CN113553420A - 基于知识图谱的电网故障处理规程推荐方法和*** - Google Patents
基于知识图谱的电网故障处理规程推荐方法和*** Download PDFInfo
- Publication number
- CN113553420A CN113553420A CN202010321359.4A CN202010321359A CN113553420A CN 113553420 A CN113553420 A CN 113553420A CN 202010321359 A CN202010321359 A CN 202010321359A CN 113553420 A CN113553420 A CN 113553420A
- Authority
- CN
- China
- Prior art keywords
- fault
- text
- knowledge graph
- handling procedure
- event
- 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 156
- 238000012545 processing Methods 0.000 claims description 81
- 238000003860 storage Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 8
- 238000002372 labelling Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 238000007726 management method Methods 0.000 description 9
- 230000003993 interaction Effects 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007704 transition Effects 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
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
-
- 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (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处理规程推荐方法和***，包括对各故障处理规程文本进行语义标注，得到对应的故障设备主体、包括故障处理规程文本标识的故障属性以及故障事件类型；将获得的各故障的设备主体、故障属性和故障事件类型分别利用实体、属性以及事件表示拓扑关系得到知识图谱；识别故障文本中包含的故障设备主体、故障属性以及故障事件类型；根据识别结果检索知识图谱，获得各故障处理规程文本。本发明将故障相关知识拓扑形式存于图数据库，通过根据故障文本在图数据库中检索，避免人为误操作事故的发生，有效缩短事故处理时间，提升调度人员对电网事故的处理能力，提高电网事故处理的智能化水平。
Description
技术领域
本申请属于电网故障处理技术领域，具体涉及基于知识图谱的电网故障处理规程推荐方法和***。
背景技术
电网故障处理是调度日常工作的核心内容之一，是维系电网安全的重要保障。近几年来，为辅助调度员快速处理电网故障，提升调度员驾驭电网运行能力，相关的改进工作主要集中在电网故障问题的监测、分析和告警方面。
但是对于电网发生故障之后或者检测中电网中存在运行薄弱点之后，调度员具体应如何根据故障准确地获得故障相应的故障处理规程明显支撑不足，具体体现在：（1）故障处理规程的获取受限于调度员个人经验；（2）既有工具未按照业务流程组织规程文件，执行效率有待进一步提升；（3）电网故障处理需要直接的支撑工具；（4）故障对应的故障处理规程的关键信息分散，历史生产运行信息充分挖掘有效价值。
现阶段的电网调度本质上仍然是分析加经验型调度，仅仅是提高了末端的感知能力，中枢处理环节仍然依赖于调度员的个人经验和业务素养，针对故障获取故障处理规程的及时性和准确性直接取决于调度员对电网运行特性的认识、对故障预案的熟悉、对调度规程的理解和灵活运用，因此电网调度过程需要针对特定故障及时、准确地推荐故障处理规程，提高***自身的智能化处理能力。
发明内容
本发明旨在针对目前电网故障对应得故障处理规程的获取很大程度上依赖于调度员对电网运行特性的认识、对故障预案的熟悉、对调度规程的理解和灵活运用，***自身智能化处理能力需要进一步提高的问题，提出一种基于知识图谱的电网故障处理规程推荐方法和***。
为实现上述技术目的，本申请采用以下技术设计。
一方面，本发明提供、基于知识图谱的电网故障处理规程推荐方法，包括以下步骤：
将预先获取的各故障处理规程文本进行语义标注，得到各故障处理规程文本对应的故障设备主体、包括故障处理规程文本标识的故障属性以及故障事件类型；
