CN111260338A - 一种变电站操作票智能生成方法、装置及平台 - Google Patents
一种变电站操作票智能生成方法、装置及平台 Download PDFInfo
- Publication number
- CN111260338A CN111260338A CN202010100908.5A CN202010100908A CN111260338A CN 111260338 A CN111260338 A CN 111260338A CN 202010100908 A CN202010100908 A CN 202010100908A CN 111260338 A CN111260338 A CN 111260338A
- Authority
- CN
- China
- Prior art keywords
- transformer substation
- model
- wiring diagram
- library
- text
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000010586 diagram Methods 0.000 claims abstract description 113
- 238000004458 analytical method Methods 0.000 claims abstract description 66
- 238000013135 deep learning Methods 0.000 claims abstract description 42
- 238000007726 management method Methods 0.000 claims abstract description 13
- 230000003993 interaction Effects 0.000 claims description 29
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000012550 audit Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 11
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000013461 design Methods 0.000 abstract description 4
- 238000010801 machine learning Methods 0.000 abstract description 4
- UGDGKPDPIXAUJL-UHFFFAOYSA-N ethyl n-[4-[benzyl(2-phenylethyl)amino]-2-(4-ethylphenyl)-1h-imidazo[4,5-c]pyridin-6-yl]carbamate Chemical compound N=1C(NC(=O)OCC)=CC=2NC(C=3C=CC(CC)=CC=3)=NC=2C=1N(CC=1C=CC=CC=1)CCC1=CC=CC=C1 UGDGKPDPIXAUJL-UHFFFAOYSA-N 0.000 description 6
- RKWPMPQERYDCTB-UHFFFAOYSA-N ethyl n-[4-[benzyl(2-phenylethyl)amino]-2-(4-nitrophenyl)-1h-imidazo[4,5-c]pyridin-6-yl]carbamate Chemical compound N=1C(NC(=O)OCC)=CC=2NC(C=3C=CC(=CC=3)[N+]([O-])=O)=NC=2C=1N(CC=1C=CC=CC=1)CCC1=CC=CC=C1 RKWPMPQERYDCTB-UHFFFAOYSA-N 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- XXQCMVYBAALAJK-UHFFFAOYSA-N ethyl n-[4-[benzyl(2-phenylethyl)amino]-2-(2-phenylethyl)-1h-imidazo[4,5-c]pyridin-6-yl]carbamate Chemical compound N=1C=2C(N(CCC=3C=CC=CC=3)CC=3C=CC=CC=3)=NC(NC(=O)OCC)=CC=2NC=1CCC1=CC=CC=C1 XXQCMVYBAALAJK-UHFFFAOYSA-N 0.000 description 3
