CN114446019A - 告警信息处理方法、装置、设备、存储介质和产品 - Google Patents

告警信息处理方法、装置、设备、存储介质和产品 Download PDF

Info

Publication number
CN114446019A
CN114446019A CN202210007844.3A CN202210007844A CN114446019A CN 114446019 A CN114446019 A CN 114446019A CN 202210007844 A CN202210007844 A CN 202210007844A CN 114446019 A CN114446019 A CN 114446019A
Authority
CN
China
Prior art keywords
entropy
alarm
alarm information
entropy value
comprehensive
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210007844.3A
Other languages
English (en)
Inventor
孟令雯
徐长宝
班国邦
冯义
席禹
***
蒋理
席光辉
王宇
辛明勇
汪明媚
余思伍
郭思琪
古庭赟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southern Power Grid Digital Grid Research Institute Co Ltd
Electric Power Research Institute of Guizhou Power Grid Co Ltd
Original Assignee
Southern Power Grid Digital Grid Research Institute Co Ltd
Electric Power Research Institute of Guizhou Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southern Power Grid Digital Grid Research Institute Co Ltd, Electric Power Research Institute of Guizhou Power Grid Co Ltd filed Critical Southern Power Grid Digital Grid Research Institute Co Ltd
Priority to CN202210007844.3A priority Critical patent/CN114446019A/zh
Publication of CN114446019A publication Critical patent/CN114446019A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Alarm Systems (AREA)

Abstract

本申请涉及一种告警信息处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取电力设备在预设时长内的多个告警信息；采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值；综合熵值用于表征告警信息的重要程度；将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级。采用本方法能够基于熵值对告警信息进行重要程度等级划分，提高告警信息重要程度判断的准确性。

