CN111241247A - 一种电力***异常状态历史记录搜索方法、***及介质 - Google Patents
一种电力***异常状态历史记录搜索方法、***及介质 Download PDFInfo
- Publication number
- CN111241247A CN111241247A CN202010061726.1A CN202010061726A CN111241247A CN 111241247 A CN111241247 A CN 111241247A CN 202010061726 A CN202010061726 A CN 202010061726A CN 111241247 A CN111241247 A CN 111241247A
- Authority
- CN
- China
- Prior art keywords
- search
- power system
- abnormal state
- keywords
- abnormal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 149
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012790 confirmation Methods 0.000 claims abstract description 18
- 238000012163 sequencing technique Methods 0.000 claims abstract description 7
- 230000005856 abnormality Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 17
- 238000011835 investigation Methods 0.000 abstract description 17
- 238000005516 engineering process Methods 0.000 abstract description 12
- 239000012925 reference material Substances 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001681 protective effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002633 protecting effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力***异常状态历史记录搜索方法、***及介质，本发明方法包括对搜索语进行分析提取搜索内容；分别将搜索内容与对应的电力***异常状态记录专用名词库中的关键词进行逐一匹配筛选出搜索关键词；将所有的搜索关键词反馈至搜索人进行选择确认；分别将确认搜索关键词依次与对应的电力***异常状态历史记录索引库中的文档标签对比挑选出目标文档，并将目标文档按搜索关键词匹配关联度从高到低排序后输出。本发明利用智能搜索技术从海量的电力***运行记录中快速搜索与当前异常状态相同或类似历史异常状态记录，为当前异常故障调查分析提供参考材料，提高了异常故障调查分析的效率，节省了人工搜寻历史异常状态记录的时间和精力。
Description
技术领域
本发明涉及电力***的数据查询方法，具体涉及一种电力***异常状态历史记录搜索方法、***及介质，用于利用智能搜索技术的寻找与当前异常状态相同或类似历史异常状态记录的搜索方法及***，为当前异常故障调查分析提供参考材料。
背景技术
电力***异常状态是指的电力***非正常性运行的状态情况。包括但不限于一下情况：（1）电力***、发电厂以及3kV及以上供电设备异常运行，引起对用户少送电或少送热。（2）锅炉、汽轮机、水轮机、燃气轮机、发电机、调相机、主变压器、送电线路、3kV及以上高配电线路被迫停止运行或停止备用（包括非计划检修）。（3）发电厂的异常运行，引起全厂有功出力降低，比电力***调度规定的有功负荷曲线数值低5%以上，并且延续时间超过1h。（4）发电厂和装有调相设备的变电所异常运行，引起无功出力降低，比电力***调度规定的无功负荷曲线数值低10%以上，并且延续时间超过l h。（5）电力***发生振荡和瓦解。电力***只要发生振荡，不论振荡持续时间长短、摆动幅度大小，也不管是全区振荡还是局部地区振荡，均算***事故。
电力***运行过程中不可避免出现上述异常状态。一旦出现异常状态，必须开展异常调查。而大多数异常状态并不是第一次发生，以前发生过相同或者类似的异常，也开展过异常状态的调查或者分析，并出具报告或通报。及时找到与当前异常状态相同或类似异常状态调查、分析历史记录，可以为当前异常状态调查分析提供参考材料，可提高电力***异常状态调查分析效率。然而电力***异常状态调查、分析历史记录一般以独立文档的方式保存，没有按设备类型或者异常类型开展专业的梳理归类，有价值的信息如设备类型、异常类型、异常事件等都文件内容中，并没有相应的检索摘要。而且文档由不同部门专业人员编写，隐藏在电网日常运维记录的海量数据中。如果通过以往的人工搜素的方法，进行逐一比对，几乎是不可能实现的。