- 238000012795 verification Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Water Supply & Treatment (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种变电站操作票智能生成方法、装置及平台。所述方法包括获取调度指令的文本内容；获取语义解析模型；获取用户所在变电站一次接线图模型；根据语义解析模型和调度指令，生成调度指令的文本语义向量模型；根据文本语义向量模型和一次接线图模型，生成操作票文本。本申请通过人机接口，只需要输入调度指令文本，就可以分解出具体的调度操作步骤，并自动生成操作票，辅助现场作业人员完成开票工作。与传统基于专家***实现智能开票的方法相比，基于深度学习技术的变电站智能生成票方法，是通过机器学习的方式，让机器自动学习并设计规则，摆脱了人为设计算法的过程，有利于提高变电站管理的人工智能化程度。
Description
技术领域
本申请涉及深度学***台。
背景技术
目前，变电站调度操作票的生成大多是现场人员依据调度指令，参照相关的变电站一次接线图，编写操作步骤，最终实现操作票的生成。部分变电站也使用专门的操作票一键生成平台，这种平台是基于专家***原理，根据调度指令文本进行语义分析，然后根据指令的语义，结合一次变电设备接线图拓扑关系，通过前向及后向逻辑推导，而实现操作票的自动生成。
但是现有操作票一键生成平台仍需要基于专家***原理，根据调度指令文本进行语义分析，不能摆脱人为设计算法的过程，智能化程度不高。
发明内容
本申请的目的在于提供一种变电站操作票智能生成方法、装置及平台，以解决变电站操作票生成方法智能化程度不高的问题。
第一方面，根据本申请的实施例，提供了一种变电站操作票智能生成平台，包括人机交互模块，变电站操作票智能生成模块，变电站调度术语语义解析模型库和变电站一次接线图模型库；
所述人机交互模块，所述变电站调度术语语义解析模型库和所述变电站一次接线图模型库分别与所述变电站操作票智能生成模块连接；
所述人机交互模块，用于提供调度指令的文本内容；
所述变电站调度术语语义解析模型库，用于语义解析模型；
所述变电站一次接线图模型库，用于提供一次接线图模型；
所述变电站操作票智能生成模块，用于获取调度指令的文本内容，所述调度指令由人机交互模块提供；获取语义解析模型，所述语义解析模型由变电站调度术语语义解析模型库提供，所述语义解析模型由调度术语文本，中文分词语料和变电站一次设备的实体命名经过自然语言深度学习得到的；获取用户所在变电站一次接线图模型，所述一次接线图模型由变电站一次接线图模型库提供；根据所述语义解析模型和所述调度指令，生成调度指令的文本语义向量模型；根据所述文本语义向量模型和所述一次接线图模型，生成操作票文本。
进一步地，所述平台还包括典型操作票库，中文分词语料库，变电站实体命名库和自然语言深度学习模块；
典型操作票库，中文分词语料库和变电站实体命名库分别和所述自然语言深度学习模块连接，所述自然语言深度学习模块与所述变电站调度术语语义解析模型库连接；
所述典型操作票库，用于提供变电站典型操作票中的调度术语文本；
所述中文分词语料库，用于提供中文分词语料；
所述变电站实体命名库，用于提供变电站一次设备的实体命名；
所述自然语言深度学习模块，用于根据所述调度术语文本，所述中文分词语料和所述变电站一次设备的实体命名生成语义解析模型，存储至所述变电站调度术语语义解析模型库。
进一步地，所述平台还包括一次接线图拓扑关系库和接线图深度学习模块；
所述一次接线图拓扑关系库通过所述接线图深度学习模块与所述变电站一次接线图模型库连接；
所述一次接线图拓扑关系库，用于提供一次接线图拓扑关系数据；
所述接线图深度学习模块，用于根据所述一次接线图拓扑关系数据生成变电站一次接线图模型，存储至所述变电站一次接线图模型库。
进一步地，所述一次接线图拓扑关系数据包括：典型的变电站一次接线拓扑关系数据，以及调度中心所辖变电站的一次接线拓扑关系数据。
进一步地，所述人机交互模块包括用户输入模块和操作票管理模块；
所述用户输入模块，用于接收用户输入调度指令的文本内容；
所述操作票管理模块，用于管理操作票。
进一步地，所述平台还包括操作票库；
所述操作票库，用于存储用户审核通过后的操作票文本。
进一步地，所述平台还包括操作票打印模块；
所述操作票打印模块，用于打印用户审核通过后的操作票文本。
进一步地，所述人机交互模块，还用于维护所述一次接线图拓扑关系库和所述操作票库。
第二方面，根据本申请的实施例，提供了一种变电站操作票智能生成方法，包括：
获取调度指令的文本内容，所述调度指令由人机交互模块提供；
