CN113283704A - 基于知识图谱的电网故障智能处置***及方法 - Google Patents
基于知识图谱的电网故障智能处置***及方法 Download PDFInfo
- Publication number
- CN113283704A CN113283704A CN202110441766.3A CN202110441766A CN113283704A CN 113283704 A CN113283704 A CN 113283704A CN 202110441766 A CN202110441766 A CN 202110441766A CN 113283704 A CN113283704 A CN 113283704A
- Authority
- CN
- China
- Prior art keywords
- fault
- power grid
- handling
- knowledge
- disposal
- 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 46
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 230000008447 perception Effects 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims abstract description 4
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 8
- 238000012502 risk assessment Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000003058 natural language processing Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 230000002457 bidirectional effect Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000013527 convolutional neural network Methods 0.000 claims description 2
- 230000014509 gene expression Effects 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 4
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000013589 supplement Substances 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/40—Display of information, e.g. of data or controls
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于知识图谱的电网故障智能处置***,所述***的故障处置预案解析模块用于获取故障处置实体和关系知识;图谱生成模块用于将识别的实体和实体关系以三元组的形式存储,得到设备实体知识图谱、事故预案知识图谱以及处置流程知识图谱;故障感知模块对电网***中与电网故障相关信息进行智能感知收集;故障风险评估模块用于进行风险识别;故障智能处置模块用于在电网发生线路故障后,基于事故预案知识图谱和处置流程知识图谱,并结合电网故障前后拓扑变化、潮流、交流供电频率推理出适合当前故障的处置措施。本发明能够全方位感知综合智能告警信息,基于所建立的知识图谱引导调度人员对电网风险和恢复供电进行智能处置。
Description
技术领域
本发明涉及人工智能与电网调控交叉技术领域,具体地指一种基于知识图谱的电网故障智能处置***及方法。
背景技术
随着我国交直流混联大电网的形成,电网结构日益复杂,运行方式灵活多变,导致调控业务日趋复杂,单一的电网故障不及时处置将在交直流***间引发连锁故障反应,对电网安全稳定性造成严重威胁。电网故障处置主要由调度人员接收故障处置信号,依据故障文本描述,故障处置预案,分析电网运行状况,评估电网安全风险,处置线路故障,同时对故障处置信息进行记录。
现有线路故障处置方案依靠调度员对故障进行判断、分析,采用人工记录进行汇报,并通过人工电话进行信息沟通,据统计现行人工处置线路故障平均耗时几十分钟,增加了线路故障在交直流***间引发连锁故障的风险,不能满足在交直流混联复杂电网中及时处置电网故障的要求。因此,亟需一种智能电网线路故障处置方法及***,实现智能感知故障信息、辅助调度员进行故障处置决策和故障处置信息自动记录。
发明内容
本发明的目的就是要提供一种基于知识图谱的电网故障智能处置***及方法,本发明能够全方位感知综合智能告警信息,对线路故障后的电网断面进行风险评估,推送越限设备和断面,评估单线并网风险,依据调度专家处置线路故障的知识制定知识图谱,引导调度员进行线路故障处置,并且实现对处置过程中相关故障信息自动记录。
为实现此目的,本发明所设计的基于知识图谱的电网故障智能处置***,它包括故障处置预案解析模块、图谱生成模块、故障感知模块、故障风险评估模块和故障智能处置模块,所述故障处置预案解析模块用于从调度规程、故障处置细则、故障处置预案和作业指导书中获取非结构化的电网故障处置文本,基于自然语言处理和人工智能技术对电网故障处置文本依次进行数据预处理、文本标记、知识抽取和知识融合形成故障处置实体和关系知识;
