基于標(biāo)簽技術(shù)和熵權(quán)法的缺陷推薦研究①

齊敬先,劉 翌,蔣 宇,閆訓(xùn)超,楊 劍

1(南瑞集團(tuán)(國(guó)網(wǎng)電力科學(xué)研究院)有限公司,南京 211000)

2(國(guó)網(wǎng)江蘇省電力有限公司,南京 211000)

隨著智能電網(wǎng)及能源互聯(lián)網(wǎng)的逐步發(fā)展,大運(yùn)行體系與大檢修體系數(shù)據(jù)共享及業(yè)務(wù)協(xié)同的實(shí)用化水平的逐步提高,設(shè)備(資產(chǎn))運(yùn)維管理系統(tǒng)(PMS2.0)與調(diào)度管理系統(tǒng)(OMS2.0)的互聯(lián)互通也逐漸得到推動(dòng),進(jìn)一步推進(jìn)了設(shè)備巡視記錄和電網(wǎng)運(yùn)行數(shù)據(jù)在OMS和PMS系統(tǒng)之間的互傳,提高數(shù)據(jù)共享水平.另一方面,大數(shù)據(jù)技術(shù)的深入應(yīng)用為各行業(yè)的快速發(fā)展提供了技術(shù)保障,如何將其充分應(yīng)用于電力行業(yè),并提升電力行業(yè)數(shù)據(jù)存儲(chǔ)、處理、分析及展示能力是當(dāng)前研究的重點(diǎn).文獻(xiàn)[1]闡述了智能電網(wǎng)應(yīng)用相關(guān)的電力大數(shù)據(jù)技術(shù),該技術(shù)的應(yīng)用對(duì)電力行業(yè)的可持續(xù)發(fā)展和堅(jiān)強(qiáng)智能電網(wǎng)的建立意義重大.文獻(xiàn)[2]對(duì)未來(lái)互聯(lián)特大電網(wǎng)的運(yùn)行控制進(jìn)行了需求分析,提出了“物理分布、邏輯統(tǒng)一”的全網(wǎng)集散式調(diào)度與控制技術(shù)支持系統(tǒng)架構(gòu).文獻(xiàn)[3]描述了大能源與大數(shù)據(jù)的融合,闡述電力大數(shù)據(jù)的特征及應(yīng)用特點(diǎn).文獻(xiàn)[4]對(duì)配電網(wǎng)故障發(fā)生情況進(jìn)行了多源數(shù)據(jù)分析,從而避免了數(shù)據(jù)孤島并提升了數(shù)據(jù)應(yīng)用的完備性.文獻(xiàn)[5–8]對(duì)變壓器運(yùn)行狀態(tài)構(gòu)建評(píng)估模型,梳理評(píng)價(jià)指標(biāo)及指標(biāo)權(quán)重.文獻(xiàn)[9,10]對(duì)電力系統(tǒng)的脆弱性評(píng)估方法進(jìn)行總結(jié),并提出了一種基于契合度和零注入失敗量的狀態(tài)估計(jì)可信度評(píng)價(jià)方法.文獻(xiàn)[11,12]闡述兩種數(shù)據(jù)匹配及解析方法.文獻(xiàn)[13]描述了數(shù)據(jù)標(biāo)簽在各領(lǐng)域的使用情況.

在此背景下,基于OMS與PMS設(shè)備缺陷管理流程互聯(lián)接口技術(shù)規(guī)范逐步應(yīng)用于系統(tǒng)之間設(shè)備缺陷數(shù)據(jù)的交互.文獻(xiàn)[14–19]對(duì)電力缺陷進(jìn)行了闡述,主要從管理角度對(duì)缺陷的閉環(huán)管理及如何減少缺陷進(jìn)行規(guī)范.由于運(yùn)檢人員與調(diào)控人員關(guān)注的電網(wǎng)設(shè)備及電網(wǎng)缺陷類(lèi)別不同,導(dǎo)致在進(jìn)行流程互聯(lián)互通時(shí),需要通過(guò)雙方人員主觀判斷及手動(dòng)選擇其發(fā)現(xiàn)的缺陷,然后啟動(dòng)PMS和OMS系統(tǒng)的集中缺陷管理流程進(jìn)行數(shù)據(jù)交互,導(dǎo)致缺陷發(fā)起人員需要進(jìn)行大量的人工篩選工作及與現(xiàn)場(chǎng)人員的溝通工作,同時(shí)提升了數(shù)據(jù)交互的不合理程度和不完備程度.

