CN114548800A - 基于电网知识图谱的未来态电网检修风险辨识方法及装置 - Google Patents
基于电网知识图谱的未来态电网检修风险辨识方法及装置 Download PDFInfo
- Publication number
- CN114548800A CN114548800A CN202210186577.0A CN202210186577A CN114548800A CN 114548800 A CN114548800 A CN 114548800A CN 202210186577 A CN202210186577 A CN 202210186577A CN 114548800 A CN114548800 A CN 114548800A
- Authority
- CN
- China
- Prior art keywords
- power grid
- risk
- knowledge graph
- risk identification
- maintenance
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013210 evaluation model Methods 0.000 claims abstract description 24
- 238000010276 construction Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000012549 training Methods 0.000 claims abstract description 10
- 238000003860 storage Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 238000011158 quantitative evaluation Methods 0.000 abstract description 5
- 238000009412 basement excavation Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000012800 visualization Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 238000013139 quantization Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000002679 ablation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 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
- G06F16/30—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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于电网知识图谱的未来态电网检修风险辨识方法及装置,所述方法包括构建电网风险量化指标评估模型;对所述预设的电网知识图谱进行训练,以将电网检修风险辨识逻辑数据与预设的电网知识图谱相关联,构建基于电网知识图谱的未来态电网检修风险辨识模型;获取停电需求的设备信息输入至电网知识图谱的电网检修风险辨识模型中,得到风险辨识结果,生成风险预警通知单。本发明基于已有停电检修知识图谱,存入电网安全风险量化评估标准,构建知识图谱在电网停电检修未来态风险辨识的知识体系,采用可视化技术描述知识图谱对于停电检修风险信息的挖掘、分析、构建、绘制,从而输出风险预警通知单结果。
Description
技术领域
本发明属于电力市场技术领域,具体涉及一种基于电网知识图谱的未来态电网检修风险辨识方法及装置。
背景技术
随着我国能源电力领域的工业化转型升级、电力市场化改革持续深入,大量新能源、新兴负荷接入。电网基建投产、大修技改、线路秆迁的规模空前扩大,电力***形态及运行特性日益复杂。电网逐步演化为源、荷、储、人等多因素随机、实时不确定的新型网络。随着电网结构的变化使得调度运行方式、电网承载力、风险承载力等均面临极大挑战,传统方法已无法满足电网维稳的多样性要求,基于人工智能的电网检修风险辨识成为了预测电网未来态的重要手段之一。
如何在电力检修计划编排工作中引入基于人工智能的电网风险辨识方法,实现对各类风险因素的有效控制,对于降低事故率,提高供电可靠性具有理论意义和实用价值。停电检修引起的电网风险有以下几种:(1)重叠检修会减弱变电站节点与电网***的电气联系;(2)同时检修会导致变电站失压活成为电气孤岛的风险;(3)电气孤岛、变电站失压会导致区域失负荷风险;(4)安排检修时N-1故障集引起的电网运行风险;(5)N-1故障引起的负荷转供导致的单变、单母线等负荷过载风险。