图谱生成模块用于将识别的实体和实体关系以三元组的形式存储,得到设备实体知识图谱、事故预案知识图谱以及处置流程知识图谱,基于电网模型数据建立设备实体知识图谱进行故障设备信息查询,基于故障处置预案建立事故预案知识图谱进行事故预案推送,基于调度规程、故障处置细则、故障处置经验、故障处置预案建立处置流程知识图谱引导调度员处置故障,设备实体知识图谱、事故预案知识图谱以及处置流程知识图谱三者相互联系支撑线路故障处置;
故障感知模块用于通过综合智能告警感知电网故障,以电网故障设备模型和发生时间为设备标签和时间标签,对电网***中与电网故障相关信息进行智能感知收集;
故障风险评估模块用于对智能感知收集的结果结合设备实体知识图谱对电网风险进行风险识别;
故障智能处置模块用于在电网发生线路故障后,基于事故预案知识图谱和处置流程知识图谱,并结合电网故障前后拓扑变化、潮流、交流供电频率推理出适合当前故障的处置措施。
本发明从电网线路故障处置应用场景需求出发,能够实现实时感知电网线路故障信息,有效地评估电网风险,匹配相应故障处置预案,由设备实体知识图谱、事故预案知识图谱、故障处置流程知识图谱组成的故障处置知识图谱,能快速引导调度员消除故障风险,处置线路故障,实现故障处置信息的自动记录,极大的缩减了故障处置时间,提升了故障处置效率,能够复用线路故障处置经验,具有很高的应用价值。
本发明解决了电网线路故障时需要快速处置的问题,降低了对调度员的经验依赖,避免了人工处置耗时长的问题,降低了线路故障在交直流***间引发连锁故障的风险,能满足在交直流混联复杂电网中及时处置电网故障的要求。其中,设备实体知识图谱能够针对告警信息,快速定位故障设备位置,返回故障设备参数信息,并且能对与故障设备连接的设备实现快速定位并进行监控,准确掌握电网实时动态,故障预案知识图谱能给出部分故障设备的处置方式,从而极大缩短故障发生到故障的解决时间,有利于降低引发连锁故障的风险,处置流程知识图谱能够引导故障发生时的处置流程,避免了调度人员依据个人经验或者人工查询处置方式耗时长的问题。本发明基于知识图谱的电网故障智能处置方法及***,该***能够全方位感知综合智能告警信息,对设备故障后的电网断面进行风险评估,推送故障解决方式,依据处置流程知识图谱,引导调度员进行线路故障处置,并且实现对处置过程中故障相关信息进行自动记录。
附图说明
图1为本发明的结构示意图;
图2为线路故障处置知识图谱逻辑模型图;
图3为电网设备知识图谱;
图4为事故预案知识图谱图;
图5为电网线路故障处置流程图;
图6为线路故障处置流程知识图谱。
其中,1—故障处置预案解析模块、2—图谱生成模块、3—故障感知模块、4—故障风险评估模块、5—故障智能处置模块、6—故障信息记录模块。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细说明:
如图1所示的基于知识图谱的电网故障智能处置***,它包括故障处置预案解析模块1、图谱生成模块2、故障感知模块3、故障风险评估模块4和故障智能处置模块5,所述故障处置预案解析模块1用于从调度规程、故障处置细则、故障处置预案(预案指根据预想电网可能发生的故障形式,以及当发生该故障时的处置措施,将其编辑备案)和作业指导书中获取非结构化的电网故障处置文本(电网故障处置文本为非结构化文本,无法直接存入数据库并直接使用,对应的故障处置实体也并非标准的设备名称,因此需要抽取实体和关系,并融合映射为标准设备名称,构建知识图谱,以备后续预案推送使用),基于自然语言处理和人工智能技术(包括文本标记时的实体识别技术,使用的深度学习模型抽取实体和关系,以及构建的知识图谱)对电网故障处置文本依次进行数据预处理、文本标记、知识抽取和知识融合形成故障处置实体和关系知识;
图谱生成模块2用于将识别的实体和实体关系以三元组的形式存储,得到设备实体知识图谱、事故预案知识图谱以及处置流程知识图谱,基于电网模型数据建立设备实体知识图谱进行故障设备信息查询(如查询该设备的电压等级、接线图、设备限值和功率曲线等,并对该故障设备相连的其它设备进行监测),基于故障处置预案建立预案知识图谱进行事故预案推送,基于调度规程、故障处置细则、故障处置经验、故障处置预案建立处置流程知识图谱引导调度员处置故障,设备实体知识图谱、事故预案知识图谱以及处置流程知识图谱三者相互联系支撑线路故障处置,故障处置知识图谱逻辑模型如图2所示,当某一设备发生故障返回告警信息的时候,设备实体知识图谱能迅速在图谱中定位到该设备,返回该设备的属性信息,便于对该设备的详细信息进行了解,并能及时定位到与该故障设备相连接的其它设备,对这些设备进行监控操作,防止单一设备故障引起其它设备连锁故障。设备实体知识图谱与故障预案知识图谱相连,当定位到故障点后,会将该故障实体推送到故障预案知识图谱中,故障预案知识图谱进行查询,判断该故障是否在本预案知识图谱中有处置方案,查询到处置方案,将处置方案进行推送,流程处置知识图谱负责从接收故障告警到故障解决的整个流程引导,当故障感知模块接收到告警信息时,处置流程知识图谱从实体知识图谱中获取故障设备的属性信息,并依据属性信息进行故障风险评估,识别故障类别,之后检测故障预案知识图谱是否进行了预案推送,如果接收到预案知识图谱的预案推送,则根据预案推送结果执行相应的故障消除操作,如果未接收到故障预案图谱的预案推送,则要依据电网故障前后电网拓扑变化、潮流变化和频率变化等给出相应的处置措施,进行故障消除,从而恢复电网正常运行,并对故障信息及解决方案进行自动记录,实现从故障发生到恢复电网正常运行并记录在案的整个流程;
