余飞娅， 叶文波

(贵州电网有限责任公司，贵州 贵阳 550000)

0 引 言

随着大数据、云计算和物联网等新一代信息技术的快速发展，南网加快公司各类业务与新一代信息技术的融合，挖掘数据价值，实现从业务驱动到数据驱动，对于促进“数字南网”建设具有重要意义[1]。当前，计量主站告警数量日益激增，并且存在大量无效告警，加重了运维人员的工作压力[2]。面对计量运行过程中存在的海量告警数据，如何对监控告警进行分类筛选，发掘有业务价值的告警，并直接分析出告警根源仍是亟待解决的问题。近年来，关于关联规则挖掘的研究一直受到国内外学者的重视，并展开了大量的研究[3-6]。文献[7]通过改进FP-growth算法，无需生成FP-tree，解决了云平台数据量过大导致处理效率低的问题。文献[8]针对入侵检测系统产生的相互孤立的告警数据，通过改进FP-growth算法，挖掘稀疏数据的关联关系，提高了数据处理效率。在电力系统中，文献[9]采用灰色关联规则分析方法对变压器故障信息数据进行挖掘，揭示了变压器故障与特征量的相关程度。文献[10]采用FP-growth算法挖掘变电站二次设备存在的缺陷及其原因的关联规则，为智能变电站二次设备运维提供支持。当前，针对单个计量无效告警事件，已经有相当规范的处理方法。但是计量系统运行情况繁杂，单一告警事件的处理方式难以满足实际业务应用需求，缺少多个告警之间的关联，经常造成误报、漏报等问题。因此，本文基于计量系统中的历史告警数据，通过引入库尔钦斯基(Kulczynski, kulc)度量及不平衡比，改进FP-Growth算法，排除关联规则挖掘过程中无意义关联规则的影响，确定计量主站告警的识别方法。……