综上所述,现有的风险辨识方法大多结合网络拓扑结构凭借人工经验判断。而人工经验判断主观影响因素占比多,当大量停电需求待编排时,人工辨识效率明显已不能适应日益复杂的电网形态及运行特性,且在风险辨识准确率及电网运行合理性等方面均存在漏洞。
发明内容
有鉴于此,本发明的目的在于克服现有技术的不足,提供一种基于电网知识图谱的未来态电网检修风险辨识方法及装置,以解决现有技术中风险辨识准确率及电网运行合理性等方面均存在漏洞的问题。
为实现以上目的,本发明采用如下技术方案:一种基于电网知识图谱的未来态电网检修风险辨识方法,包括:
构建电网风险量化指标评估模型;所述电网风险量化指标评估模型中设有电网风险值对应的风险等级;
基于预设的电网知识图谱将电网检修风险辨识逻辑数据纳入所述电网风险量化指标评估模型,并对所述预设的电网知识图谱进行训练,以将所述电网检修风险辨识逻辑数据与所述预设的电网知识图谱相关联,构建基于电网知识图谱的未来态电网检修风险辨识模型;
获取停电需求的设备信息输入至所述电网知识图谱的电网检修风险辨识模型中,得到风险辨识结果;
根据所述风险辨识结果生成风险预警通知单。
进一步的,所述电网检修风险辨识逻辑数据,包括:
电网风险危害严重程度量化指标、社会影响因素量化指标、损失负荷或用户性质量化指标、设备类型因数以及历史统计因数。
进一步的,所述对所述预设的电网知识图谱进行训练,包括:
知识建模、数据抽取、知识抽取、图谱构建、存储优化、知识推理以及场景应用。
进一步的,所述获取停电需求的设备信息输入至所述电网知识图谱的电网检修风险辨识模型中,得到风险辨识结果,包括:
输入停电需求的设备信息至所述电网知识图谱的电网检修风险辨识模型;
所述电网知识图谱的电网检修风险辨识模型对所述设备信息进行电网拓扑结构解析后对所述停电需求进行风险辨识;
得到风险辨识结果。
进一步的,所述对所述停电需求进行风险辨识,包括:
对停电用户进行统计、重叠检修风险辨识、电气孤岛风险辨识、变电站失压风险辨识、负荷转供过载风险辨识以及电网风险点分析风险辨识。
进一步的,所述根据所述风险辨识结果生成风险预警通知单,包括:
将风险辨识结果输入列表。
进一步的,所述风险预警通知单包括:
风险名称、风险编号、风险等级、风险值、事故事件等级、风险开始时间、风险结束时间以及建议措施。
本申请实施例提供一种基于电网知识图谱的未来态电网检修风险辨识装置,包括:
第一构建模块,用于构建电网风险量化指标评估模型;所述电网风险量化指标评估模型中设有电网风险值对应的风险等级;
第二构建模块,用于基于预设的电网知识图谱将电网检修风险辨识逻辑数据纳入所述电网风险量化指标评估模型,并对所述预设的电网知识图谱进行训练,以将所述电网检修风险辨识逻辑数据与所述预设的电网知识图谱相关联,构建基于电网知识图谱的未来态电网检修风险辨识模型;
计算模块,用于获取停电需求的设备信息输入至所述电网知识图谱的电网检修风险辨识模型中,得到风险辨识结果;
生成模块,用于根据所述风险辨识结果生成风险预警通知单。
本发明采用以上技术方案,能够达到的有益效果包括:
本发明提供一种基于电网知识图谱的未来态电网检修风险辨识方法及装置,本发明提出采用基于电网知识图谱的未来态电网检修风险辨识方法,以辅助电网工作人员在检修计划编排中的未来态电网风险识别。基于地调停电检修知识图谱,存入电网安全风险量化评估标准,构建知识图谱在电网停电检修未来态风险辨识的知识体系,采用可视化技术描述知识图谱对于停电检修风险信息的挖掘、分析、构建、绘制,从而输出风险预警通知单结果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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发明的一些实施例,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为本发明基于电网知识图谱的未来态电网检修风险辨识方法的步骤示意图;
图2为本发明基于电网知识图谱的未来态电网检修风险辨识方法的流程示意图;
图3为本发明基于电网知识图谱的未来态电网检修风险辨识装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
下面结合附图介绍本申请实施例中提供的一个具体的基于电网知识图谱的未来态电网检修风险辨识方法及装置。
如图1所示,本申请实施例中提供的基于电网知识图谱的未来态电网检修风险辨识方法,包括:
S101,构建电网风险量化指标评估模型;所述电网风险量化指标评估模型中设有电网风险值对应的风险等级;
根据《电网安全风险量化评估标准》,电网风险值=max{(风险危害值)×(风险概率值)},其中:风险危害值=(危害严重程度分值)×(社会影响因数)×(损失负荷或用户性质因数),风险概率值=(设备类型因数)×(故障类别因数)×(历史数据统计因数)。根据电网风险值大小,电网风险分为六级,Ⅰ级风险(红色:风险值≥1500)、Ⅱ级风险(橙色:800≤风险值<1500)、Ⅲ级风险(黄色:120≤风险值<800)、Ⅳ级风险(蓝色:20≤风险值<120)、Ⅴ级风险(白色:5≤风险值<20)、Ⅵ级风险(2<风险值<5)。
S102,基于预设的电网知识图谱将电网检修风险辨识逻辑数据纳入所述电网风险量化指标评估模型,并对所述预设的电网知识图谱进行训练,以将所述电网检修风险辨识逻辑数据与所述预设的电网知识图谱相关联,构建基于电网知识图谱的未来态电网检修风险辨识模型;
优选的,所述电网检修风险辨识逻辑数据,包括:
电网风险危害严重程度量化指标、社会影响因素量化指标、损失负荷或用户性质量化指标、设备类型因数以及历史统计因数。
本申请基于现有的电网知识图谱的拓扑结构及数据关系将以下构建电网检修风险辨识规则数据纳入数据库:
电网风险危害严重程度量化指标。根据风险可能对电网安全的威胁和负荷损失的程度,危害严重程度分为十二级,各级危害与相关规定的各级电力安全事故、事件等级相对应。
社会影响因素量化指标。社会影响因素量化指标由保供电时期定级,分为:一般时期(1)、特殊时期保供电(1.2)、二级保供电(1.4)、一级保供电(1.6)和特级保供电(2)。
损失负荷或用户性质量化指标。基于百度地图,将电网设备所属区域及影响用户信息数据纳入电网风险量化指标评估模型中。损失负荷或用户性质量化指标分为:县级、市郊负荷(1.2),市区负荷(1.5),二级重要用户(2.1),以及重要用户(2.3),特级用户(2.5)。
设备类型因数:包括电气一次设备类型因数,如表1所示。
通信设备类型因数,如表2所示。
自动化设备类型因数,如表3所示。
故障类别因数:一次设备、保护、稳控等元件故障类别因数①故障类别按《电力***安全稳定导则》要求选取。②评估电网基准风险需考虑第一级、第二级和第三级故障。③评估基于问题的风险应考虑《电力***安全稳定导则》规定的第一级和第二级故障,以及概率分值不低于0.1的非常规故障。
具体分级见表4、5、6、7。
表4故障类别因数
类型 | 第一级故障 | 第二级故障 | 第三级故障 |
分值 | 0.8~1.2 | 0.1~0.6 | 0~0.2 |
表5一次、保护、稳控元件故障类别及取值
表6通信设备故障类别因数
类型 | 第一类故障 | 第二类故障 | 第三类故障 | 第四类故障 |
分值 | 1~0.8 | 0.8~0.6 | 0.6~0.2 | 0~0.2 |
表7自动化设备故障类别因数
表8历史统计因数
历史统计因数:历史数据统计因数=1+同类设备去年发生故障次数/该类设备数量。①本部分依据新版气象灾害预警信号,仅选取其较为严重的黄色、橙色、红色预警等级;②台风:黄色预警取1~2、橙色预警取2~3、红色预警取3~4;③雷雨大风:黄色预警取1~1.2、橙色预警取1.2~1.5、红色预警取1.5~2;④森林火险:橙色预警取1~1.2,红色预警取1~1.5;⑤高温:橙色预警取1.1,红色预警取1.2;⑥大雾:橙色预警取1.1,红色预警取1.2;⑦结冰:视天气情况和线路覆冰情况取值。具体分级见附表8。
优选的,所述对所述预设的电网知识图谱进行训练,包括:
知识建模、数据抽取、知识抽取、图谱构建、存储优化、知识推理以及场景应用。
其中,知识抽取包括实体抽取、关系抽取和属性抽取;图谱构建包括数据清洗、数据归一化、语义消歧、逻辑校验、格式转化以及数据消融,在对数据进行上述处理以后进行质量评估和知识推理;数据抽取包括:风险辨识量化标准、谷歌地图数据及关系数据库用户数据;存储优化包括知识框架,融和知识库以及功能优化,其中,知识框架包括条例文件、用户信息、工作流程以及行业知识,基于专家经验对知识框架挖掘逻辑进行构建,生成通用框架、用户框架以及行业框架再存储至容和知识库,容和知识库包括三元组、图数据库以及关系数据库,最后进行功能优化,包括倒排索引、增量更新、权限管理、逻辑运算以及容灾机制。
S103,获取停电需求的设备信息输入至所述电网知识图谱的电网检修风险辨识模型中,得到风险辨识结果;
输入停电设需求设备信息,采用N-1、N-2故障集遍历电网知识图谱的电网风险辨识体系。根据停电计划中设备,通过知识图谱电网拓扑结构解析,分析出该设备停电受影响的用户列表,及供电可靠性降低的10kV重要用户;通过N-1校核,得出得出该停电设备发生N-1故障后可能导致的停电用户数及列表。根据人工经验检验模型风险辨识正确率。根据电网拓扑结构解析完成停电计划风险自动辨识,实现输出变电站失压评估结果、风险等级、风险类别以及危险点分析内容。风险辨识流程见附图2。
