一种基于告警信号的全流程智能处置管理方法及系统与流程

本发明涉及电力系统智能运维，特别是一种基于告警信号的全流程智能处置管理方法及系统。

背景技术：

1、电力系统作为国民经济的重要基础产业,其安全稳定运行事关国计民生。随着电网规模不断扩大，设备数量持续增加，电网运行状态日趋复杂，各类异常告警信号也越来越多，传统的人工方式难以及时高效地处理大量异常情况。

2、传统方法在告警信号的智能处置方面存在一些不足。一是缺乏对多源异构数据的融合利用，难以获取全面的上下文信息支持决策；二是缺少知识驱动的处置模型生成机制，人工经验难以系统化、规范化；三是缺乏流程自动化和智能化管理，处置过程效率低下；四是缺乏人机协同的优化迭代机制，知识库和流程模板难以持续完善。

技术实现思路

1、鉴于现有技术在异常告警信号智能处置方面存在的不足，提出了本发明。

2、因此，本发明所要解决的问题在于如何将专家处置知识模型转化为智能化工作流程，引入过程智能管理机制，支持流程自适应调整、并行执行和异常处理。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明实施例提供了一种基于告警信号的全流程智能处置管理方法，其包括采用kettle数据处理工具实时监控传输文件夹，一旦发现ocs系统传输的告警信号数据文件，则将其导入数据库；对入库数据执行清洗程序，提取告警信号的核心信息；构建并持续更新专家知识库，根据提取的核心信息在专家知识库中进行匹配，对应生成专家知识模型；根据所生成的专家知识模型，将告警信号的处置步骤按阶段自动拆分生成子流程；根据匹配结果判断是否满足自动处置的判据，若满足则自动执行，若不满足则由现场人员确认后执行；采用cart分类树算法，基于历史告警信号数据和处置结果，对潜在缺陷进行预测，为检修提供决策依据。

5、作为本发明所述基于告警信号的全流程智能处置管理方法的一种优选方案，其中：对入库数据执行清洗程序包括以下步骤：在对入库数据执行清洗程序时，引入基于语义规则的自适应数据清洗机制；基于领域本体和背景知识，构建一组清洗语义规则集合r；针对每条入库数据d，基于清洗语义规则集合r对其进行语义解析，得到语义解析树t；定义一个评分函数score(t,r)，以衡量语义解析树t在清洗语义规则r下的分数，并设置阈值参数θ；若score(t,r)＞θ，则按照t的语义结构进行数据清洗；若score(t,r)≤θ，则反馈语义解析的不确定部分，由人工复审修正语义规则r；在人工修正的基础上，重新构建评分函数newscore(t,r')；基于最新的评分函数newscore(t,r')对入库数据d重新进行清洗。

6、作为本发明所述基于告警信号的全流程智能处置管理方法的一种优选方案，其中：评分函数score(t,r)的具体公式如下：

7、score(t,r)＝λ1structuresim(t,r)+λ2conceptsim(t,r)

8、+λ3contextsim(t,r)+λ4rulecoveragesim(t,r)

9、

10、其中，structuresim(t,r)表示语义解析树t与规则r在结构层面的相似性打分，conceptsim(t,r)表示语义解析树t与规则r在概念层面的相似性打分，contextsim(t,r)表示语义解析树t与规则r在上下文层面的相似性打分，rulecoveragesim(t,r)表示规则r对语义解析树t的覆盖程度，λ1、λ2、λ3、λ4表示各项打分的权重参数(通过验证集数据进行调优获得)，nt表示语义解析树t中节点集，n表示节点，mlp表示多层感知机网络，σ表示sigmoid函数，et表示语义解析树t中边集合，e表示边，cosinesim()表示计算两个向量的余弦相似度，et1和et2表示边两端实体，embed表示实体向量表示(通过embedding嵌入技术映射到低维稠密向量空间中的向量表示)，pt表示语义解析树t中路径集合，p表示路径，bleu表示自然语言生成任务中常用的评估指标，pdesc表示路径描述，gendesc表示上下文生成模型，er表示规则r中边集合。

11、重新构建评分函数newscore(t,r')的具体公式如下：

12、newscore(t,r')＝αscore(t,r')+(1-α)simword(t,d)

13、其中，simword表示词袋相似度，α表示耦合参数，score(t,r')表示在人工修正后的新规则r'下对语义解析树t的语义匹配程度评分，r'表示人工修正后的新规则，t表示语义解析树，d表示入库数据。

14、作为本发明所述基于告警信号的全流程智能处置管理方法的一种优选方案，其中：构建并持续更新专家知识库包括以下步骤：基于已有的人工标注的历史告警数据，利用自然语言处理和机器学习技术，自动提取告警信号的核心信息；将来自监控系统、工况数据库、设备档案的多源异构数据融合至专家知识库中，为异常分析提供全面的上下文信息；将专家知识库建模为面向电网领域的知识图谱，对实体及其关系进行有效组织，支持更丰富的查询和推理；利用图神经网络，在知识图谱上自动学习历史异常模式，对新的告警信号进行精准匹配，生成对应的专家处置模型；若新异常告警信号未在专家知识库中存在，则人工录入专家库信息，再次匹配专家库；对于匹配生成的专家处置模型，进行专家人工审核和反馈修正，并通过持续的人机协作迭代优化，完善专家知识库；将优化得到的专家处置模型，结合实时监控数据，动态生成个性化、可解释的异常处置方案。

