基于關聯規則算法的換流站SER事件集挖掘方法

黃劍湘， 林錚， 駱釗*， 禹晉云， 楊濤， 徐峰

(1. 中國南方電網有限責任公司超高壓輸電公司昆明局， 昆明 650217； 2.昆明理工大學電力工程學院， 昆明 650500)

隨著泛在電力物聯網建設的不斷發展以及物理信息系統在電力系統中的深度融合，電力數據的數量呈爆炸增長的趨勢[1]，電力電氣行業的大數據時代已經到來[2]。換流站的復雜程度與設備智能化程度逐漸升高，因此對換流站的智能化運維水平提出了更高的要求。當前換流站的運維數據主要依靠事件順序記錄(sequence events recorder, SER)系統記錄龐大的一、二次設備運維日志[3]。當直流系統進行順控操作或出現故障時，換流站SER系統生成海量異構、多態的數據[4]，這些數據中蘊含著大量有價值的信息，包含了很多典型的事件集及強關聯性的特征事件，對其進行數據挖掘與數據分析對提升換流站的運維管控水平有重要的意義。但中外對于換流站SER的故障數據挖掘的技術較少，缺乏對換流站故障數據日志間的關聯分析。

利用數據挖掘技術分析復雜數據，近年來在電網的數據分析中得到了廣泛的應用[5]，且利用數據挖掘算法對電力系統的運行數據進行分析[6-8]已經逐步成為主流的方法。文獻[9]引入了數據挖掘與關聯分析的思想，提出了尋找二次設備的薄弱環節的混合聚類分析的網損評估方法并為分析處理電網故障提供決策支持。文獻[10]提出了薄弱度的概念來量化分析電氣設備的薄弱性，通過關聯規則數據挖掘分析出配電網的薄弱點。但對于換流站的數據挖掘與分析文獻相對較少，尤其是在換流站SER建模方面與面對海量SER事件的挖掘還處在探索階段。

為此，提出一種基于關聯規則算法的換流站SER事件集挖掘方法，同時定義SER典型事件支持組與SER典型事件置信事件的概念，通過對常見換流站典型事件歷史SER事件進行關聯分析，得到了典型事件支持組與典型事件置信事件，以此分析未來典型事件中的SER事件缺失情況，并及時告知換流站運維人員，避免了人工檢查異常SER事件的中漏看錯看，方便換流站運維人員及時發現換流站的設備異常動作。

1 數據挖掘的關聯規則算法

1.1 關聯規則

關聯規則(association rules, AR)是反映一個事物與其他事物之間的相互依存性和關聯性，是數據挖掘的一個重要技術，用于在大型數據庫中挖掘出有價值的數據項之間的相關關系[11]。關聯規則的強度取決于支持度和置信度。

(1) 支持度(Support)：全部事件中，事件{X,Y}出現可能性，即總項目集中子項目集{X,Y}的比重，可表示為

(1)

式(1)中：Support(X→Y)為子項目集X對子項目集Y的支持度；N(X,Y)為事件{X,Y}出現的次數；N為項目集的總數。

(2) 置信度(Confidence)：在關聯規則中，事件X發生的條件下，另一事件Y發生的概率，即一個項目集中同時含有X和Y的概率，可表示為

(2)

式(2)中：Confidence(X→Y)為子項目集X對子項目集Y的置信度；N(X)為事件X出現的次數。

支持度作為關聯規則強度的度量之一，衡量子項目集在總項目集出現的頻率。通過設置最小支持度閾值minsup，篩選出現頻率較多的有意義規則，剔除出現頻率較小的無意義規則。支持度大于最小支持度閾值的項集被稱為頻繁項集。

置信度作為關聯規則強度的又一個度量，衡量頻繁項集中兩個事務同時出現的概率。通過設置最小置信度閾值mincon，篩選出頻繁項集中兩個事務同時發生的概率。置信度大于最小置信度頻繁項集中的強規則。

常見的關聯規則包括布爾關聯規則和數值型規則，而換流站SER的數據屬于布爾型數據[12]。分析SER事件集時采用布爾關聯規則，并且通過調整最小支持度閾值得到合適的頻繁項集作為SER故障可信組。

Apriori算法和FP-Growth算法是最常見的關聯規則算法[13]。由于Apriori算法需要掃描數據庫多次且操作過程中產生大量的候選集，導致時間、空間成本過高，而FP-Growth算法僅需要對數據集掃描兩次，且不生產候選集，有效降低了FP-Growth算法的寫入與讀取次數。Apriori算法和FP-Growth算法的比較如表1所示。

