本发明涉及告警信息过滤技术，具体涉及一种告警信息的过滤方法及装置。
背景技术：
智能配电网是智能电网在配网环节的体现，与传统的配电网相比，具有更高的安全性、更高的电能质量以及故障分析与诊断能力。随着智能配电网建设的推进，配电网管理水平得到了提升。但是，由于配电网中告警信息数据量大，存在着多种干扰告警信息，包括配电网的频发信号、调试信号以及非监控重点信号等，存在分析较困难的问题，所以，配电网调度和运维管理的水平还有待进一步提升。
技术实现要素：
为解决现有存在的技术问题，本发明实施例期望提供一种告警信息的过滤方法及装置，能够准确地识别和过滤告警信息，有效提高历史告警信息的数据质量，本发明实施例的技术方案是这样实现的：
根据本发明实施例的一方面，提供一种告警信息的过滤方法，所述方法包括：
获取历史告警信息，并基于所述历史告警信息构建告警信息分类模型；基于所述历史告警信息或实时告警信息构建告警信息关联关系模型；
接收告警信息，基于所述告警信息分类模型和所述告警信息关联关系模型对接收到的所述告警信息进行过滤，得到所述告警信息中的一级告警信息；
将所述一级告警信息进行上报。
上述方案中，所述得到所述告警信息中的一级告警信息，包括：
确定所述告警信息是实时告警信息时，确定所述实时告警信息中各告警的第一属性信息；
将所述第一属性信息在所述告警信息分类模型和所述告警信息关联关系模型中进行匹配，将匹配成功的所述第一属性信息对应的实时告警信息确定为所述一级告警信息。
上述方案中，所述得到所述告警信息中的一级告警信息，还包括：
确定所述告警信息是历史告警信息查询请求时，在历史告警数据库中调取与所述查询请求匹配的历史告警信息，并确定所调取的历史告警信息中各告警的第二属性信息；
将所述第二属性信息在所述告警信息分类模型和所述告警信息关联关系模型中进行匹配，将匹配成功的所述第二属性信息对应的历史告警信息确定为所述一级告警信息。
上述方案中，所述基于所述历史告警信息构建告警信息分类模型，包括：
提取所述历史告警信息中的文本特征数据，并基于关键词和/或停用词对所述文本特征数据进行分类，根据所述分类构建所述告警信息分类模型。
上述方案中，所述基于所述历史告警信息构建告警信息关联关系模型，包括：
统计所述历史告警信息中的各告警的次数，并基于所述告警次数确定各告警信息间告警频繁度；基于各告警信息间告警频繁度构建所述告警信息关联规则模型。
上述方案中，所述基于实时告警信息构建告警信息关联关系模型，包括：
获取所述实时告警信息中各告警的第三属性信息，并基于所述第三属性信息确定各告警的第三属性信息之间相似度；
基于各告警的第三属性信息之间相似度构建所述告警信息关联规则模型。
根据本发明实施例中的另一方面，提供一种告警信息的过滤装置，所述装置包括：
模型构建单元、接收单元、过滤单元和上报单元；其中，
所述模型构建单元，用于获取历史告警信息，并基于所述历史告警信息构建告警信息分类模型；基于所述历史告警信息或实时告警信息构建告警信息关联关系模型；
所述接收单元，用于接收告警信息；
所述过滤单元，用于基于所述模型构建单元构建的所述告警信息分类模型和所述告警信息关联关系模型对所述接收单元接收到的所述告警信息进行过滤，得到所述告警信息中的一级告警信息；
所述上报单元，用于将所述过滤单元得到的所述一级告警信息进行上报。
上述方案中，所述装置还包括：
判断单元，用于判断所述接收单元接收到的告警信息是否是实时告警信息，当确定所述告警信息是实时告警信息时，确定所述实时告警信息中各告警的第一属性信息；
所述过滤单元，具体还用于将所述判断单元确定的所述第一属性信息在所述告警信息分类模型和所述告警信息关联关系模型中进行匹配，将匹配成功的所述第一属性信息对应的实时告警信息确定为所述一级告警信息。
上述方案中，所述判断单元，还用于判断所述接收单元接收到的所述告警信息是否是历史告警信息查询请求，当确定所述告警信息是历史告警信息查询请求时，在历史告警数据库中调取与所述查询请求匹配的历史告警信息，并确定所调取的历史告警信息中各告警的第二属性信息；
所述过滤单元，具体还用于将所述判断单元确定的所述第二属性信息在所述告警信息分类模型和所述告警信息关联关系模型中进行匹配，将匹配成功的第二属性信息相对应的历史告警信息确定为所述一级告警信息。
