林凌云，陳 青，金 磊，王 磊

基于知識(shí)圖譜的變電站告警信息故障知識(shí)表示研究與應(yīng)用

林凌云1,2，陳 青1，金 磊1，王 磊3

(1.電網(wǎng)智能化調(diào)度與控制教育部重點(diǎn)實(shí)驗(yàn)室(山東大學(xué))，山東 濟(jì)南 250061；2.國網(wǎng)天津市電力公司，天津 300010；3.國家電網(wǎng)有限公司技術(shù)學(xué)院分公司，山東 濟(jì)南 250002)

變電站監(jiān)控端積壓有大量告警信息文本，通過挖掘其中隱含的故障知識(shí)可以幫助監(jiān)控人員快速掌握故障情況，提升故障處置效率。首先基于知識(shí)圖譜技術(shù)提出了變電站告警信息故障知識(shí)表示方法。分析了告警信息的現(xiàn)有分類和解析內(nèi)容，之后提出了告警信息故障知識(shí)圖譜的構(gòu)建方法，以事故和變位信號(hào)構(gòu)造電網(wǎng)事故行為圖譜，以異常信號(hào)構(gòu)造設(shè)備異常行為圖譜。從而挖掘并展示告警信號(hào)間的行為邏輯、關(guān)聯(lián)關(guān)系和故障后的重要信息，為現(xiàn)場監(jiān)控人員快速獲取關(guān)鍵故障信息提供便利，提升故障處置效率。通過給出知識(shí)圖譜可視化案例展示了方法的可行性。最后分析了知識(shí)圖譜在信號(hào)解析、故障診斷、故障追蹤領(lǐng)域的擴(kuò)展應(yīng)用，使變電站告警信息數(shù)據(jù)在電網(wǎng)故障處理領(lǐng)域得到更好的利用與挖掘。

告警信息；知識(shí)圖譜；故障知識(shí)

0 引言

隨著智能變電站的快速建設(shè)和發(fā)展，變電站監(jiān)控平臺(tái)隨時(shí)會(huì)收到各類智能終端發(fā)送的告警信息，這些信息以自然語言表達(dá)電網(wǎng)內(nèi)部相關(guān)故障及異常情況，具有數(shù)量巨大、出現(xiàn)頻率高的特點(diǎn)[1-4]，且其中包含大量蘊(yùn)含電網(wǎng)運(yùn)行和設(shè)備狀態(tài)的潛在重要信息。但在現(xiàn)有情況下，監(jiān)控端收到告警信息后只通過屏幕直接顯示出文本格式的信號(hào)，并未對(duì)其進(jìn)行有效的梳理和分析，尤其是發(fā)生事故后，信號(hào)數(shù)量會(huì)在短時(shí)間內(nèi)激增，現(xiàn)有展示方式且未經(jīng)智能處理的情況會(huì)大大降低監(jiān)控人員的處理效率。如何利用文本數(shù)據(jù)挖掘方法，挖掘獲取海量變電站告警信息中隱含的事關(guān)電網(wǎng)運(yùn)行狀態(tài)、故障特征等關(guān)鍵信息，成為電網(wǎng)進(jìn)入大數(shù)據(jù)時(shí)代后有待研究的問題[5-9]。

在監(jiān)控告警信息挖掘的研究領(lǐng)域，一類研究方向主要是進(jìn)一步完善專家系統(tǒng)對(duì)告警信息進(jìn)行綜合分析和相關(guān)規(guī)則匹配，實(shí)現(xiàn)電網(wǎng)故障診斷等應(yīng)用[10-12]。另一類方向是結(jié)合自然語言處理領(lǐng)域的智能方法對(duì)文本格式的告警信息進(jìn)行解析。文獻(xiàn)[13]提出了一種對(duì)單條信號(hào)建立多元組模型的遙信信息語義解析方法。文獻(xiàn)[14]基于正則表達(dá)式描述設(shè)備告警信息，按照規(guī)則從告警信息中獲取關(guān)鍵內(nèi)容。上述研究主要基于字段內(nèi)容的提取，但沒有針對(duì)信號(hào)群進(jìn)行統(tǒng)一梳理和整合，未能挖掘信號(hào)間的關(guān)聯(lián)關(guān)系，同時(shí)現(xiàn)有研究對(duì)告警信息的處理與解析結(jié)果均為“類別-字段”的表格形式，對(duì)于人工理解來講不夠清晰直觀。

知識(shí)圖譜(Knowledge Graph, KG)技術(shù)是融合人工智能技術(shù)與傳統(tǒng)數(shù)據(jù)庫的智能數(shù)據(jù)庫，用于大規(guī)模知識(shí)的結(jié)構(gòu)化管理[15]。對(duì)于電網(wǎng)而言，知識(shí)圖譜能夠整合電網(wǎng)內(nèi)部分散的知識(shí)，有效挖掘電力系統(tǒng)內(nèi)大規(guī)模文本信息中有用的潛在規(guī)則[16]。同時(shí)知識(shí)圖譜的圖數(shù)據(jù)結(jié)構(gòu)也能為人工理解提供極大的便利。目前知識(shí)圖譜在電力領(lǐng)域的研究尚處于起步階段，相關(guān)文獻(xiàn)主要著眼于應(yīng)用探索與宏觀框架設(shè)計(jì)。文獻(xiàn)[17]提出電網(wǎng)故障處理輔助決策的多層次、多類別的知識(shí)圖譜應(yīng)用框架，并初步闡述了框架內(nèi)功能的關(guān)鍵技術(shù)和解決思路；文獻(xiàn)[18]針對(duì)我國能源互聯(lián)網(wǎng)的發(fā)展趨勢設(shè)計(jì)了電力知識(shí)圖譜應(yīng)用架構(gòu)，闡述了電力知識(shí)圖譜的未來應(yīng)用場景與方向。知識(shí)圖譜與電網(wǎng)相結(jié)合的研究方向也正逐步細(xì)化，文獻(xiàn)[19]利用知識(shí)圖譜的圖結(jié)構(gòu)表達(dá)文本信息及其相互關(guān)系，從缺陷語料中提取構(gòu)建知識(shí)圖譜所需的信息，實(shí)現(xiàn)知識(shí)圖譜的自動(dòng)構(gòu)建，并提出了缺陷記錄的自動(dòng)檢索方法；文獻(xiàn)[20]提出了低壓配電網(wǎng)拓?fù)浣Y(jié)構(gòu)知識(shí)圖譜構(gòu)建方法，整合和挖掘多個(gè)低壓配電網(wǎng)信息系統(tǒng)數(shù)據(jù)，達(dá)到對(duì)系統(tǒng)內(nèi)低壓配網(wǎng)戶變關(guān)系的辨識(shí)；文獻(xiàn)[21]面向電網(wǎng)智能調(diào)控方向，提出了該領(lǐng)域知識(shí)圖譜的構(gòu)建方法，重點(diǎn)落實(shí)在故障處置等應(yīng)用場景。在電網(wǎng)告警信息處理的研究領(lǐng)域，文獻(xiàn)[17]中提及電網(wǎng)故障信息知識(shí)解析技術(shù)，借助知識(shí)圖譜和自然語言處理技術(shù)，對(duì)告警信息進(jìn)行解析的同時(shí)提取內(nèi)部知識(shí)，為本文提供了相關(guān)研究思路。