綜合考慮Apriori算法和FP-Growth算法的優缺點，考慮采用FP-Growth算法實現換流站發生故障時SER事件告警關聯規則的挖掘。

表1 Apriori和FP-Growth的比較Table 1 Comparison of Apriori and FP-Growth

1.2 FP-Growth算法

FP-Growth算法挖掘頻繁項集主要是包括兩個步驟，具體如下。

步驟1建立頻繁模式樹(frequent pattern-tree, FP-Tree)：第一次掃描目標數據集，篩選頻繁項為1的項目集，并定義項目出現最少次數即最小支持度，定向刪減項目支持度小于最小支持度的項目，并將目標數據集中的條目按項目支持度降序進行排列，在此基礎上二次掃描目標數據集，并創建自頂向下的項頭表和FP-Tree。

步驟2從FP-Tree中挖掘頻繁項集：將項目按照從頂向下的順序查找其條件模式基(conditional patten base, CPB)，遞歸調用樹結構以刪除小于最小支持度的項，直至呈現單一路徑的樹結構。

2 換流站SER事件集關聯規則挖掘

2.1 換流站SER事件特征篩選與換流站SER建模

換流站SER系統每日會產出近十萬條SER事件，需從中篩選出發生故障時且有價值的特征項以方便關聯規則挖掘。SER系統記錄的部分SER事件如圖1所示，原始SER事件記錄的數據特征項如表2所示。

在原始SER事件的數據中，時間方便收集故障發生后產生的SER數據；主機方便定位故障發生位置；系統為SER系統本身相關的；等級為SER事件對當前運行下的工況，分為“正?！薄拜p微”“報警”“緊急”4個等級；報警組為定位產生該條事件的控制設備組或控制軟件；事件為SER系統對當前運行下進行的動作帶有嵌入值的事件內容描述。

通過換流站SER事件特征篩選，可以降低SER事件模型維度，故需從原始SER事件特征選取有效特征，從原始SER數據中利用時間和等級作為索引，主機、報警組和事件作為特征來進行建模。其次，在時間的處理中，直流輸電系統狀態轉換操作及保護出口后相關設備動作將在0～120 s內完成，故設置關聯事件最大時間差為120 s，即考慮換流站保護動作后120 s內SER事件組。換流站SER事件模型M|system可表示為

M|system=[I(I1,I2,I3),P(P1,P2)]

(3)

式(3)中：下標system為采用的冗余系統；I為索引維度特征的集合；I1為時間維度；I2為位置維度；I3為等級維度；P為時間特征的集合：P1為報警組；P2為事件。

2.2 換流站SER典型事件支持組挖掘

通過分類換流站中的典型事件，分析換流站出現典型事件時SER事件的關聯規則，得出不同典型事件時出現的SER事件集合。利用SER數據清洗與建模，并對典型事件的分類結果進行FP-Growth關聯分析，取支持度最大的頻繁項集作為換流站SER典型事件支持組，其表征在相似的典型事件下，該類SER事件組發生概率極大，視其為必然發生，其挖掘流程如圖2所示。

2.3 換流站SER典型事件置信事件挖掘

在得出換流站SER典型事件支持組后，利用挖掘結果中的置信值，將非SER典型事件支持組但相對于SER典型事件支持組置信度大于0.6的SER事件作為換流站SER典型事件置信事件，其表征在針對相似但不同的典型事件下，該SER事件發生概率大于60%，即在大多數相似典型事件下會出現，但需要運維人員根據實際情況進行輔助判斷，其挖掘流程如圖3所示。

圖1 SER系統記錄部分SER事件Fig.1 SER system records some SER events

表2 原始SER事件特征Table 2 Characteristics in primary SER log

圖2 SER典型事件支持組流程圖Fig.2 Flow chart of SER class event support group

圖3 換流站SER典型事件置信事件挖掘流程圖Fig.3 Flow chart of confidence events mining for typical SER class events in converter station

2.4 基于典型事件支持組與置信事件的SER事件集分析

SER數據接入后，在換流站開展同類順控操作或發生相似故障時，利用歷史數據挖掘的SER故障支持組與置信事件，判斷是否滿足換流站SER支持組與置信事件，若滿足SER故障支持組則繼續判斷置信事件，若不滿足SER故障支持組則直接向控制中心報告異常情況；在滿足SER故障支持組的條件下，將未出現的故障置信事件及其置信值發至控制中心，輔助運維人員進行下一步處理，具體流程如圖4所示。

