基于电力日志特征的DBSCAN聚类

摘要

针对电力系统海量日志导致难以进行人工分类的问题,文章根据电力日志的结构化特征,通过建立日志的特征向量,再使用DBSCAN来对日志进行聚类.以国网甘肃省电力公司日志作为数据集,使用该方法进行了检验.与专家人工分类的对比结果表明,该方法聚类结果与专家分类结果一致,且聚类的类簇中数目误差率小于0.3%.同时,从轮廓系数和Rand指数2个指标来看, DBSCAN聚类方法也能较好地适应该数据集.聚类的结果能够有效减少电力系统运维人员的检查工作量.