考虑换流站海量事件的关联规则挖掘分析方法

为提高换流站运维人员面对海量生成事件的分析能力,提出一种考虑换流站海量事件的关联规则挖掘分析方法。首先,利用原始事件元组特性进行记录事件与响应日志的实体特征筛选,并进行换流站实体特征的布尔映射与关联挖掘建模。然后,利用互信息(MI)原理与对称不确定性(SU)理论改进FP-Growth算法。最后,基于改进算法进行换流站事件关联分析,进而基于关联规则结果进行换流站异常反馈。通过挖掘昆柳龙直流换流站调试期间海量生成事件,表明所提出的方法可以有效地从海量事件中提取判断特征与结果特征的强关联规则,及时发现换流站的设备异常动作,并为运维分析提供决策支撑。

基于关联规则算法的换流站SER事件集挖掘方法

为提高运维人员面对换流站生成的海量事件顺序记录(sequence events recorder,SER)数据的分析能力,提出一种基于关联规则算法的换流站SER事件组挖掘方法。首先利用原始SER事件特征筛选,建立换流站SER事件多维模型;进而利用关联规则算法FP-Growth算法进行数据挖掘与分析,得到换流站典型事件的SER支持组与置信事件;最后基于SER支持组与置信事件分析SER事件集可靠性,方便换流站运维人员及时发现换流站的设备异常动作,减少人工盘查SER造成的事件漏看、错看的可能性。通过挖掘昆柳龙直流(direct current,DC)换流站调试期间SER事件集,表明所提出的方法可以有效地挖掘SER事件集的关联性,为运维人员及时发现SER事件缺失起参考作用。