随着现代互联网搜索引擎技术和人工智能技术的快速发展，智能搜索技术已经在互联网领域开展广阔的应用。智能搜索技术为实现在海量电网运行维护记录中寻找到与当前异常状态相同或类似异常状态调查、分析历史记录提供了一种技术上的可能。不同于互联网领域，电力***异常状态有自己特有的表述方式和专用名词。部分专用名词在电力***中的含义也与在其他领域不同，如“跳闸”、“振荡”、“保护动作”等。因此，亟需一种利用智能搜索技术的电力***异常状态历史搜索方法及***，为当前异常状态调查分析提供参考材料。
现有的涉及智能搜索技术的方法不少，但针对与电力***异常状态历史记录搜索的仍然缺乏。如申请号为201480049822.7的中国专利文献公开了智能搜索精细化，通过初始搜索和精细化搜索满足不同用户的需求，但未涉及电力***异常状态历史记录搜索详细方法；申请号为201210305152.3的中国专利文献公开了语义化的智能搜索方法，提供一种更便捷更精确的搜索方式，但也没有涉及电力***异常状态历史记录搜索词的语义化。
发明内容
本发明要解决的技术问题：针对现有技术的上述问题，提供一种电力***异常状态历史记录搜索方法、***及介质，本发明利用智能搜索技术从海量的电力***运行记录中快速搜索与当前异常状态相同或类似历史异常状态记录，为当前异常故障调查分析提供参考材料，提高了异常故障调查分析的效率，节省了人工搜寻历史异常状态记录的时间和精力。
为了解决上述技术问题，本发明采用的技术方案为：
一种电力***异常状态历史记录搜索方法，实施步骤包括：
1）对搜索语进行分析提取各种指定的搜索信息类型的搜索内容；
2）针对各种搜索信息类型的搜索内容，分别将搜索内容与对应的电力***异常状态记录专用名词库中的关键词进行逐一匹配筛选出搜索关键词；
3）将所有的搜索关键词反馈至搜索人进行选择确认，根据搜索人的选择确认情况确定各种搜索信息类型的确认搜索关键词；
4）分别将确认搜索关键词依次与对应的电力***异常状态历史记录索引库中的文档标签对比挑选出目标文档，并将目标文档按搜索关键词匹配关联度从高到低排序后输出。
可选地，步骤1）中各种搜索信息类型包括异常类型、设备类型、电压等级、变电站/发电厂名称、设备名称、异常发生年月日、异常持续时间中的一种或多种。
可选地，步骤1）中的搜索语为固定格式的语句形式，且按照指定的顺序包括：该固定格式的语句形式包括{异常类型}、{设备类型}、{电压等级}、{变电站/发电厂名称}、{设备名称}、{异常发生年月日}、{异常持续时间}中的一种或多种搜索信息类型且按照预先指定的顺序进行排列。
可选地，步骤2）中将搜索内容与对应的电力***异常状态记录专用名词库中的关键词进行逐一匹配筛选出搜索关键词的详细步骤包括：
2.1）判断搜索内容的内容，如果搜索内容为指定的缺省符号，则跳转执行步骤2.2）；否则，跳转执行步骤2.3）；
2.2）将搜索内容对应搜索信息类型在对应的电力***异常状态历史记录索引库中的全部关键词作为筛选出搜索关键词，完成；
2.3）判断搜索内容是否包含指定的模糊符号，如果包含指定的模糊符号，则采用模糊匹配的方式将对应的电力***异常状态历史记录索引库中该搜索内容模糊匹配的关键词作为搜索关键词；如果不包含指定的模糊符号，则采用精确匹配的方式将对应的电力***异常状态历史记录索引库中该搜索内容精确匹配的关键词作为搜索关键词。
可选地，步骤2）中筛选出的搜索关键词包括：与搜索内容完全匹配的关键词、与搜索内容意义相同的关键词、与搜索内容语义关联的关键词、与搜索内容有涵盖关系的关键词。
可选地，步骤3）中根据搜索人的选择确认情况确定各种搜索信息类型的搜索关键词的步骤包括：针对每一种搜索信息类型，如果该搜索信息类型的搜索关键词得到选择确认，则将选择确认后的搜索关键词作为该搜索信息类型的确认搜索关键词；如果该搜索信息类型的搜索关键词没有得到选择确认，则将该搜索信息类型的搜索内容直接作为该搜索信息类型的确认搜索关键词，同时并将该搜索信息类型的搜索内容添加到对应的电力***异常状态记录专用名词库中作为新的关键词。
可选地，步骤2）之前包括建立或维护电力***异常状态记录专用名词库的步骤：首先针对每一种搜索信息类型，采用人工输入、电力***专用名称库导入两种方式中的至少一种建立或维护电力***异常状态记录专用名词库；然后针对电力***异常状态记录专用名词库的关键词，标记出意义相同的关键词、语义关联的关键词、有涵盖关系的关键词；步骤4）之前包括建立和维护电力***异常状态历史记录索引库的步骤：定期对指定目录下的文档进行扫描，将内容含电力***异常状态的关键词的文档建立文档标签，并存储在电力***异常状态历史记录索引库中，所建立的文档标签中含文档内容中出现的所有关键词并按搜索信息类型排序。
可选地，步骤4）中将目标文档按搜索关键词匹配关联度从高到低排序具体是指按匹配搜索关键词的总数量或类型量从多到少排序，且输出的目标文档中备注有所匹配的搜索关键词。