本文以變電站告警信息為研究對(duì)象，提出了基于知識(shí)圖譜的變電站告警信息故障知識(shí)表示方法，首先分析了告警信息的現(xiàn)有分類和解析內(nèi)容，之后基于知識(shí)圖譜分別以相應(yīng)類別信號(hào)構(gòu)建告警信息故障知識(shí)圖譜，結(jié)合信號(hào)邏輯分析設(shè)計(jì)告警信息故障知識(shí)圖譜構(gòu)建規(guī)則。以事故和變位信號(hào)構(gòu)造電網(wǎng)事故行為圖譜，以異常信號(hào)構(gòu)造設(shè)備異常行為圖譜，表達(dá)故障后的事故行為及可疑故障設(shè)備的異常行為和現(xiàn)象。在此基礎(chǔ)上展示和分析了實(shí)際典型案例的可視化圖譜，驗(yàn)證方法可行：既能夠挖掘告警信息間的關(guān)聯(lián)，也可將故障知識(shí)以圖譜形式清晰直觀地展示，提升監(jiān)控人員對(duì)于關(guān)鍵告警信息的獲取效率和故障處置效率。最后對(duì)告警信息知識(shí)圖譜在故障處置領(lǐng)域的擴(kuò)展應(yīng)用進(jìn)行了分析。

1 變電站告警信息

1.1 告警信息分類

變電站告警信息表示了站內(nèi)某設(shè)備的動(dòng)作或狀態(tài)變化情況，它以文本格式在告警窗中顯示并存入告警記錄文件。內(nèi)容一般為20字以內(nèi)，其中包括電壓等級(jí)、設(shè)備名稱、設(shè)備編號(hào)、動(dòng)作行為等信息，能簡潔直接地反應(yīng)設(shè)備異常及故障情況。

現(xiàn)有規(guī)程將告警信號(hào)分為五類：事故、異常、越限、變位、告知。事故信號(hào)是當(dāng)電網(wǎng)或設(shè)備發(fā)生故障引起保護(hù)裝置動(dòng)作、開關(guān)跳閘等信號(hào)，這些信號(hào)均為電網(wǎng)運(yùn)行過程中及時(shí)發(fā)現(xiàn)和定位、處理和分析故障的關(guān)鍵信息，需要立即處理。異常信號(hào)表示設(shè)備的部件異常行為和參數(shù)異常現(xiàn)象，直接反應(yīng)設(shè)備運(yùn)行異常情況。越限信號(hào)是表示設(shè)備有功、無功、電壓、電流等重要遙測量超出報(bào)警上下限的信號(hào)。變位信號(hào)為開關(guān)設(shè)備分、合閘信號(hào)，該類信號(hào)直接反應(yīng)電網(wǎng)接線結(jié)構(gòu)和運(yùn)行方式的變化，重要性很高。告知信號(hào)是表示電網(wǎng)設(shè)備運(yùn)行情況的一般信息，僅需定時(shí)查詢并處理。

1.2 告警信息解析內(nèi)容

變電站告警信息文本中包含很多重要信息，為了能夠使用這些信息，要捋清基本的語義邏輯并進(jìn)行屬性設(shè)定。通過對(duì)變電站典型監(jiān)控信息規(guī)范和實(shí)際廠站告警信息的結(jié)合分析，變電站告警信息解析內(nèi)容包含以下屬性：信號(hào)時(shí)間、信號(hào)內(nèi)容和信號(hào)狀態(tài)。各屬性具體說明如下所述。

1) 信號(hào)時(shí)間

告警信號(hào)有兩種時(shí)間顯示：一種是SOE信號(hào)時(shí)間，SOE為事件順序記錄，將事件發(fā)生時(shí)間按順序逐個(gè)記錄，SOE時(shí)間為信號(hào)發(fā)生時(shí)的站端系統(tǒng)時(shí)間，SOE信號(hào)不是立即回發(fā)，而是在空閑時(shí)自動(dòng)發(fā)送，僅部分重要信號(hào)加有SOE時(shí)標(biāo)；另一種是COS 信號(hào)時(shí)間，COS信號(hào)于開關(guān)變位等事件發(fā)生后立即發(fā)送，該時(shí)間為主站監(jiān)控系統(tǒng)后臺(tái)收到信號(hào)報(bào)文指示時(shí)間，即監(jiān)控主站時(shí)間[22]，本文選擇告警信息的COS時(shí)間作為信號(hào)時(shí)間屬性。

