基于机器学习的电力调度主站SCADA系统告警信号自动识别

摘要

为解决现有在线评估方法识别结果不准确的问题，提出基于机器学习的电力调度主站SCADA系统告警信号自动识别。先构建神经网络结构，采用反向传播方式训练神经网络，利用计算差值更新权值和偏置，由此完成攻击行为判断。将灰度图像二值化处理后，使用基于长方形的轮廓链代码滤除噪声。增强文本和背景的对比度，并设计告警界面文字分割及处理流程，使文本区域更加明显。采用告警窗口自动点对点接收方法，识别每一行警报窗口中的文本信息，完成告警信号识别。由实验结果可知，该方法最高查全率为96%，最高查准率为99.2%，可实现精准识别。

关键词

机器学习 / 主站SCADA系统 / 告警信号 / 自动识别