15、作为本发明所述基于告警信号的全流程智能处置管理方法的一种优选方案，其中：将来自监控系统、工况数据库、设备档案的多源异构数据融合至专家知识库中包括以下步骤：构建一个包括监控、工况、设备三大知识图谱g1、g2、g3的总体框架g；在各子图谱gi上分别训练知识图嵌入模型，得到嵌入表示向量vi；定义知识图谱节点对齐评分函数align(vi,vj)＝δ(w·concat(vi,vj))，其中δ表示非线性函数，w表示权重矩阵，concat(vi,vj)表示将两个向量vi和vj进行拼接，vi和vj分别表示来自两个不同知识图谱gi和gj的节点嵌入向量；在所有节点对(i,j)上最大化对齐评分的全局目标函数，优化对齐矩阵m；在优化的对齐矩阵m下，进行各子图谱的特征交换，实现数据融合；对齐评分的全局目标函数具体公式如下：

16、max∑align(vi,vj)·mij

17、s.t.∑mij＝1,mij≥0

18、其中，m表示对齐矩阵，i和j分别表示行列变量，align(vi,vj)表示知识图谱节点对齐评分函数，vi和vj分别表示来自两个不同知识图谱gi和gj的节点嵌入向量。

19、作为本发明所述基于告警信号的全流程智能处置管理方法的一种优选方案，其中：将告警信号的处置步骤按阶段自动拆分生成子流程包括以下步骤：利用知识图谱中蕴含的丰富语义信息，根据告警信号的上下文关联，动态规划出最优化的处置路径；将处置路径建模为智能化工作流，引入过程智能技术，支持流程的自适应调整、并行执行和异常处理；将处置流程视为一个序列决策问题，利用强化学习技术，基于大量历史案例自动学习和优化最佳的分解路径；基于专家知识库拆分内部流程的同时，进行跨系统流程的编排和集成，使处置方案的执行覆盖更广泛的场景；对于特殊复杂的异常情况，允许专家人工介入，通过可视化建模工具对预生成的流程进行审核、修改和补充，生成定制化的处置流程方案；对于执行过程中产生的新知识和新做法，通过知识提炼技术自动归纳并反馈至专家知识库，持续优化和丰富处置流程模板。

20、作为本发明所述基于告警信号的全流程智能处置管理方法的一种优选方案，其中：生成定制化的处置流程方案包括以下步骤：设计状态s为当前已生成流程序列，动作a为插入/修改节点操作，定义奖赏函数r(s,a)为插入新节点后的流程质量打分；在强化学习框架下，状态s、动作a、奖赏r(s,a)构建马尔可夫决策过程，寻找最优的生成策略π*＝argmax∑r(s,a)；基于已有的人工处置数据，利用监督学习算法对策略π*进行预训练，构建状态-动作对的数据集；在人机交互模式下，实时接收专家操作动作a和反馈奖赏r，并通过策略迭代算法不断调整优化策略π*；构建模型可解释性机制，解释每一步操作的原因，若专家不理解或反对某一步骤，则通过模型可解释性机制进行反馈纠正；对于优化迭代的最终策略π*，编码为流程生成模型，并集成到可视化建模工具中，辅助专家进行流程审核和定制；奖赏函数r(s,a)的具体公式如下：

21、r(s,a)＝w1simstructure(s',s)+w2simsemantic(s',s)+w3costscore(s')

22、其中，s'表示执行动作a后新产生的流程，s表示参考优质流程，simstructure和simsemantic分别用于测量新生成的流程s'与参考优质流程s在结构和语义层面上的相似程度，w1、w2、w3分别表示对应权重。

23、第二方面，本发明实施例提供了基于告警信号的全流程智能处置管理系统，其包括传输检测模块，用于采用kettle数据处理工具实时监控传输文件夹，一旦发现ocs系统传输的告警信号数据文件，则将其导入数据库；清洗执行模块，用于对入库数据执行清洗程序，提取告警信号的核心信息；匹配生成模块，用于构建并持续更新专家知识库，根据提取的核心信息在专家知识库中进行匹配，对应生成专家知识模型；流程拆分模块，用于根据所生成的专家知识模型，将告警信号的处置步骤按阶段自动拆分生成子流程；判断模块，用于根据匹配结果判断是否满足自动处置的判据，若满足则自动执行，若不满足则由现场人员确认后执行；缺陷检测模块，用于采用cart分类树算法，基于历史告警信号数据和处置结果，对潜在缺陷进行预测，为检修提供决策依据。

24、第三方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的基于告警信号的全流程智能处置管理方法的步骤。

25、第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的基于告警信号的全流程智能处置管理方法的步骤。

26、本发明有益效果为：本发明实现对电网监控系统传输的告警信号数据文件的实时自动感知和监测，提高异常监测的及时性和准确性；基于多源异构数据融合构建面向电网领域的知识图谱，对历史异常模式进行自动学习，生成精准的专家处置知识模型，提供高效可解释的异常处置决策支持；将专家处置模型转化为智能化工作流程，引入过程智能管理机制，支持流程的自适应调整、并行执行和异常处理，提升处置方案的针对性和可执行性；建立人机协同优化机制，持续优化和丰富专家知识库，迭代生成定制化处置流程，不断提高异常处置决策的准确性和高级别。