2) 信號(hào)內(nèi)容

信號(hào)內(nèi)容包含位置描述、設(shè)備描述、行為三種屬性。

(1) 位置描述表示告警信號(hào)行為的發(fā)生位置，包含信號(hào)接收廠站、電壓等級(jí)、線路。

(2) 設(shè)備描述是對(duì)設(shè)備編號(hào)及設(shè)備名稱的描述信息。由于告警信息中涉及站內(nèi)設(shè)備種類多，且設(shè)備包含眾多部件，使設(shè)備名稱通常比較復(fù)雜，故采用“上層設(shè)備—下層部件/參數(shù)”的兩段式描述，如“保護(hù)—TA”、“開關(guān)—SF6”等。

(3) 行為表示設(shè)備及其下層部件的動(dòng)作行為或運(yùn)行參數(shù)發(fā)生的現(xiàn)象，如“斷線”、“閉鎖”、“告警”等。

3) 信號(hào)狀態(tài)

信號(hào)狀態(tài)表示告警信號(hào)的狀態(tài)標(biāo)識(shí)。對(duì)于開關(guān)位置信號(hào)，其狀態(tài)分為“合閘”或“分閘”；對(duì)于設(shè)備狀況信號(hào)，其狀態(tài)分為“動(dòng)作”或“恢復(fù)”。

告警信號(hào)解析內(nèi)容示例如圖1所示。

圖1 告警信號(hào)解析內(nèi)容示例

解析內(nèi)容的獲取基于字符串匹配算法實(shí)現(xiàn)，預(yù)先存儲(chǔ)匹配模板，來源見表1。

采用BM匹配算法依次獲取相應(yīng)字段，基本流程如圖2所示，具體步驟如下：

(1) 以單條告警信號(hào)文本為待解析對(duì)象，首先抽取首端19位字符(xxxx-xx-xx xx:xx:xx)存儲(chǔ)為信號(hào)時(shí)間，抽取末端2位字符存儲(chǔ)為信號(hào)狀態(tài)。刪除剩余字符中首末端空格，余下字符即為信號(hào)內(nèi)容。

(2) 根據(jù)匹配模板依次匹配位置描述、設(shè)備描述、行為及內(nèi)部屬性。對(duì)于單個(gè)屬性，若匹配成功，則將匹配成功的字符結(jié)果存儲(chǔ)至對(duì)應(yīng)屬性并將相應(yīng)字符從待匹配文本內(nèi)刪除；若未找到匹配項(xiàng)，則該屬性為空。

(3) 信號(hào)字符由首至尾遍歷完成后，若有除空格外的有效字符，則保存剩余字符，人工判斷剩余字符的語義屬性，所有匹配過程結(jié)束后更新匹配模板。

表1 告警信號(hào)內(nèi)容匹配模板來源及示例

圖2 基于字符串匹配的解析內(nèi)容獲取流程

2 知識(shí)圖譜

2.1 知識(shí)圖譜定義

2.2 知識(shí)圖譜分類

按應(yīng)用領(lǐng)域劃分，知識(shí)圖譜可以分為通用知識(shí)圖譜和行業(yè)知識(shí)圖譜。通用知識(shí)圖譜覆蓋內(nèi)容廣泛，重在融合全面、大量的實(shí)體，主要面向搜索、問答等領(lǐng)域；行業(yè)知識(shí)圖譜僅面向某一具體領(lǐng)域，針對(duì)該領(lǐng)域的需求和特點(diǎn)，提供業(yè)務(wù)功能或解決具體問題[15]。本文以變電站告警信息為數(shù)據(jù)集，構(gòu)建面向電網(wǎng)故障分析及診斷的電力行業(yè)知識(shí)圖譜，通過分析告警信息間的關(guān)聯(lián)以及告警信息包含的關(guān)鍵實(shí)體及其關(guān)系，幫助監(jiān)控人員迅速獲取重要告警信息，快速掌握事故情況，進(jìn)而及時(shí)做出故障診斷。

3 告警信息故障知識(shí)圖譜構(gòu)建

告警信息故障知識(shí)圖譜是以變電站告警信息為原始數(shù)據(jù)，形成描述電網(wǎng)事故后保護(hù)、開關(guān)設(shè)備的動(dòng)作行為的圖譜，用以事故行為判別。進(jìn)而，當(dāng)懷疑事故發(fā)生后某設(shè)備存在異?，F(xiàn)象或異常行為時(shí)，形成描述設(shè)備異常行為的圖譜，用以進(jìn)行設(shè)備可疑故障原因判別。

以收到全站事故總信號(hào)作為圖譜構(gòu)建起點(diǎn)，全站事故總信號(hào)是變電站事故跳閘時(shí)的總報(bào)警信號(hào)，用以區(qū)分正常操作與事故跳閘。存儲(chǔ)事故總信號(hào)后一定時(shí)間窗口內(nèi)告警信號(hào)集，完成信號(hào)解析內(nèi)容獲取后，以事故和變位信號(hào)構(gòu)建電網(wǎng)事故行為圖譜，以異常信號(hào)構(gòu)建設(shè)備異常行為圖譜，并利用軟件實(shí)現(xiàn)圖譜可視化，從而將告警信號(hào)文本集轉(zhuǎn)化為圖形形式來直觀展示事故行為和設(shè)備異常，幫助監(jiān)控人員提升故障處置效率。

3.1 電網(wǎng)事故行為圖譜

3.1.1構(gòu)建流程

電網(wǎng)事故行為圖譜是以事故和變位信號(hào)(為便于描述，統(tǒng)稱為事故類信號(hào))為數(shù)據(jù)源，注重表達(dá)這些告警信號(hào)描述的設(shè)備和行為狀態(tài)以及信號(hào)間的關(guān)聯(lián)關(guān)系。電網(wǎng)事故行為圖譜構(gòu)建流程如圖3所示。