获取语义解析模型，所述语义解析模型由变电站调度术语语义解析模型库提供，所述语义解析模型由调度术语文本，中文分词语料和变电站一次设备的实体命名经过自然语言深度学习得到的；
获取用户所在变电站一次接线图模型，所述一次接线图模型由变电站一次接线图模型库提供；
根据所述语义解析模型和所述调度指令，生成调度指令的文本语义向量模型；
根据所述文本语义向量模型和所述一次接线图模型，生成操作票文本。
第三方面，根据本申请的实施例，提供了一种变电站操作票智能生成装置，包括：
第一获取单元，用于获取调度指令的文本内容，所述调度指令由人机交互模块提供；
第二获取单元，用于获取语义解析模型，所述语义解析模型由变电站调度术语语义解析模型库提供，所述变电站调度术语语义解析模型库；
第三获取单元，用于获取用户所在变电站一次接线图模型，所述一次接线图模型由变电站一次接线图模型库提供；
第一生成单元，用于根据所述语义解析模型和所述调度指令，生成调度指令的文本语义向量模型；
第二生成单元，用于根据所述文本语义向量模型和所述一次接线图模型，生成操作票文本。
由以上技术方案可知，本申请实施例提供一种变电站操作票智能生成方法、装置及平台。所述方法包括获取调度指令的文本内容，所述调度指令由人机交互模块提供；获取语义解析模型，所述语义解析模型由变电站调度术语语义解析模型库提供，所述语义解析模型由调度术语文本，中文分词语料和变电站一次设备的实体命名经过自然语言深度学习得到的；获取用户所在变电站一次接线图模型，所述一次接线图模型由变电站一次接线图模型库提供；根据所述语义解析模型和所述调度指令，生成调度指令的文本语义向量模型；根据所述文本语义向量模型和所述一次接线图模型，生成操作票文本。本申请通过人机接口，只需要输入调度指令文本，就可以分解出具体的调度操作步骤，并自动生成操作票，辅助现场作业人员完成开票工作。与传统基于专家***实现智能开票的方法相比，基于深度学习技术的变电站智能生成票方法，是通过机器学习的方式，让机器自动学习并设计规则，摆脱了人为设计算法的过程，是人工智能技术在电力行业的具体应用，有利于提高变电站管理的人工智能化程度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为根据本申请实施例示出的一种变电站操作票智能生成平台的结构示意图；
图2为根据本申请实施例示出的一种变电站操作票智能生成方法的流程图；
图3为根据本申请实施例示出的一种变电站操作票智能生成装置的结构框图。
图示说明：
其中，1-人机交互模块，2-变电站操作票智能生成模块，3-变电站调度术语语义解析模型库，4-变电站一次接线图模型库，5-典型操作票库，6-中文分词语料库，7-变电站实体命名库，8-自然语言深度学习模块，9-一次接线图拓扑关系库，10-接线图深度学习模块，11-用户输入模块，12-操作票管理模块，13-操作票库，14-操作票打印模块。
具体实施方式
参阅图1，本申请实施例提供了一种变电站操作票智能生成平台，包括人机交互模块1，变电站操作票智能生成模块2，变电站调度术语语义解析模型库3和变电站一次接线图模型库4；
所述人机交互模块1，所述变电站调度术语语义解析模型库3和所述变电站一次接线图模型库4分别与所述变电站操作票智能生成模块2连接；
所述人机交互模块1，用于提供调度指令的文本内容；
所述变电站调度术语语义解析模型库3，用于语义解析模型；
所述变电站一次接线图模型库4，用于提供一次接线图模型；
所述变电站操作票智能生成模块2，用于获取调度指令的文本内容，所述调度指令由人机交互模块1提供；获取语义解析模型，所述语义解析模型由变电站调度术语语义解析模型库3提供，所述语义解析模型由调度术语文本，中文分词语料和变电站一次设备的实体命名经过自然语言深度学习得到的；获取用户所在变电站一次接线图模型，所述一次接线图模型由变电站一次接线图模型库4提供；根据所述语义解析模型和所述调度指令，生成调度指令的文本语义向量模型；根据所述文本语义向量模型和所述一次接线图模型，生成操作票文本。
其中，所述人机交互模块1，还用于显示生成的操作票文本。
需要说明的是，基于深度学***。而变电站调度术语，都是短语，结构相对简单。通过现有的LSTM神经网络技术，已经能够实现对变电站调度术语的理解。
本申请利用LSTM神经网络的深度学习技术，提出一种变电站操作票智能生成方法。具体通过人机接口，只需要输入调度指令文本，就能利用基于深度学习的变电站调度术语解析模型。自动对指令语义进行识别，然后将识别的语义结果，连同变电站一次接线图拓扑关系，输入到基于深度学习的变电站操作票智能生成模块，就可以分解出具体的操作步骤，并自动生成调度操作票，辅助现场作业人员完成开票工作。与传统基于专家***实现智能开票的方法相比，基于深度学习技术的变电站智能生成票方法，是通过机器学习的方式，让机器自动学习并设计规则，摆脱了人为设计算法的过程，是人工智能技术在电力行业的具体应用，有利于提高变电站管理的人工智能化程度。
