(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210899496.5 (22)申请日 2022.07.28 (71)申请人 国网河南省电力公司信息通信公司 地址 450000 河南省郑州市二七区嵩 山南 路87号院办公区C楼 申请人 国家电网有限公司 (72)发明人 李文萃　王春迎　远方　安致嫄　 孟慧平　盛磊　吴利杰　张宁宁　 杨润华　王慕维　 (74)专利代理 机构 郑州博派知识产权代理事务 所(特殊普通 合伙) 41137 专利代理师 荣永辉 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01)G06N 3/04(2006.01) (54)发明名称 一种电力骨干网告警信息解析方法与系统 (57)摘要 本发明提供一种电力骨干网告警信息解析 方法与系统， 属于信号处理技术领域， 具体包括： 提取电力骨干网的告警信息， 并将所述告警信息 进行数据重构得到重构信息， 基于所述重构信 息， 送入到基于COA ‑LSTM–GRU算法的组合型预测 模型之中， 确定所述故障的故障原因， 所述故障 原因， 采用层次分析法确定此时的故障因子； 当 所述故障因子大于第一故障阈值时， 采用基于 LibSVM算法的预测模型对所述重构信息进行解 析， 从而进 一步确定所述故障的SVM故障原因； 当 所述SVM故障原因与所述故障原因不一致时， 继 续进行故障原因的确定， 直到所述SVM故障原因 与所述故障原因保持一致时， 将所述SVM故障原 因作为最终的故障原因进行输出， 从而进一步保 证了告警信息解析的准确性和可靠性。 权利要求书2页 说明书7页 附图2页 CN 115169961 A 2022.10.11 CN 115169961 A 1.一种电力骨干网告警信息解析 方法， 其特 征在于， 具体包括： S11提取电力骨干网的告警信息， 并将所述告警信 息进行数据重构得到重构信息， 所述 重构信息包括告警级别、 告警类型、 告警时间、 告警原因、 告警设备； S12基于所述告警级别、 告警类型、 告警时间、 告警原因、 告警设备， 送入到基于COA算法 优化的LSTM –GRU算法的组合型预测模型之中， 确 定所述故 障的故障原因， 所述故 障原因包 括故障设备、 故障级别和故障影响范围， 根据所述故障设备、 故障级别和故障影响范围， 采 用层次分析法确定此时的故障因子； S13当所述故障因子大于第一故障阈值时， 采用基于LibSVM算法的预测模型对所述重 构信息进行解析， 从而 进一步确定所述故障的SVM故障原因。 S14当所述SVM故障原因与所述故障原因不一致时， 继续返回步骤S12进行故障原因的 确定， 直到所述SVM故 障原因与所述故障原因保持一致时， 将所述SVM故障原因作为最终的 故障原因进行输出。 2.如权利要求1所述的电力骨干网告警信 息解析方法， 其特征在于， 所述数据重构是将 所述告警信息的格式进行统一 化得到重构数据。 3.如权利要求1所述的电力骨干网告警信息解析方法， 其特征在于， 所述COA算法优化 目标为， 采用COA算法对所述 LSTM算法的隐含层的神经 元个数进行寻优。 4.如权利要求1所述的电力骨干网告警信 息解析方法， 其特征在于， 所述故障影响范围 包括小区级， 区域级， 城市级， 所述故障级别包括 一级故障、 二级故障、 三级故障。 5.如权利要求1所述的电力骨干网告警信 息解析方法， 其特征在于， 所述故障因子的计 算公式为： t＝k1t1+k2t2+k3t3 其中t1、 t2、 t3分别为故障设备、 故障级别和故障影响范围经过归一化得到的数字， k1、 k2、 k3分别为t1、 t2、 t3的权值， 所述权值采用专 家打分法进行确认。 6.如权利要求1所述的电力骨干网告警信 息解析方法， 其特征在于， 所述第 一故障阈值 根据所述城市级别、 供电可靠性要求 通过专家打分的形式进行确定 。 7.如权利要求1所述的电力骨干网告警信 息解析方法， 其特征在于， 还包括第 一时间阈 值， 当所述故障因子大于第一故障阈值且持续时间大于第一时间阈值， 此时再采用基于 LibSVM算法的预测模型对所述重构信息进行解析。 8.如权利要求1所述的电力骨干网告警信 息解析方法， 其特征在于， 还包括第 二故障阈 值， 当所述故障因子大于第二故障阈值且持续时间大于第二时间阈值时， 此时将所述故障 原因作为最终的故障原因进行输出， 其中所述第二故障阈值大于第一故障阈值的两倍， 且 第二时间阈值小于第一时间阈值。 9.如权利 要求1所述的电力骨干 网告警信息解析方法， 其特征在于， 采用基于LibSVM算 法的预测模型对所述重构信息进行解析的具体步骤为： S21读取所述重构信息， 并将所述重构信息送入到基于L ibSVM算法的预测模型中； S22基于所述预测模型 得到此时的SVM故障原因。 10.一种电力故障网告警信 息解析系统， 采用权利要求1 ‑9任意一项所述的一种电力故 障网告警信息解析 方法， 包括： 数据采集系统， 故障预测系统， 故障因子确定系统， 故障预测验证系统， 模型输出系统；权　利　要　求　书 1/2 页 2 CN 115169961 A 2所述数据采集系统负责提取电力骨干网的告警信 息， 并将所述告警信 息进行数据重构 得到重构信息， 所述重构信息包括告警级别、 告警类型、 告警时间、 告警原因、 告警设备； 所述故障预测系统负责基于所述告警级别、 告警类型、 告警时间、 告警原因、 告警设备， 送入到基于COA算法优化的LSTM –GRU算法的组合型预测 模型之中， 确 定所述故 障的故障原 因， 所述故障原因包括故障设备、 故障级别和故障影响范围； 所述故障因子确定系统负责根据所述故障设备、 故障级别和故障影响范围， 采用 层次 分析法确定此时的故障因子； 所述故障预测验证系统负责当所述故障因子大于第一故障阈值时， 采用基于LibSVM算 法的预测模型对所述重构信息进行解析， 从而 进一步确定所述故障的SVM故障原因； 所述模型输出系统负责判断所述SVM故障原因与所述故障原因是否一致， 直到所述SVM 故障原因与所述故障原因保持一 致时， 将所述SVM故障原因作为 最终的故障原因进行输出。权　利　要　求　书 2/2 页 3 CN 115169961 A 3