System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及電力電網(wǎng),具體而言,涉及一種電網(wǎng)故障告警方法、裝置、存儲介質(zhì)及系統(tǒng)。
技術(shù)介紹
1、隨著電網(wǎng)的不斷發(fā)展和規(guī)模的擴大,智能電網(wǎng)與信息化的融合使得電網(wǎng)所包含的數(shù)據(jù)呈現(xiàn)爆發(fā)式增加。當(dāng)電網(wǎng)發(fā)生異常或故障時,大量的告警信息數(shù)據(jù)會通過監(jiān)控系統(tǒng)上傳到監(jiān)控告警窗口中,但這些信息數(shù)量巨大且難以有效利用。因此,將文本挖掘應(yīng)用于電網(wǎng)告警信息可以從中挖掘出有價值的信息,充分利用底層數(shù)據(jù),實現(xiàn)變電站端與調(diào)度端信息有機結(jié)合,有利于變電站運維端快速處理故障、準確查明故障原因。
2、目前電力系統(tǒng)向信息化、智能化的方向發(fā)展,人工智能技術(shù)在智能電網(wǎng)建設(shè)中將發(fā)揮重要作用。一旦電網(wǎng)發(fā)生事故,如不能準確、及時進行故障診斷和恢復(fù),將造成極其嚴重的電網(wǎng)事故。因此,如何及時、準確地檢測和預(yù)警電力系統(tǒng)故障,成為了智能電網(wǎng)建設(shè)的重要課題之一。針對電網(wǎng)監(jiān)控告警信息數(shù)量眾多且難以獲取有價值及所需要的信息的問題,開展對于告警信息文本挖掘技術(shù)的研究,對告警信息進行文本預(yù)處理、文本分類、信息抽取及信息存儲,并提出了故障追蹤的概念,利用告警信息進行繼電保護裝置故障原因反向追蹤。
3、然而,現(xiàn)有的智能告警故障系統(tǒng)存在誤報率較高的問題,系統(tǒng)可能無法準確識別電網(wǎng)的正常操作行為和真正的異常情況;對電網(wǎng)異常的診斷和判斷能力有限,無法準確地確定故障類型和根本原因;缺乏學(xué)習(xí)和適應(yīng)能力,難以從歷史數(shù)據(jù)和經(jīng)驗中不斷優(yōu)化和改進自身的故障診斷算法和模型;無法提供詳細的故障原因和影響分析;依賴于調(diào)控人員的手動干預(yù)和判斷。
4、針對上述的問題,目前尚未提出有效的解決方
技術(shù)實現(xiàn)思路
1、本專利技術(shù)實施例提供了一種電網(wǎng)故障告警方法、裝置、存儲介質(zhì)及系統(tǒng),以至少解決相關(guān)技術(shù)中電網(wǎng)故障診斷模型故障追蹤性能差導(dǎo)致故障告警準確度低、效率低的技術(shù)問題。
2、根據(jù)本專利技術(shù)實施例的一個方面,提供了一種電網(wǎng)故障告警方法,包括:響應(yīng)于電網(wǎng)中節(jié)點發(fā)出的告警信息,獲取電網(wǎng)的目標運行數(shù)據(jù);利用故障告警模型的文本挖掘單元,對告警信息進行特征挖掘,得到目標特征數(shù)據(jù);基于故障告警模型的故障識別單元、目標運行數(shù)據(jù)、目標特征數(shù)據(jù)和故障模式集合,確定電網(wǎng)的當(dāng)前故障類型;根據(jù)故障告警模型的告警通知單元、當(dāng)前故障類型生成告警通知消息,其中,告警通知消息攜帶的數(shù)據(jù)至少包括:當(dāng)前故障類型和電網(wǎng)的故障分析結(jié)果。
3、可選地,電網(wǎng)故障告警方法還包括:獲取電網(wǎng)中設(shè)置的傳感設(shè)備采集的實時運行數(shù)據(jù),其中,實時運行數(shù)據(jù)至少包括實時電壓和實時頻率;對實時頻率進行波動分析,確定頻率波動信息;對實時電壓進行偏差分析,確定電壓偏差信息;根據(jù)頻率波動信息和電壓偏差信息,從實時運行數(shù)據(jù)中濾除部分數(shù)據(jù),得到目標運行數(shù)據(jù),其中,部分數(shù)據(jù)包括:噪聲數(shù)據(jù)、異常值數(shù)據(jù)和殘缺數(shù)據(jù)。