进一步地，所述平台还包括典型操作票库5，中文分词语料库6，变电站实体命名库7和自然语言深度学习模块8；
典型操作票库5，中文分词语料库6和变电站实体命名库7分别和所述自然语言深度学习模块8连接，所述自然语言深度学习模块8与所述变电站调度术语语义解析模型库3连接；
所述典型操作票库5，用于提供变电站典型操作票中的调度术语文本；
其中，调度术语文本包括调度指令和操作步骤。典型操作票库5存储有变电站历史典型操作票。典型操作票库5其生成步骤为：行业专家对历史操作票进行审核，选取具有代表意义的操作票，平台投运前由管理员建立并存入。
所述中文分词语料库6，用于提供中文分词语料；
其中，中文分词语料库6存储有通用的中文分词语料。中文分词语料库6为目前综合评比最高的中文分词语料库，平台投运前由管理员建立。
所述变电站实体命名库7，用于提供变电站一次设备的实体命名；
其中，变电站实体命名库7存储有变电站专用的一次设备实体及专业术语命名。变电站实体命名库7生成步骤为：行业专家对当前主流变电站，按电压等级对变电站一次设备、专业术语等进行命名，平台投运前由管理员建立并存入。
所述自然语言深度学习模块8，用于根据所述调度术语文本，所述中文分词语料和所述变电站一次设备的实体命名生成语义解析模型，存储至所述变电站调度术语语义解析模型库3。
具体来说，自然语言深度学习模块8可对典型操作票库5、中文分词语料库6、变电站实体命名库7中的数据进行抽取，然后进行训练，得到变电站调度术语语义解析模型，并存入变电站调度术语语义解析模型库3。
进一步地，所述平台还包括一次接线图拓扑关系库9和接线图深度学习模块10；
所述一次接线图拓扑关系库9通过所述接线图深度学习模块10与所述变电站一次接线图模型库4连接；
所述一次接线图拓扑关系库9，用于提供一次接线图拓扑关系数据；
其中，一次接线图拓扑关系数据包括：典型的变电站一次接线拓扑关系数据，以及调度中心所辖变电站的一次接线拓扑关系数据，行业专家审核通过后，由管理员在平台投运前建立并存入。
所述接线图深度学习模块10，用于根据所述一次接线图拓扑关系数据生成变电站一次接线图模型，存储至所述变电站一次接线图模型库4。
具体来说，接线图深度学习模块10用来对一次接线图拓扑关系库9中的拓扑数据进行训练，得到变电站一次接线图模型，存储到变电站一次接线图模型库4。
进一步地，所述人机交互模块1包括用户输入模块11和操作票管理模块12；
所述用户输入模块11，用于接收用户输入调度指令的文本内容；
所述操作票管理模块12，用于管理操作票。
进一步地，所述平台还包括操作票库13；
所述操作票库13，用于存储用户审核通过后的操作票文本。
操作票库13与操作票管理模块12连接。
生成的操作票文本通过人机交互模块1输出给用户，用户对输出的操作票文本进行审核，审核通过后存储到操作票库13。
进一步地，所述平台还包括操作票打印模块14；
操作票打印模块14与操作票管理模块12连接。
所述操作票打印模块14，用于打印用户审核通过后的操作票文本。
生成的操作票文本通过人机交互模块1输出给用户，用户对输出的操作票文本进行审核，审核通过后存储到操作票库13。
进一步地，所述人机交互模块1，还用于维护所述一次接线图拓扑关系库9和所述操作票库13。一次接线图拓扑关系库9和所述操作票库13分别与人机交互模块1连接。
参阅图2，本申请实施例提供一种变电站操作票智能生成方法，包括：
步骤S201、获取调度指令的文本内容，所述调度指令由人机交互模块提供；
步骤S202、获取语义解析模型，所述语义解析模型由变电站调度术语语义解析模型库提供，所述语义解析模型由调度术语文本，中文分词语料和变电站一次设备的实体命名经过自然语言深度学习得到的；
步骤S203、获取用户所在变电站一次接线图模型，所述一次接线图模型由变电站一次接线图模型库提供；
步骤S204、根据所述语义解析模型和所述调度指令，生成调度指令的文本语义向量模型；
步骤S205、根据所述文本语义向量模型和所述一次接线图模型，生成操作票文本。
参阅图3，本申请实施例提供一种变电站操作票智能生成装置，包括：
第一获取单元301，用于获取调度指令的文本内容，所述调度指令由人机交互模块提供；
第二获取单元302，用于获取语义解析模型，所述语义解析模型由变电站调度术语语义解析模型库提供，所述变电站调度术语语义解析模型库；
第三获取单元303，用于获取用户所在变电站一次接线图模型，所述一次接线图模型由变电站一次接线图模型库提供；
