摘要：在电力行业信息化技术水平不断发展下创建出信息运维管理系统，而运维管理系统在运行过程中经常会发生故障而影响管理效果。为了及时发现信息运维管理系统中存在的故障问题采用了创建诊断模型的方式达到及时发现故障问题的目的。而如何创建及应用故障诊断模型是决定故障诊断效果的重要因素，因此研究诊断模型的创建与应用具有重要的意义。
关键词：信息运维故障诊断；FP-Growth算法；构建方法
电力企业在信息技术快速发展下已经在管理工作中创建并应用了管理系统，能够将各部门的运营信息全部输入至管理系统内实现统一管理并加强了各部门之间的联系。在我国各电力企业中已经广泛应用管理系统且系统较为成熟，比如管理工作中应用的调控信息管理系统、监控管理系统、员工培训系统等，每个系统具有的功能不同且发挥的作用不同并涉及到电力企业管理工作中的方方面面。在应用各种管理系统时因生产厂商的不同而赋予系统具有的功能也尽不相同且应用的维护方式也具有差异化，为运维工作人员日常运维工作增加了工作量及工作难度且影响管理系统的良好运行。因此，需要采取有效的措施及时发现故障并及时解决进而保障信息管理系统能够安全稳定地运行。
1电力系统信息运维故障诊断研究的现状分析
电力企业应用的运维管理系统管理效果决定着企业的运营效果及未来发展，而在实际工作中却经常发生信息运维故障问题阻碍企业发展。因此，较多的研究学者针对信息运维故障的诊断方法开展了研究，进而研究出以下几种诊断方法：
1.1创建故障诊断模型诊断故障
较多研究学者针对创建故障诊断模型对运维管理系统的存在的故障进行诊断实施了深入性的研究，创建出四种故障模型：一是在处理故障数据时应用贝叶斯网络实施处理完成模型构建工作，模型构建完成后实施诊断故障的任务；二是电网分区时采用模糊理论中含有的粗糙集实施分区并利用推理电网故障的方式诊断系统存在的故障问题；三是在诊断系统故障时采用专家系统诊断模式，利用专家系统具有的经验推理过程准确计算出发生故障的区域；四是针对各种神经网络构建出故障模型并对存在的故障进行诊断。这四种模型诊断措施应用于实际诊断工作中都具有一定的效果，但是每一种诊断方式都具有不同的优势与缺陷，比如无法确定出信息系统中存在的一些指标而影响诊断效果等。
1.2信息系统故障诊断法
应用于诊断故障措施中还含有信息系统故障诊断法，包括如下三种类型：首先，创建的诊断模型为多智能系统模型，主要是利用存在的各种调度数据信息进行构建且形成的模型具有规模较大的特点；其次，创建电场故障诊断系统是以思科服务为导向并在此基础上创建出诊断系统；最后，创建风险评估系统，主要是在已有的风险评估方法基础上设计出能够对针对配电网状态进行风险评估的系统。三种信息系统故障诊断方法都是在整合及统一各系统数据的方式构建出运维故障诊断模型，可以为后期平台设计奠定基础，但是在实际应用时还会面对较多的问题而影响诊断效果。
2基于关联规则的FP-Growth技术
FP-Growth技术的应用原理是通过关联性的分析算法达到获取各项数据信息的目的，已经广泛应用于电信网络数据的挖掘作业中，传统应用的FP-Growth技术应用的算法会受到最小支持度的限制而只能在频繁的模式寻找到关联性的规则。研究学者针对此技术进行了研究，应用此技术挖掘商品相关性是采用经典关联规则算法，再利用特殊结构FP树FP-Growth算法解决以往存在的频繁扫描数据库先验性问题，在FP树中将关联规则有效保留只是将以往的频繁挖掘数据库模式改变成了挖掘FP树。
此方法虽然解决了传统算法中存在的问题，但是在应用于大规模电信网络报警数据分析工作中却仍然存在一些问题。
3基于FP-Growth算法构建信息运维故障诊断模型
3.1规则定义