4、可選地,故障告警模型為通過機器學(xué)習(xí)算法訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型,文本挖掘單元采用自然語言處理網(wǎng)絡(luò)架構(gòu);利用故障告警模型的文本挖掘單元,對告警信息進行特征挖掘,得到目標特征數(shù)據(jù)包括:根據(jù)文本挖掘單元中的目標自然語言處理算法,將告警信息轉(zhuǎn)換為文本表示,其中,目標自然語言處理算法采用馬爾可夫假設(shè)進行簡化構(gòu)建;利用文本挖掘單元中的目標詞向量訓(xùn)練網(wǎng)絡(luò),對文本表示進行語義特征提取,得到目標特征數(shù)據(jù)。
5、可選地,根據(jù)文本挖掘單元中的目標自然語言處理算法,將告警信息轉(zhuǎn)換為文本表示包括:根據(jù)目標自然語言處理算法對告警信息進行字段分類,得到分類結(jié)果,其中,分類結(jié)果包含的字段類別至少包括:地名、數(shù)字、單位、縮寫標識;將分類結(jié)果從預(yù)先劃分的高維稀疏詞向量空間映射到預(yù)先劃分的稠密連續(xù)詞向量空間中,得到文本表示。
6、可選地,電網(wǎng)故障告警方法還包括:利用多組第一訓(xùn)練數(shù)據(jù)對初始詞向量訓(xùn)練網(wǎng)絡(luò)進行訓(xùn)練,得到目標詞向量訓(xùn)練網(wǎng)絡(luò),其中,多組第一訓(xùn)練數(shù)據(jù)中每組第一訓(xùn)練數(shù)據(jù)包括:訓(xùn)練語料數(shù)據(jù)和訓(xùn)練語料數(shù)據(jù)對應(yīng)的語義標注數(shù)據(jù)。
7、可選地,故障模式集合包括多個候選故障類型和多個候選故障類型對應(yīng)的多個第一六元組,多個第一六元組對應(yīng)的目標六元組結(jié)構(gòu)中包括場景元、線路元、設(shè)備元、事件元、動作元和等級元,場景元用于表征電網(wǎng)中發(fā)生故障的故障節(jié)點以及故障節(jié)點所在的電網(wǎng)區(qū)間,線路元用于表征故障節(jié)點對應(yīng)的進出線間隔名稱,設(shè)備元用于表征故障節(jié)點中發(fā)生故障的設(shè)備類型,事件元用于表征觸發(fā)生成告警信息的目標事件,動作元用于表征目標事件中故障節(jié)點執(zhí)行的系統(tǒng)動作,等級元用于表征告警信息的告警等級。
8、可選地,基于故障告警模型的故障識別單元、目標運行數(shù)據(jù)、目標特征數(shù)據(jù)和故障模式集合,確定電網(wǎng)的當(dāng)前故障類型包括:根據(jù)目標六元組結(jié)構(gòu)、目標特征數(shù)據(jù)和目標運行數(shù)據(jù),生成告警信息對應(yīng)的第二六元組;計算多個第一六元組與第二六元組之間的匹配度,得到計算結(jié)果;根據(jù)計算結(jié)果,從多個第一六元組中選取目標第一六元組;將目標第一六元組對應(yīng)的候選故障類型確定為當(dāng)前故障類型。
9、可選地,故障識別單元采用圖神經(jīng)網(wǎng)絡(luò)架構(gòu);電網(wǎng)故障告警方法還包括:利用多組第二訓(xùn)練數(shù)據(jù)對初始圖神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練,得到故障識別單元,其中,多組第二訓(xùn)練數(shù)據(jù)中每組第二訓(xùn)練數(shù)據(jù)包括:電網(wǎng)在歷史時域內(nèi)的故障運行參數(shù)以及故障運行參數(shù)對應(yīng)的故障類型。