第一生成单元304，用于根据所述语义解析模型和所述调度指令，生成调度指令的文本语义向量模型；
第二生成单元305，用于根据所述文本语义向量模型和所述一次接线图模型，生成操作票文本。
由以上技术方案可知，本申请实施例提供一种变电站操作票智能生成方法、装置及平台。所述方法包括获取调度指令的文本内容，所述调度指令由人机交互模块提供；获取语义解析模型，所述语义解析模型由变电站调度术语语义解析模型库提供，所述语义解析模型由调度术语文本，中文分词语料和变电站一次设备的实体命名经过自然语言深度学习得到的；获取用户所在变电站一次接线图模型，所述一次接线图模型由变电站一次接线图模型库提供；根据所述语义解析模型和所述调度指令，生成调度指令的文本语义向量模型；根据所述文本语义向量模型和所述一次接线图模型，生成操作票文本。本申请通过人机接口，只需要输入调度指令文本，就可以分解出具体的调度操作步骤，并自动生成操作票，辅助现场作业人员完成开票工作。与传统基于专家***实现智能开票的方法相比，基于深度学习技术的变电站智能生成票方法，是通过机器学习的方式，让机器自动学习并设计规则，摆脱了人为设计算法的过程，是人工智能技术在电力行业的具体应用，有利于提高变电站管理的人工智能化程度。
本领域技术人员在考虑说明书及实践这里公开的申请后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种变电站操作票智能生成平台，其特征在于，包括：人机交互模块，变电站操作票智能生成模块，变电站调度术语语义解析模型库和变电站一次接线图模型库；
所述人机交互模块，所述变电站调度术语语义解析模型库和所述变电站一次接线图模型库分别与所述变电站操作票智能生成模块连接；
所述人机交互模块，用于提供调度指令的文本内容；
所述变电站调度术语语义解析模型库，用于语义解析模型；
所述变电站一次接线图模型库，用于提供一次接线图模型；
所述变电站操作票智能生成模块，用于获取调度指令的文本内容，所述调度指令由人机交互模块提供；获取语义解析模型，所述语义解析模型由变电站调度术语语义解析模型库提供，所述语义解析模型由调度术语文本，中文分词语料和变电站一次设备的实体命名经过自然语言深度学习得到的；获取用户所在变电站一次接线图模型，所述一次接线图模型由变电站一次接线图模型库提供；根据所述语义解析模型和所述调度指令，生成调度指令的文本语义向量模型；根据所述文本语义向量模型和所述一次接线图模型，生成操作票文本。
2.根据权利要求1所述的平台，其特征在于，还包括典型操作票库，中文分词语料库，变电站实体命名库和自然语言深度学习模块；
典型操作票库，中文分词语料库和变电站实体命名库分别和所述自然语言深度学习模块连接，所述自然语言深度学习模块与所述变电站调度术语语义解析模型库连接；
所述典型操作票库，用于提供变电站典型操作票中的调度术语文本；
所述中文分词语料库，用于提供中文分词语料；
所述变电站实体命名库，用于提供变电站一次设备的实体命名；
所述自然语言深度学习模块，用于根据所述调度术语文本，所述中文分词语料和所述变电站一次设备的实体命名生成语义解析模型，存储至所述变电站调度术语语义解析模型库。
3.根据权利要求1所述的平台，其特征在于，还包括一次接线图拓扑关系库和接线图深度学习模块；
所述一次接线图拓扑关系库通过所述接线图深度学习模块与所述变电站一次接线图模型库连接；
所述一次接线图拓扑关系库，用于提供一次接线图拓扑关系数据；
所述接线图深度学习模块，用于根据所述一次接线图拓扑关系数据生成变电站一次接线图模型，存储至所述变电站一次接线图模型库。
4.根据权利要求3所述的平台，其特征在于，所述一次接线图拓扑关系数据包括：典型的变电站一次接线拓扑关系数据，以及调度中心所辖变电站的一次接线拓扑关系数据。
5.根据权利要求1所述的平台，其特征在于，所述人机交互模块包括用户输入模块和操作票管理模块；
所述用户输入模块，用于接收用户输入调度指令的文本内容；
所述操作票管理模块，用于管理操作票。
6.根据权利要求1所述的平台，其特征在于，还包括操作票库；
所述操作票库，用于存储用户审核通过后的操作票文本。
7.根据权利要求1所述的平台，其特征在于，还包括操作票打印模块；
所述操作票打印模块，用于打印用户审核通过后的操作票文本。
8.根据权利要求6所述的平台，其特征在于，所述人机交互模块，还用于维护所述一次接线图拓扑关系库和所述操作票库。
9.一种变电站操作票智能生成方法，其特征在于，包括：
获取调度指令的文本内容，所述调度指令由人机交互模块提供；
获取语义解析模型，所述语义解析模型由变电站调度术语语义解析模型库提供，所述语义解析模型由调度术语文本，中文分词语料和变电站一次设备的实体命名经过自然语言深度学习得到的；
