本发明涉及电网控制，具体为一种电网监控告警信息可靠性判别方法及装置。
背景技术：
1、随着电网规模逐步扩大，电网智能化水平不断提升以及设备信息数字化能力持续增强，接入集中监控系统进行集中监控的告警信息数量迅速增加，监控系统日均上送告警信息数量也不断增加。
2、目前电网监控方式是人工对监控系统的每一条告警信息逐一进行判别、分析，当监视人员确认信号非检修类信号，且为就地实际上送时，通知运行人员到站检查。运行人员到站后，对信号再次进行初步判断，并根据需要联系检修班组处理。由此可见，一条告警信息的检查、确认往往需要花费较多的时间，因此提高监控告警信号可靠性就具有较大的意义。
3、目前，判断监控告警信息可靠性的方法是人工对监控系统的每一条告警信息逐一进行判别、分析，但是存在以下缺点：
4、(1)部分电网设备存在偶发、误发固有告警信息的问题，人工判别方式下无法快速根据历史告警信息和处置结果进行信号可靠性的判断。
5、(2)人员往往无法综合全面获取当日主、配网计划工作信息，可能对一些因工作导致的告警信息误判，造成误监行为。
6、(3)人工判别方式缺乏信息逻辑关联、多维分析能力，在信息可靠性判别中，未将天气、事件化特征等纳入综合考虑，降低了信息判别的可靠程度。
7、(4)人工判别方式过分依赖值班人员的技能水平和知识储备，对同一告警信息不同值班人员可能做出不同的可信度判断，对该告警信息处理的紧急程度也就有所不同，可能造成资源浪费或事故扩大。
技术实现思路
1、本发明所要解决的技术问题在于解决现有技术中存在的不足，设计一种电网监控告警信息可靠性判别方法及装置。
2、本发明解决其技术问题所采用的技术方案是：
3、第一方面，本发明提供一种电网监控告警信息可靠性判别方法，包括：
4、抓取新增电网监控实时告警信息；
5、对告警信息与数据中台的当日检修计划内容进行匹配，判断是否为检修工作带出的告警信息；
6、对告警信息与数据中台的历史误发告警信息进行匹配，并计算相似度，若相似度大于设定阈值，则判断为误发信号；
7、构建事件化规则库并对告警信息进行分析判定，形成事件初步分类结果，构建训练样本集进行训练和参数学习得到事件化分析模型；
8、对告警信息进行数据预处理，并输入到训练好的事件化分析模型中得到告警信息事件化结果，根据告警信息事件化与实际电网事件匹配结果对事件化分析模型进行再训练。
9、作为本发明的优选实施例为，所述抓取新增电网监控实时告警信息，具体包括：
10、利用告警联动，当监控系统上送信号时，触发自动抓取模块对规定时间(10秒)内的事故、异常、越线、变位及告知信息进行抓取。
11、作为本发明的优选实施例为，还包括：
12、建立专家系统检修关联信息知识库，所述建立专家系统检修关联信息知识库，具体包括：
13、利用textrank模型提取实时告警信息中的关键词；
14、收集检修信息基本数据；
15、根据检修信息基本数据和关键词建立专家系统检修关联信息知识库；
16、其中，关键词包括：变电站、时标、间隔时间、电压等级、信号类型、设备、停电状态、告警信息是否同时上送；
17、检修信息基本数据包括：电网监控告警历史信息、历史检修操作记录、电压等级、变电站、设备、是否停电、计划时间、信号类型。
18、作为本发明的优选实施例为，对告警信息与数据中台的当日检修计划内容进行匹配，判断是否为检修工作带出的告警信息；具体包括：
19、对关键词采用双向匹配算法，与数据中台的当日检修计划内容进行检索匹配，当设备匹配成功时，判断风险管控平台中该检修计划是否为开工状态，当为开工状态时，启动专家系统判断该告警信息是否为检修工作带出，若判断为真，输出告警信息可靠性判定为检修工作带出；若判断为假，则进行下一步误发信号判断。
20、作为本发明的优选实施例为，所述对告警信息与数据中台的历史误发告警信息进行匹配，并计算相似度，若相似度大于设定阈值，则为误发信号；具体包括：
21、对关键词采用完全匹配算法，与数据中台的历史误发告警信息进行检索匹配，若匹配时，利用n-gram模型将关键词转化为向量，利用余弦相似性计算两者间的相似性，计算公式为：
22、
23、其中，“.”表示向量点积，||x||表示向量x＝(x1，x2，x3，…，xn)的长度，定义为
24、进一步的，所述设定阈值为0.8，相似度大于0.8时，输出告警信息可靠性判定为误发信号，否则，进行下一步事件化分析。
25、作为本发明的优选实施例为，所述构建事件化规则库并对告警信息进行分析判定，形成事件初步分类结果，构建训练样本集进行训练和参数学习得到事件化分析模型；具体包括：
26、根据逻辑关系建立监控信息标准化模型库；
27、利用n-gram模型对监控告警信息进行无监督训练，深度挖掘单条信息中前后词组的关联关系，生成蕴藏语义特征的高维词向量；
28、将单条监控告警信息中的词向量平均化处理，输出能够被计算机识别的监控告警信息句向量；
29、分析电网事件关联的标准化信息对象，结合时间、空间约束条件，构建事件化规则库；
30、综合运用事件特征规则和事件规则对告警信息进行分析判定，形成事件初步分类结果，并将其转化成向量；
31、与初步分类结果的向量结合构造训练样本集；
32、采用卷积神经网络(textcnn)分类模型对训练样本集进行训练和参数学习得到事件化分析模型。
33、作为本发明的优选实施例为，所述对告警信息进行数据预处理，并输入到训练好的事件化分析模型中得到告警信息事件化结果，根据告警信息事件化与实际电网事件匹配结果对事件化分析模型进行再训练，具体包括：
34、对抓取的实时监控告警信息进行数据预处理；
35、利用n-gram模型生成包含信号特征的特征向量；
36、向量表示输入到训练好的模型中，输出告警信息事件化结果；
37、对实时监控告警信息生成的特征向量和实际电网事件，对模型再训练。
38、第二方面，本发明提供一种电网监控告警信息可靠性判别方法校验方法，包括以下步骤：
39、信息抓取模块，抓取新增电网监控实时告警信息；
40、检修关联匹配模块，对告警信息与数据中台的当日检修计划内容进行匹配，判断是否为检修工作带出的告警信息；
41、误发信号匹配模块，对告警信息与数据中台的历史误发告警信息进行匹配，并计算相似度，若相似度大于设定阈值，则为误发信号；
42、事件化分析模块，构建事件化规则库并对告警信息进行分析判定，形成事件初步分类结果，构建训练样本集进行训练和参数学习得到事件化分析模型；
43、结果输出与反馈模块，对告警信息进行数据预处理，并输入到训练好的事件化分析模型中得到告警信息事件化结果，根据告警信息事件化与实际电网事件匹配结果对事件化分析模型进行再训练。
44、与现有技术相比，本发明具有以下有益效果：
45、本发明通过构建检修关联信号、设备误发信号专家系统库；按监控信息电气功能属性对基础对象进行提炼，形成事件特征，利用人工智能神经网络模型，建立电网事件化分类模型；通过程序抓取同一时间段内监控系统上送的所有告警信息，利用专家系统与中台检修计划工作内容及历史告警信息处理记录进行匹配；根据匹配结果，利用人工神经网络模型，进行电网事件化分析，输出电网监控告警信息可靠性结果，并给出分析主要依据；本发明实现了电网监控告警信息可靠性判断，降低人员误监概率，提升运维效率。