故障感知模块3用于通过综合智能告警感知电网故障,以电网故障设备模型和发生时间为设备标签和时间标签,从时间和空间两个维度对电网***中与电网故障相关信息进行智能感知收集,为电网故障处置提供决策依据;
故障风险评估模块4用于对智能感知收集的结果结合设备实体知识图谱反馈的相关信息包括(设备限值、断面稳定限额和电网接线图等)对电网风险进行风险识别;
故障智能处置模块5用于在电网发生线路故障后,基于事故预案知识图谱和处置流程知识图谱,并结合电网故障前后拓扑变化(将电网中各设备抽象成对应的节点,并将这些节点的电力线路抽象成线,进而以拓扑图的形式表示节点之间的关系,当电网局部发生故障后,某些节点断开,导致电网连接结构改变)、潮流(电力***中各节点电压、有功和无功功率的稳态分布)、交流供电频率推理出适合当前故障的处置措施。
上述技术方案中,设备实体知识图谱的三元组知识单元“实体-关系-实体”来源于智能调度控制***关系库中的设备表信息,涉及的设备表包括电网信息表、交流线段表、变压器表、母线表、断路器表、刀闸表和厂站表等信息。其中厂站表中每个变电站的属性包括接线图、所属区域、电压等价、功率曲线、运行状态、生产厂家、厂站类型和唯一标识等,变电站的从属设备有母线、开关、主变、线路和刀闸等,由电网对变电站进行管理。建立设备实体知识图谱的方法是通过每张设备表中存在的厂站唯一标识将每张表内各电力设备与对应的变电站进行连接,形成统一的设备实体知识网络,网络中每个电力设备表示一个实体,电网与变电站是管理关系,由电网管理变电站,其余设备之间都是从属关系。设备实体部分知识图谱如图3所示。将这些设备实体知识网络以三元组的形式存入Neo4j图数据库中形成设备实体知识图谱。
事故预案知识图谱,以故障处置实体为事故预案知识图谱中的实体元素,以实体间关系为事故预案知识图谱中的关系元素,依据“实体-关系-实体”建立预案知识图谱。其中抽取得到的部分故障处置实体如表1所示。
表1部分事故预案故障处置实体
将表中抽取得到的内容组成“实体-关系-实体”的形成,存储到Neo4j数据库中,建立的事故预案知识图谱如下图4所示。
处置流程知识图谱,主要根据线路故障处置流程建立知识图谱,其中线路故障处置流程如图5所示,流程图描述了指导线路故障处置的详细节点信息,主要包括:故障感知、风险评估、故障处置、恢复故障操作、信息记录等步骤。处置流程知识图谱将图6中流程步骤作为概念模型,将各处置要点依据“实体-关系-实体”形式组合,形成以三元组形式表示的处置流程,部分以三元组形式表示的处置流程如表2所示。
表2部分以三元组形式的表示的处置流程
序号 | 实体-关系-实体 |
1 | 线路故障感知-下一步-风险评估 |
2 | 风险评估-下一步-预案智能推送 |
3 | 电网风险判断-是-调整机组出力 |
4 | 电网风险判断-否-强送条件判断 |
5 | 强送条件判断-是-生成操作票 |
将表中的流程处置知识以三元组的形式存储到Neo4j数据库中,建立的流程引导知识图谱如图6所示。
上述技术方案中,所述数据预处理具体为通过正则表达式对故障处置相关文本中的选定特殊符号、选定特殊数字进行过滤清洗。这里是标记前的预处理过程,每个故障处置文本中,过滤掉的符号包括制表符、回车符、换行符、换页符,并且过滤掉每句话开始部分的序号,例如“1.”,“2,”,结尾部分的标点符号。
上述技术方案中,所述文本标记具体为采用BIO(B-begin代表实体的开头,I-inside代表实体的中间或结尾,O-outside代表不属于实体)文本标记规范依据自然语言语法对数据预处理后的电网故障处置文本进行标记,标记出文本中故障处置名词实体、故障处置动词实体以及实体间的语法关系,关系主要包括:主语、宾语、宾补、前置状语、后置状语、条件关系(当条件满足时,执行指定动作,例如,当电网频率高于50Hz时,执行XX分中心通知XX省调控制XX断面不超过1800MW)。
上述技术方案中,所述知识抽取具体为通过标记部分文本(部分文本为所有文本的一部分,由于故障处置文本体量庞大,完全通过人工标记任务量过大,所以选择人工标记所有文本中的一部分文本,然后使用这部分标记的文本训练相应的模型,然后基于训练完毕的模型对所有文本进行自动提取),使用深度神经网络对所有电网故障处置文本中的故障处置名词实体、故障处置动词实体和实体间的语法关系进行抽取,抽取到的实体和关系用于构建预案知识图谱,其中,基于双向长短期记忆网络和条件随机场(BiLSTM-CRF)建立故障处置实体识别模型(建立模型就是训练模型的过程,前文提到标记部分文本,就是训练该模型使用的训练集,基于该训练集,模型通过不断自学习过程,当能够实现对未标记的故障处置文本中的故障处置实体进行自动提取时,表示模型训练完成,也就是模型构建完成),对故障处置名词实体、故障处置动词实体进行抽取(这里抽取到的实体主要作用是作为预案知识图谱中的实体元素),基于文本卷积神经网络(TextCNN)对实体间的语法关系进行抽取,抽取的关系作为预案知识图谱中,各实体之间的关系。
上述故障处置实体包括的电力设备类别实体(区域、厂站、母线、机组、交流线段、变压器、断面、直流线段等),故障处置动词实体包括下令、同跳、保持、保证、全开和全停等。
上述技术方案中,所述知识融合具体为采用文本相似度计算技术对语义相同的实体(在故障处置实体中,对应电力设备的那部分实体)进行融合,并能够将抽取得到的故障处置实体与标准设备表中的电力设备进行映射,进而得到标准电力设备名称。融合的作用为将提取到的故障处置实体和标准设备表中的设备相对应,融合后的结果为每个提取到的电力设备实体,对应得到标准设备表中的标准设备。