圖3 電網(wǎng)事故行為圖譜構(gòu)建流程

具體步驟如下：

1) 從事故后告警信號(hào)集中獲取事故類信號(hào)并按時(shí)間順序排列。

2) 按時(shí)間序列首端至末端依次生成告警信號(hào)實(shí)體。

3) 讀取信號(hào)解析內(nèi)容結(jié)果中各屬性內(nèi)容實(shí)體，根據(jù)屬性名稱指定信號(hào)實(shí)體與內(nèi)容實(shí)體間的關(guān)系，如電壓等級(jí)、線路、設(shè)備、行為等，完成告警信號(hào)實(shí)體與信號(hào)解析內(nèi)容實(shí)體的關(guān)系連接。

4) 構(gòu)建告警信號(hào)對(duì)特征向量，利用分類算法進(jìn)行信號(hào)間關(guān)系抽取，完成中心實(shí)體間關(guān)系連接。

5) 存儲(chǔ)三元組集合，利用Neo4j軟件形成電網(wǎng)事故行為圖譜。

3.1.2實(shí)體和關(guān)系定義

為了在圖譜中更全面地表達(dá)告警信號(hào)，集中每條信號(hào)及其內(nèi)容，按照如下規(guī)則定義雙層實(shí)體。

1) 將事故類告警信號(hào)集中的每條告警信號(hào)定義為一個(gè)中心實(shí)體。

2) 基于告警信號(hào)語義解析結(jié)果，以每條信號(hào)的語義解析內(nèi)容作為分支實(shí)體，表達(dá)每條告警信號(hào)中所含的設(shè)備、行為等信息。

為適合上述雙層實(shí)體定義，實(shí)體間關(guān)系定義為：

1) 中心實(shí)體與分支實(shí)體間關(guān)系為該解析內(nèi)容所屬屬性名稱。

2) 中心實(shí)體間關(guān)系表示為不同告警信號(hào)間關(guān)聯(lián)關(guān)系。

為了在告警信號(hào)間賦予關(guān)聯(lián)關(guān)系，首先應(yīng)分析信號(hào)間的行為邏輯。在發(fā)生事故后，事故類告警信號(hào)中兩兩信號(hào)行為之間包含圖4所示的邏輯，如保護(hù)動(dòng)作后相應(yīng)開關(guān)分閘，具備重合閘功能的開關(guān)分閘后重合閘動(dòng)作等，其中虛線表示行為無法在接收到的告警信號(hào)中體現(xiàn)，如主保護(hù)拒動(dòng)后近后備保護(hù)動(dòng)作等。

圖4 事故類告警信號(hào)行為邏輯

依據(jù)上述行為邏輯，告警信號(hào)間關(guān)聯(lián)關(guān)系可概括為以下幾類：

1) 控制關(guān)系。表示信號(hào)a控制信號(hào)b的發(fā)生，即保護(hù)動(dòng)作與其控制的開關(guān)分閘信號(hào)、保護(hù)重合閘動(dòng)作與開關(guān)合閘信號(hào)間關(guān)系。

2) 由于存在無法在接收到的告警信號(hào)中體現(xiàn)的行為邏輯，定義“誤行為/信號(hào)”關(guān)系，如果信號(hào)a和b均出現(xiàn)，如主保護(hù)動(dòng)作與對(duì)應(yīng)后備保護(hù)動(dòng)作信號(hào)，則構(gòu)成誤行為/信號(hào)關(guān)系，表明可能存在不正確行為或不正確告警信號(hào)。

3) 并列關(guān)系是指同時(shí)控制或被控制信號(hào)之間的共現(xiàn)關(guān)系，如保護(hù)控制的各個(gè)開關(guān)動(dòng)作信號(hào)、雙重保護(hù)配置的保護(hù)動(dòng)作信號(hào)間關(guān)系。

4) 重合失敗。即保護(hù)重合閘動(dòng)作與開關(guān)分閘信號(hào)間關(guān)系，當(dāng)重合閘動(dòng)作后再次收到開關(guān)分閘信號(hào)，說明發(fā)生了重合失敗。

3.1.3基于特征向量的關(guān)系分類

1) 關(guān)系特征及特征向量

指定關(guān)系類型后，即將關(guān)系抽取問題轉(zhuǎn)化為關(guān)系分類問題。由于事故后告警信號(hào)數(shù)量較多，人工完成告警信號(hào)的關(guān)系分類工作量很大，在指定關(guān)系類型且種類有限的情況下，通過分析具有關(guān)聯(lián)關(guān)系的告警信號(hào)對(duì)內(nèi)容，按照一定規(guī)則從中抽取核心特征，將其轉(zhuǎn)化為特征向量，利用機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)告警信號(hào)間關(guān)系分類。

由于告警信號(hào)間關(guān)聯(lián)關(guān)系是出現(xiàn)在兩兩信號(hào)之間，本文以“信號(hào)對(duì)”為單元構(gòu)造特征向量。為了能夠較為全面地獲取信號(hào)間各種關(guān)系，將信號(hào)集中所有信號(hào)兩兩組合，生成信號(hào)對(duì)集合。每一個(gè)信號(hào)對(duì)中的兩條信號(hào)按時(shí)間順序排列，先出現(xiàn)的告警信號(hào)在前，后出現(xiàn)的在后。

事故類告警信號(hào)描述保護(hù)、開關(guān)、重合閘的動(dòng)作行為，信號(hào)中的關(guān)鍵信息即是何種設(shè)備發(fā)生何種行為。同時(shí)，在發(fā)生復(fù)雜故障或故障后存在錯(cuò)誤信號(hào)時(shí)，監(jiān)控端可能會(huì)收到多個(gè)保護(hù)或多段保護(hù)的動(dòng)作信息和多個(gè)開關(guān)的跳閘信息，此時(shí)保護(hù)與保護(hù)配合邏輯、保護(hù)與開關(guān)對(duì)應(yīng)關(guān)系等等都是關(guān)系判別的關(guān)鍵特征。此外，一般情況下具備關(guān)聯(lián)關(guān)系的告警信號(hào)間會(huì)同時(shí)或在1～2 s內(nèi)先后出現(xiàn)，所以接收到兩條信號(hào)間的時(shí)間差也是決定信號(hào)間是否存在關(guān)系的重要因素。

