摘要：本文在电力通信网络集约化监控的基础上，提出了告警规则分析器应用技术，并对其核心算法及应用模式进行分析与研究，将本文提出的告警规则分析器技术应用于广东省中调的电力通信网络集约化监控，分析出集约化监控的告警规则的合理性和可优化项，在电力通信网络集约化监控效率方面提升显著。
关键词：电力通信网络；集约化监控；告警规则分析器
引言
随着电网通信网络规模的增大，运行控制越来越复杂，必需依靠集中监视控制，才能适应现代电网发展的需要。集中监控对于提高广东电网事故处理速度和日常操作效率，保证运行人员统筹调配实现了减员增效，具有重要意义。在进行集中监控后，针对告警的处理由原先的地市级分散式处理转变为集中化处理，集中化处理后，原先各地市级见识系统的告警分析处理规则，需要通过告警规则分析器进行规整和优化，以实现提升告警处理效率和能力的目标。
本文将基于电力通信网络进行告警规则分析器的分析研究，提供对告警规则的分析和优化能力，实现针对电力通信网络告警智能化与高效化管理，进一步提升电力通信网络的全程智能管控能力。
1 告警规则分析器系统定位
本文基于电力通信网络集中监控系统实现了智能告警规则分析器功能，在电力通信网络集中监控系统体系架构基础上，实现了智能分析层（告警规则分析器），整体架构如下图所示：电力通信网络集中监控体系分为统一采集适配平台、数据层、服务能力层、应用层。
其中，统一采集适配平台为系统的数据来源，主要实现基于电力通信网络的数据采集，从设备或者厂家网管获取告警、性能、配置等数据，进行模型标准化处理，然后将相关数据存储到数据层。
数据层实现数据的统一存储，包括告警、配置、规则、障单以及集中监控系统相关的其它应用数据。其中告警和障单数据包括当前和历史数据，历史数据用于进行大数据智能分析，当前数据用于规则验证。
服务能力层实现应用能力的封装，包括数据操作服务、告警处理服务、逻辑判断服务、故障派单服务、操作维护服务、定时处理服务以及其它的监控相关的业务能力。各类能力通过服务总线进行发布与共享，供应用层及外部系统进行调用。
应用层主要实现基础应用管理功能和智能分析功能，基础应用管理实现告警、派单、规则管理、操作维护等功能。智能分析功能实现了本论文描述的告警规则分析器功能。
2 告警规则分析器研究分析
基于上文提出的告警规则分析器的定位和功能，电力通信网络集中监控系统通过提供数据服务能力、操作服务能力及调度服务能力，实现电力通信网络的智能管理与综合管控，告警规则分析器在综合管控的基础上，实现针对告警规则的分析、优化、重构，提升系统应用效率和效果。本文将详细介绍告警规则分析器的核心算法和应用模式。
3 数据来源
告警规则分析器需要基于告警、故障单、网络配置数据进行分析，具体数据来源如下。
告警数据来源
告警规则分析器需要用到告警数据进行规则的智能分析，告警数据通过统一采集适配平台采集获取，支持通过设备或者网管进行告警采集，告警数据包括当前告警（未处理和清除的告警）和历史告警。告警规则分析器在分析过程中，主要用到告警名称、告警对象、告警时间点、告警关联的网络和业务信息等。
4 故障单数据来源
告警规则分析器需要用到故障单数据进行规则的智能分析，故障单数据从运维系统获取，包括当前在途故障单和历史故障单。告警规则分析器在分析过程中，主要用到故障单关联的告警、故障单操作过程、故障持续时间段、故障点对象等信息。
5 网络配置数据来源
网络配置数据包括网络拓扑结构、网络业务信息、以及网络资源信息，由集中监控系统通过统一适配平台采集、资源数据导入等方式进行获取。告警规则分析器利用网络配置数据分析规则中各元素之间的关联性。
6 处理流程
智能分析反馈采用人工智能分析方法实现，分为三个阶段：
7 规则分析重构