上述方案中，所述模型构建单元，具体用于提取所述历史告警信息中的文本特征数据，并基于关键词和/或停用词对所述文本特征数据进行分类，根据所述分类构建所述告警信息分类模型。
上述方案中，所述模型构建单元，具体还用于统计所述历史告警信息中各告警的告警次数，并基于所述告警次数确定各告警信息间告警频繁度；基于各告警信息间告警频繁度构建所述告警信息关联规则模型。
上述方案中，所述模型构建单元，具体还用于获取所述实时告警信息中各告警的第三属性信息，并基于所述第三属性信息确定各告警的第三属性信息之间相似度；基于各告警的第三属性信息之间相似度构建所述告警信息关联规则模型。
本发明实施例提供的一种告警信息的过滤方法及装置，获取历史告警信息，并基于所述历史告警信息构建告警信息分类模型；基于所述历史告警信息或实时告警信息构建告警信息关联关系模型；接收告警信息，基于所述告警信息分类模型和所述告警信息关联关系模型对接收到的所述告警信息进行过滤，得到所述告警信息中的一级告警信息；将所述一级告警信息进行上报。如此，通过分析历史告警信息中各告警信息的文本特征，发现各告警信息间的关联规则，构建基于所述文本特征和关联规则的告警信息分类模型和告警信息关联关系模型，并利用所述告警信息分类模型和告警信息关联关系模型将所述告警信息中与主要告警信息关联的衍生告警信息进行屏蔽，实现了精确识别配电网中的干扰告警信息，减少了不必要的实时告警信息，提高了历史告警信息的数据质量，告警的分析、挖掘效率和准确度更高。
附图说明
图1为本发明实施例一种告警信息的过滤方法的实现流程图；
图2是本发明实施例中构建告警信息分类模型和告警信息关联关系模型的实现流程图；
图3为本发明实施例一种告警信息的过滤装置的结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
图1为本发明实施例一种告警信息的过滤方法的实现流程图；如图1所示，该方法包括：
步骤101，获取历史告警信息，并基于所述历史告警信息构建告警信息分类模型；基于所述历史告警信息或实时告警信息构建告警信息关联关系模型；
本发明实施例的技术方案主要应用于配电网的电力系统，其中，基于所述历史告警信息构建所述告警信息分类模型具体是：获取历史告警信息，并对所述历史告警信息进行分词分析，提取所述历史告警信息中的文本特征信息数据，然后对所述文本特征信息数据再次进行分词分析、构建矩阵和基于特征选择的数据降维等处理，得到处理后的告警文本信息，基于识别规则中的关键词和/或停用词对所述处理后的告警文本信息进行分类，例如挂牌、调试、检修等关键词。然后使用支持向量机(svm，supportvectormachine)分类算法对所述分类中处理后的告警文本信息数据进行计算，构建所述告警信息分类模型，并通过所述告警信息分类模型，将告警信息中的各子告警信息进行分类识别。例如识别出该告警信息是来自a变电站，则针对a变电站中的告警信息进行进一步地过滤处理。
基于所述历史告警信息构建所述告警信息关联关系模型具体是：在对所述历史告警信息的分词分析和数据降维处理的基础上，统计所述历史告警信息中的各告警的次数，并基于各告警的次数确定各告警信息间的告警频繁度；并通过数据挖掘聚类分析apriori关联规则算法，得出各告警信息在设备拓扑、告警时间和告警等级等维度上的关系，形成告警信息的主次关系、衍生关系等告警信息关联关系模型。其中，所述apriori关联规则算法的基本思想是：首先找出所有的频集，这些频集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生关联规则，这些规则必须满足最小支持度和最小可信度，由于所述apriori关联规则算法属于现有技术，因此，在此不再对apriori关联规则算法作详细解释。
在本发明实施例中，基于实时告警信息构建告警信息关联关系模型，具体是根据实时告警信息中各告警的第三属性信息，即各告警信息的拓扑关系、告警级别以及告警时间等。通过对各个告警的第三属性信息进行相似度分析，确定各告警的第三属性信息之间相似度，并基于各告警的第三属性信息之间相似度得出各告警信息间的总体相似度，并基于各告警信息间的总体相似度完成告警信息中衍生或次要告警信息的识别和过滤。下面对构建告警信息分类模型和构建告警信息关联关系模型的流程进行详细说明：