获取用户所在变电站一次接线图模型，所述一次接线图模型由变电站一次接线图模型库提供；
根据所述语义解析模型和所述调度指令，生成调度指令的文本语义向量模型；
根据所述文本语义向量模型和所述一次接线图模型，生成操作票文本。
10.一种变电站操作票智能生成装置，其特征在于，包括：
第一获取单元，用于获取调度指令的文本内容，所述调度指令由人机交互模块提供；
第二获取单元，用于获取语义解析模型，所述语义解析模型由变电站调度术语语义解析模型库提供，所述变电站调度术语语义解析模型库；
第三获取单元，用于获取用户所在变电站一次接线图模型，所述一次接线图模型由变电站一次接线图模型库提供；
第一生成单元，用于根据所述语义解析模型和所述调度指令，生成调度指令的文本语义向量模型；
第二生成单元，用于根据所述文本语义向量模型和所述一次接线图模型，生成操作票文本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010100908.5A CN111260338B (zh) | 2020-02-19 | 2020-02-19 | 一种变电站操作票智能生成方法、装置及平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010100908.5A CN111260338B (zh) | 2020-02-19 | 2020-02-19 | 一种变电站操作票智能生成方法、装置及平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111260338A true CN111260338A (zh) | 2020-06-09 |
| CN111260338B CN111260338B (zh) | 2022-03-29 |
Family
ID=70947304
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010100908.5A Active CN111260338B (zh) | 2020-02-19 | 2020-02-19 | 一种变电站操作票智能生成方法、装置及平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111260338B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111881313A (zh) * | 2020-07-27 | 2020-11-03 | 国网福建省电力有限公司 | 一种智能成票模型可视化展现*** |
| CN112001602A (zh) * | 2020-08-03 | 2020-11-27 | 国网山东省电力公司安丘市供电公司 | 一种电网操作票生成方法、***、终端及存储介质 |
| CN112598372A (zh) * | 2020-12-11 | 2021-04-02 | 深圳供电局有限公司 | 基于变电站接线图的操作开票方法、***及存储介质 |
| CN113515950A (zh) * | 2021-04-30 | 2021-10-19 | 贵州电网有限责任公司 | 一种适用于电力智能调度的自然语言处理语义分析方法 |
| CN114157020A (zh) * | 2021-10-27 | 2022-03-08 | 国家电网有限公司 | 一种跨安全分区实现调度指令网络化下令的***及方法 |
| CN115689262A (zh) * | 2022-09-05 | 2023-02-03 | 国网浙江省电力有限公司桐乡市供电公司 | 一种变电站倒闸操作票自动生成方法及*** |
| CN117408631A (zh) * | 2023-10-18 | 2024-01-16 | 江苏泰坦智慧科技有限公司 | 操作票的生成方法、装置及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101566846A (zh) * | 2009-05-27 | 2009-10-28 | 江西九江供电公司 | 一种配电网倒闸操作票生成及防误*** |
| CN103593809A (zh) * | 2013-12-03 | 2014-02-19 | 国家电网公司 | 电网调度自动化***智能操作票语义校验方法 |
| CN104091243A (zh) * | 2014-07-25 | 2014-10-08 | 国家电网公司 | 一种倒闸操作票智能推理机制设计及实现的方法 |