将获得的各故障的设备主体、故障属性和故障事件类型分别利用实体、属性以及事件表示拓扑关系得到知识图谱；
识别故障文本中包含的故障设备主体、故障属性以及故障事件类型；根据识别结果检索知识图谱，获取该故障匹配的故障处理规程文本标识；根据故障处理规程文本标识获得各故障处理规程文本。
进一步地，对预先获取的各故障处理规程文本进行语义标注，得到各故障处理规程文本对应的故障设备主体、包括故障处理规程文本标识的故障属性以及故障类型的具体方法包括：
以文件为单位，用结巴分词算法对各故障处理规程文本进行分词处理得到词序列；
对得到的词序列中的每一个词进行语义标注，将表示故障设备主体的词标记为实体父类的子类；将表示故障属性的词标记为属性父类的子类；将表示故障事件类型的词标记为事件父类的子类。
进一步地，利用预先训练完成的bert语义模型识别故障文本中包含的故障设备主体、故障属性以及故障事件类型。
进一步地，根据识别结果检索知识图谱，获取该故障匹配的故障处理规程文本标识；根据规程文本标识获得各故障处理规程文本的具体方法包括：
检索知识图谱中存储的各节点数据，得到与故障文本中故障的实体与事件名称对应实体节点与事件节点，查询获得与该实体以及事件节点均存在关联关系的故障属性中的故障处理规程短文本节点；最后根据短文本节点中包含其所属的故障处理规程文本标识，从关系数据库中获取对应的完整规程文本并进行匹配后，获得各故障处理规程文本。
进一步地，所述方法还包括获取并解析用户的访问请求，所述访问请求包括对知识图谱的操作请求或请求故障处理规程文本的故障本文，将访问请求的返回结果通过图形展示界面展示实现对所述知识图谱进行管理以及展示故障对应的获得各故障处理规程文本。
第二方面，本发明提供了基于知识图谱的电网故障处理***，所述***包括逻辑层，所述逻辑层包括逻辑处理单元与知识图谱表示单元；
所述逻辑处理单元，用于将预先获取的各故障处理规程文本进行语义标注，得到各故障处理规程文本对应的故障设备主体、包括故障处理规程文本标识的故障属性以及故障事件类型；
所述逻辑处理单元，还用于识别故障文本中包含的故障设备主体、故障属性以及故障事件类型；根据识别结果检索知识图谱，获取该故障匹配的故障处理规程文本标识；根据故障处理规程文本标识获得各故障处理规程文本。
所述知识图谱表示单元，用于将获得的各故障的设备主体、故障属性和故障事件类型分别利用实体、属性以及事件表示拓扑关系得到知识图谱
可选的，所述逻辑层还包括存储单元，所述存储单元包括图数据库和关系数据库，所述图数据库用于存储知识图谱，所述关系数据库用于存储故障处理规程文本。
本发明还提了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如提上技术设计提供的所述基于知识图谱的电网故障处理规程推荐方法的步骤。
有益技术效果：
本发明通过构建电网故障处理知识图谱，将电网运行数据、故障处理预案等电网故障处理规程中的关键数据统一解析为实体、属性、事件并以拓扑关系图形式表示得到知识图谱，通过根据故障文本在图数据库中检索，获得故障对应的故障处理规程，避免人为检索故障处理规程出现的不准确、不及时以及效率低的问题，减少了工作人员的工作量和由于获得故障处理规程文本不准确带来的误操作事故的发生，有效缩短事故处理时间，提升调度人员对电网事故的处理能力，有效地控制电网事故的发生与延伸，实现经验型调度向知识驱动型调度转变，提高电网事故处理的智能化水平。
本发明通过逻辑层、控制层、表示层和中间层实现多向交互，实现与调度人员的友好互动，使***自身智能化处理结果清晰明确地展示，提高故障处理规程推荐的效率和可视化程序。通过图形化界面对知识图谱进行管理，满足知识图谱高可扩展性的基础上，通过优化索引建立方式，为用户及基于知识图谱的应用提供高效、直观的知识查询与定位功能，进而实现准确性与高效性的电网故障处理图谱知识检索。
附图说明
图1.本发明实施例提供的基于知识图谱的电网故障处理的逻辑架构图；
图2.本发明明实施例提供***原型设计结构图；
图3.本发明知识管理部分知识存储结构图(变电站)；
图4.本发明知识管理部分知识存储结构图(线路)；
图5.本发明具体实施例中故障匹配的处理流程示意图；
图6.本发明具体实施例匹配过程中相似度计算处理流程图。
具体实施方式
下面结合说明书附图和具体实施方式对本发明做进一步说明。
实施例一、基于知识图谱的电网故障处理规程推荐方法，包括: 将预先获取的各故障处理规程文本进行语义标注，得到各故障处理规程文本对应的故障设备主体、包括故障处理规程文本标识的故障属性以及故障事件类型；
将获得的各故障的设备主体、故障属性和故障事件类型分别利用实体、属性以及事件表示拓扑关系得到知识图谱；
规则推理，所述规则推理包括：识别故障文本中包含的故障设备主体、故障属性以及故障事件类型；根据识别结果检索知识图谱，获取该故障匹配的故障处理规程文本标识；根据故障处理规程文本标识获得存储于关系数据库中的各故障处理规程文本。