上述技术方案中,它还包括故障信息记录模块6,所述故障信息记录模块6用于在电网故障处置结束后,生成故障全景信息记录、调度日志和故障报告。通过设备标签、时间标签、拓扑分析等多个维度对与电网故障相关信号进行综合分析,聚合形成集合并对集合内容进行电子化记录。该全景信息归属于某个电网故障,可通过全景信息记录对电网故障原因进行分析。调度日志,根据电网事故收集事故原因、发生时间、故障设备等信息并形成相关故障日志。同时,在故障处置全过程中,自动记录故障处置时间、关键环节和处置人员等信息,形成故障处置流程记录日志,供事后分析。为便于后续分析和调阅,该调度日志信息的存储需要OMS(Operations Management System,运营管理***)提供相关数据接口,完成调度日志的数据固化和信息展示。
故障处置完成后,根据故障发生时各类与故障相关信息、故障关键点时间戳、故障分析结果和故障应对措施等信息生成该次故障的故障处置报告。
所述实体间的语法关系包括主语、宾语、宾补、前置状语、后置状语和条件关系。
上述技术方案中,所述故障感知模块3感知收集的信息包括综合智能告警信号、稳态监控信号、OMS***信息和气象信息。综合智能告警信号包括跳闸设备描述、故障所属厂站或线路、故障类别、重合闸动作情况和故障发生时间等。稳态监控信号包括故障设备遥信变位情况、与故障设备相关设备遥测信息、因电网故障导致重载设备信息、因电网故障导致关键断面越限信息。OMS***信息包括与故障设备相关检修信息、带电作业信息和设备异常信息。气象信息包括故障发生后故障厂站和故障线路等所在地区气象情况信息。
上述技术方案中,所述故障风险评估模块4的风险识别范围包括设备过载、断面越限和电网薄弱环节。设备过载为线路和变压器等设备潮流值与设备限值比较发生越限。断面越限为断面实时潮流值与断面稳定限额比较发生越限。电网薄弱环节分析为分析电网单线并网和局部电网单线并网情况(孤岛运行),通过电网分析静态安全分析N-1判断。
上述技术方案中,故障智能处置模块5的处置措施包括故障处置预案智能推送、机组出力调整、事故拉限电、快速负荷转移、运行方式调整、紧急拍停机组和强送电等。故障处置预案智能推送,依据事故预案知识图谱中的处置方式,推送该故障发生时的处置方式,实现故障的快速解决。机组出力调整是消除电网风险的有效手段,通过电网分析计算线路、断面对机组的灵敏度值,所计算灵敏度表征调整机组出力对线路和断面的影响大小,调整与风险设备、断面相影响的机组,可以消除或降低电网风险,但是机组出力调整范围一定要在保证电网安全范围内。事故拉限电是将能够消除电网风险的负荷进行切除,以保证电网稳定运行。通过电网分析计算线路、断面对负荷的灵敏度值,该灵敏度表征负荷投切对线路和断面的影响大小,切除相应的负荷可以消除或降低电网风险。处置线路故障还包括运行方式调整、紧急拍停机组和强送电等措施,运行方式调整是改变电网运行的拓扑关系进行降低或者消除风险。紧急拍停机组是强制让机组退出运行。强送电是在电网状态和现场条件判别后,恢复线路供电。
一种基于知识图谱的电网故障智能处置方法,它包括如下步骤:
步骤1:所述故障处置预案解析模块1从调度规程、故障处置细则、故障处置预案和作业指导书中获取非结构化的电网故障处置文本,基于自然语言处理和人工智能技术对电网故障处置文本依次进行数据预处理、文本标记、知识抽取和知识融合形成故障处置实体和关系知识;
步骤2:图谱生成模块2将识别的实体和实体关系以三元组的形式存储,得到设备实体知识图谱、事故预案知识图谱以及处置流程知识图谱,基于电网模型数据建立设备实体知识图谱进行故障设备信息查询,基于事故预案建立预案知识图谱进行事故预案推送,基于调度规程、故障处置细则、故障处置经验、故障处置预案建立处置流程知识图谱引导调度员处置故障,设备实体知识图谱、事故预案知识图谱以及处置流程知识图谱三者相互联系支撑线路故障处置;
步骤3:故障感知模块3通过综合智能告警感知电网故障,以电网故障设备模型和发生时间为设备标签和时间标签,对电网***中与电网故障相关信息进行智能感知收集;
步骤4:故障风险评估模块4对智能感知收集的结果结合设备实体知识图谱对电网风险进行风险识别;
步骤5:故障智能处置模块5在电网发生线路故障后,基于事故预案知识图谱和处置流程知识图谱,并结合电网故障前后拓扑变化、潮流、交流供电频率推理出适合当前故障的处置措施。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种基于知识图谱的电网故障智能处置***,其特征在于,它包括故障处置预案解析模块(1)、图谱生成模块(2)、故障感知模块(3)、故障风险评估模块(4)和故障智能处置模块(5),所述故障处置预案解析模块(1)用于从调度规程、故障处置细则、故障处置预案和作业指导书中获取非结构化的电网故障处置文本,基于自然语言处理和人工智能技术对电网故障处置文本依次进行数据预处理、文本标记、知识抽取和知识融合形成故障处置实体和关系知识;
图谱生成模块(2)用于将识别的实体和实体关系以三元组的形式存储,得到设备实体知识图谱、事故预案知识图谱以及处置流程知识图谱,基于电网模型数据建立设备实体知识图谱进行故障设备信息查询,基于故障处置预案建立预案知识图谱进行事故预案推送,基于调度规程、故障处置细则、故障处置经验、故障处置预案建立处置流程知识图谱引导调度员处置故障,设备实体知识图谱、事故预案知识图谱以及处置流程知识图谱三者相互联系支撑线路故障处置;
故障感知模块(3)用于通过综合智能告警感知电网故障,以电网故障设备模型和发生时间为设备标签和时间标签,对电网***中与电网故障相关信息进行智能感知收集;
故障风险评估模块(4)用于对智能感知收集的结果结合设备实体知识图谱对电网风险进行风险识别;
