监控信号来形成新的事件规则；这属于有监督学习方法；

第五，对信号集建立四维空间，研究已有事件信号集之间的距离，对信号进行筛选后，判断数据中是否含有远离这些事件点集的大量信号集，以确定是否有新规则的出现，这属于无监督学习方法；

第六，当一种信息出现概率更高的时候，表明它被引用的程度更高；从信息传播的角度来看，使用权值来表示信息的价值，这样就有一个衡量信息价值高低的标准，权值的计算公式为：

H(x)＝E[I(xi)]＝E[log(2,1/p(xi))]＝-∑(p(xi)log(2,p(xi)))，(i＝1,2,..n)

其中，x表示随机变量，与之相对应的是所有可能输出的集合，定义为符号集,随机变量的输出用x种类表示；P(x)表示输出概率函数；变量的不确定性越大，熵也就越大，把它搞清楚所需要的信息量也就越大；

最后，在人工监督模式下添加新的监控信号事件以及对应的事件形成规则，并且能够进行自我校核判断添加事件规则的准确性。

2.根据权利要求1所述的方法，其特征是所述的监控信号事件主要包括：变电站事故跳闸事件:(a)母线故障；(b)线路故障；(c)主变故障；(d)容抗器故障。

3.根据权利要求1所述的方法，其特征是所述的规则库中事件对应的信号集种类分为必要信号和非必要信号，必要条件部分与非必要条件部分取一个比例系数来作为两个部分信息重要度划分标准，在各个部分中按照均分原则对于信号集各个条件进行划分，在各个条件内在对其中并列的信号进行重要度权值的考量；具体实现方法：基本数据：事件M，具有信号条件集{}，条件具有信号集{βj}。