S104,根据所述风险辨识结果生成风险预警通知单。
风险辨识结果包括:故障类型、危害名称、风险描述、可能导致风险后果、损失负荷(MW)、损失负荷占比(%)、损失用户数、损失用户占比(%)、重要用户影响(全停)。根据停电计划,可以得出每条停电计划的电网风险等级。按照南网风险量化评估方法得出:危害值(危害严重程度分值、社会影响因素、损失负荷或用户性质因数;概率值(设备类型因数、故障类别因数、历史数据统计因数)、风险值、风险等级。风险预警通知单见表9。
基于电网知识图谱的未来态电网检修风险辨识方法的工作原理为:本申请中预设的电网知识图谱是基于现有的电网拓扑结构建立的,具备电网设备关系构建、人机交互数据查询和隐藏关系推理等功能。除此之外,还满足信息抽取、知识融合以及知识加工。现有的电网知识图谱以满足以下功能:可以从各种类型的数据源中提取出电网拓扑中各个设备的具体信息以及各设备之间的关系,在此基础上形成本体化的表达。在获得新的知识(如新的设备信息)后,可以实现自洽,消除新知识与历史数据的矛盾和歧义。对于经过融合的新知识,给出数据质量评估,将合格部分纳入知识库中,保证了知识图谱的质量。
本申请实施例提供一种基于电网知识图谱的未来态电网检修风险辨识装置,包括:
第一构建模块301,用于构建电网风险量化指标评估模型;所述电网风险量化指标评估模型中设有电网风险值对应的风险等级;
第二构建模块302,用于基于预设的电网知识图谱将电网检修风险辨识逻辑数据纳入所述电网风险量化指标评估模型,并对所述预设的电网知识图谱进行训练,以将所述电网检修风险辨识逻辑数据与所述预设的电网知识图谱相关联,构建基于电网知识图谱的未来态电网检修风险辨识模型;
计算模块303,用于获取停电需求的设备信息输入至所述电网知识图谱的电网检修风险辨识模型中,得到风险辨识结果;
生成模块304,用于根据所述风险辨识结果生成风险预警通知单。
本申请提供的基于电网知识图谱的未来态电网检修风险辨识装置的工作原理为,第一构建模块301构建电网风险量化指标评估模型;所述电网风险量化指标评估模型中设有电网风险值对应的风险等级;第二构建模块302基于预设的电网知识图谱将电网检修风险辨识逻辑数据纳入所述电网风险量化指标评估模型,并对所述预设的电网知识图谱进行训练,以将所述电网检修风险辨识逻辑数据与所述预设的电网知识图谱相关联,构建基于电网知识图谱的未来态电网检修风险辨识模型;计算模块303获取停电需求的设备信息输入至所述电网知识图谱的电网检修风险辨识模型中,得到风险辨识结果;生成模块304根据所述风险辨识结果生成风险预警通知单。
本申请实施例提供一种计算机设备,包括处理器,以及与处理器连接的存储器;
存储器用于存储计算机程序,计算机程序用于执行上述任一实施例提供的基于电网知识图谱的未来态电网检修风险辨识方法;
处理器用于调用并执行存储器中的计算机程序。
综上所述,本发明提供一种基于电网知识图谱的未来态电网检修风险辨识方法及装置,所述方法包括构建电网风险量化指标评估模型;对所述预设的电网知识图谱进行训练,以将电网检修风险辨识逻辑数据与预设的电网知识图谱相关联,构建基于电网知识图谱的未来态电网检修风险辨识模型;获取停电需求的设备信息输入至电网知识图谱的电网检修风险辨识模型中,得到风险辨识结果,生成风险预警通知单。本发明基于已有停电检修知识图谱,存入电网安全风险量化评估标准,构建知识图谱在电网停电检修未来态风险辨识的知识体系,采用可视化技术描述知识图谱对于停电检修风险信息的挖掘、分析、构建、绘制,从而输出风险预警通知单结果。
可以理解的是,上述提供的方法实施例与上述的装置实施例对应,相应的具体内容可以相互参考,在此不再赘述。
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和光学存储器等)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方法的制造品,该指令方法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,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种基于电网知识图谱的未来态电网检修风险辨识方法,其特征在于,包括:
构建电网风险量化指标评估模型;所述电网风险量化指标评估模型中设有电网风险值对应的风险等级;
基于预设的电网知识图谱将电网检修风险辨识逻辑数据纳入所述电网风险量化指标评估模型,并对所述预设的电网知识图谱进行训练,以将所述电网检修风险辨识逻辑数据与所述预设的电网知识图谱相关联,构建基于电网知识图谱的未来态电网检修风险辨识模型;