(1) 第條信號(hào)中設(shè)備類型d、行為類型b和第條信號(hào)中設(shè)備類型d、行為類型b。其中設(shè)備類型分為3類：保護(hù)-1，開關(guān)-2，重合閘-3；行為類型分為3類，動(dòng)作-1，合閘-2，分閘-3。

(2) 設(shè)備對(duì)應(yīng)關(guān)系是以矩陣中離散量元素表示保護(hù)間的配合關(guān)系、保護(hù)-開關(guān)的對(duì)應(yīng)關(guān)系、開關(guān)間的并列對(duì)應(yīng)關(guān)系。預(yù)先建立站內(nèi)保護(hù)配合矩陣和保護(hù)/保護(hù)重合閘-開關(guān)對(duì)應(yīng)矩陣：的行列值為站內(nèi)所有保護(hù)的唯一編號(hào)，如 ××線保護(hù)“××- RCS-931”、1號(hào)主變差動(dòng)保護(hù)“#1-WBH812A”；的行值為所有保護(hù)編號(hào)，列值為所有開關(guān)編號(hào)。元素?cái)?shù)值及釋義如表2所示。

表2 設(shè)備對(duì)應(yīng)關(guān)系矩陣元素及釋義

(3) 第條信號(hào)和第條信號(hào)時(shí)間差t=t-t，|t|越大，信號(hào)對(duì)存在關(guān)系的可能性越小。

2) 關(guān)系分類

基于特征向量的分類方法的基本原理是通過給定特征向量和正確標(biāo)簽的訓(xùn)練數(shù)據(jù)，訓(xùn)練機(jī)器學(xué)習(xí)算法構(gòu)造分類器，使其對(duì)新的特征向量能夠?qū)崿F(xiàn)正確分類。當(dāng)應(yīng)用至告警信號(hào)對(duì)關(guān)系分類問題時(shí)，由于告警信息間關(guān)系類型數(shù)量已知，特征向量維數(shù)較低，同類別訓(xùn)練數(shù)據(jù)間相似度高，因此本文采用依賴樣本數(shù)據(jù)的kNN算法實(shí)現(xiàn)事故類告警信號(hào)對(duì)關(guān)系分類。具體步驟為：首先根據(jù)歷史告警信號(hào)預(yù)先生成訓(xùn)練樣本集，設(shè)定值。對(duì)于一個(gè)測試樣本，計(jì)算其與訓(xùn)練樣本集各個(gè)樣本點(diǎn)的歐式距離，如式(2)所示。

式中：為測試樣本的特征向量；為第個(gè)訓(xùn)練樣本特征向量。將Dist的計(jì)算結(jié)果按距離大小排序，選出與測試樣本距離最近的前個(gè)鄰近樣本。將測試樣本分配到其個(gè)近鄰所屬類別最多的分類中。最后更新訓(xùn)練樣本集。

3.2 設(shè)備異常行為圖譜

事故發(fā)生后，除保護(hù)動(dòng)作、開關(guān)變位、重合閘等告警信號(hào)外，還會(huì)伴隨有大量的設(shè)備異常信號(hào)。異常信號(hào)表示設(shè)備的部件異常行為和參數(shù)異?，F(xiàn)象，包含豐富的實(shí)時(shí)信息。通過對(duì)在事故后告警信號(hào)集中出現(xiàn)的所關(guān)注設(shè)備的異常信號(hào)進(jìn)行歸納，結(jié)合信號(hào)的可能原因分析，能夠幫助監(jiān)控人員快速發(fā)現(xiàn)設(shè)備可能存在異常的部件，提升現(xiàn)場檢修效率。

當(dāng)懷疑事故發(fā)生后某設(shè)備存在異?，F(xiàn)象或異常行為時(shí)，在信號(hào)集中搜索該設(shè)備的所有異常告警信號(hào)，以該設(shè)備為起點(diǎn)，從信號(hào)解析結(jié)果中獲取實(shí)體元素，并指定關(guān)系類型，形成事故后一定時(shí)間內(nèi)設(shè)備行為樹狀圖譜，描述事故后一定時(shí)間內(nèi)該設(shè)備部件的可能異常情況。構(gòu)建步驟如下：

1) 查找事故后信號(hào)集中某設(shè)備的所有異常信號(hào)，以該設(shè)備為起始實(shí)體，從語義解析結(jié)果中獲取其編號(hào)、位置描述實(shí)體生成[設(shè)備-編號(hào)-ID]、[設(shè)備-廠站-××站] 、[設(shè)備-電壓等級(jí)-××kV]、[設(shè)備-線路-××線]三元組。

2) 對(duì)于單條告警信號(hào)，獲取部件/參數(shù)、行為、信號(hào)狀態(tài)實(shí)體，生成[設(shè)備-包含-部件/參數(shù)]、[部件/參數(shù)-發(fā)生-行為]、[行為-狀態(tài)-信號(hào)狀態(tài)]三元組。

3) 統(tǒng)計(jì)該時(shí)間窗口內(nèi)同一信號(hào)出現(xiàn)次數(shù)，作為末端實(shí)體，生成[信號(hào)狀態(tài)-出現(xiàn)-次數(shù)]三元組。

4) 所有信號(hào)知識(shí)提取完成后，逐層合并該層具有相同節(jié)點(diǎn)的不同分支，形成樹狀有向圖，其簡化概念圖如圖5所示。

圖5 設(shè)備異常行為圖譜簡化概念圖

4 知識(shí)圖譜可視化

為展示基于知識(shí)圖譜的告警信息故障知識(shí)表示方法的實(shí)際應(yīng)用和可視化效果，本文參考某220 kV變電站出線故障合并斷路器拒動(dòng)的實(shí)際事故，給出圖譜可視化示例。選取該事故的原因是該事故在故障發(fā)生后保護(hù)正確動(dòng)作但發(fā)生斷路器設(shè)備的不正確動(dòng)作，能夠同時(shí)進(jìn)行電網(wǎng)事故行為圖譜和設(shè)備異常行為圖譜兩類圖譜的構(gòu)建。該變電站T站220 kV母線主接線示意圖如圖6所示。事故發(fā)生前，220 kV T變電站運(yùn)行方式為：TL1、TP1、II TU1、II HT2、TD1、2號(hào)主變T222開關(guān)運(yùn)行于西母，I TU1、I HT1、I BT2、TW1、1號(hào)主變T221開關(guān)運(yùn)行于東母。

