本发明专利技术公开了一种基于深度学习的电网调度综合决策确定方法及系统，方法包括：通过深度学习网络提取并融合电力调度行业文本中的电网调控知识，构建专业语义库；汇总对比不同来源的报警信息，确定故障信息；将所述故障信息与所述专业语义库进行比对，得到故障内容；构建电网调度知识图谱；基于所述故障内容、所述故障信息以及所述电网调度知识图谱确定电网调度综合决策。采用本发明专利技术提供的方法可以有效提高故障的处理效率，降低调度人员的工作压力，同时解决了计算机辅助决策的实时性问题，能够更好的保障电网系统运行的稳定性。能够更好的保障电网系统运行的稳定性。能够更好的保障电网系统运行的稳定性。
【技术实现步骤摘要】
一种基于深度学习的电网调度综合决策确定方法及系统
[0001]本专利技术涉及电网调度
，特别是涉及一种基于深度学习的电网调度综合决策确定方法及系统。
技术介绍
[0002]随着经济不断发展，社会对电力需求不断增加，电网规模也在不断增大，电网系统内部故障发生的概率也随之增大，调控运行管理面临更多的问题：(1)针对不同的故障，调度人员需要通过查询处理手册等寻找合适的解决措施，这在无形中浪费了处理时间，可能导致故障无法得到及时的处理，影响居民或企业的正常工作生活；(2)计算机做出的辅助决策无法实时考虑电网的动态变化，单纯使用计算机做出的辅助决策具有滞后性，不能根据故障信息变化做出实时响应。
[0003]综合考虑上述问题，现有的人工调度方式效率低且成本高，无法满足日益增加的工作量，已逐渐不能适应新形势下的要求，且单独使用计算机辅助决策也存在无法实时响应的问题，迫切需求一种更高效率的故障综合处理系统。
技术实现思路
[0004]基于此，本专利技术提供了一种基于深度学习的电网调度综合决策确定方法及系统。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种基于深度学习的电网调度综合决策确定方法，包括：
[0007]通过深度学习网络提取并融合电力调度行业文本中的电网调控知识，构建专业语义库；所述电力调度行业文本包括：调度规程、细则、作业指导书以及电网故障处置预案；所述电网调控知识包括：电网中基础配置信息、厂站信息、线路名称、设备信息和业务场景术语；
[0008]汇总对比不同来源的报警信息，确定故障信息；
[0009]将所述故障信息与所述专业语义库进行比对，得到故障内容；
[0010]构建电网调度知识图谱；
[0011]基于所述故障内容、所述故障信息以及所述电网调度知识图谱确定电网调度综合决策。
[0012]可选地，通过深度学习网络提取并融合电力调度行业文本中的电网调控知识，构建专业语义库，具体包括：
[0013]以所述电力调度行业文本中各文字的分布式为输入，以各文字的概率为输出，对双向长短期记忆网络
‑
条件随机场模型进行训练，得到调控实体识别模型；所述调控实体识别模型用于识别所述电力调度行业文本中的文字；
[0014]对所述电力调度行业文本进行预处理并进行向量化；
[0015]以向量化文本为输入，以所述向量化文本的特征权重大小为输出，对文本卷积神经网络进行训练，得到调控知识关系抽取模型；所述调控知识关系抽取模型用于抽取所述
文字之间的关系；
[0016]根据所述文字以及所述文字之间的关系得到调控知识；
[0017]对所述调控知识进行融合，构建专业语义库。
[0018]可选地，汇总对比不同来源的报警信息，确定故障信息，具体包括：
[0019]提取不同来源的报警信息的关键词；
[0020]将不同来源的关键词的内容进行文字结构相似性对比，将相同的内容确定为故障信息。
[0021]可选地，所述电网调度知识图谱的构建过程包括：对电力知识进行知识表示、知识抽取建模、知识推理和语义搜索。
[0022]可选地，基于所述故障内容、所述故障信息以及所述电网调度知识图谱确定电网调度综合决策，具体包括：
[0023]基于所述电网调度知识图谱确定所述故障内容中的故障等级，并根据所述故障等级输出辅助决策；
[0024]将所述故障信息与电网的实时运行信息进行比对，确定故障变化趋势，并生成经验决策；
[0025]基于所述辅助决策和所述经验决策确定电网调度综合决策。
[0026]本专利技术还提供了一种基于深度学习的电网调度综合决策确定系统，包括：
[0027]专业语义库构建模块，用于通过深度学习网络提取并融合电力调度行业文本中的电网调控知识，构建专业语义库；所述电力调度行业文本包括：调度规程、细则、作业指导书以及电网故障处置预案；所述电网调控知识包括：电网中基础配置信息、厂站信息、线路名称、设备信息和业务场景术语；
[0028]故障信息确定模块，用于汇总对比不同来源的报警信息，确定故障信息；
[0029]故障内容确定模块，用于将所述故障信息与所述专业语义库进行比对，得到故障内容；
[0030]电网调度知识图谱构建模块，用于构建电网调度知识图谱；
[0031]电网调度综合决策确定模块，用于基于所述故障内容、所述故障信息以及所述电网调度知识图谱确定电网调度综合决策。
[0032]可选地，所述专业语义库构建模块具体包括：