获取停电需求的设备信息输入至所述电网知识图谱的电网检修风险辨识模型中,得到风险辨识结果;
根据所述风险辨识结果生成风险预警通知单。
2.根据权利要求1所述的方法,其特征在于,所述电网检修风险辨识逻辑数据,包括:
电网风险危害严重程度量化指标、社会影响因素量化指标、损失负荷或用户性质量化指标、设备类型因数以及历史统计因数。
3.根据权利要求1或2所述的方法,其特征在于,所述对所述预设的电网知识图谱进行训练,包括:
知识建模、数据抽取、知识抽取、图谱构建、存储优化、知识推理以及场景应用。
4.根据权利要求3所述的方法,其特征在于,所述获取停电需求的设备信息输入至所述电网知识图谱的电网检修风险辨识模型中,得到风险辨识结果,包括:
输入停电需求的设备信息至所述电网知识图谱的电网检修风险辨识模型;
所述电网知识图谱的电网检修风险辨识模型对所述设备信息进行电网拓扑结构解析后对所述停电需求进行风险辨识;
得到风险辨识结果。
5.根据权利要求4所述的方法,其特征在于,所述对所述停电需求进行风险辨识,包括:
对停电用户进行统计、重叠检修风险辨识、电气孤岛风险辨识、变电站失压风险辨识、负荷转供过载风险辨识以及电网风险点分析风险辨识。
6.根据权利要求1所述的方法,其特征在于,所述根据所述风险辨识结果生成风险预警通知单,包括:
将风险辨识结果输入列表。
7.根据权利要求6所述的方法,其特征在于,所述风险预警通知单包括:
风险名称、风险编号、风险等级、风险值、事故事件等级、风险开始时间、风险结束时间以及建议措施。
8.一种基于电网知识图谱的未来态电网检修风险辨识装置,其特征在于,包括:
第一构建模块,用于构建电网风险量化指标评估模型;所述电网风险量化指标评估模型中设有电网风险值对应的风险等级;
第二构建模块,用于基于预设的电网知识图谱将电网检修风险辨识逻辑数据纳入所述电网风险量化指标评估模型,并对所述预设的电网知识图谱进行训练,以将所述电网检修风险辨识逻辑数据与所述预设的电网知识图谱相关联,构建基于电网知识图谱的未来态电网检修风险辨识模型;
计算模块,用于获取停电需求的设备信息输入至所述电网知识图谱的电网检修风险辨识模型中,得到风险辨识结果;
生成模块,用于根据所述风险辨识结果生成风险预警通知单。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210186577.0A CN114548800A (zh) | 2022-02-28 | 2022-02-28 | 基于电网知识图谱的未来态电网检修风险辨识方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210186577.0A CN114548800A (zh) | 2022-02-28 | 2022-02-28 | 基于电网知识图谱的未来态电网检修风险辨识方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114548800A true CN114548800A (zh) | 2022-05-27 |
Family
ID=81679540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210186577.0A Pending CN114548800A (zh) | 2022-02-28 | 2022-02-28 | 基于电网知识图谱的未来态电网检修风险辨识方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114548800A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114707912A (zh) * | 2022-06-01 | 2022-07-05 | 广东电网有限责任公司佛山供电局 | 一种电网风险检测方法、装置和设备 |
CN115577122A (zh) * | 2022-11-09 | 2023-01-06 | 国网安徽省电力有限公司黄山供电公司 | 一种配电网停电信息知识图谱的构建方法 |
CN117057590A (zh) * | 2023-10-11 | 2023-11-14 | 国网山东省电力公司博兴县供电公司 | 一种电网检修管理***及方法 |
-
2022
- 2022-02-28 CN CN202210186577.0A patent/CN114548800A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114707912A (zh) * | 2022-06-01 | 2022-07-05 | 广东电网有限责任公司佛山供电局 | 一种电网风险检测方法、装置和设备 |