故障智能处置模块(5)用于在电网发生线路故障后,基于事故预案知识图谱和处置流程知识图谱,并结合电网故障前后拓扑变化、潮流、交流供电频率推理出适合当前故障的处置措施。
2.根据权利要求1所述的基于知识图谱的电网故障智能处置***,其特征在于:所述数据预处理具体为通过正则表达式对故障处置相关文本中的选定特殊符号、选定特殊数字进行过滤清洗。
3.根据权利要求2所述的基于知识图谱的电网故障智能处置***,其特征在于:所述文本标记具体为采用BIO文本标记规范依据自然语言语法对数据预处理后的电网故障处置文本进行标记,标记出文本中故障处置名词实体、故障处置动词实体以及实体间的语法关系。
4.根据权利要求3所述的基于知识图谱的电网故障智能处置***,其特征在于:所述知识抽取具体为通过标记部分文本,使用深度神经网络对所有电网故障处置文本中的故障处置名词实体、故障处置动词实体和实体间的语法关系进行抽取,其中,基于双向长短期记忆网络和条件随机场建立故障处置实体识别模型,对故障处置名词实体、故障处置动词实体进行抽取,基于文本卷积神经网络对实体间的语法关系进行抽取。
5.根据权利要求4所述的基于知识图谱的电网故障智能处置***,其特征在于:所述知识融合具体为采用文本相似度计算技术对语义相同的实体进行融合,并能够将抽取得到的故障处置实体与标准设备表中的电力设备进行映射,进而得到标准电力设备名称。
6.根据权利要求1所述的基于知识图谱的电网故障智能处置***,其特征在于:它还包括故障信息记录模块(6),所述故障信息记录模块(6)用于在电网故障处置结束后,生成故障全景信息记录、调度日志和故障报告。
7.根据权利要求1所述的基于知识图谱的电网故障智能处置***,其特征在于:所述故障感知模块(3)感知收集的信息包括综合智能告警信号、稳态监控信号、OMS***信息和气象信息。
8.根据权利要求1所述的基于知识图谱的电网故障智能处置***,其特征在于:所述故障风险评估模块(4)的风险识别范围包括设备过载、断面越限、电网薄弱环节。
9.根据权利要求1所述的基于知识图谱的电网故障智能处置***,其特征在于:故障智能处置模块(5)的处置措施包括故障处置预案智能推送、机组出力调整、事故拉限电、快速负荷转移、运行方式调整、紧急拍停机组和强送电等。
10.一种基于知识图谱的电网故障智能处置方法,其特征在于,它包括如下步骤:
步骤1:所述故障处置预案解析模块(1)从调度规程、故障处置细则、故障处置预案和作业指导书中获取非结构化的电网故障处置文本,基于自然语言处理和人工智能技术对电网故障处置文本依次进行数据预处理、文本标记、知识抽取和知识融合形成故障处置实体和关系知识;
步骤2:图谱生成模块(2)将识别的实体和实体关系以三元组的形式存储,得到设备实体知识图谱、事故预案知识图谱以及处置流程知识图谱,基于电网模型数据建立设备实体知识图谱进行故障设备信息查询,基于事故预案建立预案知识图谱进行事故预案推送,基于调度规程、故障处置细则、故障处置经验、故障处置预案建立处置流程知识图谱引导调度员处置故障,设备实体知识图谱、事故预案知识图谱以及处置流程知识图谱三者相互联系支撑线路故障处置;
步骤3:故障感知模块(3)通过综合智能告警感知电网故障,以电网故障设备模型和发生时间为设备标签和时间标签,对电网***中与电网故障相关信息进行智能感知收集;
步骤4:故障风险评估模块(4)对智能感知收集的结果结合设备实体知识图谱对电网风险进行风险识别;
步骤5:故障智能处置模块(5)在电网发生线路故障后,基于事故预案知识图谱和处置流程知识图谱,并结合电网故障前后拓扑变化、潮流、交流供电频率推理出适合当前故障的处置措施。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110441766.3A CN113283704B (zh) | 2021-04-23 | 2021-04-23 | 基于知识图谱的电网故障智能处置***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110441766.3A CN113283704B (zh) | 2021-04-23 | 2021-04-23 | 基于知识图谱的电网故障智能处置***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113283704A true CN113283704A (zh) | 2021-08-20 |
CN113283704B CN113283704B (zh) | 2024-05-14 |
Family
ID=77277155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110441766.3A Active CN113283704B (zh) | 2021-04-23 | 2021-04-23 | 基于知识图谱的电网故障智能处置***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113283704B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111474444A (zh) * | 2020-04-14 | 2020-07-31 | 国网山东省电力公司电力科学研究院 | 一种基于知识图谱的线路故障复电决策方法 |
CN113765100A (zh) * | 2021-09-10 | 2021-12-07 | 国网上海市电力公司 | 一种电网故障处理***及方法 |
CN113779254A (zh) * | 2021-09-13 | 2021-12-10 | 广州汇通国信科技有限公司 | 一种基于知识图谱的电网故障处置预案推荐方法及装置 |