10、可選地,故障分析結(jié)果至少包括故障原因和故障修復(fù)策略;根據(jù)故障告警模型的告警通知單元、當(dāng)前故障類型生成告警通知消息包括:根據(jù)當(dāng)前故障類型從目標數(shù)據(jù)庫中查詢得到故障原因和故障修復(fù)策略,其中,目標數(shù)據(jù)庫用于記錄電網(wǎng)的歷史故障修復(fù)信息;利用當(dāng)前故障類型、故障原因和故障修復(fù)策略生成告警通知消息;將告警通知消息發(fā)送至電網(wǎng)對應(yīng)的管理設(shè)備。
11、可選地,電網(wǎng)故障告警方法還包括:利用告警信息、目標運行數(shù)據(jù)和告警通知消息攜帶的數(shù)據(jù),對故障告警模型的模型參數(shù)進行自學(xué)習(xí)更新。
12、根據(jù)本專利技術(shù)實施例的另一方面,還提供了一種電網(wǎng)故障告警裝置,包括:數(shù)據(jù)采集模塊,用于響應(yīng)于電網(wǎng)中節(jié)點發(fā)出的告警信息,獲取電網(wǎng)的目標運行數(shù)據(jù);數(shù)據(jù)處理模塊,用于利用故障告警模型的文本挖掘單元,對告警信息進行特征挖掘,得到目標特征數(shù)據(jù);故障診斷模塊,用于基于故障告警模型的故障識別單元、目標運行數(shù)據(jù)、目標特征數(shù)據(jù)和故障模式集合,確定電網(wǎng)的當(dāng)前故障類型;告警通知模塊,用于根據(jù)故障告警模型的告警通知單元、當(dāng)前故障類型生成告警通知消息,其中,告警通知消息攜帶的數(shù)據(jù)至少包括:當(dāng)前故障類型和故障分析結(jié)果。
13、根據(jù)本專利技術(shù)實施例的另一方面,還提供了一種計算機可讀存儲介質(zhì),計算機可讀存儲介質(zhì)包括存儲的程序,其中,在程序運行時控制存儲介質(zhì)所在設(shè)備執(zhí)行上述任意一項的電網(wǎng)故障告警方法。
14、根據(jù)本專利技術(shù)實施例的另一方面,還提供了一種電網(wǎng)故障告警系統(tǒng),包括存儲器和處理器,存儲器中存儲有計算機程序,處理器被設(shè)置為運行計算機程序以執(zhí)行上述任意一項的電網(wǎng)故障告警方法。
15、根據(jù)本專利技術(shù)實施例的另一方面,還提供了一種計算機程序產(chǎn)品,包括計算機程序,計算機程序在被處理器執(zhí)行時實現(xiàn)上述任意一項的電網(wǎng)故障告警方法。
16、在本專利技術(shù)實施例中,本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種電網(wǎng)故障告警方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的電網(wǎng)故障告警方法,其特征在于,獲取所述電網(wǎng)的所述目標運行數(shù)據(jù)包括:
3.根據(jù)權(quán)利要求1所述的電網(wǎng)故障告警方法,其特征在于,所述故障告警模型為通過機器學(xué)習(xí)算法訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型,所述文本挖掘單元采用自然語言處理網(wǎng)絡(luò)架構(gòu);利用所述故障告警模型的所述文本挖掘單元,對所述告警信息進行特征挖掘,得到所述目標特征數(shù)據(jù)包括:
4.根據(jù)權(quán)利要求3所述的電網(wǎng)故障告警方法,其特征在于,根據(jù)所述文本挖掘單元中的目標自然語言處理算法,將所述告警信息轉(zhuǎn)換為所述文本表示包括:
5.根據(jù)權(quán)利要求3所述的電網(wǎng)故障告警方法,其特征在于,所述電網(wǎng)故障告警方法還包括:
6.根據(jù)權(quán)利要求1所述的電網(wǎng)故障告警方法,其特征在于,所述故障模式集合包括多個候選故障類型和所述多個候選故障類型對應(yīng)的多個第一六元組,所述多個第一六元組對應(yīng)的目標六元組結(jié)構(gòu)中包括場景元、線路元、設(shè)備元、事件元、動作元和等級元,所述場景元用于表征所述電網(wǎng)中發(fā)生故障的故障節(jié)點以及所述故障節(jié)點所在的電網(wǎng)區(qū)間,所述線路元用于表征
7.根據(jù)權(quán)利要求6所述的電網(wǎng)故障告警方法,其特征在于,基于所述故障告警模型的故障識別單元、所述目標運行數(shù)據(jù)、所述目標特征數(shù)據(jù)和所述故障模式集合,確定所述電網(wǎng)的所述當(dāng)前故障類型包括:
8.根據(jù)權(quán)利要求7所述的電網(wǎng)故障告警方法,其特征在于,所述故障識別單元采用圖神經(jīng)網(wǎng)絡(luò)架構(gòu);所述電網(wǎng)故障告警方法還包括:
9.根據(jù)權(quán)利要求1所述的電網(wǎng)故障告警方法,其特征在于,所述故障分析結(jié)果至少包括故障原因和故障修復(fù)策略;根據(jù)所述故障告警模型的所述告警通知單元、所述當(dāng)前故障類型生成告警通知消息包括:
10.一種電網(wǎng)故障告警系統(tǒng),其特征在于,包括存儲器和處理器,所述存儲器中存儲有計算機程序,所述處理器被設(shè)置為運行所述計算機程序以執(zhí)行權(quán)利要求1至9中任意一項的所述電網(wǎng)故障告警方法。
...【技術(shù)特征摘要】
1.一種電網(wǎng)故障告警方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的電網(wǎng)故障告警方法,其特征在于,獲取所述電網(wǎng)的所述目標運行數(shù)據(jù)包括:
3.根據(jù)權(quán)利要求1所述的電網(wǎng)故障告警方法,其特征在于,所述故障告警模型為通過機器學(xué)習(xí)算法訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型,所述文本挖掘單元采用自然語言處理網(wǎng)絡(luò)架構(gòu);利用所述故障告警模型的所述文本挖掘單元,對所述告警信息進行特征挖掘,得到所述目標特征數(shù)據(jù)包括:
4.根據(jù)權(quán)利要求3所述的電網(wǎng)故障告警方法,其特征在于,根據(jù)所述文本挖掘單元中的目標自然語言處理算法,將所述告警信息轉(zhuǎn)換為所述文本表示包括:
5.根據(jù)權(quán)利要求3所述的電網(wǎng)故障告警方法,其特征在于,所述電網(wǎng)故障告警方法還包括:
6.根據(jù)權(quán)利要求1所述的電網(wǎng)故障告警方法,其特征在于,所述故障模式集合包括多個候選故障類型和所述多個候選故障類型對應(yīng)的多個第一六元組,所述多個第一六元組對應(yīng)的目標六元組結(jié)構(gòu)中包括場景元、線路元、設(shè)備元、事件元、動作元和等級元,所述場景元用于表征所述電網(wǎng)中發(fā)生故障的故障節(jié)點以及所述故障節(jié)點所在的電網(wǎng)區(qū)間...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:黃蕓生,何冠豫,江清楷,尹雁和,劉斌,王利鵬,
申請(專利權(quán))人:廣東電網(wǎng)有限責(zé)任公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。