该阶段将缓存派单规则、已派单告警、已派单处理信息，缓存的信息为约50%的数据，因为还需要保留部分数据用于测试和机器学习。通过朴素贝叶斯算法将派单规则信息、已派单告警信息、已派单据处理信息的特征值进行提取，并根据特征值对告警和派单规则进行分类。然后通过Apriori机器学习算法分析告警特征、处理特征、派单规则特征三者的关联关系。分析出告警特征和处理特征之间的关联关系后，再分析告警特征和派单规则之间的关联关系，这样就可以分析出现有规则中哪些特征与告警特征、处理特征关联比较紧密。根据分析的结果，对出现频率高、强关联的告警特征、派单规则特征生成智能派单规则。
8 规则测试优化
该阶段将已派单的告警进行缓存，然后进行测试数据的优选，测试数据的优选部分已派单的告警作为测试数据。测试数据的优选通过智能算法和人工挑选两种方式进行。智能算法确定测试数据的特征范围，先从这部分范围内进行特征关联程度计算（计算方法在第一阶段步骤中已经描述），选取特征关联程度强的那部分数据作为测试数据，同时通过人工挑选的方式，挑选重要业务、处理合理的有代表性的已派单告警数据作为测试数据。两部分数据的并集就是整体测试数据。
测试数据优选后，根据智能派单规则进行规则的匹配，然后将匹配后的结果进行分析，分析规则匹配的结果是否根据特征值的强关联进行，单据处理特征是否满足预期要求。在测试过程中，发现规则有偏差的时候，可以对规则和智能算法进行修正，提升规则的合理性。
9 规则学习应用，
该阶段将利用现网实时上报的告警和智能派单规则进行告警模拟派单，并和实际最终的单据执行结果进行比较学习，在比较学习过程中对派单规则的参数、特征等进行优化，形成最终合理的智能派单规则，并将该规则反馈到生产系统进行使用。
10 系统核心算法
系统通过智能算法实现特征值提取和特征关联分析，为告警规则分析器体感算法和能力支撑。
特征值提取分析算法
在本系统中，需要提取告警信息、故障单处理信息中的特征值，特征值通过对信息进行分词等算法提取。本系统主要通过NLP分词及词性标注技术结合基于关联分析的特征提取方法进行特征词的提取。提取步骤如下：
1 通过NLP分词和词性标注技术将告警信息和故障单处理信息进行特征分词：在中英文基础分词的基础上，通过业务特征分析，将通信相关的专业词汇加入数据字典，如（尾纤、光纤、SDH、DWDM、PORT、环回、光功率、流量拥塞、设备重启、换板、线路接续…）。系统通过默认分词字典叠加通信专业专有词数据字典，对告警信息和故障单处理信息进行分词。
2提取出每个句子中所有分词或短语作为一个集合，而其中每个名词或短语作为一个特征项，对分析用的数据进行频次运算，按频次进行排序，得到有限范围的频繁集；频繁集的容量支持动态配置，配置容量较小则特征更为鲜明有效，但适当扩充配置容量可以扩大智能派单规则的覆盖面，针对省级电信通信网络，一般配置在1000以内。
3 针对运算出来频繁集进行人工干预分析，删除不是特征词的频繁集。这样就获取到频率较高的告警信息和单据处理信息的特征词，以此作为告警信息、单据处理信息关联的基础特征值。
特征关联分析算法
本系统针对特征关联分析，采用先验算法进行智能派单规则的分析创建，分析告警特征和单据处理特征之间的关联关系，将强关联关系形成智能派单规则。
分析步骤如下：
1）定义关联项集的支持度：被定义为数据集中包含该项集的记录所占的比例。我们事先需要定义一个最小支持度（minSupport），而只保留满足最小支持度的关联项集。在电力通信网络中，要接入多专业告警，需要派单的特征关联类型几十乃至上百，这里定义关联项集的支持度为0.005，即某两个特征关联的比例，超过派单综述的1/200即可用进行分析。
2）告警特征频繁项集分析：分析告警特征值哪些是经常在一起的，如果传输专业R_LOS和AIS告警，如数据专业的流量拥塞和设备占用率高等，这些特征在派单的时候，可以发现经常是同时出现，将频繁程度较高的项集分析出来。