CN113821408A (zh) * | 2021-09-23 | 2021-12-21 | 中国建设银行股份有限公司 | 一种服务器告警处理方法及相关设备 |
CN113837625A (zh) * | 2021-09-27 | 2021-12-24 | 内蒙古电力(集团)有限责任公司电力调度控制分公司 | 电网连锁故障的风险定量评估方法、装置及设备 |
CN113850481A (zh) * | 2021-09-07 | 2021-12-28 | 华南理工大学 | 电力***调度业务辅助决策方法、***、装置和存储介质 |
CN113919171A (zh) * | 2021-10-22 | 2022-01-11 | 国家电网有限公司华东分部 | 计及稳态潮流状态的在线电网故障预案的生成方法 |
CN113947320A (zh) * | 2021-10-25 | 2022-01-18 | 国网天津市电力公司电力科学研究院 | 一种基于多模态强化学习的电网调控方法 |
CN113987183A (zh) * | 2021-10-29 | 2022-01-28 | 广西电网有限责任公司南宁供电局 | 一种基于数据驱动的电网故障处置预案辅助决策方法 |
CN114138759A (zh) * | 2021-11-08 | 2022-03-04 | 国家电网公司华中分部 | 基于知识图谱推理的二次设备故障处理推送方法及*** |
CN114157021A (zh) * | 2021-10-28 | 2022-03-08 | 国网江苏省电力有限公司 | 用于电网故障的多人协同处置***及方法 |
CN114912637A (zh) * | 2022-05-21 | 2022-08-16 | 重庆大学 | 人机物知识图谱制造产线运维决策方法及***、存储介质 |
CN115276003A (zh) * | 2022-09-19 | 2022-11-01 | 国网江西省电力有限公司电力科学研究院 | 基于多源数据融合知识图谱的配电台区拓扑关系识别方法 |
CN115508672A (zh) * | 2022-11-22 | 2022-12-23 | 中国电力科学研究院有限公司 | 电网主设备故障溯源推理方法、***、设备及介质 |
CN116415002A (zh) * | 2023-04-17 | 2023-07-11 | 合肥工业大学 | 一种基于图匹配的电网故障恢复防误校核方法 |
CN116561588A (zh) * | 2023-07-07 | 2023-08-08 | 北京国电通网络技术有限公司 | 电力文本识别模型构建方法、电力设备维修方法和装置 |
CN116629604A (zh) * | 2023-05-15 | 2023-08-22 | 国网冀北电力有限公司信息通信分公司 | 一种电网运行风险的处理分析方法及装置 |
CN116860989A (zh) * | 2023-06-19 | 2023-10-10 | 国网江苏省电力有限公司南京供电分公司 | 一种配电故障处理方案推荐方法、装置、设备及存储介质 |
CN117373487A (zh) * | 2023-12-04 | 2024-01-09 | 浙江恒逸石化有限公司 | 基于音频的设备故障检测方法、装置及相关设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109840270A (zh) * | 2018-12-23 | 2019-06-04 | 国网浙江省电力有限公司 | 一种基于Neo4j的电网设备信息管理方法 |
CN110008288A (zh) * | 2019-02-19 | 2019-07-12 | 武汉烽火技术服务有限公司 | 用于网络故障分析的知识图谱库的构建方法及其应用 |
CN110378585A (zh) * | 2019-07-08 | 2019-10-25 | 国电南瑞科技股份有限公司 | 电网故障处置计算任务编排调用方法、***及存储介质 |
WO2020063092A1 (zh) * | 2018-09-30 | 2020-04-02 | 北京国双科技有限公司 | 知识图谱的处理方法及装置 |
CN111414491A (zh) * | 2020-04-14 | 2020-07-14 | 广州劲源科技发展股份有限公司 | 一种电网行业知识图谱构建方法和装置以及设备 |
CN111474444A (zh) * | 2020-04-14 | 2020-07-31 | 国网山东省电力公司电力科学研究院 | 一种基于知识图谱的线路故障复电决策方法 |
CN111552804A (zh) * | 2020-04-08 | 2020-08-18 | 国电南瑞科技股份有限公司 | 一种电网故障处置预案的知识图谱构建方法 |
CN111737496A (zh) * | 2020-06-29 | 2020-10-02 | 东北电力大学 | 一种电力设备故障知识图谱构建方法 |
CN112100397A (zh) * | 2020-09-07 | 2020-12-18 | 南京航空航天大学 | 基于双向门控循环单元的电力预案知识图谱构建方法及*** |
-
2021
- 2021-04-23 CN CN202110441766.3A patent/CN113283704B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020063092A1 (zh) * | 2018-09-30 | 2020-04-02 | 北京国双科技有限公司 | 知识图谱的处理方法及装置 |