此外，本发明还提供一种电力***异常状态历史记录搜索***，包括计算机设备，该计算机设备被编程或配置以执行所述的电力***异常状态历史记录搜索方法的步骤，或者该计算机设备的存储器上存储有被编程或配置以执行所述的电力***异常状态历史记录搜索方法的计算机程序。
此外，本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有被编程或配置以执行所述的电力***异常状态历史记录搜索方法的计算机程序。
和现有技术相比，本发明具有下述优点：
1、本发明利用智能搜索技术从海量的电力***运行记录中快速搜索与当前异常状态相同或类似历史异常状态记录，为当前异常故障调查分析提供参考材料，提高了异常故障调查分析的效率，节省了人工搜寻历史异常状态记录的时间和精力。
2、本发明利用智能搜索技术搜索与当前异常状态相同或类似历史异常状态记录的方法及***，为当前异常故障调查分析提供参考材料。
附图说明
图1为本发明实施例方法的基本流程示意图。
具体实施方式
如图1所示，本实施例电力***异常状态历史记录搜索方法的实施步骤包括：
1）对搜索语进行分析提取各种指定的搜索信息类型的搜索内容；
2）针对各种搜索信息类型的搜索内容，分别将搜索内容与对应的电力***异常状态记录专用名词库中的关键词进行逐一匹配筛选出搜索关键词；
3）将所有的搜索关键词反馈至搜索人进行选择确认，根据搜索人的选择确认情况确定各种搜索信息类型的确认搜索关键词；
4）分别将确认搜索关键词依次与对应的电力***异常状态历史记录索引库中的文档标签对比挑选出目标文档，并将目标文档按搜索关键词匹配关联度从高到低排序后输出。
本实施例电力***异常状态历史记录搜索方法利用智能搜索技术从海量的电力***运行记录中快速搜索与当前异常状态相同或类似历史异常状态记录，为当前异常故障调查分析提供参考材料，提高了异常故障调查分析的效率。
本实施例中搜索语支持的搜索信息类型包括异常类型、设备类型、电压等级、变电站/发电厂名称、设备名称、异常发生年月日、异常持续时间，此外也可以按照需要进行扩展或者精简搜索信息类型。本实施例中，步骤1）中的指定搜索信息类型包括异常类型、设备类型、电压等级、变电站/发电厂名称、设备名称、异常发生年月日、异常持续时间中的一种或多种。步骤1）中提取指定搜索信息类型的搜索信息时具体是指按电力***运行与状态记录特点，从输入搜索语中按异常类型、设备类型、电压等级、变电站/发电厂名称、设备名称、异常发生年月日、异常持续时间等不同类型，逐一提取搜索信息类型的搜索信息。需要说明的是，此处的“一种或多种”具体是指：搜索语的指定搜索信息类型既可以根据需要包含完整字段信息，也可以包含部分字段信息，通过搜索信息类型的语义可以直接分析出缺少的部分字段。为了提升步骤1）中搜索信息的提取效率，本实施例步骤1）中的搜索语为固定格式的语句形式，且按照指定的顺序包括：该固定格式的语句形式包括{异常类型}、{设备类型}、{电压等级}、{变电站/发电厂名称}、{设备名称}、{异常发生年月日}、{异常持续时间}且按照预先指定的顺序进行排列（顺序可按照需要指定）。
步骤1）对搜索语进行分析提取各种指定的搜索信息类型的搜索内容时，从输入搜索语中，按异常类型、设备类型、电压等级、变电站/发电厂名称、设备名称、异常发生年月日、异常持续时间等不同搜索信息类型，逐一提取各种指定的搜索信息类型的搜索内容。
作为一种可选的实施方式，本实施例中电力***异常状态记录专用名词库中包含搜索信息类型的关键词集合如下：
1、异常类型：“故障”、“异常”、“跳闸”、“保护动作”、“接地”、“短路”、“断线”、“振荡”、“功率波动”、“电压波动”、“电压陡降”、“电压陡升”。
2、设备类型：“变压器”、“断路器”、“TA”、“TV”、“线路”、“架空线”、“电缆”、“刀闸”、“地刀”。
3、电压等级：“交流1000kV”、“交流500kV”、“交流220kV”、“交流110kV”、“交流35kV”、“交流10kV”、“交流400V”、“直流800kV”、“直流500kV”。
4、变电站/发电厂名称：全部变电站、发电厂全称和各类简称、调度称号。
5、设备名称：各类设备名称和调度名称，如“XX线路断路器”。
6、异常发生年月日：异常状态历史记录中出现的时间点，如“2018年5月7日”。
7、异常持续时间：异常状态历史记录中出现的时间段量级，如“小时”、“分”、“秒”、“毫秒”。
毫无疑问，电力***异常状态记录专用名词库中包含搜索信息类型的关键词集合包括但不限于上述关键词集合的示例，相关单位和形式也可以根据需要进行更改。
为了提升步骤2）中逐一匹配筛选出搜索关键词时的效率，本实施例中支持缺省查询和模糊查询。本实施例步骤2）中将搜索内容与对应的电力***异常状态记录专用名词库中的关键词进行逐一匹配筛选出搜索关键词的详细步骤包括：
2.1）判断搜索内容的内容，如果搜索内容为指定的缺省符号，则跳转执行步骤2.2）；否则，跳转执行步骤2.3）；
2.2）将搜索内容对应搜索信息类型在对应的电力***异常状态历史记录索引库中的全部关键词作为筛选出搜索关键词，完成；