假设告警特征值提取后，有R_LOS、AIS、流量拥塞、CPU高、光发模块损坏、光功率低等特征，单据数量为10000，高频特征组合数量如下：
则将项集排名靠前的作为频繁项集。
1）单据处理特征频繁项集分析：在进行告警和故障处理的时候，很多处理都是需要进行多个处理特征进行组合处理，而同类告警和故障的处理通常都采用相同的处理组合（如中断告警通常通过环回测试、线路接续等组合操作处理，设备故障通过重启、换板等组合操作处理），通过对单据处理特征的频繁项集分析，将单据处理特征进行频繁项集分析，分析出体系化的告警和故障处理集合。
2）告警特征和单据处理关联度分析：在上述第二步骤和第三步骤的基础上，对现有单据进行分析，分析单据中告警特征频繁项集和单据处理特征频繁项集之间的关联度，分析关联度的时候，采用权重分析法。如果告警特征项集和单据处理项集之间是非一对一的关系，则将相关的权重适当降低到0.8（因为通信网络告警各因素的作用都是互相关联，不能单纯的按数量平均来分析权重）。假设整体的单据和特征项集如下表所示，那么相关权重根据对应关系的类型进行配置。
如上表所述，告警特征集和操作项特征集的关联度通过对已派单单据结合权重进行统计，最终统计出关联性靠前的，作为智能规则的告警特征和操作特征，根据告警特征创建规则，根据操作特征确定规则的类型。
3）告警分析规则创建：按上述描述，如果发现告警特征集二和操作项集二的关联性较强，则可以制定一个规则，规则中告警的条件为特征项集二，派单的接收部门为进行操作项集二对应的班组人员。
11告警规则分析器应用场景
地市规则合并优化
集中监控系统将各地市局的网络、告警数据集中上收后，实现针对各地市告警规则的优化，将各地市的派单规则相关派单历史数据和告警历史数据集中进行分析，抽取派单和告警数据的特征，然后分析关联性，将各地市告警规则中特征和关联性类似的规则进行合并，减少规则数量，提升告警处理效率。
12根据大数据进行智能规则挖掘
集中监控系统在运行一段时间后，会积累大量的告警和派单数据，包括通过规则派单以及手工派单数据，系统可以通过对大量历史告警和故障单数据进行分析，挖掘出强关联特征，直接生成智能告警派单规则。
13平台效益分析
电力通信网络集约化监控基础上的智能告警规则分析器的研究与应用，为电力通信网络派单规则提供了自动化、智能化及高效化的分析管理手段，提升了告警派单规则的合理性，减少无效规则，降低了集约化监控系统的运行符合和硬件资源占用，促进资源共享利用，节约投资，提高了吸引运行效率，降低了运维成本。
14结束语
本文在对电力通信网络集约化监控系统建设基础上，结合智能分析算法，构建了智能告警规则分析器，并对其核心应用流程和算法进行分析研究，最后对智能告警规则分析器的典型应用场景及平台效益进行分析与介绍。通过本文提出智能告警规则分析器的应用，可有效地提高电力通信网络集约化监控系统的运维效率及其智能化程度。为进一步提高电力通信网络集约化监控能力，后续还需对该工具进行进一步的分析与研究。
参考文献：
[1]刘莹，刘俊勇，张建明，程飞，贺星棋.电网调度中的智能告警分类[J].电力自动化设备，2009，29（12）：48-54.
[2].吕旭明，雷振江，赵永彬，由广浩.电力企业文本数据挖掘技术研究[J].电力信息与通信技术，2016，14（01）：7-10..
注明：广东电网2018年职工创新项目：通信调度决策支持辅助平台（031300KK52180007）
论文作者:罗慈照
论文发表刊物:《电力设备》2018年第7期
论文发表时间:2018/7/2
标签：规则论文; 特征论文; 分析器论文; 数据论文; 智能论文; 单据论文; 通信网络论文; 《电力设备》2018年第7期论文;