Description

告警信息处理方法、装置、设备、存储介质和产品
技术领域
本申请涉及计算机技术领域，特别是涉及一种告警信息处理方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着国家电网公司“大运行”体系的建成，智能变电站实现了无人值守、集中监控的运行管理模式。智能变电站中的***或设备产生的大量告警信息全部汇集到调度控制中心，由监控人员统一进行分析处理。
目前，监控人员在处理这些大量的告警信息时，通常是根据以往的经验，手动从中筛选或判断出重要的告警信息和非重要的告警信息，然后将重要的告警信息优先进行处理。
然而，上述方法在对大量的告警信息进行筛选或判断时，存在获得的筛选或判断结果不够准确的问题。
发明内容
本申请提供一种告警信息处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，能够基于熵值对告警信息进行重要程度等级划分，提高了告警信息重要程度判断的准确性。
第一方面，本申请提供了一种告警信息处理方法。该方法包括：
获取电力设备在预设时长内的多个告警信息；
采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值；综合熵值用于表征告警信息的重要程度；
将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级。
在其中一个实施例中，在采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值之前，方法还包括：对各告警信息进行分词处理，确定各告警信息对应的至少一个告警分词。
在其中一个实施例中，采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值，包括：采用预设的熵值计算方法分别对各告警信息对应的告警分词进行运算处理，确定各告警信息对应的至少一个独立熵值；根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值。
在其中一个实施例中，若告警信息对应的独立熵值为至少两个，则根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值，包括：获取各独立熵值对应的权重；对各独立熵值以及对应的权重进行数学运算处理，确定各独立熵值对应的权重熵值；对各独立熵值对应的权重熵值进行数学运算处理，确定各告警信息对应的综合熵值。
在其中一个实施例中，若告警信息对应的独立熵值为一个，则根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值，包括：获取独立熵值对应的权重；对独立熵值以及对应的权重进行数学运算处理，确定独立熵值对应的权重熵值；将独立熵值对应的权重熵值确定为告警信息对应的综合熵值。
在其中一个实施例中，预设的阈值范围包括多个不同的阈值范围，不同的阈值范围对应不同的告警等级；将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级，包括：将告警信息对应的综合熵值和各阈值范围进行比对；若告警信息对应的综合熵值和一个阈值范围比对成功，则将一个阈值范围对应的告警等级确定为告警信息对应的告警等级。
第二方面，本申请还提供了一种告警信息处理装置。该装置包括：
获取模块，用于获取电力设备在预设时长内的多个告警信息；
综合熵值确定模块，用于采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值；综合熵值用于表征告警信息的重要程度；
告警等级确定模块，用于将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取电力设备在预设时长内的多个告警信息；
采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值；综合熵值用于表征告警信息的重要程度；
将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取电力设备在预设时长内的多个告警信息；
采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值；综合熵值用于表征告警信息的重要程度；
将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取电力设备在预设时长内的多个告警信息；
采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值；综合熵值用于表征告警信息的重要程度；
将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级。
本申请提供一种告警信息处理方法、装置、计算机设备、存储介质和计算机程序产品。该方法可以通过预设的熵值计算方法确定多个告警信息中，每一告警信息的综合熵值，并基于每一告警信息的综合熵值，确定该告警信息的告警等级。可见，本申请可以基于熵值对告警信息的重要程度进行判断，避免了现有技术依靠人工进行告警信息重要程度的判断，导致判断结果受人为因素影响较大，准确性难以保证的问题，提高了告警信息告警等级划分的准确性。另外，本申请可以实现告警信息告警等级的自动化划分，有效提高了判断告警信息重要程度的效率。
附图说明
图1为一个实施例中告警信息处理方法的流程示意图；
图2为一个实施例中告警信息分词处理的示意图；
图3为一个实施例中告警信息处理方法的另一流程示意图；
图4为一个实施例中告警信息处理方法的另一流程示意图；
图5为一个实施例中告警信息处理方法的另一流程示意图；
图6为一个实施例中告警信息处理方法的另一流程示意图；
图7为一个实施例中告警信息处理装置的结构框图；
图8为一个实施例中计算机设备的内部结构图；
图9为一个实施例中计算机设备的另一内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
智能变电站中的***或设备产生的大量告警信息全部汇集到调度控制中心，由监控人员统一进行分析处理。
目前，监控人员在处理智能变电站中的***或设备产生的大量告警信息时，通常是根据以往的经验，手动从中筛选或判断出重要的告警信息和非重要的告警信息，然后将重要的告警信息优先进行处理，存在获得的筛选或判断结果不够准确的问题。
基于此，本申请提供一种告警信息处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，能够基于熵值对告警信息进行重要程度等级划分，提高了告警信息重要程度判断的准确性。