CN114707912B (zh) * | 2022-06-01 | 2022-08-19 | 广东电网有限责任公司佛山供电局 | 一种电网风险检测方法、装置和设备 |
CN115577122A (zh) * | 2022-11-09 | 2023-01-06 | 国网安徽省电力有限公司黄山供电公司 | 一种配电网停电信息知识图谱的构建方法 |
CN115577122B (zh) * | 2022-11-09 | 2024-04-19 | 国网安徽省电力有限公司黄山供电公司 | 一种配电网停电信息知识图谱的构建方法 |
CN117057590A (zh) * | 2023-10-11 | 2023-11-14 | 国网山东省电力公司博兴县供电公司 | 一种电网检修管理***及方法 |
CN117057590B (zh) * | 2023-10-11 | 2024-02-02 | 国网山东省电力公司博兴县供电公司 | 一种电网检修管理***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020147349A1 (zh) | 配电网运行辅助决策分析***及方法 | |
CN114548800A (zh) | 基于电网知识图谱的未来态电网检修风险辨识方法及装置 | |
CN102545213B (zh) | 电网线损实时管理***及方法 | |
CN104331844B (zh) | 一种电网基建项目投资决策方法 | |
CN107194574B (zh) | 一种基于负荷损失的电网安全风险评估方法 | |
CN103578039B (zh) | 一种电网运行风险预警分析*** | |
Xiang et al. | Reliability correlated optimal planning of distribution network with distributed generation | |
CN104463696A (zh) | 电网运行风险识防方法及*** | |
CN113191687B (zh) | 一种弹性配电网全景信息可视化方法及*** | |
CN110942235B (zh) | 一种电力应急评估*** | |
CN110490361A (zh) | 城市电网应急管理的数字预案***及其设计方法 | |
CN115730749B (zh) | 基于融合电力数据的电力调度风险预警方法及装置 | |
CN110910026A (zh) | 一种跨省输电线路线损智能管理与决策方法及*** | |
Hou et al. | Spatial distribution assessment of power outage under typhoon disasters | |
Ma et al. | Economic operation evaluation of active distribution network based on fuzzy Borda method | |
CN115457211A (zh) | 基于数字孪生的变电站管理方法及*** | |
Chen et al. | A BP neural network-based hierarchical investment risk evaluation method considering the uncertainty and coupling for the power grid | |
CN114529166A (zh) | 一种配电网运行安全风险预警方法及*** | |
CN112200458B (zh) | 一种配电网规划数据应用方法及*** | |
WO2019140553A1 (zh) | 配电***的健康指数确定方法及装置、计算机存储介质 | |
CN112000708A (zh) | 一种基于调控配用数据融合的异常数据处理方法及*** | |
CN109245109B (zh) | 一种供电低电压预警***及方法 | |
Chanda | Measuring and enabling resiliency in distribution sysems with multiple microgrids | |
Gang | Risk analysis and evaluation of wind electric farm construction | |
CN113052250A (zh) | 基于气象灾害决策支持方法、***、装置及介质 |
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 |