具体实施例通过识别诸如运行异常、***振荡、***解列、潮流越限、设备故障等典型异常与故障场景，确定故障类型，基于故障发生时的关键词、运行数据、故障告警信号、故障录波数据等原始信息与数据获得故障属性以及故障设备主题，以电网故障处理知识库为支撑，经过匹配获得不同故障情况下的典型处理规程信息，所述典型处理规程信息包含故障名称，故障后方式说明，调度处置步骤等信息的文档文本的辨识与提炼方法，实现对输入待查故障的自动识别与归类，并将匹配成功或匹配失败但相似度计算后确认相似的故障的处理规程中的调度处置步骤返回。
本实施例构建基于图数据库存储的故障处理知识图谱，实现知识信息实体、关系、事件间复杂联系的有机结合，为规则推理过程提供基本数据以及检索查询等服务功能，同时在满足知识图谱高可扩展性的基础上，通过优化索引建立方式，为用户及基于知识图谱的应用提供高效、直观的知识查询与定位功能，进而实现识图谱的快速检索。
在以上实施例基础上，可选地对预先获取的各故障处理规程文本进行语义标注，得到各故障处理规程文本对应的故障设备主体、包括故障处理规程文本标识的故障属性以及故障类型的具体方法包括：
以文件为单位，用结巴分词算法对各故障处理规程文本进行分词处理得到词序列；
对得到的词序列中的每一个词进行语义标注，将表示故障设备主体的词标记为实体父类的子类；将表示故障属性的词标记为属性父类的子类；将表示故障事件类型的词标记为事件父类的子类。
可以利用预先训练完成的bert语义模型识别故障文本中包含的故障设备主体、故障属性以及故障事件类型。
构建知识图谱，区别与传统的实体、属性、关系三元组RDF数据特性，针对工业界应用场景，使用基于属性图的图数据库，即实体节点与关系节点均包含属性信息。将故障处理规程文本分词标注后的实体，属性以及事件，排除重复的部分，另外将故障处理规程文本不进行分词标注，而是以标点符号为界分解为若干个以短句为单位的短文本实体。以属性图的形式，不同于三元组形式，即实体节点与关系节点就包含属性，将获得的各故障的设备主体、故障属性和故障事件类型分别利用实体、属性以及事件表示拓扑关系得到知识图谱。利用图数据库存储知识图谱，通过知识图谱实现基于属性图数据的海量知识数据存储。
本发明推荐的故障处理规程组成部分：包括标题：某某故障处理预案、故障编号（即故障处理规程文本标识id）、 电网运行方式说明（可忽略）、 预想故障（与标题相同）、故障后方式说明（这个部分主要说明故障发生后会出现什么状况）、 调度处置步骤（实际推荐给用户的是这个部分，如何解决该故障，包括故障处理步骤）。
本发明通过构建电网故障处理知识图谱，将电网运行数据、故障处理预案等电网故障处理规程中的关键数据统一解析为实体、属性、事件并以拓扑关系图形式表示得到知识图谱，通过根据故障文本在图数据库中检索，获得故障对应的故障处理规程，避免人为检索故障处理规程出现的不准确、不及时的问题，减少误操作事故的发生，有效缩短事故处理时间，提升调度人员对电网事故的处理能力，有效地控制电网事故的发生与延伸，实现经验型调度向知识驱动型调度转变，提高电网事故处理的智能化水平。
实施例二、基于实施例一的基础上，对于输入的故障文本，利用bert语义模型对输入的故障文本中语义识别出的其中的实体，属性以及事件；
本实施例中为了更加快速准确地获取该故障匹配的故障处理规程文本标识，本实施例对故障处理规程文本以标点符号为界分解为若干个以短句为单位的短文本实体，并将短文本实体作为故障属性，存储为属性父类的子类。本实施例中根据识别结果检索知识图谱，获取该故障匹配的故障处理规程文本标识；根据规程文本标识获得各故障处理规程文本的具体方法包括（如图5所示）：
根据识别出的实体名，事件名在知识图谱中检索与该故障相关的实体节点与事件节点，实体节点例如某变电站，事件节点例如全停故障。每个实体节点或事件节点关联一系列故障规程短文本节点，该类节点包含故障规程文本中的故障后运行方式，该部分分解为一系列不含符号的短句，每个短文本节点仅包含一句短语以及所属故障规程文本，即长文本的id（即故障处理规程文本标识）。完整的规程文本保存在关系数据库中，可由id检索获取；
筛查出实体节点与事件节点共有的故障短文本节点，根据id获取关系数据库中的故障规程长文本；
输入故障文本通过bert语义模型与长文本中的故障后运行方式部分进行语义匹配；
匹配成功，则返回该长文本中的调度处置步骤作为规则推理的结果。
进一步所述方法包括可选地的步骤（如图6所示）：若匹配失败，则寻找相似故障。事件相同的前提下，首先筛查属性中的电压等级与所属区域相同的相应实体。得到相应实体中所连接的低电压等级变电站个数n1,高电压等级变电站个数n2,以及原输入故障文本中识别的实体中这两种变电站个数m1,m2。再将（n1,n2）与（m1,m2）两个向量做余弦相似度计算，结果分数较高的若干个实体节点，与其事件节点所关联的故障短文本节点与故障规程长文本，将分数较高的若干个实体节点与其事件节点所关联的故障处理规程文本标识与故障规程长文本进行匹配。
实施例三、在以上实施例的基础上，本实施例提供的基于知识图谱的电网故障处理规程推荐方法还包括获取并解析用户的访问请求，所述访问请求包括对知识图谱的操作请求或请求故障处理规程文本的故障本文，匹配访问请求对应的视图，将访问请求转发给相应视图；所述视图中的视图函数将访问请求转为调用请求，将调用请求的返回结果返回图形展示界面展示实现对所述知识图谱进行管理以及展示故障对应的获得各故障处理规程文本。
可选地将逻辑处理单元的返回结果做结构转换包装后返回图形展示界面。
通过访问请求还能够实现对知识图谱的知识添加、更新、删除、导入等管理功能逻辑架构与策略，以及以上功能相应的图形化界面与操作方式。
本发明中实体指设备主体（如图3所示），包括变电站，线路，断路器，刀闸等；属性指电压等级，所属区域以及处理规程文本id（即故障处理规程文本标识）等信息； 事件指各种类型的故障。
本实施例通过依赖知识图谱中存储的各节点数据，是通过先在知识图谱检索输入的故障文本中的实体与事件名称，获得图谱中与该故障相关的实体节点与事件节点，实体节点例如某变电站，事件节点例如全停故障。再查询获得与该实体以及事件节点均存在关联关系的故障处理规程短文本节点。最后根据短文本节点中包含其所属的规程文本id，从关系数据库中获取对应的完整规程文本并进行匹配后，将其规程文本中的处理调度处置作为规则推理的结果返回并在图形展示界面显示。本实施例实现多向交互，实现与调度人员的友好互动，使***自身智能化处理结果清晰明确地展示，提高故障处理的效率。通过图形化界面对知识图谱进行管理，满足知识图谱高可扩展性的基础上，通过优化索引建立方式，为用户及基于知识图谱的应用提供高效、直观的知识查询与定位功能，进而实现准确性与高效性的电网故障处理图谱知识检索。
实施例四、提供基于知识图谱的电网故障处理***，包括：逻辑层，所述逻辑层包括逻辑处理单元与知识图谱表示单元；
所述逻辑处理单元，用于将预先获取的各故障处理规程文本进行语义标注，得到各故障处理规程文本对应的故障设备主体、包括故障处理规程文本标识的故障属性以及故障事件类型；
所述逻辑处理单元，还用于识别故障文本中包含的故障设备主体、故障属性以及故障事件类型；根据识别结果检索知识图谱，获取该故障匹配的故障处理规程文本标识；根据故障处理规程文本标识获得各故障处理规程文本。
所述知识图谱表示单元你用于利用知识图谱将获得的各故障的设备主体、故障属性和故障事件类型分别利用实体、属性以及事件表示拓扑关系得到知识图谱。
可选的，所述逻辑层还包括存储单元，所述存储单元包括图数据库和关系数据库，所述图数据库用于存储知识图谱，所述关系数据库用于存储故障处理规程文本。
实施例五、如图1和图2所示，在实施例四的基础上，进一步可选的所述***还包括控制层、表示层和中间层：
所述控制层，用于获取并解析用户的访问请求，所述访问请求包括对知识图谱的操作请求或请求故障处理规程文本的故障本文，匹配访问请求对应的中间层中的视图，将访问请求转发给相应视图；
所述中间层包括视图，所述视图中的视图函数将控制器转发的访问请求，转为对逻辑层中逻辑处理单元的调用请求，并将逻辑处理单元根据调用请求访问知识图谱后返回的结果做结构转换包装后返回给表示层当中的模板页面以作展示；
所述表示层用于通过图形化的模板页面对访问请求的结果进行展示实现对所述知识图谱进行管理以及展示故障对应的获得各故障处理规程文本。
所述表示层能够实现知识可视化表示与友好互动。基于属性图的知识数据存储结构，在表示层单元设计面向知识添加、更新、删除、导入等管理功能逻辑架构与策略，以及以上功能相应的图形化界面与操作方式。
图2为***结构图示意图，控制层单元中的控制器根据输入的访问请求匹配相应的视图函数。中间层单元中的视图向逻辑层请求数据，并将逻辑层返回的数据提交模板。逻辑处理单元执行具体的业务逻辑，即电网故障处理的方法的具体实现，包括规则推理，知识图谱管理等。逻辑处理单元在表示层单元的页面上展示相关数据。
图3、图4为本发明知识管理部分知识图谱结构图，知识图谱存储所有故障处理规则文本中的实体（如变电站，线路），事件（如全停事故），包含的属性（如电压等级）以及之间的关系。分别以变电站实体（如图3所示）与线路实体（如图4所示）在图数据库中的拓扑结构为例。变电站拓扑结构中与邻近节点的连接关系分为属于类型，归属类型，连接类型以及拥有类型，属于类型连接的是电压等级等属性节点，归属类型连接控制区域节点，连接类型连接的是线路节点，拥有类型连接的是本变电站或其他变电站的间隔节点。线路拓扑结构中与邻近节点的连接关系分为属于类型和连接类型，属于类型连接的是线路两端的起点与终点两个属性节点，连接类型连接的是线路两端的变电站节点。
所述逻辑层首先根据故障分区获得电网运行特点等，判断故障名称是否匹配相关故障实例，匹配则图谱中检索故障实例关联的正常运行方式，故障后运行方式等信息，反馈至页面以供选择。不匹配则手动根据变电站电厂设备名称查找匹配的故障实例，查找成功则与故障名称匹配后操作相同，未查找到则上报。
在故障发生后逻辑层识别相应故障的实体与事件，在知识图谱中根据实体与事件名称检索对应的实体与事件节点，对应的故障规程文本判断是否与输入待查的故障文本匹配。若匹配成功则返回故障规程文本中的调度处置步骤。若不成功则通过相似度计算获得类似故障规程再处理。
图5为相似度计算处理流程图。相似度计算在规则推理最后一步故障规程长文本与输入待查的故障文本不匹配的条件下执行。首先筛查属性中的电压等级与所属区域相同的相应实体。得到相应实体中所连接的低电压等级变电站个数n1,高电压等级变电站个数n2,以及原输入故障文本中识别的实体中这两种变电站个数m1,m2。再将（n1,n2）与（m1,m2）两个向量做余弦相似度计算，返回结果分数较高的若干个实体节点，用于规则推理中的故障匹配步骤。
本发明利用知识图谱实现面向海量知识的高速索引。在充分考虑索引特征质量对索引性能影响的基础上，为最小化知识查询搜索空间的大小，研究结合优化图索引的结构模式以及索引特性的高速索引技术。依据以下原则选取索引特征：
（1） 优先选择具有高剪枝力的特征
（2） 确保特征覆盖完整查询图
（3） 特征数量少以保证索引结构的收缩
本实施例通过逻辑层、控制层、表示层和中间层实现多向交互，实现与调度人员的友好互动，使***自身智能化处理结果清晰明确地展示，提高故障处理规程推荐的效率和可视化程序。通过图形化界面对知识图谱进行管理，满足知识图谱高可扩展性的基础上，通过优化索引建立方式，为用户及基于知识图谱的应用提供高效、直观的知识查询与定位功能，进而实现准确性与高效性的电网故障处理图谱知识检索。
本发明能够利用知识图谱实现关联检索查询功能，基于图数据库架构，通过子图查询、超图查询、最短路径查询。可达性确认、部分匹配等图数据库检索技术及手段，研究满足准确性与高效性的电网故障处理图谱知识检索技术。面向图数据库的压缩组织、有效特征索引构造、基于压缩组织的处理查询三个方向深入研究，充分缩小检索候选结果集的大小。
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。
以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (10)
1.基于知识图谱的电网故障处理规程推荐方法，其特征在于，包括以下步骤：
将预先获取的各故障处理规程文本进行语义标注，得到各故障处理规程文本对应的故障设备主体、包括故障处理规程文本标识的故障属性以及故障事件类型；
将获得的各故障的设备主体、故障属性和故障事件类型分别利用实体、属性以及事件表示拓扑关系得到知识图谱；识别故障文本中包含的故障设备主体、故障属性以及故障事件类型；根据识别结果检索知识图谱，获取该故障匹配的故障处理规程文本标识；根据故障处理规程文本标识推荐各故障处理规程文本。
2.根据权利要求1所述的基于知识图谱的电网故障处理规程推荐方法，其特征在于，对预先获取的各故障处理规程文本进行语义标注，得到各故障处理规程文本对应的故障设备主体、包括故障处理规程文本标识的故障属性以及故障类型的具体方法包括：
以文件为单位，用结巴分词算法对各故障处理规程文本进行分词处理得到词序列；
对得到的词序列中的每一个词进行语义标注，将表示故障设备主体的词标记为实体父类的子类；将表示故障属性的词标记为属性父类的子类；将表示故障事件类型的词标记为事件父类的子类。
3.根据权利要求1所述的基于知识图谱的电网故障处理规程推荐方法，其特征在于，利用预先训练完成的bert语义模型识别故障文本中包含的故障设备主体、故障属性以及故障事件类型。
4.根据权利要求1所述的基于知识图谱的电网故障处理规程推荐方法，其特征在于，根据识别结果检索知识图谱，获取该故障匹配的故障处理规程文本标识；根据规程文本标识推荐各故障处理规程文本的具体方法包括：
检索知识图谱中存储的各节点数据，得到与故障文本中故障的实体与事件名称对应实体节点与事件节点，查询获得与该实体以及事件节点均存在关联关系的故障属性节点中的故障处理规程短文本节点；最后根据短文本节点中包含其所属的故障处理规程文本标识，从关系数据库中获取对应的完整规程文本并进行匹配后，获得各故障处理规程文本。
5.根据权利要求1所述的基于知识图谱的电网故障处理规程推荐方法，其特征在于，所述方法还包括获取并解析用户的访问请求，所述访问请求包括对知识图谱的操作请求或请求故障处理规程文本的故障本文，将访问请求的返回结果通过图形展示界面展示，实现对所述知识图谱进行管理以及展示故障对应的获得各故障处理规程文本。
6.根据权利要求1所述的基于知识图谱的电网故障处理规程推荐方法，其特征在于，根据识别结果检索知识图谱，获取该故障匹配的故障处理规程文本标识过程中如匹配失败则寻找相似故障，具体方法如下：
事件相同的前提下，首先筛查属性中的电压等级与所属区域相同的相应实体；得到相应实体中所连接的不同电压等级的设备主体个数形成第一向量，以及原输入的故障文本中识别的实体中相同设备主体的个数形成第二向量；再将两个向量做余弦相似度计算，将分数较高的若干个实体节点与其事件节点所关联的故障处理规程文本标识与故障规程长文本进行匹配。
7.基于知识图谱的电网故障处理***，其特征在于，所述***包括逻辑层，所述逻辑层包括逻辑处理单元与知识图谱表示单元；
所述逻辑处理单元，用于将预先获取的各故障处理规程文本进行语义标注，得到各故障处理规程文本对应的故障设备主体、包括故障处理规程文本标识的故障属性以及故障事件类型；
所述逻辑处理单元，还用于识别故障文本中包含的故障设备主体、故障属性以及故障事件类型；根据识别结果检索知识图谱，获取该故障匹配的故障处理规程文本标识；根据故障处理规程文本标识获得各故障处理规程文本；
所述知识图谱表示单元，用于将获得的各故障的设备主体、故障属性和故障事件类型分别利用实体、属性以及事件表示拓扑关系得到知识图谱。
8.根据权利要求7所述的基于知识图谱的电网故障处理***，其特征在于，所述***还包括控制层、表示层和中间层：
所述控制层，用于获取并解析用户的访问请求，所述访问请求包括对知识图谱的操作请求或请求故障处理规程文本的故障本文，匹配访问请求对应的中间层中的视图，将访问请求转发给相应视图；
所述中间层包括视图，所述视图中的视图函数将控制器转发的访问请求，转为对逻辑层中逻辑处理单元的调用请求，并将逻辑处理单元返回的结果返回给表示层当中的模板页面以作展示；
所述表示层用于通过图形化的模板页面对访问请求的结果进行展示实现对所述知识图谱进行管理以及展示故障对应的获得各故障处理规程文本。
9.根据权利要求1所述的基于知识图谱的电网故障处理***，其特征在于，所述逻辑层，还用于检索知识图谱获取该故障匹配的故障处理规程文本标识过程中如匹配失败则寻找相似故障，具体方法如下：事件相同的前提下，首先筛查属性中的电压等级与所属区域相同的相应实体；得到相应实体中所连接的不同电压等级的设备主体个数形成第一向量，以及原输入的故障文本中识别的实体中相同设备主体的个数形成第二向量；再将两个向量做余弦相似度计算，将分数较高的若干个实体节点与其事件节点所关联的故障处理规程文本标识与故障规程长文本进行匹配。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1~6任意一项权利要求所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010321359.4A CN113553420B (zh) | 2020-04-22 | 2020-04-22 | 基于知识图谱的电网故障处理规程推荐方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010321359.4A CN113553420B (zh) | 2020-04-22 | 2020-04-22 | 基于知识图谱的电网故障处理规程推荐方法和*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113553420A true CN113553420A (zh) | 2021-10-26 |
| CN113553420B CN113553420B (zh) | 2023-11-24 |
Family
ID=78101017
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010321359.4A Active CN113553420B (zh) | 2020-04-22 | 2020-04-22 | 基于知识图谱的电网故障处理规程推荐方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113553420B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114118879A (zh) * | 2022-01-25 | 2022-03-01 | 浙江裕腾百诺环保科技股份有限公司 | 环保管控措施的推荐方法、***、服务器及存储介质 |
| CN114757097A (zh) * | 2022-04-07 | 2022-07-15 | 国网河北省电力有限公司邯郸供电分公司 | 一种线路故障诊断方法及装置 |
| CN115114448A (zh) * | 2022-06-02 | 2022-09-27 | 中国电力科学研究院有限公司 | 智能多模态融合用电检查方法、装置、***、设备及介质 |
| CN115240390A (zh) * | 2022-07-14 | 2022-10-25 | 华能核能技术研究院有限公司 | 报警响应规程自动识别***、方法、电子设备及介质 |
| CN115292518A (zh) * | 2022-08-18 | 2022-11-04 | 国家电网有限公司 | 基于知识型信息抽取的配电网故障处理方法及*** |
| CN115905577A (zh) * | 2023-02-08 | 2023-04-04 | 支付宝(杭州)信息技术有限公司 | 知识图谱的构建方法及装置、法规检索方法和装置 |
| CN115953146A (zh) * | 2022-12-07 | 2023-04-11 | 国家电网有限公司 | 一种配电网故障处理辅助决策*** |
| CN116467468A (zh) * | 2023-05-05 | 2023-07-21 | 国网浙江省电力有限公司 | 基于知识图谱技术的电力管理***异常信息处置方法 |
| CN116893924A (zh) * | 2023-09-11 | 2023-10-17 | 江西南昌济生制药有限责任公司 | 设备故障处理方法、装置、电子设备和存储介质 |
| CN117150042A (zh) * | 2023-09-01 | 2023-12-01 | 海通证券股份有限公司 | 基于知识图谱推荐应急预案的方法、装置、设备和介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06309172A (ja) * | 1993-04-22 | 1994-11-04 | Nec Corp | 知識ベース装置および知識ベース構築方法 |
| CN103033359A (zh) * | 2012-12-19 | 2013-04-10 | 西安交通大学 | 一种多特征多级综合评判的风电机组主传动装置故障诊断方法 |
| 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 |
| CN110033101A (zh) * | 2019-03-07 | 2019-07-19 | 华中科技大学 | 基于融合特征的知识图谱的水电机组故障诊断方法和*** |
| CN110175239A (zh) * | 2019-04-23 | 2019-08-27 | 成都数联铭品科技有限公司 | 一种知识图谱的构建方法及*** |
| CN110825885A (zh) * | 2019-11-13 | 2020-02-21 | 南方电网科学研究院有限责任公司 | 一种电力设备知识图谱应用*** |
| CN110941725A (zh) * | 2019-11-29 | 2020-03-31 | 国网湖南省电力有限公司 | 一种基于知识图谱的水电机组故障诊断方法及*** |
-
2020
- 2020-04-22 CN CN202010321359.4A patent/CN113553420B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06309172A (ja) * | 1993-04-22 | 1994-11-04 | Nec Corp | 知識ベース装置および知識ベース構築方法 |
| CN103033359A (zh) * | 2012-12-19 | 2013-04-10 | 西安交通大学 | 一种多特征多级综合评判的风电机组主传动装置故障诊断方法 |
| 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 |
| CN110033101A (zh) * | 2019-03-07 | 2019-07-19 | 华中科技大学 | 基于融合特征的知识图谱的水电机组故障诊断方法和*** |
| CN110175239A (zh) * | 2019-04-23 | 2019-08-27 | 成都数联铭品科技有限公司 | 一种知识图谱的构建方法及*** |
| CN110825885A (zh) * | 2019-11-13 | 2020-02-21 | 南方电网科学研究院有限责任公司 | 一种电力设备知识图谱应用*** |
| CN110941725A (zh) * | 2019-11-29 | 2020-03-31 | 国网湖南省电力有限公司 | 一种基于知识图谱的水电机组故障诊断方法及*** |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114118879A (zh) * | 2022-01-25 | 2022-03-01 | 浙江裕腾百诺环保科技股份有限公司 | 环保管控措施的推荐方法、***、服务器及存储介质 |
| CN114757097A (zh) * | 2022-04-07 | 2022-07-15 | 国网河北省电力有限公司邯郸供电分公司 | 一种线路故障诊断方法及装置 |
| CN114757097B (zh) * | 2022-04-07 | 2023-09-26 | 国网河北省电力有限公司邯郸供电分公司 | 一种线路故障诊断方法及装置 |
| CN115114448A (zh) * | 2022-06-02 | 2022-09-27 | 中国电力科学研究院有限公司 | 智能多模态融合用电检查方法、装置、***、设备及介质 |
| CN115240390A (zh) * | 2022-07-14 | 2022-10-25 | 华能核能技术研究院有限公司 | 报警响应规程自动识别***、方法、电子设备及介质 |
| CN115292518A (zh) * | 2022-08-18 | 2022-11-04 | 国家电网有限公司 | 基于知识型信息抽取的配电网故障处理方法及*** |
| CN115953146B (zh) * | 2022-12-07 | 2024-02-13 | 国家电网有限公司 | 一种配电网故障处理辅助决策*** |
| CN115953146A (zh) * | 2022-12-07 | 2023-04-11 | 国家电网有限公司 | 一种配电网故障处理辅助决策*** |
