基于语义分析的设备监控告警信息知识图谱构建研究

2020-09-08

浙江电力 2020年8期

（国网浙江省电力有限公司温州供电公司，浙江温州 325000）

0 引言

近年来，随着多元融合的高弹性电网建设持续推进，电网规模不断扩大，SCADA（数据采集与监控）系统中上窗告警信息也越来越多。为帮助监控人员快速、准确掌握故障处理的关键信息，为故障（异常）处理提供辅助决策，亟需借助AI（人工智能）技术完善多元化故障判别处理决策手段。文献[1]提出了一种监控告警信息综合处理技术，提升了调控人员的整合感知能力。文献[2-3]对告警信息智能化辨识和缺陷判断提出了优化策略，具有一定的指导意义。在AI 领域，知识图谱技术可以模拟调控中心的“指挥大脑”，对设备监控知识进行提炼、萃取、关联、整合，形成知识模型，让机器具备认知能力，从而形成调控知识引擎[4]。文献[4-5]对知识图谱在电力调度的应用进行了初步探索。文献[6]提出了一种智能调控领域的知识图谱构建方法，判定识别准确率较高，有效降低了人工处置风险。文献[7]提出了一种面向电网故障处理辅助决策的知识图谱应用框架，并综述了解决思路与关键技术。文献[8-9]提出了一种故障处置预案知识图谱构建方法，对关联技术进行了阐述，提升了辅助决策水平。

目前，在设备监控故障诊断、缺陷判断等方面尚无相对完善的知识图谱构建辅助策略。本文提出了一种面向电力设备监控告警信息处理辅助决策的知识图谱构建方法，在构建电网设备知识谱图的基础上，将基于改进BM（Boyer-Moore）算法的语义分析技术和结线分析方法相结合，对告警信息进行智能化解析、判断和分析，形成故障简报，为监控人员故障诊断、缺陷判定等提供决策依据。

1 设备监控知识图谱构建

知识图谱是一种阐述实体语义联系的网络表述。实体和关系的知识抽取作为核心步骤，经历了从逻辑规则到深度学习的多个阶段。典型的实体抽取方法有隐马尔可夫模型、BiLSTM 等[10-11]。本文构建的设备集中监控分析知识图谱包含基础数据层、图谱构建层、信息解析层和推理决策层4 个环节，如图1 所示。

图1 设备集中监控处理知识图谱总体框架

2 故障告警信息文本预处理

2.1 图谱基础元件

在SCADA 系统获取的告警信息中，结构化数据主要包括主变、断路器、线路、母线、保护装置和交直流设备等设备及其拓扑结构。本文将传统电网拓扑结构转化为基于三元组（SPO）表示的图谱数据库[12]。三元组形式是知识图谱表征的一种常用方式，其表达式为：

式中：E 为实体集合；R 为关系集合；S 为三元组集合。结合告警信息中关键词信息设计业务逻辑图谱，如图2 所示。

图2 Neo4j 业务逻辑谱图（部分）

本文构建的业务逻辑图谱实质是从监控现场运行规程、调度管理规程、故障处置预案等语义文本数据中获得的知识，需借助NLP（自然语言处理）进行知识学习解析。

2.2 告警信息语义解析

当电网设备发生故障（异常）时，SCADA 系统会上送相关联的告警信息，如事故分闸、保护动作、开关油压低、重合闸闭锁、开关油泵启动、保护重合闸动作、控制回路断线等关键信息。

在知识图谱的基础上，将基于改进BM 算法的语义分析技术与结线分析方法相结合[7]，对告警信息知识进行智能化字符解析，形成可供决策系统辨识的结构化表示，从而进行查询匹配与判断分析。

2.2.1 语义分析模型

将告警信息按照如下五元组结构进行解析[13]：

式中：V 为故障告警信号场景，对应SCADA 系统中变电站参数M1；D 为电气设备名称，对应设备参数表M2和断路器参数表M3；O 为二次设备，包含保护类Op，断路器类Ok和重合闸类Or，分别对应参数M4P，M4k，M4r；集合A 为保护类二次设备的动作属性；集合B 为保护和断路器的动作行为。

2.2.2 关键字符匹配算法

对于告警信息文本与语义的关键字符匹配，本文采用BM 算法。定义文本匹配度函数为：

式中：告警信息文本T=（ti）n，1≤i≤n；待匹配关键字段P=（pk）m，1≤k≤m，m＜n。

满足式（4）则表示存在关联字符，关联长度为h+1。

为降低双字符匹配容错率，提高匹配准确度和处理速度，在BM 算法基础上进行改进，得到双字符串的匹配度计算公式[13-14]：

式中：m 为P 的总字符数；hmax为双字符串最大关联度，0≤hmax≤m 且hmax∈N*。

根据改进BM 算法策略[15]，以告警信息文本T=“芙雁变洋芙周蒲线开关油压低重合闸闭锁”、动作行为关键字段P=“重合闸”、m=3 和n=18 为例阐述改进BM 算法（斜体表示匹配失败），匹配过程如表1 所示。共需4 次匹配，具体流程如下：

（1）将关键字段P 与告警信息文本T 左对齐开始依次匹配。关键字段P3与告警信息字符T3不匹配，继续查看T4；因字符T4在关键字段P 中不存在，继续查看后续字符T5；因字符T5与关键词中的P1不一致，将关键字段P 向右移动m+2=5 位。

（2）由于关键字段P 的尾字符P3与告警信息文本T 的字符T8不匹配，且后续字符T9在关键字段P 中不存在，字符T10的匹配模式亦同。因此，结合匹配规则将关键字段P 向右移动m+2=5 位。

（3）由于关键字段P 的尾字符P3与告警信息文本T 的字符T13不匹配，后续字符T14与关键字段P 中字符P1相同，将关键字段P 向右移动m=3 位。

（4）第4 次匹配成功，根据改进BM 算法，关键字符P 经过3 次移动、8 次匹配操作完成检索。

通过将告警信息T 与语义库中关键词P 进行算法匹配，可以得到该告警信息对应的变电站、设备名称和保护类型等关键信息。

2.2.3 告警信息解析过程

首先，将告警信息文本与SCADA 系统中M1，M2和M3的名称匹配，确定告警发生的厂站、设备名称或断路器；其次，与二次设备O 的模版M4p，M4k，M4r匹配，确定该告警信息文本中断路器或保护装置所对应的基本设备；然后，根据集合来判定告警信息的保护动作属性；最后，利用集合来判定保护或断路器的动作行为，具体判别流程如图3 所示。