图2是本发明实施例中构建告警信息分类模型和告警信息关联关系模型的实现流程图；如图2所示，构建告警信息分类模型和告警信息关联关系模型的方法具体包括以下步骤：
步骤201，获取历史告警信息；
步骤202，读取所述历史告警信息数据；
步骤203，分词分析，具体是对读取的历史告警信息数据进行分词分析；
步骤204，构建矩阵，具体是对读取的历史告警信息数据构建矩阵；
步骤205，特征选择，具体是对读取的历史告警信息数据进行基于特征选择的数据降维处理；
步骤206，svm分类算法；
步骤207，apriori关联规则算法；
步骤208，构建告警信息分类模型；
步骤209，构建告警信息关联关系模型；
具体地，采用svm分类算法对处理后的历史告警信息数据构建告警信息分类模型；采用apriori关联规则算法对处理后的历史告警信息数据构建告警信息关联关系模型。其中，构建告警信息关联关系模型可以基于告警信息之间的相似度进行关联，也可以基于告警信息的频繁告警度进行关联。
步骤102，接收告警信息，基于所述告警信息分类模型和所述告警信息关联关系模型对接收到的所述告警信息进行过滤，得到所述告警信息中的一级告警信息；
本发明实施例中，当接收到的所述告警信息后，首先判断所述告警信息是实时告警信息还是历史告警信息查询请求。当确定所述告警信息是实时告警信息时，基于所述实时告警信息确定所述实时告警信息中各告警的第一属性信息，即告警信息的拓扑关系、告警级别和告警时间等数据；然后将所述第一属性信息在所述告警信息分类模型和所述告警信息关联关系模型中进行匹配，将匹配成功的所述第一属性信息对应的实时告警信息确定为所述一级告警信息。即将由所述一级告警信息衍生的次要告警信息过滤掉。在本发明实施例中，所述一级告警信息是指所述实时告警信息中主要的告警信息。
当确定接收到的告警信息是历史告警信息查询请求时，则先在历史告警数据库在调取与所述查询请求匹配的历史告警信息，并确定调取的所述历史告警信息中各告警的第二属性信息，即告警信息的拓扑关系、告警级别和告警时间等数据；将所述各告警的第二属性信息在所述告警信息分类模型和所述告警信息关联关系模型中进行匹配，将匹配成功的所述第二属性信息对应的历史告警信息确定为所述一级告警信息。在本发明实施例中，所述历史告警信息查询请求是定时发送的，通过对历史告警信息进行过滤，能够提高历史告警信息的数据质量，从而提供构建告警信息分类模型和告警信息关联关系模型的效率和准确率。
步骤103，将所述一级告警信息进行上报。
本发明实施例中，当所述一级告警信息是实时告警信息时，则将所述一级告警信息上报给告警窗进行展示；当所述一级告警信息是历史告警信息查询请求时，则将所述一级告警信息发送给告警客户端进行展示。
图3为本发明实施例一种告警信息的过滤装置的结构示意图。如图3所示：所述装置包括：模型构建单元301、接收单元302、过滤单元303和上报单元304；其中，所述模型构建单元301，用于获取历史告警信息，并基于所述历史告警信息构建告警信息分类模型；基于所述历史告警信息或实时告警信息构建告警信息关联关系模型；
所述接收单元302，用于接收告警信息；
所述过滤单元303，用于基于所述模型构建单元301构建的所述告警信息分类模型和所述告警信息关联关系模型对所述接收单元302接收到的所述告警信息进行过滤，得到所述告警信息中的一级告警信息；
所述上报单元304，用于将所述过滤单元303得到的所述一级告警信息进行上报。
本发明实施例的技术方案主要应用于配电网的电力系统，其中，所述模型构建单元301基于所述历史告警信息构建所述告警信息分类模型具体是：获取历史告警信息，并对获取到的所述历史告警信息进行分词分析，提取所述历史告警信息中的文本特征信息数据，然后对所述文本特征信息数据再次进行分词分析、构建矩阵和基于特征选择的数据降维等处理，得到处理后的告警文本信息，基于识别规则中的关键词和/或停用词对所述处理后的告警文本信息进行分类，例如挂牌、调试、检修等关键词。然后使用svm分类算法对所述分类中处理后的告警文本信息数据进行计算，构建所述告警信息分类模型，并通过所述告警信息分类模型，将告警信息中的各子告警信息进行分类识别。例如识别出该告警信息是来自a变电站，则针对a变电站中的告警信息进行进一步的过滤处理。
所述模型构建单元301基于所述历史告警信息构建所述告警信息关联关系模型具体是：在对所述历史告警信息的分词分析和数据降维处理的基础上，统计所述历史告警信息中的各告警的告警次数，并基于各告警的告警次数确定各告警信息间的告警频繁度；并通过数据挖掘聚类分析apriori关联规则算法，得出各告警信息在设备拓扑、告警时间和告警等级等维度上的关系，形成告警信息的主次关系、衍生关系等告警信息关联关系模型。其中，所述apriori关联规则算法的基本思想是：首先找出所有的频集，这些频集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生关联规则，这些规则必须满足最小支持度和最小可信度，由于所述apriori关联规则算法属于现有技术，因此，在此不再对apriori关联规则算法作详细解释。
在本发明实施例中，所述模型构建单元301基于实时告警信息构建告警信息关联关系模型，具体是根据实时告警信息中告警的第三属性信息，即各告警信息的拓扑关系、告警级别以及告警时间等。通过对各个告警的第三属性信息进行相似度分析，确定各告警的第三属性信息之间相似度，并基于各告警的第三属性信息之间相似度得出各告警信息间的总体相似度，并基于各告警信息间的总体相似度完成告警信息中衍生或次要告警信息的识别和过滤。详细构建流程还可参照方法实施例中的图2描述。
在本发明实施例中，所述装置还包括判断单元(图3中未示出)，当所述接收单元302接收到所述告警信息后，首先由所述判断单元判断所述接收单元302接收到的告警信息是否是实时告警信息，当所述判断单元确定所述告警信息是实时告警信息时，基于所述实时告警信息确定所述实时告警信息中各告警的第一属性信息，即告警信息的拓扑关系、告警级别和告警时间等数据；然后触发所述过滤单元303将所述判断单元确定的第一属性信息在所述模型构建单元301构建的所述告警信息分类模型和所述告警信息关联关系模型中进行匹配，并将成功的所述第一属性信息对应的实时告警信息确定为所述一级告警信息。同时将由所述一级告警信息衍生的次要告警信息过滤掉。在本发明实施例中，所述一级告警信息是指所述实时告警信息中主要的告警信息。最后触发所述上报单元304，由所述上报单元304将所述一级告警信息上报到告警窗口进行展示。如此，有效减轻了监控人员的工作强度，提升了工作效率。
在本发明实施例中，所述判断单元还用于判断所述接收单元302接收到的告警信息是否是历史告警信息查询请求，当所述判断单元确定所述告警信息是历史告警信息查询请求时，所述判断单元首先在历史告警数据库中调取与所述查询请求匹配的历史告警信息，并确定调取的所述历史告警信息中各告警的第二属性信息，即告警信息的拓扑关系、告警级别和告警时间等数据；然后触发所述过滤单元303，由所述过滤单元303将所述判断单元确定的所述第二属性信息在所述模型构建单元301构建的所述告警信息分类模型和所述告警信息关联关系模型中进行匹配，将匹配成功的所述第二属性信息对应的历史告警信息确定为所述一级告警信息。。在本发明实施例中，所述历史告警信息查询请求是由告警客户端定时发送的，可以是一周，一个月，具体时间在此不限制。然后通过所述过滤单元303对历史告警信息中由主要告警信息衍生的告警信息过滤掉，得到重要的一级告警信息，并由所述上报单元304将所述一级告警信息上报到告警客户端进行展示，如此，能够提高历史告警信息的数据质量，从而提供构建告警信息分类模型和告警信息关联关系模型的效率和准确率。
在实际应用中，模型构建单元301、接收单元302、过滤单元303和上报单元304均可由位于告警信息的过滤装置中的中央处理器(cpu)、微处理器(mpu)、数字信号处理器(dsp)、或现场可编程门阵列(fpga)等实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、系统的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。