| CN104915750A (zh) * | 2015-04-17 | 2015-09-16 | 华中电网有限公司 | 一种实现与ems和oms一体化的智能操作票管理方法及*** |
| CN108074037A (zh) * | 2017-11-30 | 2018-05-25 | 国网天津市电力公司电力科学研究院 | 一种调控操作决策辅助分析专家模型的自适应自学习方法 |
| CN109376353A (zh) * | 2018-09-04 | 2019-02-22 | 国家电网公司华东分部 | 一种基于自然语言处理的电网启动操作票生成装置及方法 |
| CN109543156A (zh) * | 2018-10-23 | 2019-03-29 | 国网江苏省电力有限公司 | 一种基于iec61850的变电站操作票自动开票*** |
| CN110009777A (zh) * | 2019-03-22 | 2019-07-12 | 国网福建省电力有限公司福州供电公司 | 一种自动匹配工作票任务的开锁序列生成方法及*** |
| CN110110095A (zh) * | 2019-04-29 | 2019-08-09 | 国网上海市电力公司 | 一种基于长短期记忆循环神经网络的电力指令文本匹配方法 |
-
2020
- 2020-02-19 CN CN202010100908.5A patent/CN111260338B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101566846A (zh) * | 2009-05-27 | 2009-10-28 | 江西九江供电公司 | 一种配电网倒闸操作票生成及防误*** |
| CN103593809A (zh) * | 2013-12-03 | 2014-02-19 | 国家电网公司 | 电网调度自动化***智能操作票语义校验方法 |
| CN104091243A (zh) * | 2014-07-25 | 2014-10-08 | 国家电网公司 | 一种倒闸操作票智能推理机制设计及实现的方法 |
| CN104915750A (zh) * | 2015-04-17 | 2015-09-16 | 华中电网有限公司 | 一种实现与ems和oms一体化的智能操作票管理方法及*** |
| CN108074037A (zh) * | 2017-11-30 | 2018-05-25 | 国网天津市电力公司电力科学研究院 | 一种调控操作决策辅助分析专家模型的自适应自学习方法 |
| CN109376353A (zh) * | 2018-09-04 | 2019-02-22 | 国家电网公司华东分部 | 一种基于自然语言处理的电网启动操作票生成装置及方法 |
| CN109543156A (zh) * | 2018-10-23 | 2019-03-29 | 国网江苏省电力有限公司 | 一种基于iec61850的变电站操作票自动开票*** |
| CN110009777A (zh) * | 2019-03-22 | 2019-07-12 | 国网福建省电力有限公司福州供电公司 | 一种自动匹配工作票任务的开锁序列生成方法及*** |
| CN110110095A (zh) * | 2019-04-29 | 2019-08-09 | 国网上海市电力公司 | 一种基于长短期记忆循环神经网络的电力指令文本匹配方法 |
Non-Patent Citations (1)
| Title |
|---|
| 曾厉 等: "基于智能成票规则及算法的电气工作票***", 《电工技术》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111881313A (zh) * | 2020-07-27 | 2020-11-03 | 国网福建省电力有限公司 | 一种智能成票模型可视化展现*** |
| CN112001602A (zh) * | 2020-08-03 | 2020-11-27 | 国网山东省电力公司安丘市供电公司 | 一种电网操作票生成方法、***、终端及存储介质 |
| CN112598372A (zh) * | 2020-12-11 | 2021-04-02 | 深圳供电局有限公司 | 基于变电站接线图的操作开票方法、***及存储介质 |
| CN113515950A (zh) * | 2021-04-30 | 2021-10-19 | 贵州电网有限责任公司 | 一种适用于电力智能调度的自然语言处理语义分析方法 |
| CN114157020A (zh) * | 2021-10-27 | 2022-03-08 | 国家电网有限公司 | 一种跨安全分区实现调度指令网络化下令的***及方法 |
