异构多源告警日志分类算法研究

施志伟; 苏云霞; 周广丽; 费周辰; 宋长平; 杨强强

doi:10.16543/j.2095-641x.electric.power.ict.2025.07.09

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

异构多源告警日志分类算法研究

电力信息通信 | 更新时间：2026-02-01

- 异构多源告警日志分类算法研究
- 异构多源告警日志分类算法研究
- 电力信息与通信技术 2025年23卷第7期页码：66-72
- 作者机构：
  
  1. 国网上海市电力公司信息通信公司
  2. 上海电力大学电子与信息工程学院
- 作者简介：
- 基金信息：
  
  国网上海市电力公司科技项目“面向电力数据通信网监控工具的研究及应用”(52090F240004)
- DOI：10.16543/j.2095-641x.electric.power.ict.2025.07.09
  中图分类号： TM73;TP183;TP391.1
- 纸质出版：2025
- 稿件说明：
移动端阅览
施志伟, 苏云霞, 周广丽, 等. 异构多源告警日志分类算法研究[J]. 电力信息与通信技术, 2025,23(7):66-72.

施志伟, 苏云霞, 周广丽, et al. 异构多源告警日志分类算法研究[J]. 2025, 23(7): 66-72.
施志伟, 苏云霞, 周广丽, 等. 异构多源告警日志分类算法研究[J]. 电力信息与通信技术, 2025,23(7):66-72. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.07.09.

施志伟, 苏云霞, 周广丽, et al. 异构多源告警日志分类算法研究[J]. 2025, 23(7): 66-72. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.07.09.

摘要

随着电力数据通信网网络的复杂性日益增加，来自不同厂商设备的异构告警日志的准确分类和处理显得尤为重要。文章提出了一种基于改进的词频-逆文档频率(term frequency-inverse document frequency

TF-IDF)算法和卷积神经网络(convolutionalneuralnetwork

CNN)算法的告警日志分类方法，有效地对异构告警日志进行分类和标准化处理。通过考虑词语的位置及其在类别间的分布，增强了模型对重要文本特征的捕捉能力。通过使用CNN分类器，有效识别来自不同源的告警信息。实验结果表明，该算法能有效处理和分类异构告警日志，较之常用算法，精度平均提升了4.1%

F1分数平均提升了3.8%。此外，算法还能生成结构化的告警数据库，为电力数据通信网络的智能化运维提供强有力的技术支持。

Abstract

关键词

Keywords

references

Vandana Yadav ,Parul Verma ,Vinodini Katiyar.Enhancing sentiment analysis in Hindi for E-commerce companies: a CNN-LSTM approach with CBoW and TF-IDF word embedding models[J].International Journal of Information Technology,2023.

ZHU Jing,HUANG Song,SHI Yaqing,WU Kaishun,WANG Yanqiu.A Method of K-Means Clustering Based on TF-IDF for Software Requirements Documents Written in Chinese Language[J].IEICE Transactions on Information and Systems,2022(4).

Kamyab Marjan,Liu Guohua,Adjeisah Michael.Attention-Based CNN and Bi-LSTM Model Based on TF-IDF and GloVe Word Embedding for Sentiment Analysis[J].Applied Sciences,2021.

Inbal Yahav,Onn Shehory,David Schwartz.Comments Mining With TF-IDF: The Inherent Bias and Its Removal[J].IEEE Transactions on Knowledge and Data Engineering,2019.

张良嵩,杨清,关城,李嘉璐.面向新型电力系统的配电通信故障衍生告警智能运维技术[J].电力信息与通信技术,2024(09).

周宪溪,牟莉.基于改进TF-IDF和AGLCNN的新闻长文本分类模型[J].计算机与现代化,2024(08).

王维靖,陈俊洁,杨林,侯德俊,王星凯,吴复迪,张润滋,王赞.基于多元数据融合的网络侧告警排序方法[J].软件学报,2024(08).

金花,曹培治,金汪奥博,王劭鹤,贾玉轩.基于LSTM-MACNN的油色谱在线监测装置误告警识别[J].电力信息与通信技术,2023(11).

杨宏伟,张红梅,张骥,王朔,张妍,甄家林.基于TF-IDF加权文本语义相似度算法的变电站一键顺控测试方法研究[J].电力科学与技术学报,2023(05).

雷轩,程光,张玉健,郭靓,张付存.基于电力网络态势感知平台的告警信息关联分析[J].计算机工程与科学,2023(07).

白冰,段笑晨.电力网络安全告警信息挖掘研究与实现[J].自动化与仪器仪表,2023(05).

杨昕,李更新,李挥.EHFM:一种面向多源网络攻击告警的高效层级化数据过滤方案[J].计算机科学,2023(02).

朱圳,张引发,刘立芳,齐小刚.改进加权方法的告警关联分析算法[J].吉林大学学报(信息科学版),2023(01).

朱圳,刘立芳,齐小刚.基于数据挖掘的通信网络故障分类研究[J].智能系统学报,2022(06).

赵泽玲,冯海林,齐小刚,刘美丽.通信网络告警数据特征分析[J].吉林大学学报(理学版),2022(05).

崔玉,曹海欧,余嘉彦,娄玲娇,刘宏君,赵子根.智能变电站智能告警技术及应用研究[J].电力信息与通信技术,2021(05).

吴海洋,郭波,缪巍巍,丁士长.基于改进GSP的电力通信告警关联挖掘研究[J].计算机与数字工程,2021(03).

孙国强,沈培锋,赵扬,朱红勤,丁小柳,卫志农,臧海祥.融合知识库和深度学习的电网监控告警事件智能识别[J].电力自动化设备,2020(04).

李程雄.基于告警流的安全事件挖掘引擎设计[J].电力信息与通信技术,2019(11).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于FlexE技术的电力数据通信网小颗粒切片调度机制研究

电力系统地市及以下数据通信网设计与研究

基于MPLS的BGP-VPLS组网技术在电力数据通信网中的应用

法国铁路建设的环境保护管理工作

浅谈铁路运输业跨越式发展中环境保护管理工作