2.3）判断搜索内容是否包含指定的模糊符号，如果包含指定的模糊符号，则采用模糊匹配的方式将对应的电力***异常状态历史记录索引库中该搜索内容模糊匹配的关键词作为搜索关键词；如果不包含指定的模糊符号，则采用精确匹配的方式将对应的电力***异常状态历史记录索引库中该搜索内容精确匹配的关键词作为搜索关键词。
本实施例中，以“/”表示缺省符号，以“*”表示模糊符号，毫无疑问，缺省符号、模糊符号可以根据需要进行人为指定为其他符号。
本实施例中，步骤2）中筛选出的搜索关键词包括：
与搜索内容完全匹配的关键词；
与搜索内容意义相同的关键词，例如：“跳闸”与“保护动作”，“主变”与“变压器”；
与搜索内容语义关联的关键词，例如：“接地”与“短路”；某条线路关联到该线路两端的断路器，例如“35kV大谷线”关联为35kV大谷线两端的断路器：“110kV大岭变电站402断路器”、“110kV谷洲变电站401断路器”；“主变”和对应的高、中、低压侧断路器；
与搜索内容有涵盖关系的关键词，例如：“线路”与“架空线”、“电缆”；“2018年”与“2018年1月”、“2018年7月”；
且在步骤2）中将所有的搜索关键词反馈至搜索人进行选择确认时，对于与搜索内容语义关联的关键词，提供是否开展并行关联搜索的选项；对于与搜索内容有涵盖关系的关键词，则提供是否开展上下关联搜索的选项。与互联网分词不同，电力***的名称大多数都是专用名词。通过上述方式，能够实现针对本实施例电力***异常状态历史记录搜索方法能够实现对电力***异常状态历史记录实现搜索关键词的精确匹配，从而提高本实施例电力***异常状态历史记录搜索方法的效率和准确度。
本实施例中电力***异常状态记录专用名词库的维护方式有两种：人工维护、利用搜索用户的选择确认来实现关键词的扩展：
1、步骤2）之前包括建立或维护电力***异常状态记录专用名词库的步骤：首先针对每一种搜索信息类型，采用人工输入、电力***专用名称库导入两种方式中的至少一种建立或维护电力***异常状态记录专用名词库；然后针对电力***异常状态记录专用名词库的关键词，标记出意义相同的关键词、语义关联的关键词、有涵盖关系的关键词；上述方式即为电力***异常状态记录专用名词库的人工维护（含建库）方式。
2、本实施例步骤3）中根据搜索人的选择确认情况确定各种搜索信息类型的搜索关键词的步骤包括：针对每一种搜索信息类型，如果该搜索信息类型的搜索关键词得到选择确认，则将选择确认后的搜索关键词作为该搜索信息类型的确认搜索关键词；如果该搜索信息类型的搜索关键词没有得到选择确认，则将该搜索信息类型的搜索内容直接作为该搜索信息类型的确认搜索关键词，同时并将该搜索信息类型的搜索内容添加到对应的电力***异常状态记录专用名词库中作为新的关键词。如果搜索人确认已有关键词可以表示所需搜索信息，将已有关键词确认为搜索关键词；如果搜索人不能确认已有关键词可以表示所需搜索信息，则将搜索信息生产为新的搜索关键词；通过上述方式，能够利用搜索用户的选择确认来实现电力***异常状态记录专用名词库中关键词的扩展。
步骤4）之前包括建立和维护电力***异常状态历史记录索引库的步骤：定期对指定目录下的文档进行扫描，将内容含电力***异常状态的关键词的文档建立文档标签，并存储在电力***异常状态历史记录索引库中，所建立的文档标签中含文档内容中出现的所有关键词并按搜索信息类型排序。通过上述方式可实现电力***异常状态历史记录索引库的建立和定期维护，定期对所有可搜索文档的内容开展扫描，对其内容含异常类型的关键词的文档，建立文档标签，存储在异常记录索引库中。若某次搜索形成新的异常类型的关键词，再搜索前再进行一次扫描，形成新的文档标签。所建立的文档标签中含文档内容中出现的所有关键词，并按类型排序。
本实施例中，步骤4）中将目标文档按搜索关键词匹配关联度从高到低排序具体是指按匹配搜索关键词的总数量或类型量从多到少排序，且输出的目标文档中备注有所匹配的搜索关键词。
综上所述，本实施例电力***异常状态历史记录搜索方法利用智能搜索技术，从海量的电力***运行记录中快速搜索与当前异常状态相同或类似历史异常状态记录，为当前异常故障调查分析提供参考材料，提高了异常故障调查分析的效率，节省了人工搜寻历史异常状态记录的时间和精力。
此外，本实施例还提供一种电力***异常状态历史记录搜索***，包括计算机设备，该计算机设备被编程或配置以执行前述的电力***异常状态历史记录搜索方法的步骤，或者该计算机设备的存储器上存储有被编程或配置以执行前述的电力***异常状态历史记录搜索方法的计算机程序。
此外，本实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有被编程或配置以执行前述的电力***异常状态历史记录搜索方法的计算机程序。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备（***）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种电力***异常状态历史记录搜索方法，其特征在于实施步骤包括：