| CN114157020B (zh) * | 2021-10-27 | 2024-03-29 | 国家电网有限公司 | 一种跨安全分区实现调度指令网络化下令的***及方法 |
| CN115689262A (zh) * | 2022-09-05 | 2023-02-03 | 国网浙江省电力有限公司桐乡市供电公司 | 一种变电站倒闸操作票自动生成方法及*** |
| CN117408631A (zh) * | 2023-10-18 | 2024-01-16 | 江苏泰坦智慧科技有限公司 | 操作票的生成方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111260338B (zh) | 2022-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111260338B (zh) | 一种变电站操作票智能生成方法、装置及平台 | |
| Sumita et al. | Experiments and prospects of example-based machine translation | |
| CN104205092B (zh) | 通过变换复杂三元组建立本体的方法和*** | |
| Jiang et al. | Natural language processing and its applications in machine translation: A diachronic review | |
| CN110489555A (zh) | 一种结合类词信息的语言模型预训练方法 | |
| CN110188345B (zh) | 一种电力操作票的智能识别方法与装置 | |
| 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*** | |
| CN110287482B (zh) | 半自动化分词语料标注训练装置 | |
| CN115858758A (zh) | 一种多非结构化数据识别的智慧客服知识图谱*** | |
| CN113342842A (zh) | 基于计量知识的语义查询方法、装置和计算机设备 | |
| CN111159365A (zh) | 调度模型本体智能问答***的实现方法、***及存储介质 | |
| CN116541533A (zh) | 基于多源异构数据的风力发电机多模态工艺图谱建模方法 | |
| CN110991188A (zh) | 应用于配网调度智能成票***的成票方法 | |
| CN112434129A (zh) | 一种电网调度领域专业语料库生成方法及*** | |
| CN113095050A (zh) | 一种智能成票方法、***、设备及存储介质 | |
| Kong et al. | Entity extraction of electrical equipment malfunction text by a hybrid natural language processing algorithm | |
| CN112036179B (zh) | 基于文本分类与语义框架的电力预案信息抽取方法 | |
| CN107622047A (zh) | 一种设计决策知识的提取和表达方法 | |
| Ren | Networked artificial intelligence English translation system based on an intelligent knowledge base and translation method thereof | |
| CN103902248A (zh) | 基于自然语言自动调度程序的智能微信银行***及自然语言对计算机***的智能调度方法 | |
| CN116383414A (zh) | 一种基于碳核查知识图谱的智能文件评审***及方法 | |
| Klein | Standardisation efforts on the level of dialogue act in the mate project | |
| CN115544773A (zh) | 非精确量测模型重构方法、***、计算机设备及存储介质 | |
| CN111783465B (zh) | 一种命名实体归一化方法、***及相关装置 | |
| CN114417880A (zh) | 一种基于电网实训问答知识库的交互式智能问答方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |