基于APRIORI-贝叶斯优化XGBoost的电力通信网根告警预测

摘要：

电力通信网根源性告警的精准预测,能够辅助运维人员提前对通信网高风险点进行高效排查和快速定位,从根源上避免区域性通信故障和衍生告警,降低网络风险和运维成本.针对现有研究中电力通信网根告警预测源数据冗余、准确率不高的问题,面向电力通信网根告警提出基于APRIORI-贝叶斯优化XGBoost的预测模型,利用APRIORI算法优化预测模型输入,挖掘根告警影响因素间的关联规则,借助关联规则概率化方法确定关键影响因子,降低贝叶斯优化XGBoost模型训练数据冗余度,提高数据价值密度,进而提升模型效率和告警预测精度.实验结果表明,所提算法在预测准确率、召回率和F-值等性能上均取得良好的效果,并在最小支持度为15％时达到最优预测结果,能为电力通信网高效运维和故障排查提供技术支撑.

关键词：根源性告警;关联规则分析;告警预测;贝叶斯优化;XGBoost算法

所属期刊栏目：43

分类号：TM73;TN915(输配电工程、电力网及电力系统)

资助基金：国网浙江省电力有限公司科技项目5211UZ190056

在线出版日期：2022-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：113-121