在一个实施例中，如图1所示，提供了一种告警信息处理方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的***，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤101、获取电力设备在预设时长内的多个告警信息；
具体实现中，终端可以调用保存在监测设备中的告警信息库，获取告警信息库中的告警信息即为多个告警信息。其中，告警信息库中的告警信息为从当前时刻之前，预设时长内的多个告警信息。其中，告警信息库为监测设备通过检测变电站中的***、电力设备等的运行状态，在运行状态出现异常时生成的。
步骤102、采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值；综合熵值用于表征告警信息的重要程度；
具体实现中，终端可以将任何能够表征告警信息重要程度的参数的计算方法，确定为预设的熵值计算方法。然后采用上述确定的预设的熵值计算方法对多个告警信息中，每一告警信息进行数学运算处理，确定每一告警信息的综合熵值。
一种可能的实现方式中，能够表征告警信息重要程度的参数可以为绝对熵、平均绝对熵、相对熵、平均相对熵、词频-逆文本频率指数值(term frequency–inversedocument frequency，TF-IDF)、平均TF-IDF值、自信息值等。终端确定的预设的熵值计算方法可以包括一个或多个熵值计算方法。具体的，可以为上述参数中，任意一个参数对应的一个计算方法；也可以为上述参数中多个参数对应的多个计算方法。例如，预设的熵值计算方法可以为计算绝对熵的方法，也可以为计算绝对熵、相对熵、自信息值的方法。
一种可能的实现方式中，当预设的熵值计算方法为一个，则可以将采用该熵值计算方法得到的熵值作为每一告警信息的综合熵值。当预设的熵值计算方法为多个，则可以考虑每一熵值计算方法的功能、性质、重要程度等因素，将最优的熵值计算方法对应的熵值确定为告警信息的综合熵值；或者综合考虑多个熵值计算方法，对多个熵值计算方法得到的多个熵值进行运算处理，将运算处理后得到的值确定为告警信息的综合熵值。
其中，综合熵值可以表征告警信息的重要程度，综合熵值越大，表明该告警信息越重要。
步骤103、将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级。
一种可能的实现方式中，可以设定一个或多个阈值，通过对每一告警信息的综合熵值和一个或多个阈值进行大小比较，从而确定每一告警信息的告警等级。也可以设定一个或多个阈值范围，通过对每一告警信息的综合熵值和一个或多个阈值范围进行数值匹配，从而确定每一告警信息的告警等级。
本申请实施例提供的告警信息处理方法可以通过预设的熵值计算方法确定多个告警信息中，每一告警信息的综合熵值，并基于每一告警信息的综合熵值，确定该告警信息的告警等级。可见，本申请可以基于熵值对告警信息的重要程度进行判断，避免了现有技术依靠人工进行告警信息重要程度的判断，导致判断结果受人为因素影响较大，准确性难以保证的问题，提高了告警信息告警等级划分的准确性。另外，本申请可以通过终端实现告警信息告警等级的自动化划分，有效提高了判断告警信息重要程度的效率。
在采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值之前，还可以对多个告警信息中的每一告警信息进行分词处理，将每一告警信息划分为一个或多个告警分词。具体可以包括以下步骤A：
步骤A、对各告警信息进行分词处理，确定各告警信息对应的至少一个告警分词。
具体实现中，终端可以调用包含电力词典、语言模型或停止词列表等工具的中文分词模型，对各告警信息进行分词处理。具体的，可以采用上述一个或多个工具，基于组成每一条告警信息的元素，将每一告警信息按照各个组成元素划分为一个或多个告警分词。其中，元素可以包括场景、电压等级、设备名称、元器件名称、行为属性等。如图2所示，针对告警信息“756线电源保护退出”，考虑到其中包含的元器件名称、场景、以及行为属性三个元素，可以将其划分为“756线/电源保护/退出”，其中“756线”、“电源保护”、“退出”即为该告警信息对应的多个告警分词。针对告警信息“弹簧1R1无储能”，考虑到其中包含的元器件名称、行为属性两个元素，可以将其划分为“弹簧/1R1/无储能”，其中“弹簧”、“1R1”、“无储能”即为该告警信息对应的多个告警分词。针对告警信息“高压绕组并列运行变压器拒动”，考虑到其中包含的元器件名称、行为属性两个元素，可以将其划分为“高压绕组/并列运行/变压器拒动”，其中“高压绕组”、“并列运行”、“变压器拒动”即为该告警信息对应的多个告警分词。
本申请实施例提供的方法可以通过调用中文分词模型，对多个告警信息中，每一告警信息进行分词处理，并确定每一告警信息对应的一个或多个告警分词，以便于终端可以根据每一告警信息对应的告警分词确定该告警信息的综合熵值，从而使得终端可以基于熵值对告警信息的重要程度进行判断，避免了人为因素的影响，提高了告警信息告警等级划分的准确性。
前文所述的实施例中介绍了采用预设的熵值计算方法确定每一告警信息的综合熵值的方案。在本申请的另一实施例中，可以采用一个或多个预设的熵值计算方法确定每一告警信息的综合熵值。例如，前文涉及的“采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值”，具体包括如图3所示的步骤：
步骤301、采用预设的熵值计算方法分别对各告警信息对应的告警分词进行运算处理，确定各告警信息对应的至少一个独立熵值；
具体实现中，基于本申请中判断告警信息重要程度的背景，可以将绝对告警信息熵、平均绝对告警信息熵、相对告警信息熵、平均相对告警信息熵、TF-IDF告警信息熵、平均TF-IDF告警信息熵、自信息熵中，至少一个熵的熵值计算方法确定为预设的熵值计算方法。终端采用上述确定的预设的熵值计算方法对每一告警信息，以及每一告警信息对应的告警分词进行运算处理，得到每一告警信息对应的至少一个独立熵值。
其中，绝对告警信息熵为基于单句词频的角度定义的熵，用于从单个告警信息中的词频角度评估告警信息的重要程度。具体计算过程如下式(1)以及式(2)所示：
Figure BDA0003456161420000071
Figure BDA0003456161420000081
其中，式(1)为告警信息mi中的告警分词j的频率；式(2)为告警信息mi的绝对告警信息熵；mi为告警信息库中第i个告警信息，可以表示为mi＝{wi1,wi2,...,win}；wij为第i个告警信息中的告警分词j；wik为第i个告警信息中的告警分词k；
Figure BDA0003456161420000086