本文提出了一種基于標(biāo)簽技術(shù)和熵權(quán)法的缺陷推薦方法,該方法首先采用基于正向最大匹配算法、編輯距離算法及規(guī)則庫(kù)的標(biāo)簽技術(shù)對(duì)源缺陷數(shù)據(jù)進(jìn)行分類(lèi)處理,然后采用熵權(quán)法對(duì)缺陷類(lèi)別標(biāo)簽進(jìn)行綜合客觀評(píng)估,進(jìn)而向?qū)Χ讼到y(tǒng)(如OMS)進(jìn)行缺陷推薦,達(dá)到智能化篩選并進(jìn)行智能推薦的目的.

1 缺陷對(duì)象描述

設(shè)備缺陷是指運(yùn)行或備用的設(shè)備、設(shè)施出現(xiàn)影響電網(wǎng)安全運(yùn)行或設(shè)備健康水平的一切異常現(xiàn)象[14–19].設(shè)備缺陷管理是保障電網(wǎng)安全運(yùn)行的重要措施.缺陷根據(jù)其嚴(yán)重程度分為危急缺陷、嚴(yán)重缺陷、一般缺陷.危急缺陷是指設(shè)備或設(shè)施發(fā)生直接威脅安全運(yùn)行并需立即處理的缺陷,否則,隨時(shí)可能造成設(shè)備損壞、人身傷亡、大面積停電、火災(zāi)等事故.嚴(yán)重缺陷是指對(duì)人身、電網(wǎng)或設(shè)備有重要威脅,暫時(shí)尚能堅(jiān)持運(yùn)行但需盡快處理的缺陷.一般缺陷是指危急、嚴(yán)重缺陷以外的缺陷,指性質(zhì)一般,程度較輕,對(duì)安全運(yùn)行影響不大的缺陷.

設(shè)備種類(lèi)繁多且缺陷類(lèi)別多樣,導(dǎo)致運(yùn)檢人員在發(fā)現(xiàn)缺陷時(shí),需要手動(dòng)確認(rèn)該缺陷是否屬于調(diào)控關(guān)注的缺陷類(lèi)別,然后確認(rèn)是否需要啟動(dòng)缺陷交互流程;同樣,調(diào)控人員也要手動(dòng)確認(rèn)運(yùn)檢人員關(guān)注的缺陷,隨后才能進(jìn)行缺陷交互.本文為了實(shí)現(xiàn)缺陷的智能推薦,在進(jìn)行缺陷流程發(fā)起時(shí),對(duì)于設(shè)備缺陷的描述要詳細(xì)、準(zhǔn)確,故而對(duì)其缺陷定義如下:

(TYPE,START_TIME,END_TIME,ST_NAME,ST_ID,FOUND_CORP,FOUND_PERSON,VOL_LEVEL,DEV_TYPE,DEV_NAME,DEFECT_LEVEL,DEFECT_DESP,PROCESS_LIMITED),分別表示類(lèi)別、開(kāi)始時(shí)間、結(jié)束時(shí)間、消缺時(shí)間、變電站名稱(chēng)、變電站ID、發(fā)現(xiàn)單位、發(fā)現(xiàn)人、電壓等級(jí)、設(shè)備類(lèi)型、設(shè)備名稱(chēng)、缺陷等級(jí)、缺陷描述、處理時(shí)限.

通過(guò)對(duì)PMS發(fā)現(xiàn)缺陷和OMS發(fā)現(xiàn)缺陷進(jìn)行如上對(duì)象化描述,不僅能夠?qū)θ毕葸M(jìn)行結(jié)構(gòu)化管理,同時(shí)便于進(jìn)行缺陷分析.

2 缺陷對(duì)象標(biāo)簽化

標(biāo)簽本質(zhì)上是資源的元數(shù)據(jù),是用來(lái)描述、解釋、定位信息源,并使其易于獲取、使用、管理的結(jié)構(gòu)化信息[10].通過(guò)對(duì)數(shù)據(jù)進(jìn)行標(biāo)簽化處理,可以獲取到對(duì)數(shù)據(jù)的多維度精煉化的特征標(biāo)識(shí),進(jìn)而便于對(duì)數(shù)據(jù)進(jìn)行分析.在進(jìn)行標(biāo)簽設(shè)計(jì)時(shí),應(yīng)適應(yīng)具體應(yīng)用功能,選取一個(gè)或多個(gè)最能表達(dá)數(shù)據(jù)對(duì)象特性的關(guān)鍵詞組,從而能夠以更簡(jiǎn)潔、更精煉的方式表達(dá)數(shù)據(jù)特性,以提高數(shù)據(jù)應(yīng)用和挖掘過(guò)程中的效率.為了采用標(biāo)簽技術(shù)對(duì)缺陷數(shù)據(jù)進(jìn)行標(biāo)識(shí),首先對(duì)原始缺陷記錄進(jìn)行預(yù)處理.

2.1 基于正向最大匹配算法的標(biāo)簽提取

鑒于缺陷描述信息的非結(jié)構(gòu)化特征及缺陷類(lèi)別的相對(duì)穩(wěn)定性,本文首先采用正向最大匹配分詞算法對(duì)缺陷記錄進(jìn)行標(biāo)簽化[11].正向最大匹配算法是以詞典為依據(jù),從左向右將待分詞文本中的多個(gè)連續(xù)字符與詞典匹配,如果匹配上,則切分為一個(gè)詞.其算法思路如下:

1)待分割字符串S,即缺陷描述信息,其長(zhǎng)度為maxLength,取其首字母;

2)以首字母對(duì)缺陷字典庫(kù)進(jìn)行排序,其長(zhǎng)度由長(zhǎng)到短,選擇的詞表長(zhǎng)度不大于maxLength;

3)將選擇的詞表由長(zhǎng)到短分別與字符串S分別進(jìn)行匹配;

4)若出現(xiàn)了與字符串S完全匹配的缺陷詞,則截取這個(gè)缺陷詞,進(jìn)行保存;

5)將字符串S中已經(jīng)匹配的子串剪去,剩下的字符串繼續(xù)返回步驟2);

6)直到字符串S沒(méi)有字符可以匹配或者剩下的字符無(wú)法從缺陷字典庫(kù)中找到對(duì)應(yīng)的缺陷詞,則停止對(duì)字符串S的檢索.

通過(guò)分詞處理,將缺陷數(shù)據(jù)以電力設(shè)備缺陷字典庫(kù)為基礎(chǔ)進(jìn)行標(biāo)簽化標(biāo)識(shí).

2.2 基于相似度計(jì)算的標(biāo)簽匹配

本文以電力缺陷字典庫(kù)為基礎(chǔ),構(gòu)建缺陷分類(lèi)標(biāo)簽;然而,由于缺陷人為編寫(xiě)的實(shí)際情況,導(dǎo)致很多缺陷描述信息不能夠完全匹配缺陷字典庫(kù),故而本文首先采用相似度計(jì)算確認(rèn)未獲得與缺陷字典庫(kù)一致的缺陷記錄,判定其相似度是否超過(guò)設(shè)置的閾值,若超過(guò)閾值,則可以將該缺陷記錄進(jìn)行標(biāo)簽化;否則,采用規(guī)則庫(kù)來(lái)進(jìn)行標(biāo)簽確認(rèn).

2.2.1 基于編輯距離的相似度計(jì)算

編輯距離定義:設(shè)s[1..i],t[1..j]兩個(gè)字符串,編輯距離即為把s轉(zhuǎn)換成t需要的最少刪除、插入和替換的次數(shù).兩個(gè)字符串相互轉(zhuǎn)換需要經(jīng)過(guò)的步驟越多,差異越大.其操作步驟如下:

1)設(shè)源字符串s的長(zhǎng)度為n,目標(biāo)字符串t的長(zhǎng)度為m;如果n=0,則返回m;如果m=0,則返回n;

2)構(gòu)造一個(gè)矩陣d[m+1,n+1],初始化矩陣的第一行值為0..n;初始化矩陣的第一列值為0..m;

3)檢查s和t中的每個(gè)字符;

4)如果s[i]=t[j],則編輯代價(jià)cost為0;如果s[i]!=t[j],則編輯代價(jià)cost為1;

5)設(shè)置矩陣單元格d[i,j]的值為下面的最小值:

① 正上方單元格的值加1:d[i–1,j]+1;

② 左邊單元格的值加1:d[i,j–1]+1;

③ 對(duì)角線(xiàn)單元格的值加上編輯代價(jià)cost的值:d[i–1,j–1]+cost;

6)在完成迭代步驟4)至步驟6)之后,d[m,n]即是編輯距離的值.

2.2.2 編輯距離算法優(yōu)化

傳統(tǒng)的編輯距離算法在進(jìn)行字符串匹配時(shí),未考慮字符串長(zhǎng)度對(duì)相似度計(jì)算結(jié)果的影響,同時(shí),以單個(gè)字符進(jìn)行的匹配導(dǎo)致算法準(zhǔn)確率和效率較低,故而對(duì)該算法進(jìn)行優(yōu)化:

(1)首先以電力詞庫(kù)為基礎(chǔ),采用正向最大匹配分詞算法對(duì)缺陷描述信息進(jìn)行分詞處理;

(2)對(duì)步驟3)的字符串s和字符串t檢查其每個(gè)分詞;

(3)對(duì)步驟4),編輯代價(jià)cost以字符串s和字符串t的分詞語(yǔ)義分析結(jié)果為依據(jù),若s[i]同義于t[j],則cost=1;否則,cost=0.

假設(shè)源字符串s與目標(biāo)字符串t長(zhǎng)度的最大值為L(zhǎng)max,編輯距離為L(zhǎng)D,則相似度S其計(jì)算公式如下:

本文采用優(yōu)化后的編輯距離算法進(jìn)行缺陷標(biāo)簽化操作.

2.3 基于規(guī)則庫(kù)的標(biāo)簽確認(rèn)

為了彌補(bǔ)缺陷提取方式及缺陷匹配方式的不足,本文構(gòu)建了用于標(biāo)簽化的規(guī)則庫(kù),該庫(kù)基于專(zhuān)業(yè)運(yùn)行人員和管理人員的理論基礎(chǔ)及直接和間接的經(jīng)驗(yàn)積累,基于語(yǔ)義分析進(jìn)而確認(rèn)缺陷信息與缺陷字典庫(kù)的映射關(guān)系,提高缺陷描述信息標(biāo)簽化的可靠性和準(zhǔn)確度.

隨著標(biāo)簽提取和標(biāo)簽匹配過(guò)程的逐步深入,以及規(guī)則庫(kù)的逐步完善,將達(dá)到智能化標(biāo)簽生成的目的.

3 熵權(quán)法

信息論是一門(mén)將信息作為研究對(duì)象,以揭示信息的本質(zhì)特性及規(guī)律為基礎(chǔ),應(yīng)用數(shù)學(xué)方法來(lái)研究信息存儲(chǔ)、傳輸、處理、控制和利用等一般規(guī)律的科學(xué)[5].信息熵可以用來(lái)度量一個(gè)系統(tǒng)的無(wú)序和雜亂程度.熵值越大,系統(tǒng)中的數(shù)據(jù)越無(wú)序.熵權(quán)法是一種客觀賦權(quán)法,其根據(jù)各指標(biāo)的變異程度,利用信息熵進(jìn)行指標(biāo)熵權(quán)的計(jì)算,進(jìn)而賦予各指標(biāo)較為客觀的權(quán)重.該算法的流程如下:

第一步,構(gòu)建初始化分析矩陣R=(rij)m×n:

其中,m表示待引入的調(diào)控員數(shù)量;n為調(diào)控員關(guān)注的標(biāo)簽種類(lèi);rij表示第j個(gè)標(biāo)簽類(lèi)別下第i個(gè)調(diào)控員的關(guān)注量.

第二步,對(duì)初始化矩陣進(jìn)行無(wú)量綱化處理:

若j為正指標(biāo),

若j為逆指標(biāo),

其中,Min(rij)表示第j列數(shù)值的最小值;Max(rij)表示第j列數(shù)值的最大值.本文采用正指標(biāo)方式進(jìn)行處理,形成新的矩陣,

第三步,計(jì)算第j個(gè)標(biāo)簽類(lèi)別下第i個(gè)調(diào)控員關(guān)注度的概率pij:

即第j類(lèi)標(biāo)簽在第i個(gè)調(diào)控員關(guān)注缺陷數(shù)量的占比;

第四步,計(jì)算第j個(gè)標(biāo)簽類(lèi)的信息熵ej:

第五步,計(jì)算第j個(gè)標(biāo)簽類(lèi)的熵權(quán)wj:

為了進(jìn)一步驗(yàn)證實(shí)驗(yàn)結(jié)果的正確性,確認(rèn)其覆蓋率評(píng)價(jià)指標(biāo)如下:

其中,wi為標(biāo)簽i的熵權(quán)計(jì)算結(jié)果,ci為標(biāo)簽i的出現(xiàn)頻次,N為標(biāo)簽類(lèi)別個(gè)數(shù),L為缺陷總數(shù),該指標(biāo)越大則說(shuō)明算法準(zhǔn)確率越高.

4 缺陷推薦流程

基于以上步驟,對(duì)缺陷信息進(jìn)行對(duì)象化描述,通過(guò)標(biāo)簽定義分別對(duì)運(yùn)檢人員及調(diào)控員關(guān)注的缺陷信息進(jìn)行標(biāo)簽化標(biāo)識(shí).然后,基于熵權(quán)法對(duì)各標(biāo)簽的熵權(quán)進(jìn)行計(jì)算,對(duì)熵權(quán)大于所設(shè)定閾值的標(biāo)簽進(jìn)行標(biāo)簽推薦,實(shí)現(xiàn)智能化的篩選運(yùn)檢人員及調(diào)控員強(qiáng)關(guān)注的標(biāo)簽.其整體流程如圖1.

圖1 缺陷推薦流程圖

5 算例分析

以某地區(qū)調(diào)控員記錄的缺陷為例,該地區(qū)總共有監(jiān)控人員15人,以該地區(qū)2015年記錄的缺陷為例,缺陷記錄共452條,通過(guò)標(biāo)簽技術(shù)及熵權(quán)法來(lái)對(duì)該地區(qū)監(jiān)控人員強(qiáng)關(guān)注的缺陷信息進(jìn)行確認(rèn),進(jìn)而實(shí)現(xiàn)以該缺陷集合為依據(jù)進(jìn)行缺陷推薦.

(1)對(duì)缺陷信息基于正向最大匹配算法、編輯距離算法和規(guī)則庫(kù)進(jìn)行標(biāo)簽化處理.

如“**線(xiàn)**開(kāi)關(guān)SF6氣壓低閉鎖”通過(guò)正向匹配可直接與缺陷字典庫(kù)“SF6氣壓低閉鎖”匹配,進(jìn)而被標(biāo)識(shí)為“SF6氣壓低閉鎖”缺陷;“2號(hào)主變第一套保護(hù)裝置通訊中斷動(dòng)作”通過(guò)編輯距離算法被標(biāo)識(shí)為“保護(hù)裝置通信中斷”等.基于原編輯距離算法與改進(jìn)的編輯距離算法其對(duì)比結(jié)果如圖2.

圖2 編輯距離算法及優(yōu)化對(duì)比結(jié)果

由圖2可得,采用改進(jìn)的編輯距離算法對(duì)缺陷信息進(jìn)行標(biāo)簽化,其覆蓋率由28.6%提升到68.4%,進(jìn)而采用規(guī)則庫(kù)對(duì)缺陷數(shù)據(jù)進(jìn)行標(biāo)簽化完善.

其中,m表示調(diào)控員個(gè)數(shù),此處為15;n為標(biāo)簽種類(lèi),通過(guò)對(duì)缺陷歷史數(shù)據(jù)的分析得出該地區(qū)監(jiān)控人員關(guān)注的缺陷總計(jì)26類(lèi);rij表示某調(diào)控員記錄的缺陷中某類(lèi)標(biāo)簽的個(gè)數(shù),數(shù)量越多,則說(shuō)明關(guān)注度越高;該矩陣即為對(duì)調(diào)控員關(guān)注缺陷的數(shù)據(jù)標(biāo)簽矩陣.

(3)本文采用正指標(biāo)方式對(duì)初始化矩陣進(jìn)行無(wú)量綱化處理形成新的矩陣.

(4)計(jì)算標(biāo)簽出現(xiàn)的概率pij.

即第j個(gè)標(biāo)簽在第i個(gè)調(diào)控員關(guān)注信息中的占比;

(5)計(jì)算標(biāo)簽的信息熵ej.

(6)計(jì)算標(biāo)簽的熵權(quán)wj.

(7)基于各標(biāo)簽熵權(quán)計(jì)算結(jié)果及覆蓋率閾值,進(jìn)行強(qiáng)關(guān)注標(biāo)簽篩選及推薦.

由以上結(jié)果可知,根據(jù)覆蓋率90%的閾值設(shè)置及熵權(quán)倒序排列,PMS系統(tǒng)可向OMS系統(tǒng)推薦控制回路斷線(xiàn)、主變油位異常、保護(hù)裝置故障、火災(zāi)報(bào)警、氣室SF6氣壓低告警、事故總告警、直流系統(tǒng)故障、線(xiàn)路無(wú)壓等缺陷.

對(duì)于權(quán)重閾值設(shè)置主要以缺陷類(lèi)別覆蓋率為基準(zhǔn).若閾值設(shè)置過(guò)低,則推薦的缺陷類(lèi)別偏多;若閾值設(shè)置過(guò)高,則推薦的缺陷類(lèi)別偏多,僅能對(duì)個(gè)別缺陷實(shí)現(xiàn)推薦,均不能實(shí)現(xiàn)推薦信息的合理化.

為了進(jìn)一步驗(yàn)證該算法的可行性,搜集另外5個(gè)地區(qū)的缺陷記錄進(jìn)行算法驗(yàn)證,其規(guī)模描述如下:

表1 各地區(qū)基礎(chǔ)信息

表2 各地區(qū)計(jì)算結(jié)果

實(shí)驗(yàn)結(jié)果表明,該算法對(duì)于實(shí)現(xiàn)系統(tǒng)之間的缺陷推薦效果較好,同時(shí),通過(guò)對(duì)覆蓋率的分析可發(fā)現(xiàn)B地區(qū)發(fā)生某類(lèi)缺陷較多,可進(jìn)行重點(diǎn)監(jiān)視及家族性缺陷分析.

6 結(jié)束語(yǔ)

本文提出了一種基于標(biāo)簽技術(shù)和熵權(quán)法的缺陷推薦方法,用于OMS和PMS缺陷互聯(lián)互通時(shí)的智能化推薦.標(biāo)簽技術(shù)是大數(shù)據(jù)時(shí)代的產(chǎn)物,便于對(duì)被分析對(duì)象進(jìn)行多維度精煉化的描述,本文通過(guò)正向最大匹配算法、編輯距離算法和規(guī)則庫(kù)技術(shù)的應(yīng)用來(lái)輔助實(shí)現(xiàn)缺陷記錄的標(biāo)簽化標(biāo)識(shí);熵權(quán)法利用其客觀性,即從數(shù)據(jù)源自身來(lái)確認(rèn)缺陷類(lèi)別的被關(guān)注程度.標(biāo)簽技術(shù)與熵權(quán)法的結(jié)合將用戶(hù)的主觀選擇與客觀評(píng)價(jià)結(jié)合,并通過(guò)對(duì)編輯距離算法的優(yōu)化提升標(biāo)簽標(biāo)識(shí)的準(zhǔn)確度,實(shí)驗(yàn)結(jié)果表明,該方法的應(yīng)用可為相關(guān)人員提供可靠的理論參考依據(jù),減少了調(diào)控人員及運(yùn)檢人員的工作量,進(jìn)而提升數(shù)據(jù)交互的智能化水平.