CN109840270A (zh) * | 2018-12-23 | 2019-06-04 | 国网浙江省电力有限公司 | 一种基于Neo4j的电网设备信息管理方法 |
CN110008288A (zh) * | 2019-02-19 | 2019-07-12 | 武汉烽火技术服务有限公司 | 用于网络故障分析的知识图谱库的构建方法及其应用 |
CN110378585A (zh) * | 2019-07-08 | 2019-10-25 | 国电南瑞科技股份有限公司 | 电网故障处置计算任务编排调用方法、***及存储介质 |
CN111552804A (zh) * | 2020-04-08 | 2020-08-18 | 国电南瑞科技股份有限公司 | 一种电网故障处置预案的知识图谱构建方法 |
CN111414491A (zh) * | 2020-04-14 | 2020-07-14 | 广州劲源科技发展股份有限公司 | 一种电网行业知识图谱构建方法和装置以及设备 |
CN111474444A (zh) * | 2020-04-14 | 2020-07-31 | 国网山东省电力公司电力科学研究院 | 一种基于知识图谱的线路故障复电决策方法 |
CN111737496A (zh) * | 2020-06-29 | 2020-10-02 | 东北电力大学 | 一种电力设备故障知识图谱构建方法 |
CN112100397A (zh) * | 2020-09-07 | 2020-12-18 | 南京航空航天大学 | 基于双向门控循环单元的电力预案知识图谱构建方法及*** |
Non-Patent Citations (3)
Title |
---|
乔骥等: "面向电网调度故障处理的知识图谱框架与关键技术初探", 《中国电机工程学报》, vol. 40, no. 18, pages 3 - 4 * |
余建明等: "面向智能调控领域的知识图谱构建与应用", 《电力***保护与控制》, vol. 48, no. 3, pages 2 * |
唐建兴等: "考虑自动装置控制策略的故障后潮流快速计算方法", 《南方电网技术》, vol. 14, no. 5, pages 51 - 58 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111474444A (zh) * | 2020-04-14 | 2020-07-31 | 国网山东省电力公司电力科学研究院 | 一种基于知识图谱的线路故障复电决策方法 |
CN113850481A (zh) * | 2021-09-07 | 2021-12-28 | 华南理工大学 | 电力***调度业务辅助决策方法、***、装置和存储介质 |
CN113765100A (zh) * | 2021-09-10 | 2021-12-07 | 国网上海市电力公司 | 一种电网故障处理***及方法 |
CN113779254A (zh) * | 2021-09-13 | 2021-12-10 | 广州汇通国信科技有限公司 | 一种基于知识图谱的电网故障处置预案推荐方法及装置 |
CN113821408A (zh) * | 2021-09-23 | 2021-12-21 | 中国建设银行股份有限公司 | 一种服务器告警处理方法及相关设备 |
CN113837625A (zh) * | 2021-09-27 | 2021-12-24 | 内蒙古电力(集团)有限责任公司电力调度控制分公司 | 电网连锁故障的风险定量评估方法、装置及设备 |
CN113837625B (zh) * | 2021-09-27 | 2024-04-02 | 内蒙古电力(集团)有限责任公司电力调度控制分公司 | 电网连锁故障的风险定量评估方法、装置及设备 |
CN113919171B (zh) * | 2021-10-22 | 2024-04-19 | 国家电网有限公司华东分部 | 计及稳态潮流状态的在线电网故障预案的生成方法 |
CN113919171A (zh) * | 2021-10-22 | 2022-01-11 | 国家电网有限公司华东分部 | 计及稳态潮流状态的在线电网故障预案的生成方法 |
CN113947320B (zh) * | 2021-10-25 | 2024-05-28 | 国网天津市电力公司电力科学研究院 | 一种基于多模态强化学习的电网调控方法 |
CN113947320A (zh) * | 2021-10-25 | 2022-01-18 | 国网天津市电力公司电力科学研究院 | 一种基于多模态强化学习的电网调控方法 |
CN114157021A (zh) * | 2021-10-28 | 2022-03-08 | 国网江苏省电力有限公司 | 用于电网故障的多人协同处置***及方法 |
CN114157021B (zh) * | 2021-10-28 | 2024-01-09 | 国网江苏省电力有限公司 | 用于电网故障的多人协同处置***及方法 |
CN113987183A (zh) * | 2021-10-29 | 2022-01-28 | 广西电网有限责任公司南宁供电局 | 一种基于数据驱动的电网故障处置预案辅助决策方法 |
CN114138759A (zh) * | 2021-11-08 | 2022-03-04 | 国家电网公司华中分部 | 基于知识图谱推理的二次设备故障处理推送方法及*** |
CN114912637A (zh) * | 2022-05-21 | 2022-08-16 | 重庆大学 | 人机物知识图谱制造产线运维决策方法及***、存储介质 |