1）对搜索语进行分析提取各种指定的搜索信息类型的搜索内容；
2）针对各种搜索信息类型的搜索内容，分别将搜索内容与对应的电力***异常状态记录专用名词库中的关键词进行逐一匹配筛选出搜索关键词；
3）将所有的搜索关键词反馈至搜索人进行选择确认，根据搜索人的选择确认情况确定各种搜索信息类型的确认搜索关键词；
4）分别将确认搜索关键词依次与对应的电力***异常状态历史记录索引库中的文档标签对比挑选出目标文档，并将目标文档按搜索关键词匹配关联度从高到低排序后输出。
2.根据权利要求1所述的电力***异常状态历史记录搜索方法，其特征在于，步骤1）中各种搜索信息类型包括异常类型、设备类型、电压等级、变电站/发电厂名称、设备名称、异常发生年月日、异常持续时间中的一种或多种。
3.根据权利要求2所述的电力***异常状态历史记录搜索方法，其特征在于，步骤1）中的搜索语为固定格式的语句形式，且按照指定的顺序包括：该固定格式的语句形式包括{异常类型}、{设备类型}、{电压等级}、{变电站/发电厂名称}、{设备名称}、{异常发生年月日}、{异常持续时间}中的一种或多种搜索信息类型且按照预先指定的顺序进行排列。
4.根据权利要求1所述的电力***异常状态历史记录搜索方法，其特征在于，步骤2）中将搜索内容与对应的电力***异常状态记录专用名词库中的关键词进行逐一匹配筛选出搜索关键词的详细步骤包括：
2.1）判断搜索内容的内容，如果搜索内容为指定的缺省符号，则跳转执行步骤2.2）；否则，跳转执行步骤2.3）；
2.2）将搜索内容对应搜索信息类型在对应的电力***异常状态历史记录索引库中的全部关键词作为筛选出搜索关键词，完成；
2.3）判断搜索内容是否包含指定的模糊符号，如果包含指定的模糊符号，则采用模糊匹配的方式将对应的电力***异常状态历史记录索引库中该搜索内容模糊匹配的关键词作为搜索关键词；如果不包含指定的模糊符号，则采用精确匹配的方式将对应的电力***异常状态历史记录索引库中该搜索内容精确匹配的关键词作为搜索关键词。
5.根据权利要求1所述的电力***异常状态历史记录搜索方法，其特征在于，步骤2）中筛选出的搜索关键词包括：与搜索内容完全匹配的关键词、与搜索内容意义相同的关键词、与搜索内容语义关联的关键词、与搜索内容有涵盖关系的关键词。
6.根据权利要求1所述的电力***异常状态历史记录搜索方法，其特征在于，步骤3）中根据搜索人的选择确认情况确定各种搜索信息类型的搜索关键词的步骤包括：针对每一种搜索信息类型，如果该搜索信息类型的搜索关键词得到选择确认，则将选择确认后的搜索关键词作为该搜索信息类型的确认搜索关键词；如果该搜索信息类型的搜索关键词没有得到选择确认，则将该搜索信息类型的搜索内容直接作为该搜索信息类型的确认搜索关键词，同时并将该搜索信息类型的搜索内容添加到对应的电力***异常状态记录专用名词库中作为新的关键词。
7.根据权利要求1所述的电力***异常状态历史记录搜索方法，其特征在于，步骤2）之前包括建立或维护电力***异常状态记录专用名词库的步骤：首先针对每一种搜索信息类型，采用人工输入、电力***专用名称库导入两种方式中的至少一种建立或维护电力***异常状态记录专用名词库；然后针对电力***异常状态记录专用名词库的关键词，标记出意义相同的关键词、语义关联的关键词、有涵盖关系的关键词；步骤4）之前包括建立和维护电力***异常状态历史记录索引库的步骤：定期对指定目录下的文档进行扫描，将内容含电力***异常状态的关键词的文档建立文档标签，并存储在电力***异常状态历史记录索引库中，所建立的文档标签中含文档内容中出现的所有关键词并按搜索信息类型排序。
8.根据权利要求1所述的电力***异常状态历史记录搜索方法，其特征在于，步骤4）中将目标文档按搜索关键词匹配关联度从高到低排序具体是指按匹配搜索关键词的总数量或类型量从多到少排序，且输出的目标文档中备注有所匹配的搜索关键词。
9.一种电力***异常状态历史记录搜索***，包括计算机设备，其特征在于，该计算机设备被编程或配置以执行权利要求1～8中任意一项所述的电力***异常状态历史记录搜索方法的步骤，或者该计算机设备的存储器上存储有被编程或配置以执行权利要求1～8中任意一项所述的电力***异常状态历史记录搜索方法的计算机程序。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有被编程或配置以执行权利要求1～8中任意一项所述的电力***异常状态历史记录搜索方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010061726.1A CN111241247A (zh) | 2020-01-19 | 2020-01-19 | 一种电力***异常状态历史记录搜索方法、***及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010061726.1A CN111241247A (zh) | 2020-01-19 | 2020-01-19 | 一种电力***异常状态历史记录搜索方法、***及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111241247A true CN111241247A (zh) | 2020-06-05 |
Family
ID=70874725
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010061726.1A Pending CN111241247A (zh) | 2020-01-19 | 2020-01-19 | 一种电力***异常状态历史记录搜索方法、***及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111241247A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115129899A (zh) * | 2022-08-31 | 2022-09-30 | 北京国电通网络技术有限公司 | 文档标签信息生成方法、装置、设备、介质和程序产品 |
| CN118193682A (zh) * | 2024-05-13 | 2024-06-14 | 广东电网有限责任公司中山供电局 | 关键词匹配方法、计算机程序产品及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103744919A (zh) * | 2013-12-26 | 2014-04-23 | 广州供电局有限公司 | 电网知识库的自学习方法和*** |
| CN104463708A (zh) * | 2014-12-15 | 2015-03-25 | 广东电网有限责任公司电力科学研究院 | 一种电力设备缺陷快速定级方法 |
| US20150269163A1 (en) * | 2014-03-21 | 2015-09-24 | Alibaba Group Holding Limited | Providing search recommendation |
| CN106897319A (zh) * | 2015-12-21 | 2017-06-27 | 北京奇虎科技有限公司 | 搜索方法和装置 |
| CN108038096A (zh) * | 2017-11-10 | 2018-05-15 | 平安科技（深圳）有限公司 | 知识库文档快速检索方法、应用服务器计算机可读存储介质 |
| CN108985467A (zh) * | 2018-06-22 | 2018-12-11 | 贵州电网有限责任公司 | 基于人工智能的二次设备精益化管控方法 |
-
2020
- 2020-01-19 CN CN202010061726.1A patent/CN111241247A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103744919A (zh) * | 2013-12-26 | 2014-04-23 | 广州供电局有限公司 | 电网知识库的自学习方法和*** |
| US20150269163A1 (en) * | 2014-03-21 | 2015-09-24 | Alibaba Group Holding Limited | Providing search recommendation |
| CN104463708A (zh) * | 2014-12-15 | 2015-03-25 | 广东电网有限责任公司电力科学研究院 | 一种电力设备缺陷快速定级方法 |
| CN106897319A (zh) * | 2015-12-21 | 2017-06-27 | 北京奇虎科技有限公司 | 搜索方法和装置 |
| CN108038096A (zh) * | 2017-11-10 | 2018-05-15 | 平安科技（深圳）有限公司 | 知识库文档快速检索方法、应用服务器计算机可读存储介质 |
| CN108985467A (zh) * | 2018-06-22 | 2018-12-11 | 贵州电网有限责任公司 | 基于人工智能的二次设备精益化管控方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115129899A (zh) * | 2022-08-31 | 2022-09-30 | 北京国电通网络技术有限公司 | 文档标签信息生成方法、装置、设备、介质和程序产品 |
| CN115129899B (zh) * | 2022-08-31 | 2022-12-23 | 北京国电通网络技术有限公司 | 文档标签信息生成方法、装置、设备、介质和程序产品 |
| CN118193682A (zh) * | 2024-05-13 | 2024-06-14 | 广东电网有限责任公司中山供电局 | 关键词匹配方法、计算机程序产品及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhu et al. | Imbalance learning machine-based power system short-term voltage stability assessment | |