为告警分词j在第i个告警信息的所有告警分词中所占的频率；n为告警信息mi中告警分词的数量；k为告警信息mi中第k个告警分词。
其中，相对告警信息熵为基于告警信息库的角度定义的熵，用于从整个告警信息库中的词频角度评估告警信息的重要程度。具体计算过程如下式(3)以及式(4)所示：
Figure BDA0003456161420000082
Figure BDA0003456161420000083
其中，式(3)为告警信息mi中的告警分词j的相对频率；式(4)为告警信息mi的相对告警信息熵；mi为告警信息库中第i个告警信息，可以表示为mi＝{ui1,ui2,…uin}；wkj为告警信息mk中的告警分词j；wkl为第k个告警信息中的告警分词l；uij为整个告警信息库中所有告警分词j在的所有告警分词中所占的频率；SN为告警信息库中告警信息的总数；TN为告警信息库中告警单词的总数。
其中，TF-IDF告警信息熵为基于告警信息库的角度定义的熵，用于从整个告警信息库中的词频角度评估告警信息的重要程度。具体计算过程如下式(5)以及式(6)所示：
Figure BDA0003456161420000084
Figure BDA0003456161420000085
Figure BDA0003456161420000091
其中，式(5)为告警信息mi中的告警分词j的TF-IDF值；式(6)为告警信息mi中的告警分词j的TF-IDF值频率；式(7)为告警信息mi的TF-IDF告警信息熵；mi为告警信息库中第i个告警信息，可以表示为mi＝{vi1,vi2,…vin}；
Figure BDA0003456161420000092
为告警信息mi中的告警分词j在整个告警信息库所有告警分词中所占的频率；wik为告警信息mi中的告警分词k；vik为告警信息mi中的告警分词k的TF-IDF值；Sij为告警信息库中包含告警分词j的告警信息的数量；
Figure BDA0003456161420000093
为告警分词j在第i个告警信息的所有告警分词中所占的频率；
由上述计算公式可知，长信息由于包含的告警分词数量较多，使得每一告警分词的比例较小，导致长信息的熵值更高。因此，长信息相较于短信息可以提供更多信息。为了消除信息长度引起的偏差，可以引入平均绝对告警信息熵、平均相对告警信息熵以及平均TF-IDF告警信息熵，具体计算过程如下式(8)、式(9)以及式(10)所示：
Figure BDA0003456161420000094
Figure BDA0003456161420000095
Figure BDA0003456161420000096
其中，式(8)为告警信息mi的平均绝对告警信息熵；式(9)为告警信息mi的平均相对告警信息熵；式(10)为告警信息mi的平均TF-IDF告警信息熵；len(mi)为告警信息mi的中告警分词的数量，即为上述参数n。
其中，自信息熵为基于告警信息库的角度定义的熵，用于从整个告警信息库中告警信息频率的角度评估告警信息的重要程度。具体计算过程如下式(11)所示：
H7(mi)＝-log(p(mi)) (11)
其中，式(11)为告警信息mi的自信息熵；p(mi)为告警信息库中告警信息mi出现的频率。
步骤302、根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值。
具体实现中，可以综合考虑每一独立熵值的重要程度，基于每一独立熵值以及每一独立熵值对应的重要程度确定各告警信息的综合熵值。
本申请实施例提供的方法可以基于绝对告警信息熵、平均绝对告警信息熵、相对告警信息熵、平均相对告警信息熵、TF-IDF告警信息熵、平均TF-IDF告警信息熵、自信息熵中至少一个熵的熵值计算方法确定预设的熵值计算方法，并根据预设的熵值计算方法得到的至少一个独立熵值确定每一告警信息对应的综合熵值。可见，本申请可以基于熵值对告警信息的重要程度进行判断，避免了人为因素的影响，提高了告警信息告警等级划分的准确性。
前文所述的实施例中介绍了根据每一告警信息对应的一个或多个独立熵值确定综合熵值的方案。在本申请的另一实施例中，可以根据至少两个独立熵值确定告警信息对应的综合熵值。例如，前文涉及的“根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值”，具体包括如图4所示的步骤：
步骤401、获取各独立熵值对应的权重；
具体实现中，获取各独立熵值对应的权重可以包括如下步骤：
S1、多位决策者分别提供熵值计算方法的第一偏好序列矩阵；其中，熵值计算方法在偏好序列矩阵中的不同位置可以表征该熵值计算方法的权重；不同位置即为多个熵值计算方法在偏好序列矩阵中的前后顺序；
S2、基于每一位决策者的自身权重和第一偏好序列矩阵，按照下式(12)确定熵值计算方法的第二偏好序列矩阵；
Figure BDA0003456161420000101
其中，式(12)为熵值计算方法的第二偏好序列矩阵；k为偏好序列矩阵中第k个位置；j为一个或多个熵值计算方法中第j个熵值计算方法；P为决策者的数量；i为P位决策者中第i位决策者，
Figure BDA0003456161420000102
为第i位决策者的第一偏好序列矩阵；wi为第i位决策者的权重；Tki为第i位决策者的第二偏好序列矩阵。
S3、对所有决策者的第二偏好序列矩阵进行求和处理，获得熵值计算方法的综合偏好序列矩阵Tkj；其中，Tkj为第j个熵值计算方法的综合偏好序列矩阵。
S4、基于偏好矩阵的位置以及熵值计算方法的个数，按照下式(13)确定偏好序列矩阵中，不同位置的权重；
Figure BDA0003456161420000111
其中，式(13)为偏好序列矩阵中不同位置的权重；M为熵值计算方法的个数；Ik为偏好序列矩阵中第k个位置的权重。
S5、基于熵值计算方法的综合偏好序列矩阵以及偏好序列矩阵中不同位置的权重，按照下式(14)确定熵值计算方法的偏好顺序值；
Q＝[Tki]TIk (14)
其中，式(14)为熵值计算方法的偏好顺序值。
S6、对上述偏好顺序值进行归一化处理，获得熵值计算方法的权重X。即为各熵值计算方法对应的独立熵值的权重。
本申请实施例基于决策者数量为2，独立熵值数量为4、两位决策者权重相同进行举例说明，具体如下：
S1、两位决策者提供的熵值计算方法的第一偏好序列矩阵分别为
Figure BDA0003456161420000112
Figure BDA0003456161420000113
Figure BDA0003456161420000114
其中，矩阵的行即代表偏好序列矩阵中的位置；列即代表熵值计算方法；
Figure BDA0003456161420000115