圖4 SER事件集分析方法Fig.4 Method of SER event set analysis

3 算例分析

3.1 實驗環境與數據來源

采用操作系統為Windows 10、內存為8 GB、CPU為Intel(R) Core(TM) i3-9100F CPU@3.60 GHz、GPU為NVIDIA GeForce GTX 1650的實驗環境，使用Python3.8語言開發，實驗軟件平臺為Anacaoda3，編寫數據清理、建模程序及FP-Growth算法程序。

數據來源于昆柳龍直流系統2020年5月20日—2020年12月20日調試期間換流站記錄的事件/報警信息，由控制保護系統主機及其I/O系統自身產生，經由站LAN網發送到SCADA系統，由SCADA系統處理后保存到實時數據庫和歷史數據庫中。同時為建立典型事件集，分類了常見的昆柳龍換流站典型事件集：直流系統典型順控操作和典型故障，如表3所示。

表3 昆柳龍換流站典型事件Table 3 Typical events in Kun-Liu-Long converter station

3.2 昆柳龍換流站SER典型事件支持組與置信事件挖掘

考慮到昆柳龍直流換流站調試期間數據量較小，單次事件的事件集數據不完善，故設置FP-Growth的最小支持度為0.5，最小置信度為0.6。以換流器閉鎖轉解鎖為例，SER系統記錄了14次換流器閉鎖轉解鎖及相似操作，挖掘得到換流器閉鎖轉解鎖相似事件的所用滿足的SER事件集，得到14次換流器閉鎖轉解鎖的FP-Growth數據挖掘結果，如圖5所示。

可以看出，事件集1為挖掘結果的最大支持度，故將集合1作為換流器閉鎖轉解鎖典型事件的支持組，其具體事件如表4所示。同時，通過最小置信度得到相對于置信度大于0.6的SER事件，將其作為換流器閉鎖轉解鎖典型事件的置信事件，如表5所示。典型事件極區送端側故障(極母線接地、中性母線接地)的換流站SER典型事件支持組與置信事件挖掘結果表6所示，其他部分典型事件關聯挖掘結果如表7所示。

圖5 SER事件集支持度Fig.5 SER log event set support

表4 換流器閉鎖轉解鎖支持組Table 4 Support group of inverter lock-to-unlock

表5 換流器閉鎖轉解鎖典型事件的置信事件Table 5 Confidence events of inverter lock-to-unlock

3.3 SER事件集分析

以某次換流器閉鎖轉解鎖為例，SER系統記錄SER事件集，利用上節換流器閉鎖轉解鎖SER典型事件支持組與置信事件挖掘結果，分析SER事件集如表8所示?？梢娫赟ER事件集中通過昆柳龍換流站SER典型事件支持組與置信事件挖掘結果分析當前直流系統典型順控操作和典型故障的SER事件集，為運維人員快速查看SER事件集中典型SER事件的缺失及時提供指導作用。

表6 極區送端側故障的關聯挖掘結果Table 6 Association mining results of faults on the transmission side of the DC pole area

表7 部分典型事件挖掘結果Table 7 Association mining results of some other typical events

表8 換流器閉鎖轉解鎖SER事件集Table 8 Association mining results of faults on the transmission side of the DC pole area

續表8

4 結論

提出一種基于關聯規則算法的換流站SER事件集挖掘方法，得出以下結論。

(1) 在分析了換流站SER事件的數據特點基礎上，設計了包含時間、地點、等級維度特征和報警組、事件關聯數據挖掘特征的SER事件模型。利用了FP-Growth算法進行換流站典型事件產生的SER事件集的數據挖掘與分析。引入了SER典型事件支持組與置信事件概念分析SER事件的異常情況。

(2) 挖掘結果表明，利用FP-Growth算法可以從海量SER事件中高效地提取關鍵SER事件；有效地挖掘出換流站發生故障時最大SER典型事件支持組和置信事件。

(3) 目前針對換流站SER事件的關聯挖掘方法較少，通過文中提出的方法可以有效協助運維人員發現SER事件異常。隨著事件的推移，SER系統將積累更多的事件數據，下一步的工作主要考慮自動提取出故障發生的SER事件數據并利用Hadoop大數據平臺并行挖掘關聯SER事件數據，逐步提高最小支持度與置信度閾值以達到精確挖掘，自動判斷SER事件異常問題并直接應用于昆柳龍直流工程，同時可為未來白鶴灘-江蘇±800 kV特高壓直流輸電工程換流站高效運維提供參考。