| US6212532B1 (en) | Text categorization toolkit | |
| CN112527997B (zh) | 一种基于电网领域调度场景知识图谱的智能问答方法及*** | |
| CN111241247A (zh) | 一种电力***异常状态历史记录搜索方法、***及介质 | |
| CN113687826A (zh) | 一种基于需求项提取的测试用例复用***及方法 | |
| US11321336B2 (en) | Systems and methods for enterprise data search and analysis | |
| Woon et al. | Bibliometric analysis of distributed generation | |
| CN114091912B (zh) | 一种应用知识图谱分析中压电网拓扑异动方法 | |
| CN106649308B (zh) | 一种分词词库更新方法及*** | |
| Karoui et al. | Ontology discovery from web pages: Application to tourism | |
| Hayes et al. | Towards an integrated maintenance advisor | |
| Zhang et al. | Power Grid Fault Diagnosis Based on Deep Pyramid Convolutional Neural Network | |
| Osborn et al. | Evaluating document retrieval in patent database: a preliminary report | |
| CN115099232A (zh) | 一种调度规程和历史数据的电网操作知识模型构建方法 | |
| Ravi et al. | Substation transformer failure analysis through text mining | |
| Puttgen et al. | An expert system for the design of a power plant electrical auxiliary system | |
| Gauch et al. | Corpus Analysis for TREC 5 Query Expansion. | |
| Liu et al. | Overhead transmission line condition assessment based on intention classification and slot filling using optimized BERT model | |
| Brown et al. | Combining Information Retrieval and Case-Based Reasoning for, Middle Ground" Text Retrieval Problems | |
| Scelsi et al. | Principled Analysis of Energy Discourse across Domains with Thesaurus-based Automatic Topic Labeling | |
| Qu et al. | Term extraction using co-occurrence in abstract and first claim for patent analysis | |
| Siu et al. | Knowledge Engineering at a Risk‐informed Regulatory Agency: Challenges and Suggestions | |
| Yang et al. | Defect text mining technique and application in power grid based on the modified semantic framework | |
| Chen et al. | The Isolated Grid Black-Start Scheme Evaluation Method Based on DEA/TOPSIS | |
| US11048246B2 (en) | Operation assistance device and operation assistance method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200605 |
|
| RJ01 | Rejection of invention patent application after publication |