[0033]调控实体识别模型训练单元，用于以所述电力调度行业文本中各文字的分布式为输入，以各文字的概率为输出，对双向长短期记忆网络
‑
条件随机场模型进行训练，得到调控实体识别模型；所述调控实体识别模型用于识别所述电力调度行业文本中的文字；
[0034]预处理单元，用于对所述电力调度行业文本进行预处理并进行向量化；
[0035]调控知识关系抽取模型训练单元，用于以向量化文本为输入，以所述向量化文本的特征权重大小为输出，对文本卷积神经网络进行训练，得到调控知识关系抽取模型；所述调控知识关系抽取模型用于抽取所述文字之间的关系；
[0036]调控知识确定单元，用于根据所述文字以及所述文字之间的关系得到调控知识；
[0037]融合单元，用于对所述调控知识进行融合，构建专业语义库。
[0038]可选地，所述故障信息确定模块具体包括：
[0039]关键词提取单元，用于提取不同来源的报警信息的关键词；
[0040]对比单元，用于将不同来源的关键词的内容进行文字结构相似性对比，将相同的内容确定为故障信息。
[0041]可选地，所述电网调度知识图谱的构建过程包括：对电力知识进行知识表示、知识抽取建模、知识推理和语义搜索。
[0042]可选地，所述电网调度综合决策确定模块具体包括：
[0043]辅助决策输出单元，用于基于所述电网调度知识图谱确定所述故障内容中的故障等级，并根据所述故障等级输出辅助决策；
[0044]经验决策生成单元，用于将所述故障信息与电网的实时运行信息进行比对，确定故障变化趋势，并生成经验决策；
[0045]电网调度综合决策确定单元，用于基于所述辅助决策和所述经验决策确定电网调度综合决策。
[0046]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0047]本专利技术提供了一种基于深度学习的电网调度综合决策确定方法及系统，方法包括：通过深度学习网络提取并融合电力调度行业文本中的电网调控知识，构建专业语义库；汇总对比不同来源的报警信息，确定故障信息；将所述故障信息与所述专业语义库进行比对，得到故障内容；构建电网调度知识图谱；基于所述故障内容、所述故障信息以及所述电网调度知识图谱确定电网调度综合决策。采用本专利技术提供的方法可以有效提高故障的处理效率，降低调度人员的工作压力本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的电网调度综合决策确定方法，其特征在于，包括：通过深度学习网络提取并融合电力调度行业文本中的电网调控知识，构建专业语义库；所述电力调度行业文本包括：调度规程、细则、作业指导书以及电网故障处置预案；所述电网调控知识包括：电网中基础配置信息、厂站信息、线路名称、设备信息和业务场景术语；汇总对比不同来源的报警信息，确定故障信息；将所述故障信息与所述专业语义库进行比对，得到故障内容；构建电网调度知识图谱；基于所述故障内容、所述故障信息以及所述电网调度知识图谱确定电网调度综合决策。2.根据权利要求1所述的基于深度学习的电网调度综合决策确定方法，其特征在于，通过深度学习网络提取并融合电力调度行业文本中的电网调控知识，具体包括：以所述电力调度行业文本中各文字的分布式为输入，以各文字的概率为输出，对双向长短期记忆网络
‑
条件随机场模型进行训练，得到调控实体识别模型；所述调控实体识别模型用于识别所述电力调度行业文本中的文字；对所述电力调度行业文本进行预处理并进行向量化；以向量化文本为输入，以所述向量化文本的特征权重大小为输出，对文本卷积神经网络进行训练，得到调控知识关系抽取模型；所述调控知识关系抽取模型用于抽取所述文字之间的关系；根据所述文字以及所述文字之间的关系得到调控知识；对所述调控知识进行融合，构建专业语义库。3.根据权利要求1所述的基于深度学习的电网调度综合决策确定方法，其特征在于，汇总对比不同来源的报警信息，确定故障信息，具体包括：提取不同来源的报警信息的关键词；将不同来源的关键词的内容进行文字结构相似性对比，将相同的内容确定为故障信息。4.根据权利要求1所述的基于深度学习的电网调度综合决策确定方法，其特征在于，所述电网调度知识图谱的构建过程包括：对电力知识进行知识表示、知识抽取建模、知识推理和语义搜索。5.根据权利要求1所述的基于深度学习的电网调度综合决策确定方法，其特征在于，基于所述故障内容、所述故障信息以及所述电网调度知识图谱确定电网调度综合决策，具体包括：基于所述电网调度知识图谱确定所述故障内容中的故障等级，并根据所述故障等级输出辅助决策；将所述故障信息与电网的实时运行信息进行比对，确定故障变化趋势，并生成经验决策；基于所述辅助决策和所述经验决策确定电网调度综合决策。6.一种基于深度学习的电网调度综合决策确定系统，其特征在于，包括：专业语义库构建模块，用于通过深度学习网络提取并融合电力调度行业文本中的...
【专利技术属性】
技术研发人员：魏立秋，周德胜，王明凯，张晓明，曹文斌，李宏涛，刘英，孙宇航，周志，金毅，王超，
申请(专利权)人：国网辽宁省电力有限公司国网辽宁省电力有限公司朝阳供电公司国家电网有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。