| CN115905577A (zh) * | 2023-02-08 | 2023-04-04 | 支付宝(杭州)信息技术有限公司 | 知识图谱的构建方法及装置、法规检索方法和装置 |
| CN115905577B (zh) * | 2023-02-08 | 2023-06-02 | 支付宝(杭州)信息技术有限公司 | 知识图谱的构建方法及装置、法规检索方法和装置 |
| CN116467468A (zh) * | 2023-05-05 | 2023-07-21 | 国网浙江省电力有限公司 | 基于知识图谱技术的电力管理***异常信息处置方法 |
| CN116467468B (zh) * | 2023-05-05 | 2024-01-05 | 国网浙江省电力有限公司 | 基于知识图谱技术的电力管理***异常信息处置方法 |
| CN117150042A (zh) * | 2023-09-01 | 2023-12-01 | 海通证券股份有限公司 | 基于知识图谱推荐应急预案的方法、装置、设备和介质 |
| CN117150042B (zh) * | 2023-09-01 | 2024-04-16 | 海通证券股份有限公司 | 基于知识图谱推荐应急预案的方法、装置、设备和介质 |
| CN116893924B (zh) * | 2023-09-11 | 2023-12-01 | 江西南昌济生制药有限责任公司 | 设备故障处理方法、装置、电子设备和存储介质 |
| CN116893924A (zh) * | 2023-09-11 | 2023-10-17 | 江西南昌济生制药有限责任公司 | 设备故障处理方法、装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113553420B (zh) | 2023-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113553420B (zh) | 基于知识图谱的电网故障处理规程推荐方法和*** | |
| CN112612902B (zh) | 一种电网主设备的知识图谱构建方法及设备 | |
| CN107330125B (zh) | 基于知识图谱技术的海量非结构化配网数据集成方法 | |
| CN111985653B (zh) | 基于知识图谱的电网故障知识推荐与知识管理***及方法 | |
| CN109284363A (zh) | 一种问答方法、装置、电子设备及存储介质 | |
| 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*** | |
| CN112463926A (zh) | 一种数据检索/智能问答方法、装置、存储介质 | |
| JP2010277322A (ja) | 共通クエリグラフパターン生成装置、共通クエリグラフパターン生成方法、および共通クエリグラフパターン生成用プログラム | |
| CN115357726A (zh) | 基于知识图谱的故障处置预案数字化模型建立方法 | |
| CN110362596A (zh) | 一种文本抽取信息结构化数据处理的控制方法及装置 | |
| CN116450908B (zh) | 基于数据湖的自助式数据分析方法、装置和电子设备 | |
| CN113205186A (zh) | 一种二次设备巡检知识图谱架构及二次设备智能巡检方法 | |
| CN115757810A (zh) | 一种知识图谱标准本体构建方法 | |
| CN117494802A (zh) | 知识库的构建方法、数据查询方法、电子设备和存储介质 | |
| CN117273133A (zh) | 配电网多源异构数据知识图谱的构建方法 | |
| JPH09212353A (ja) | 再利用設計支援方法および設計支援装置 | |
| CN114048308A (zh) | 一种类案检索报告生成的方法及装置 | |
| CN117312531A (zh) | 知识图谱增强的基于大语言模型配电网故障归因分析方法 | |
| CN111078988B (zh) | 一种电力服务信息热点检索方法、装置和电子设备 | |
| CN113111659A (zh) | 电力巡检工作票生成方法、***、设备及存储介质 | |
| CN115937881A (zh) | 一种知识图谱构建标准表格内容自动识别方法 | |
| JPH08305724A (ja) | 設計支援情報文書管理装置 | |
| CN114862233A (zh) | 智能决策方法和智能决策*** | |
| CN113342844A (zh) | 工业智能搜索*** | |
| CN112668836A (zh) | 一种面向风险图谱的关联风险证据高效挖掘与监控方法和装置 |
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 |