圖6 T站220 kV母線主接線示意圖

表3 T站事故類告警信號(hào)

表4 信號(hào)間關(guān)系分類結(jié)果

其中斷路器TL1有不正確動(dòng)作行為，通過篩選設(shè)備類型和編號(hào)查找事故前一小時(shí)的TL1異常信號(hào)，以斷路器TL1為對(duì)象建立設(shè)備異常行為圖譜，如圖8所示。圖譜中TL1相關(guān)告警信號(hào)由上至下依次為控制回路斷線、油壓低告警、油壓低閉鎖、SF6氣壓低告警、SF6氣壓低告警閉鎖。其中開關(guān)“SF6氣壓低閉鎖”和“油壓低閉鎖”信號(hào)反復(fù)動(dòng)作并恢復(fù)，且出現(xiàn)頻率最高。

圖7 電網(wǎng)事故行為圖譜

圖8 TL1設(shè)備異常行為圖譜

5 知識(shí)圖譜擴(kuò)展應(yīng)用

構(gòu)建完成的告警信息故障知識(shí)圖譜可以在以下領(lǐng)域進(jìn)行擴(kuò)展應(yīng)用，應(yīng)用框架如圖9所示。

1) 告警信息內(nèi)容檢索?，F(xiàn)有變電站告警信息以中文文本格式顯示在監(jiān)控窗口內(nèi)，信號(hào)刷新頻繁，容易造成刷屏，造成監(jiān)控效率低下。而告警信息知識(shí)圖譜改善了告警信息顯示形式，圖形化展示可以使信號(hào)的顯示更為清晰，更便于監(jiān)控人員獲取重要信號(hào)內(nèi)容。通過檢索實(shí)體標(biāo)簽，可以獲取信號(hào)中相應(yīng)廠站、電壓等級(jí)、設(shè)備、行為等關(guān)鍵告警信息語義解析內(nèi)容，提升所需信息的獲取效率。

圖9 故障知識(shí)圖譜擴(kuò)展應(yīng)用框架

2) 故障診斷。以告警信息為數(shù)據(jù)源的電網(wǎng)事故行為圖譜分析了事故告警信息間的邏輯關(guān)聯(lián)，基于此結(jié)合知識(shí)推理方法進(jìn)行故障診斷。預(yù)先建立故障案例庫，在實(shí)際事故發(fā)生后，基于構(gòu)建完成的電網(wǎng)事故行為圖譜中的關(guān)系類型，根據(jù)其中包含的關(guān)系類型區(qū)分故障情況，進(jìn)行案例間三元組相似度匹配，得到現(xiàn)有事故的可能故障診斷結(jié)果?，F(xiàn)場檢查并確認(rèn)事故原因，將該事件擴(kuò)充入故障案例庫。隨著越來越多次事故的處理和總結(jié)，可以將事故處理方式一并存入故障案例中，結(jié)合歷史經(jīng)驗(yàn)給出本次事件的處置建議，實(shí)現(xiàn)功能的進(jìn)一步擴(kuò)展。

3) 故障追蹤。故障追蹤是在調(diào)度端對(duì)收集到的事故告警信息調(diào)用故障診斷算法之后，若發(fā)現(xiàn)斷路器以及保護(hù)有不正確動(dòng)作，或者報(bào)警信息有丟失的情況，通過挖掘和分析站端其他有效數(shù)據(jù)，進(jìn)而找出錯(cuò)誤動(dòng)作及信息丟失根源的過程[23]。預(yù)先對(duì)保護(hù)、斷路器等設(shè)備的功能結(jié)構(gòu)建模以及對(duì)通信系統(tǒng)數(shù)據(jù)流動(dòng)路徑建模，如果懷疑相應(yīng)設(shè)備或系統(tǒng)存在故障，根據(jù)設(shè)備異常行為圖譜中出現(xiàn)的相關(guān)機(jī)構(gòu)及行為，確定設(shè)備可能的故障環(huán)節(jié)及故障原因，對(duì)故障原因追本溯源，提升現(xiàn)場檢修效率。

6 結(jié)論

本文提出了變電站告警信息故障知識(shí)圖譜構(gòu)建方法，將知識(shí)圖譜技術(shù)引入變電站告警信息的知識(shí)挖掘與展示。闡述了告警信息故障知識(shí)圖譜的構(gòu)建規(guī)則，挖掘了事故后告警信號(hào)間的關(guān)聯(lián)關(guān)系，通過構(gòu)造信號(hào)對(duì)特征向量以及結(jié)合分類算法實(shí)現(xiàn)關(guān)系自動(dòng)分類，同時(shí)引申了若事故后懷疑某具體設(shè)備故障時(shí)的以設(shè)備為中心的異常行為圖譜構(gòu)建規(guī)則。通過案例圖譜可視化說明了知識(shí)圖譜模型在變電站告警信息故障知識(shí)表示方向的可行性，最后闡述了知識(shí)圖譜的擴(kuò)展應(yīng)用。

同時(shí)，本文是對(duì)知識(shí)圖譜技術(shù)應(yīng)用至變電站告警文本信息的初步探索，如何在現(xiàn)有研究的基礎(chǔ)上進(jìn)一步完善告警信息領(lǐng)域知識(shí)圖譜的構(gòu)建流程，同時(shí)在圖譜內(nèi)部引入智能推理算法從而提升故障處置效率，是后續(xù)研究的重要方向。

[1] 李潔, 崔錦瑞. 500 kV變電站報(bào)警信息和事故處理流程優(yōu)化[J]. 電力系統(tǒng)自動(dòng)化, 2009, 33(2): 101-103.