的第一行第二列为1则代表第一位决策者将第二个熵值计算方法放置于偏好序列矩阵的第一个位置。
可见，第一位决策者将第二个熵值计算方法放置于偏好序列矩阵的第一个位置，将第二个熵值计算方法以及第三个熵值计算方法放置于偏好序列矩阵的第二个位置，将第一个熵值计算方法以及第三个熵值计算方法放置于偏好序列矩阵的第三个位置，将第一个熵值计算方法、第三个熵值计算方法以及第四个熵值计算方法放置于偏好序列矩阵的第四个位置。
第二位决策者将第二个熵值计算方法放置于偏好序列矩阵的第一个位置，将第三个熵值计算方法放置于偏好序列矩阵的第二个位置，将第一个熵值计算方法放置于偏好序列矩阵的第三个位置，将第四个熵值计算方法放置于偏好序列矩阵的第四个位置。
S2、由于两位决策者权重相同，因此认为每位决策者权重为1，则每一位决策者的第二偏好序列矩阵和第一偏好序列矩阵相同。
S3、对两位决策者的第二偏好序列矩阵进行求和处理，获得熵值计算方法的综合偏好序列矩阵Tkj如下：
Figure BDA0003456161420000121
S4、计算偏好序列矩阵中，不同位置的权重，结果如下：
I＝(1,0.75,0.5,0.25)T
S5、基于上述熵值计算方法的综合偏好序列矩阵Tkj以及偏好序列矩阵中不同位置的权重I，计算熵值计算方法的偏好顺序值，结果如下：
Q＝(1.25,2.75,2.25,1)
S6、对上述偏好顺序值Q进行归一化处理，获得熵值计算方法的权重X，即为各熵值计算方法对应的独立熵值的权重。
X＝(0.172,0.379,0.311,0.138)
步骤402、对各独立熵值以及对应的权重进行数学运算处理，确定各独立熵值对应的权重熵值；
具体实现中，基于上述步骤301中计算出来的各熵值计算方法对应的独立熵值，求得每一独立熵值以及该独立熵值对应的权重的积，即为该独立熵值对应的权重熵值。
步骤403、对各独立熵值对应的权重熵值进行数学运算处理，确定各告警信息对应的综合熵值。
具体实现中，对上述各独立熵值对应的权重熵值进行求和处理，即为各告警信息对应的综合熵值。
具体计算过程如下式(14)所示：
Figure BDA0003456161420000131
其中，式(14)为告警信息的综合熵值；A为告警信息mi的综合熵值；H为各熵值计算方法的独立熵值；X为各独立熵值的权重；M为熵值计算方法的个数；hi为第i个熵值计算方法的独立熵值；xi为第i个独立熵值的权重。
本申请实施例提供的方法可以确定每一告警信息对应的多个独立熵值的权重，进而基于每一告警信息对应的多个独立熵值以及独立熵值对应的权重确定该告警信息的综合熵值，提高了告警信息综合熵值的准确性，进一步地，使得基于综合熵值确定的每一告警信息的告警等级更为准确。
前文所述的实施例中介绍了根据每一告警信息对应的一个或多个独立熵值确定综合熵值的方案。在本申请的另一实施例中，可以根据一个独立熵值确定告警信息对应的综合熵值。例如，前文涉及的“根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值”，具体包括如图5所示的步骤：
步骤501、获取独立熵值对应的权重；
本申请实施例可以参见上述步骤401的解释说明，本实施例在此不再赘述。
步骤502、对独立熵值以及对应的权重进行数学运算处理，确定独立熵值对应的权重熵值；
本申请实施例可以参见上述步骤402的解释说明，本实施例在此不再赘述。
步骤503、将独立熵值对应的权重熵值确定为告警信息对应的综合熵值。
本申请实施例中由于每一告警信息只存在一个权重熵值，因此，可以直接将计算得到的告警信息的权重熵值确定为该告警信息的综合熵值。
本申请实施例提供的方法可以根据任意一个熵值计算方法获得告警信息对应的一个权重熵值，并直接将该权重熵值确定为该告警信息的综合熵值，降低了告警信息综合熵值的运算复杂度，减少了告警信息综合熵值的计算时间，进一步地，提高了对告警信息进行告警等级划分的效率。
前文所述的实施例中介绍了根据各告警信息对应的综合熵值以及预设的阈值范围确定各告警信息的告警等级的方案。在本申请的另一实施例中，可以通过各告警信息的综合熵值和多个阈值范围的比对结果确定各告警信息的告警等级。例如，前文涉及的“将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级”，具体包括如图6所示的步骤：
步骤601、将告警信息对应的综合熵值和各阈值范围进行比对；
其中，预设的阈值范围包括多个不同的阈值范围，不同的阈值范围对应不同的告警等级。
具体实现中，终端可以将告警信息的综合熵值分别和每一阈值范围的最大值和最小值进行大小比较，若告警信息的综合熵值大于等于某一阈值范围的最小值，且小于等于该阈值范围的最大值，则确定上述告警信息和该阈值范围以对成功。
步骤602、若告警信息对应的综合熵值和一个阈值范围比对成功，则将一个阈值范围对应的告警等级确定为告警信息对应的告警等级。
若告警信息的综合阈值和预设的阈值范围中的一个阈值范围比对成功，则表明该告警信息的重要程度和上述阈值范围所代表的重要程度相匹配，因此，可以将上述阈值范围对应的告警等级确定为告警信息对应的告警等级。
本申请实施例提供的方法可以将各告警信息的综合熵值和预设的阈值范围进行比对，若告警信息和某一阈值范围比对成功，则将该阈值范围对应的告警等级确定为该告警信息的告警等级。可见，本申请可以基于熵值对告警信息的重要程度进行判断，避免了现有技术依靠人工进行告警信息重要程度的判断，导致判断结果受人为因素影响较大，准确性难以保证的问题，提高了告警信息告警等级划分的准确性。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的告警信息处理方法的告警信息处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个告警信息处理装置实施例中的具体限定可以参见上文中对于告警信息处理方法的限定，在此不再赘述。
在一个实施例中，如图7所示，提供了一种告警信息处理装置，包括：获取模块、综合熵值确定模块和告警等级确定模块，其中：
获取模块701，用于获取电力设备在预设时长内的多个告警信息；
综合熵值确定模块702，用于采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值；综合熵值用于表征告警信息的重要程度；
告警等级确定模块703，用于将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级。
在一个实施例中，在采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值之前，告警信息处理装置还包括分词处理模块704，具体用于对各告警信息进行分词处理，确定各告警信息对应的至少一个告警分词。
在一个实施例中，采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值，包括：采用预设的熵值计算方法分别对各告警信息对应的告警分词进行运算处理，确定各告警信息对应的至少一个独立熵值；根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值。
在一个实施例中，若告警信息对应的独立熵值为至少两个，则根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值，包括：获取各独立熵值对应的权重；对各独立熵值以及对应的权重进行数学运算处理，确定各独立熵值对应的权重熵值；对各独立熵值对应的权重熵值进行数学运算处理，确定各告警信息对应的综合熵值。
在一个实施例中，若告警信息对应的独立熵值为一个，则根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值，包括：获取独立熵值对应的权重；对独立熵值以及对应的权重进行数学运算处理，确定独立熵值对应的权重熵值；将独立熵值对应的权重熵值确定为告警信息对应的综合熵值。
在一个实施例中，预设的阈值范围包括多个不同的阈值范围，不同的阈值范围对应不同的告警等级；将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级，包括：将告警信息对应的综合熵值和各阈值范围进行比对；若告警信息对应的综合熵值和一个阈值范围比对成功，则将一个阈值范围对应的告警等级确定为告警信息对应的告警等级。
上述告警信息处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储本申请提供的告警信息处理方法涉及的告警信息库、多个告警信息、告警分词等相关信息。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种告警信息处理方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种告警信息处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8和图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取电力设备在预设时长内的多个告警信息；
采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值；综合熵值用于表征告警信息的重要程度；
将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
在采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值之前，方法还包括：对各告警信息进行分词处理，确定各告警信息对应的至少一个告警分词。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值，包括：采用预设的熵值计算方法分别对各告警信息对应的告警分词进行运算处理，确定各告警信息对应的至少一个独立熵值；根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
若告警信息对应的独立熵值为至少两个，则根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值，包括：获取各独立熵值对应的权重；对各独立熵值以及对应的权重进行数学运算处理，确定各独立熵值对应的权重熵值；对各独立熵值对应的权重熵值进行数学运算处理，确定各告警信息对应的综合熵值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
若告警信息对应的独立熵值为一个，则根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值，包括：获取独立熵值对应的权重；对独立熵值以及对应的权重进行数学运算处理，确定独立熵值对应的权重熵值；将独立熵值对应的权重熵值确定为告警信息对应的综合熵值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
预设的阈值范围包括多个不同的阈值范围，不同的阈值范围对应不同的告警等级；将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级，包括：将告警信息对应的综合熵值和各阈值范围进行比对；若告警信息对应的综合熵值和一个阈值范围比对成功，则将一个阈值范围对应的告警等级确定为告警信息对应的告警等级。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取电力设备在预设时长内的多个告警信息；
采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值；综合熵值用于表征告警信息的重要程度；
将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
在采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值之前，方法还包括：对各告警信息进行分词处理，确定各告警信息对应的至少一个告警分词。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值，包括：采用预设的熵值计算方法分别对各告警信息对应的告警分词进行运算处理，确定各告警信息对应的至少一个独立熵值；根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若告警信息对应的独立熵值为至少两个，则根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值，包括：获取各独立熵值对应的权重；对各独立熵值以及对应的权重进行数学运算处理，确定各独立熵值对应的权重熵值；对各独立熵值对应的权重熵值进行数学运算处理，确定各告警信息对应的综合熵值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若告警信息对应的独立熵值为一个，则根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值，包括：获取独立熵值对应的权重；对独立熵值以及对应的权重进行数学运算处理，确定独立熵值对应的权重熵值；将独立熵值对应的权重熵值确定为告警信息对应的综合熵值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
预设的阈值范围包括多个不同的阈值范围，不同的阈值范围对应不同的告警等级；将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级，包括：将告警信息对应的综合熵值和各阈值范围进行比对；若告警信息对应的综合熵值和一个阈值范围比对成功，则将一个阈值范围对应的告警等级确定为告警信息对应的告警等级。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取电力设备在预设时长内的多个告警信息；
采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值；综合熵值用于表征告警信息的重要程度；
将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
在采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值之前，方法还包括：对各告警信息进行分词处理，确定各告警信息对应的至少一个告警分词。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
采用预设的熵值计算方法对各告警信息进行运算处理，确定各告警信息对应的综合熵值，包括：采用预设的熵值计算方法分别对各告警信息对应的告警分词进行运算处理，确定各告警信息对应的至少一个独立熵值；根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若告警信息对应的独立熵值为至少两个，则根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值，包括：获取各独立熵值对应的权重；对各独立熵值以及对应的权重进行数学运算处理，确定各独立熵值对应的权重熵值；对各独立熵值对应的权重熵值进行数学运算处理，确定各告警信息对应的综合熵值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
若告警信息对应的独立熵值为一个，则根据各告警信息对应的独立熵值，确定各告警信息对应的综合熵值，包括：获取独立熵值对应的权重；对独立熵值以及对应的权重进行数学运算处理，确定独立熵值对应的权重熵值；将独立熵值对应的权重熵值确定为告警信息对应的综合熵值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
预设的阈值范围包括多个不同的阈值范围，不同的阈值范围对应不同的告警等级；将各告警信息对应的综合熵值和预设的阈值范围进行比对，确定各告警信息对应的告警等级，包括：将告警信息对应的综合熵值和各阈值范围进行比对；若告警信息对应的综合熵值和一个阈值范围比对成功，则将一个阈值范围对应的告警等级确定为告警信息对应的告警等级。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种告警信息处理方法，其特征在于，所述方法包括：
获取电力设备在预设时长内的多个告警信息；
采用预设的熵值计算方法对各所述告警信息进行运算处理，确定各所述告警信息对应的综合熵值；所述综合熵值用于表征所述告警信息的重要程度；
将各所述告警信息对应的综合熵值和预设的阈值范围进行比对，确定各所述告警信息对应的告警等级。
2.根据权利要求1所述的方法，其特征在于，在所述采用预设的熵值计算方法对各所述告警信息进行运算处理，确定各所述告警信息对应的综合熵值之前，所述方法还包括：
对各所述告警信息进行分词处理，确定各所述告警信息对应的至少一个告警分词。
3.根据权利要求2所述的方法，其特征在于，所述采用预设的熵值计算方法对各所述告警信息进行运算处理，确定各所述告警信息对应的综合熵值，包括：
采用预设的熵值计算方法分别对各所述告警信息对应的告警分词进行运算处理，确定各所述告警信息对应的至少一个独立熵值；
根据各所述告警信息对应的独立熵值，确定各所述告警信息对应的综合熵值。
4.根据权利要求3所述的方法，其特征在于，若所述告警信息对应的独立熵值为至少两个，则所述根据各所述告警信息对应的独立熵值，确定各所述告警信息对应的综合熵值，包括：
获取各所述独立熵值对应的权重；
对各所述独立熵值以及对应的权重进行数学运算处理，确定各所述独立熵值对应的权重熵值；
对各所述独立熵值对应的权重熵值进行数学运算处理，确定各所述告警信息对应的综合熵值。
5.根据权利要求3所述的方法，其特征在于，若所述告警信息对应的独立熵值为一个，则所述根据各所述告警信息对应的独立熵值，确定各所述告警信息对应的综合熵值，包括：
获取所述独立熵值对应的权重；
对所述独立熵值以及对应的权重进行数学运算处理，确定所述独立熵值对应的权重熵值；
将所述独立熵值对应的权重熵值确定为所述告警信息对应的综合熵值。
6.根据权利要求1-5任意一项所述的方法，其特征在于，所述预设的阈值范围包括多个不同的阈值范围，不同的阈值范围对应不同的告警等级；所述将各所述告警信息对应的综合熵值和预设的阈值范围进行比对，确定各所述告警信息对应的告警等级，包括：
将所述告警信息对应的综合熵值和各所述阈值范围进行比对；
若所述告警信息对应的综合熵值和一个阈值范围比对成功，则将所述一个阈值范围对应的告警等级确定为所述告警信息对应的告警等级。
7.一种告警信息处理装置，其特征在于，所述装置包括：
获取模块，用于获取电力设备在预设时长内的多个告警信息；
综合熵值确定模块，用于采用预设的熵值计算方法对各所述告警信息进行运算处理，确定各所述告警信息对应的综合熵值；所述综合熵值用于表征所述告警信息的重要程度；
告警等级确定模块，用于将各所述告警信息对应的综合熵值和预设的阈值范围进行比对，确定各所述告警信息对应的告警等级。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202210007844.3A 2022-01-05 2022-01-05 告警信息处理方法、装置、设备、存储介质和产品 Pending CN114446019A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210007844.3A CN114446019A (zh) 2022-01-05 2022-01-05 告警信息处理方法、装置、设备、存储介质和产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210007844.3A CN114446019A (zh) 2022-01-05 2022-01-05 告警信息处理方法、装置、设备、存储介质和产品

Publications (1)

Publication Number Publication Date
CN114446019A true CN114446019A (zh) 2022-05-06

Family

ID=81366462

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210007844.3A Pending CN114446019A (zh) 2022-01-05 2022-01-05 告警信息处理方法、装置、设备、存储介质和产品

Country Status (1)

Country Link
CN (1) CN114446019A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115189961A (zh) * 2022-07-05 2022-10-14 中汽创智科技有限公司 一种故障识别方法、装置、设备及存储介质
CN116155692A (zh) * 2023-02-24 2023-05-23 北京优特捷信息技术有限公司 告警解决方案推荐方法、装置、电子设备及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115189961A (zh) * 2022-07-05 2022-10-14 中汽创智科技有限公司 一种故障识别方法、装置、设备及存储介质
CN115189961B (zh) * 2022-07-05 2024-04-30 中汽创智科技有限公司 一种故障识别方法、装置、设备及存储介质
CN116155692A (zh) * 2023-02-24 2023-05-23 北京优特捷信息技术有限公司 告警解决方案推荐方法、装置、电子设备及存储介质
CN116155692B (zh) * 2023-02-24 2023-11-24 北京优特捷信息技术有限公司 告警解决方案推荐方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN114446019A (zh) 告警信息处理方法、装置、设备、存储介质和产品
CN111314173A (zh) 监控信息异常的定位方法、装置、计算机设备及存储介质
CN116794510A (zh) 故障预测方法、装置、计算机设备和存储介质
CN110097250B (zh) 产品风险预测方法、装置、计算机设备和存储介质
CN116191398A (zh) 负荷预测方法、装置、计算机设备和存储介质
CN114492994A (zh) 一种基于电力大数据的电力信息处理***、方法及装置
CN116112200B (zh) 配电网纵向访问检测方法、装置、计算机设备和存储介质
CN115913699B (zh) 配电网横向访问检测方法、装置、计算机设备和存储介质
CN115630527B (zh) 出清异常模型检测方法、装置、计算机设备和存储介质
CN117192373B (zh) 动力电池故障分析方法、装置、计算机设备和存储介质
CN117371781A (zh) 一种配电网可靠性评估方法和***
CN116169666A (zh) 电网风险的处理方法、装置、设备、存储介质和产品
CN114493268A (zh) 电力大数据在线分析处理方法、装置、设备和存储介质
CN116681203A (zh) 基于大数据分析的企业管理咨询方法与***
CN115409113A (zh) 风险组合对象的预测方法、装置、计算机设备和存储介质
CN117743102A (zh) 应用程序运行状态监测方法、装置和计算机设备
CN117852880A (zh) 风险评估方法、模型训练方法、装置和计算机设备
CN116483658A (zh) 服务器性能监控方法、装置、***、设备和存储介质
CN117453248A (zh) 灰度发布方法、装置、计算机设备和存储介质
CN117495131A (zh) 用电数据预测方法、装置、计算机设备和存储介质
CN117077917A (zh) 基于低代码平台的人员能力评估方法、装置和计算机设备
CN118336688A (zh) 电网故障诊断方法、装置、计算机设备、存储介质
CN117077028A (zh) 风险预测模型的构建方法、装置、计算机设备和存储介质
CN118353761A (zh) 物联网通信设备的告警数据处理方法、装置、设备和介质
CN117171600A (zh) 用户聚类方法、装置、设备、存储介质和程序产品

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination