System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于设备诊断,更具体地,涉及一种基于电网事件特征匹配和事件溯源的设备诊断方法及系统。
技术介绍
1、随着电网系统的快速发展,电网的规模和复杂性不断增加,对电网设备的监测、诊断和维护提出了更高的要求。在电力系统中,设备故障往往会导致电网运行异常,甚至引发大面积停电等严重后果。因此,对电网设备进行及时、准确的故障诊断,对于保障电力系统的安全稳定运行具有重要意义。
2、故障诊断技术主要是通过监测和分析设备的运行状态,及时发现设备的异常情况,并预测可能发生的故障,从而避免设备故障带来的损失。同时,随着人工智能技术的不断发展,自然语言处理(nlp)技术也逐渐被应用于电力系统管理中。nlp技术是一种能够理解和处理人类自然语言的技术,它可以帮助人们更方便地获取、处理和利用信息。在电力系统中,nlp技术可以用于分析电网事件的报告和记录,从而更准确地理解和处理电网事件。
3、现有的故障诊断技术主要是通过监测设备的运行状态,收集设备的相关数据,并利用数据分析和逻辑推理的方法来推断设备的故障原因和位置。这种方法需要大量的数据和复杂的计算,应用的限制条件较多,且对数据准确性和完整度的要求较高。且现有的电力系统管理的匹配机制不够灵活,需要根据人工设置的匹配规则进行匹配,对于愈发复杂的电网运行环境而言,不够灵活准确。
4、关于自然语言处理的故障诊断技术有:
5、授权公告号为cn118410360b的专利公开了一种基于自然语言处理的电力线路故障事件研判方法及系统。包括获取开关遥信变位数据和保护装置动作
技术实现思路
1、为解决现有技术中存在的不足,本专利技术提供一种基于电网事件特征匹配和事件溯源的设备诊断方法及系统。
2、本专利技术采用如下的技术方案。
3、本专利技术的第一方面提出了一种基于电网事件特征匹配和事件溯源的设备诊断方法,具体为:
4、通过对电网中发生的事件进行收集和分析,构建事件规则库,事件规则库包括不同设备事件特征规则库、事件化模型规则库;其中,所述事件特征规则库包含不同设备发生故障或异常时所对应的事件特征,所述事件化模型库包含事件属性及事件发生的条件;事件发生的条件为出现若干项事件特征,且这些事件特征满足某事件逻辑时,判断出现该事件;
5、建立自定义词典,根据自定义词典建立倒排索引库,所述自定义词典为自定义的包含电网术语的词典,所述倒排索引库为能查找电网的监控信息中的词汇所在文档或文档片段的索引库;所述监控信息包括设备状态、操作记录及故障报警;
6、建立特征提取模型,收集电网设备故障相关的文本数据,将其进行分词,分词后使用特征提取模型进行特征提取获得多维向量,将所有提取出的多维向量存储在一起,构成向量索引数据库;
7、进行设备信息查询或者突发设备故障预警时,对设备信息和故障预警信息使用特征提取模型进行特征提取获得查询向量,利用rag技术和向量索引数据库对查询向量进行特征匹配,获取告警事件;
8、将告警事件与事件特征规则库进行匹配,得出该事件的事件特征,将告警事件与事件化模型特征规则库进行匹配得到该事件发生的条件,结合倒排索引库,推理出告警事件产生的原因和发生的位置,进行告警并显示告警事件和其事件特征、产生的原因和发生的位置。
9、优选地,所述事件特征规则库包含的事件特征包括告警类型、告警状态、对象化信息、设备电压等级、断路器连接设备信息、量测数据配置、前序条件、关联子事件;所述事件特征规则库根据设备不同分为主变类故障事件规则库、母线类故障事件规则库、线路类故障事件规则库、备自投故障事件规则库、其他故障事件规则库、主变类异常事件规则库、母线类异常事件规则库、线路类异常事件规则库、备自投异常事件规则库、其他异常事件规则库、辅助设备事件规则库、主辅设备联动规则库;
10、所述事件化模型规则库中的事件属性包括运算范围、事件优先级、事件类型、事件等级、事件种类、事件设备类型,具体为:运算范围包括同厂站、同间隔、同主变、同设备、断路器相连设备、同线路等;事件优先级包括高、中、低;事件类型包括事故、异常、越限、变位、告知;事件等级包括危急、严,重、一般;事件种类包括综合事件与组合事件;事件设备类型包括线路、母线、变压器、开关等。
11、优选地,所述建立自定义词典,具体为:
12、预先采集电网的监控信息,基于分词工具,将收集的所有监控信息按照术语划分,形成一套自定义词典。
13、优选地,所述建立倒排索引库,具体为:
14、基于lucene全文检索框架对所有监控信息分词获得的每个词汇赋予一个或多个索引项,这些索引项指向包含该词汇的文档或文档片段,自定义词典中的每个术语也加入到索引中,最终形成倒排索引库。
15、优选地,所述电网设备故障相关的文本数据包括电网故障报告、维修记录、用户反馈、设备日志;
16、所述特征提取模型使用来自transformer的双向编码器表征模型,用与建立自定义词典以及建立倒排索引库时使用的分词工具对电网设备故障相关的文本数据进行分词处理,再转换为特征提取模型可以处理的格式,该模式包括numpy数组、pandas dataframe、tensorflow/keras的dataset或tfrecord;用其对特征提取模型进行预训练,再对电网设备故障相关的文本数据根据事件分类、事件故障原因和故障分析进行标注,获得标注好的电网设备故障事件数据集,用该数据集来进一步训练模型。
17、优选地,所述transformer模型为端到端的seq2seq结构,采用了6层堆叠的结构,堆叠了6个encoder和decoder进行文本的输入和输出,输出的多维向量维度为6,每个向量代表了一个单词或词组在嵌入空间中的位置,包含了词汇的语义信息,词汇之间的关联和上下文信息。
18、优选地,利用rag技术进行快速检索和匹配,具体为:
19、通过计算向量的余弦相似度进行相似度排序:
20、余弦相似度计算公式如下:
21、
22、其中,a和b是两个需要比较相似度的向量,ai和bi分别是向量a和b的各个分量,n是向量的维度;本文档来自技高网...
【技术保护点】
1.一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于,包括:
2.根据权利要求1所述的一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于:
3.根据权利要求1所述的一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于:
4.根据权利要求3所述的一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于:
5.根据权利要求4所述的一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于:
6.根据权利要求5所述的一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于:
7.根据权利要求1所述的一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于:
8.根据权利要求2所述的一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于:
9.根据权利要求2所述的一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于:
10.一种使用权利要求1-9任一项所述电网故障诊断方法的基于电网事件特征匹配和事件溯源的设备诊断系统,其特征
...【技术特征摘要】
1.一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于,包括:
2.根据权利要求1所述的一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于:
3.根据权利要求1所述的一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于:
4.根据权利要求3所述的一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于:
5.根据权利要求4所述的一种基于电网事件特征匹配和事件溯源的设备诊断方法,其特征在于:
6.根据权利要...
【专利技术属性】
技术研发人员:强伟,佘剑锋,林忠立,王德清,刘必晶,鲍晓宁,黄海腾,林继滨,蒋肇杰,秦琳,杨勇,游镇煌,
申请(专利权)人:国网福建省电力有限公司,
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。