LI Jie, CUI Jinrui. Process optimization of alarming signals and emergency response for 500 kV substation[J]. Automation of Electric Power Systems, 2009, 33(2): 101-103.

[2] 王磊, 陳青, 高洪雨, 等. 基于大數(shù)據(jù)挖掘技術(shù)的智能變電站故障追蹤架構(gòu)[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(3): 84-91.

WANG Lei, CHEN Qing, GAO Hongyu, et al. Framework of fault trace for smart substation based on big data mining technology[J]. Automation of Electric Power Systems, 2018, 42(3): 84-91.

[3] 張永剛, 莊衛(wèi)金, 孫名揚(yáng), 等. 大運(yùn)行模式下面向監(jiān)控的分布式智能告警架構(gòu)設(shè)計(jì)[J]. 電力系統(tǒng)保護(hù)與控制, 2016, 44(22): 148-153.

ZHANG Yonggang, ZHUANG Weijin, SUN Mingyang, et al. Architectural design of distributed intelligent alarm application for equipment monitoring in the “l(fā)arge operation” mode of state grid[J]. Power System Protection and Control, 2016, 44(22): 148-153.

[4] 崔玉, 曹海歐, 余嘉彥, 等. 智能變電站智能告警技術(shù)及應(yīng)用研究[J]. 電力信息與通信技術(shù), 2021, 19(5): 65-70.

CUI Yu, CAO Haiou, YU Jiayan, et al. Research and application of intelligent alarm technology in smart substation[J]. Electric Power Information and Communication Technology, 2021, 19(5): 65-70.

[5] 中國電機(jī)工程學(xué)會(huì)信息化專委會(huì). 中國電力大數(shù)據(jù)發(fā)展白皮書[M]. 北京: 中國電力出版社, 2013.

[6] 張東霞, 苗新, 劉麗平, 等. 智能電網(wǎng)大數(shù)據(jù)技術(shù)發(fā)展研究[J]. 中國電機(jī)工程學(xué)報(bào), 2015, 35(1): 2-12.

ZHANG Dongxia, MIAO Xin, LIU Liping, et al. Research on development strategy for smart grid big data[J]. Proceedings of the CSEE, 2015, 35(1): 2-12.

[7] 彭小圣, 鄧迪元, 程時(shí)杰, 等. 面向智能電網(wǎng)應(yīng)用的電力大數(shù)據(jù)關(guān)鍵技術(shù)[J]. 中國電機(jī)工程學(xué)報(bào), 2015, 35(3): 503-511.

PENG Xiaosheng, DENG Diyuan, CHENG Shijie, et al. Key technologies of electric power big data and its application prospects in smart grid[J]. Proceedings of the CSEE, 2015, 35(3): 503-511.

[8] 宋亞奇, 周國亮, 朱永利. 智能電網(wǎng)大數(shù)據(jù)處理技術(shù)現(xiàn)狀與挑戰(zhàn)[J]. 電網(wǎng)技術(shù), 2013, 37(4): 927-935.

SONG Yaqi, ZHOU Guoliang, ZHU Yongli. Present status and challenges of big data processing in smart grid[J]. Power System Technology, 2013, 37(4): 927-935.

[9] 陳家超, 張勇軍, 黃國權(quán), 等. 計(jì)及保護(hù)和斷路器告警信息可信度的電網(wǎng)故障診斷優(yōu)化模型[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(4): 28-36.

CHEN Jiachao, ZHANG Yongjun, HUANG Guoquan, et al. Optimal model of power grid fault diagnosis considering reliability of protection and circuit breaker alarm information[J]. Power System Protection and Control, 2021, 49 (4): 28-36.

[10] WEI L H, GUO W X, WEN F S, et al. An online intelligent alarm-processing system for digital substations[J]. IEEE Transactions on Power Delivery, 2011, 26(3): 1615-1624.

[11]郭文鑫, 文福拴, 廖志偉, 等. 計(jì)及保護(hù)和斷路器誤動(dòng)與拒動(dòng)的電力系統(tǒng)故障診斷解析模型[J]. 電力系統(tǒng)自動(dòng)化, 2009, 33(24): 6-10.

GUO Wenxin, WEN Fushuan, LIAO Zhiwei, et al. An analytic model for power system fault diagnosis with malfunctions of protective relays and circuit breakers taken into account[J]. Automation of Electric Power Systems, 2009, 33(24): 6-10.

[12] 徐希, 張劍, 孫世明. 地區(qū)電網(wǎng)智能調(diào)度輔助決策系統(tǒng)[J]. 電力系統(tǒng)自動(dòng)化, 2012, 36(2): 111-115.

XU Xi, ZHANG Jian, SUN Shiming. Regional power grid dispatching intelligent aided decision-making system[J]. Automation of Electric Power Systems, 2012, 36(2): 111-115.

[13] 張旭, 魏娟, 趙冬梅, 等. 一種用于電網(wǎng)故障診斷的遙信信息解析方法[J]. 中國電機(jī)工程學(xué)報(bào), 2014, 34(22): 3824-3833.

ZHANG Xu, WEI Juan, ZHAO Dongmei, et al. An analytic alarm information method for power grid fault diagnosis[J]. Proceedings of the CSEE, 2014, 34(22): 3824-3833.

[14] 魯華永, 袁越, 郭泓佐, 等. 基于正則表達(dá)式的變電站集中監(jiān)控信息解析方法[J]. 電力系統(tǒng)自動(dòng)化, 2017, 41(5): 78-83.

LU Huayong, YUAN Yue, GUO Hongzuo, et al. Regular expressions based information analytic method for substation centralized monitoring[J]. Automation of Electric Power Systems, 2017, 41(5): 78-83.

[15] 劉津, 杜寧, 徐菁, 等. 知識(shí)圖譜在電力領(lǐng)域的應(yīng)用與研究[J]. 電力信息與通信技術(shù), 2020, 18(1): 60-66.

LIU Jin, DU Ning, XU Jing, et al. Application and research of knowledge graph in electric power field[J]. Electric Power Information and Communication Technology, 2020, 18(1): 60-66.

[16] 高海翔, 苗璐, 劉嘉寧, 等. 知識(shí)圖譜及其在電力系統(tǒng)中的應(yīng)用研究綜述[J]. 廣東電力, 2020, 33(9): 66-76.

GAO Haixiang, MIAO Lu, LIU Jianing, et al. Review on knowledge graph and its application in power system[J]. Guangdong Electric Power, 2020, 33(9): 66-76.

[17] 喬驥, 王新迎, 閔睿, 等. 面向電網(wǎng)調(diào)度故障處理的知識(shí)圖譜框架與關(guān)鍵技術(shù)初探[J]. 中國電機(jī)工程學(xué)報(bào), 2020, 40(18): 5837-5849.

QIAO Ji, WANG Xinying, MIN Rui, et al. Framework and key technologies of knowledge-graph-based fault handling system in power grid[J]. Proceedings of the CSEE, 2020, 40(18): 5837-5849.

[18] 蒲天驕, 談元鵬, 彭國政, 等. 電力領(lǐng)域知識(shí)圖譜的構(gòu)建與應(yīng)用[J]. 電網(wǎng)技術(shù), 2021, 45(6): 2080-2091.

PU Tianjiao, TAN Yuanpeng, PENG Guozheng, et al. Construction and application of knowledge graph in the electric power field[J]. Power System Technology, 2021, 45(6): 2080-2091.

[19] 劉梓權(quán), 王慧芳. 基于知識(shí)圖譜技術(shù)的電力設(shè)備缺陷記錄檢索方法[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(14): 158-164.

LIU Ziquan, WANG Huifang. Retrieval method for defect records of power equipment based on knowledge graph technology[J]. Automation of Electric Power Systems, 2018, 42(14): 158-164.

[20] 高澤璞, 趙云, 余伊蘭, 等. 基于知識(shí)圖譜的低壓配電網(wǎng)拓?fù)浣Y(jié)構(gòu)辨識(shí)方法[J]. 電力系統(tǒng)保護(hù)與控制, 2020, 48(2): 34-43.

GAO Zepu, ZHAO Yun, YU Yilan, et al. Low-voltage distribution network topology identification method based on knowledge graph[J]. Power System Protection and Control, 2020, 48(2): 34-43.

[21] 余建明, 王小海, 張?jiān)? 等. 面向智能調(diào)控領(lǐng)域的知識(shí)圖譜構(gòu)建與應(yīng)用[J]. 電力系統(tǒng)保護(hù)與控制, 2020, 48(3): 29-35.

YU Jianming, WANG Xiaohai, ZHANG Yue, et al. Construction and application of knowledge graph for intelligent dispatching and control[J]. Power System Protection and Control, 2020, 48(3): 29-35.

[22] 葉康, 王偉, 林鋒, 等. 特大城市電網(wǎng)集中監(jiān)控模式下設(shè)備告警信息參數(shù)模型的研究[J]. 華東電力, 2014, 42(1): 82-87.

YE Kang, WANG Wei, LIN Feng, et al. Alarm information parameter model under centralized monitoring mode for mega-urban grid[J]. East China Electric Power, 2014, 42(1): 82-87.

[23] 王磊, 陳青, 高洪雨, 等. 基于大數(shù)據(jù)挖掘技術(shù)的智能變電站故障追蹤架構(gòu)[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(3): 84-91.

WANG Lei, CHEN Qing, GAO Hongyu, et al. Framework of fault trace for smart substation based on big data mining technology[J]. Automation of Electric Power Systems, 2018, 42(3): 84-91.

Research and application of substation alarm signal fault knowledge representation based on knowledge graph

LIN Lingyun1, 2, CHEN Qing1, JIN Lei1, WANG Lei3

(1. Key Laboratory of Power System Intelligent Dispatch and Control Ministry of Education (Shandong University),Jinan 250061, China; 2. State Grid Tianjin Electric Power Company, Tianjin 300010, China;3. Technology College, State Grid Corporation of China, Jinan 250002, China)

There are many alarm signal texts in the backlog of the monitoring terminal of a substation. Retrieving the hidden fault knowledge in them can help monitoring personnel to quickly grasp the fault situation and improve the efficiency of fault handling. Based on knowledge graph technology, this paper first proposes a method of expressing the fault knowledge of a substation alarm signal. It analyzes the existing classification and analysis content of the signal, and then proposes a method for constructing the fault knowledge graph of alarm signal, i.e. constructing a power grid accident behavior graph with accident and displacement signals, and constructing a device abnormal behavior graph with abnormal signals. Then it uses the graphs to excavate and display the behavioral logic, correlation between alarm signals and important information after the failure, so as to provide a convenient way for on-site monitoring personnel to quickly obtain key failure information and improve the efficiency of failure handling. The feasibility of the method is demonstrated with a case of knowledge graph visualization. Finally, the extended application of knowledge graphs in the fields of signal analysis, fault diagnosis, and fault tracking is analyzed, so that the substation alarm signal data can be better tapped and used in the field of power grid fault processing.

alarm signal; knowledge graph; fault knowledge

10.19783/j.cnki.pspc.211136

2021-08-19；

2022-02-12

林凌云(1996—)，女，碩士研究生，研究方向?yàn)殡娋W(wǎng)文本數(shù)據(jù)挖掘與應(yīng)用；E-mail: 609325207@qq.com

陳 青(1963—)，女，通信作者，教授，博士生導(dǎo)師，研究方向?yàn)殡娏ο到y(tǒng)故障分析與計(jì)算、電網(wǎng)故障診斷、繼電保護(hù)等。E-mail: qchen@sdu.edu.cn

國家自然科學(xué)基金項(xiàng)目資助(51877123)

This work is supported by the National Natural Science Foundation of China (No. 51877123).

(編輯 魏小麗)