CN114912637B (zh) * | 2022-05-21 | 2023-08-29 | 重庆大学 | 人机物知识图谱制造产线运维决策方法及***、存储介质 |
CN115276003B (zh) * | 2022-09-19 | 2023-02-10 | 国网江西省电力有限公司电力科学研究院 | 基于多源数据融合知识图谱的配电台区拓扑关系识别方法 |
CN115276003A (zh) * | 2022-09-19 | 2022-11-01 | 国网江西省电力有限公司电力科学研究院 | 基于多源数据融合知识图谱的配电台区拓扑关系识别方法 |
CN115508672A (zh) * | 2022-11-22 | 2022-12-23 | 中国电力科学研究院有限公司 | 电网主设备故障溯源推理方法、***、设备及介质 |
CN116415002B (zh) * | 2023-04-17 | 2023-11-14 | 合肥工业大学 | 一种基于图匹配的电网故障恢复防误校核方法 |
CN116415002A (zh) * | 2023-04-17 | 2023-07-11 | 合肥工业大学 | 一种基于图匹配的电网故障恢复防误校核方法 |
CN116629604A (zh) * | 2023-05-15 | 2023-08-22 | 国网冀北电力有限公司信息通信分公司 | 一种电网运行风险的处理分析方法及装置 |
CN116860989A (zh) * | 2023-06-19 | 2023-10-10 | 国网江苏省电力有限公司南京供电分公司 | 一种配电故障处理方案推荐方法、装置、设备及存储介质 |
CN116561588B (zh) * | 2023-07-07 | 2023-10-20 | 北京国电通网络技术有限公司 | 电力文本识别模型构建方法、电力设备维修方法和装置 |
CN116561588A (zh) * | 2023-07-07 | 2023-08-08 | 北京国电通网络技术有限公司 | 电力文本识别模型构建方法、电力设备维修方法和装置 |
CN117373487A (zh) * | 2023-12-04 | 2024-01-09 | 浙江恒逸石化有限公司 | 基于音频的设备故障检测方法、装置及相关设备 |
CN117373487B (zh) * | 2023-12-04 | 2024-02-09 | 浙江恒逸石化有限公司 | 基于音频的设备故障检测方法、装置及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113283704B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113283704B (zh) | 基于知识图谱的电网故障智能处置***及方法 | |
CN111768077B (zh) | 一种基于知识图谱的电网跳闸事件智能识别方法 | |
CN110717665B (zh) | 基于调度控制***故障辨识及趋性分析***和方法 | |
CN102236841B (zh) | 一种电力***事故处理的方法 | |
CN106908690A (zh) | 主子站间分布式智能告警***及其故障诊断方法 | |
CN112910089A (zh) | 一种变电站二次设备故障逻辑可视化方法及*** | |
CN103618297B (zh) | 面向复杂配电网的高效高可靠性故障处理方法 | |
CN106532940A (zh) | 一种智能变电站的告警信号动作与时序逻辑关系分析方法 | |
CN110888973B (zh) | 一种监控信息表自动结构化梳理的方法 | |
CN103326467A (zh) | 一种基于保信主站装置录波信息的保护动作报告实现方法 | |
CN109062993A (zh) | 一种离线电网故障处置预案生成方法及其装置 | |
CN106651198B (zh) | 一种电网事故辅助处理方法及其*** | |
CN111667143A (zh) | 电网调度实时监测数据与业务管理数据融合的实现方法 | |
CN111049266A (zh) | 一种面向调控业务的智能化秒级复电方法和*** | |
CN116094174A (zh) | 基于知识图谱的电网运维监控方法、***、设备及介质 | |
CN114781662A (zh) | 一种基于深度学习的故障线路复电知识推理方法 | |
CN110837027A (zh) | 基于电网故障情况下调度端关键信息抽取的辅助决策方法及*** | |
CN110739770A (zh) | 一种基于信息融合的继电保护管控*** | |
CN113659712A (zh) | 一种电力设备大数据标签运行平台及方法 | |
CN104467174A (zh) | 变电站监控告警信息辅助处理*** | |
CN104483595A (zh) | 自适应电力***输电线路故障在线分析方法 | |
CN107977774A (zh) | 一种故障后电网薄弱环节自动识别的方法 | |
CN112101422B (zh) | 电力***故障案例的典型案例自学习方法 | |
CN107958505A (zh) | 一种安稳运行状态智能巡检***及其控制方法 | |
CN114895115B (zh) | 特高压直流控保***中基于启发式搜索分析的故障预测方法 |
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 |