根据上述阐述的内容可以定义出电力企业信息运维故障诊断的关联性原则：假设I=｛I1，I2，…，Im｝将信息运维指标集合成一组并创建体系，而S=｛Sou1，Sou2，…，Soun｝代表的是集合一组故障源，Im的含义是指第m项的指标，Soun是指第n项产生的故障源。假如集合I中含有的任意子集X与集合S中含有的任意子集Y达到蕴含式的要求则表示为信息运维诊断的关联性规则。
3.2 诊断算法的流程与构建模型
电力企业运营的目的是为我国各领域及居民输送电能达到满足电能需求的目的，而在经济快速发展下对电能的需求量逐渐提升进而加大了电力企业的生产效率且在信息运维过程中积累了大量的故障信息，而传统电网故障信息的表述形式是文本模式，因此在开展关联规则分析作业之前应对传统电网存在的故障信息进行有效的预处理工作，包括信息整理作业与信息量化作业等，预处理工作完成后创建出原始事务数据集并将信息运维指标设置为属性条件、故障源设为属性决策，再利用关联性规则FP-Growth算法实施挖掘信息数据的作业。在实际处理工作中含有的事务数据集条数具有量大的特点，应建立完善的故障诊断模型达到有效处理及提高处理效率的目的。通过在构建的模型中增强故障诊断关联规则的自适应能力与自主化学习的能力后可以创建出一定规模的可信故障规则集实现优质的诊断效果。以业务系统中存在的负载均衡服务结构为例阐述操作流程，均衡服务结构中含有虚地址故障源与实地址故障源，并且每个服务设备都设置了运维指标监测工作，包括贯通时长率与无效链接数等，并且每一种监控指标都进行阈值的设置能够在发现故障时展示出数字1，而处于正常状态时则为数字0。由于此构建的模型应用的是自主学习模式，在诊断故障之前应利用训练样本集创建出故障诊断模型。训练样本集的获取主要是通过将原始电网故障信息进行量化工作后进行有效获取。在构建模型时应合理化控制相关参数，包括支持度与置信度阈值。如果阈值设置的过小会引发大量弱关联原则且产生的算法会具有较高的成本投入；若阈值设置的过大会对诊断故障有价值的关联规则产生遗漏的现象进而严重影响诊断效果。电力企业信息运维中心每日产生的故障信息会通过自主化学习模式而创建出可信的故障规则集，而为了验证构建的模型是否具有有效性与容错性，应实施检测测试样本集的工作验证效果。经过检测工作后验证出在条件属性在完备的条件下、存在部分错误的条件下、在不完备的情况下此模型都可以达到正确诊断的效果。因此，在诊断电力企业信息运维系统故障时可以采取上述的模型构建方式，能够达到诊断结果准确性、拥有较强的实用性、具备良好容错性能的要求。经过实际应用于电力企业信息系统实时监管平台中进行故障诊断后，能够对监管平台中含有的四层结构进行良好诊断，包括数据展现层的诊断过程、数据处理层的诊断过程、数据采集层的诊断过程、被监管资源层的诊断过程，正确地诊断出四层结构中存在的故障信息达到故障诊断的要求。
结束语：
综上所述，在构建电网企业信息运维故障诊断模型时可以采用关联性规则FP-Growth算法，能够准确诊断出运维系统中存在的故障信息并具有较强实用性与容错性的特点。电网企业在构建此模型时需要对构建后的模型进行检测，只有达到诊断效果要求后再应用于实际故障诊断工作中进而保证故障诊断的效果。
参考文献：
[1]张金波,胡俊军,李雨倩.电力系统信息运维故障综合诊断方法研究[J].数字通信世界. 2019(05) :8.
[2]刘思怡,苏运,张焰.基于FP-Growth算法的10kV配电网分支线断线故障诊断与定位方法[J].电网技术.2019(12) :352-253.
[3]李永健.电网企业信息运维故障诊断模型的研究与实践[A].首届国际信息化建设学术研讨会论文集（一）[C].2016.