面向智能调控领域的知识图谱构建与应用

知识图谱技术作为一种能够描述客观世界中概念、实体间复杂关系的新方法,以强大的知识推理能力被广泛关注。调度控制中心是电网运行控制的中心枢纽,为了推动智能调控建设,结合知识图谱技术以及调控领域的具体情况,提出了面向智能调控领域的知识图谱构建方法。进而针对实际调度的需求,提出了用于支撑运行规则电子化、故障处置、倒闸操作、对话问答等应用场景的知识图谱应用方案。最后,构建了线路故障处置知识图谱,通过应用表明,所建立的知识图谱能够自动驱动线路故障处置流程,流程判定识别准确率较高,有效地降低了人工处置风险。     

电网线路故障处置智能调度机器人研究及应用

随着特高压交直流混联大电网的迅速发展,电网调控业务复杂程度及调控人员工作量日益增加.针对电网线路故障处置需求,结合人工智能和电力系统理论,研究了电网线路故障处置智能调控机器人.故障处置机器人能够实时感知线路故障信息,匹配所建立的知识图谱自动驱动故障处置流程,实现了人机语音交互、故障处置信息协同传递和自动记录.通过实际电网验证,所研制的智能调控机器人缩短了故障处置时间,可以更及时地阻断电网单一故障,提高电网安全运行稳定性,同时减轻了调度员的工作负担,将复杂调度规程知识化,进行重复使用.     

人工智能应用于电网调控的关键技术分析

当前以深度学习为代表的新一代人工智能技术快速发展,作为引领新一轮科技革命和产业变革的战略性技术,已上升为国家战略,备受各行各业关注。电网调控运行作为电力系统运行的"决策大脑",是集大量数据、机理分析、运行规程和专业经验相结合的综合性决策控制,与以数据驱动、知识引导为特征的新一代人工智能发展思路和演进方向十分相近。在分析新一代人工智能技术特点、电网调控运行业务场景及需求的基础上,提出了未来基于人工智能的调度控制系统设计思路、总体架构和主要功能,并从高性能计算、调控大数据、基于深度学习的电网预测及辨识、基于知识图谱的智能辅助决策以及基于语音交互的调度助手等方面,对其关键技术和潜在应用场景进行了分析。最后对未来人工智能在电网调控中的发展进行了小结和展望。     

基于人工智能和综合防误的复杂大电网调度驾驶舱平台建设

结合人工智能和综合防误技术,针对电网调度业务从调度业务规则、知识图谱建立和智能调度驾驶舱运行技术三个方面着手,建立了适用于广东电网的智能驾驶舱平台.该智能驾驶舱平台具体包括操作驾驶舱、调控和辅助决策驾驶舱以及大数据分析驾驶舱.通过部署智能化人工智能组件,识别和探测业务场景,根据多元数据融合和深度 学习获得的知识图谱和调度业务模型,进行全业务链条复杂大电网辅助驾驶.应用结果表明,该成果运用人工智能技术进行建模和训练,结合实际业务场景,通过数据融合和数据驱动性建立支持平台,有效保证了复杂大电网调度运行的安全性.     

面向电网调度领域的实体识别技术

近年随着电网调度领域数据自动化、智能化管理需求的日益增长,知识图谱成为提供知识管理、智能查询、辅助决策等功能的重要技术。实体作为构成知识图谱的核心要素,识别的准确率将直接影响知识图谱的质量。针对电网调度领域,首先分析电网调度实体识别研究现状,明确了实体识别任务目标,然后根据电网调度领域文本数据特征,设计了同时满足局部特征与全局特征提取需求的算法结构,构建了基于双向长短期记忆网络(bi-directional long short-term memory, BiLSTM)-卷积神经网络(convolutional neural networks, CNN)-条件随机场(conditional random field,CRF)的电网调度领域实体识别模型。最后实验结果表明,所提方法识别准确率达到93.1%,F₁值达到86.05%,能够有效支撑电网调度领域实体识别工作的开展。     

交直流混联电网连锁故障特征事件智能溯源及预测方法

交直流混联电网跨区连锁故障严重威胁电网安全,调度运行面临巨大压力和事故风险.文中提出了融合知识图谱和机器学习算法的特征事件智能溯源及预测方法,实现连锁故障事故链的在线溯源和预测.将电网运行状态量和故障信息作为输入特征量,结合物理机理分析和皮尔逊系数法提取关键特征量,通过支持向量机判断特征事件间的关联关系.建立两层级的知识图谱结构,通过检测到的特征事件类型匹配上、下层事件的关联关系.根据特征事件关联关系判断结果和时序特征,基于深度优先搜索策略识别连锁故障演化路径.通过对实际电网在线数据的案例分析验证了该方法的有效性.     

基于知识图谱的配电网故障辅助决策研究

调度决策知识存在于调度规程等文本文件、数据库以及专家经验中,调度员在故障处理时需要依赖大量的专业知识支撑、历史和实时电网态势感知,并根据情况变化在短时间内做出最优决策。针对调度知识复杂,调度决策实时性高等需求,提出了一种基于知识图谱的配电网故障辅助决策方法,利用电网调度规则、故障预案以及人工经验知识构建包含调度知识、故障处理知识、业务流程知识的故障调度知识图谱,构建以电网拓扑结构形成的知识表征,将故障预案及故障处理案例以事件簇形式进行关联。结合人工智能标记语言(artificial intelligence markup language,AIML)和图算法,实现配电网调度故障的辅助知识问答、案例匹配以及业务推荐等,通过故障反馈信息和实时决策场景完成多目标的配电网重构策略生成。最后,研发了具有友好交互性的故障调度辅助决策应用系统,并已在湖南长沙市配电网在线投运,验证了所提推荐算法及交互策略的有效性,表明该系统能够给调控人员提供快速、智能、准确的辅助决策支持。     

面向调度决策的智能机器调度员研制与应用EI北大核心CSCD

随着电网运行方式时变性和复杂性日益增强,传统基于人工离线规则的调度决策机制难以为继,成为国内外复杂电网运行迫切需要解决的问题。基于人工智能、立足现有调度机制,研究面向调度决策的智能机器调度员(automatic operator,AO)关键技术及应用。在总结10余年研究的基础上,提出了电网调度运行“邻域知识”模型,构建了AO体系架构,提出了知识自动发现、管理和在线应用的技术路线,研发了复杂电网AO系统,并在多个省级电网调控中心在线投运。AO将“专家智能”离线制定粗放运行规则的模式,变革为“人工智能”在线发现精细运行规则的模式,推动调度决策从“自动化”到“智能化”的跨越。最后,指出了尚待研究的问题。     

基于知识图谱的交直流大电网断面越限处置策略快速生成方法

为快速有效地消除断面越限,保障大电网安全稳定运行,提出了基于知识图谱的交直流大电网断面越限处置策略快速生成方法。首先,分析了调度领域知识的特点及知识图谱技术的适用性,明确了面向电网异常与故障处置的调度知识来源,提出了调度领域知识属性图模型构建方法及基本原则。然后,以功率灵敏度为基础,综合考虑重载线路运行风险,推导了输电断面传输功率与节点注入功率之间的综合功率灵敏度计算方法,提出了基于反向等量配对调整法的断面越限处置策略计算方法,设计了基于知识图谱的交直流大电网断面越限处置策略快速生成实现流程。最后,以某实际电网为算例,验证了该方法的正确性和有效性。     

基于多源数据融合的电网设备技术监督知识图谱构建

电网企业多年技术监督工作开展积累了大量数据.针对海量技术监督数据挖掘深度浅、数据价值低的现状,提出一种多源数据融合的方法构建电网技术监督知识图谱,对其本体设计、数据的获取与抽取、知识融合及可视化展示等内容进行了研究,电网设备技术监督知识图谱的应用,实现了基于技术监督知识图谱的智能检索问答和设备家族缺陷识别,为电网设备数字化管理提升提供了思路.     

电网故障处置知识图谱构建研究与应用

电网故障处置预案对电网事故应急工作的高效、有序进行有着重要的指导意义。利用知识图谱技术对故障处置信息进行知识抽取、表示和管理,并用于辅助调度人员进行故障处置,可有效提升电网应急处理能力与调度智能化水平。以电网故障处置预案文本为研究对象,提出了一种自顶向下和自底向上相结合的电网故障处置知识图谱构建方法,并解决了其中涉及的电力领域知识抽取问题。首先,自顶向下定义知识图谱的知识组织架构、概念类型、概念间关系,形成知识图谱的模式层;之后,针对电网故障处置预案文本的特性,综合使用多种深度学习模型进行知识抽取,自底向上构建知识图谱的数据层:为避免分词错误,使用基于字向量的TextCNN模型对预案文本进行分类;为解决候选词冲突问题,使用LR-CNN模型对电力领域的命名实体进行识别;在命名实体识别的基础上,使用BiGRU-Attention模型对实体间关系进行抽取。之后,通过实验验证了上述知识抽取方法的有效性。最后,对构建的电网故障处置知识图谱进行了可视化并对其在智能信息检索和辅助故障诊断中的应用进行了分析。     

基于人工智能的电网调度操作智能防误系统建设及实践

本文将人工智能算法引入电网调度业务,结合调度规程和指令规范,通过语音识别平台实时转化调度电话为文本信息,对于识别的文字通过语义理解、深度学习提取关键词,识别和探测业务场景。利用提取的关键信息在电网操作平台基于电网实时状态校核、调度业务场景规则进行校核和防误。通过语音平台对于不规范和不正确的调度指令进行告警和提示。通过运行操作历史大数据不断学习发现规律,建立完善的调度业务知识图谱,不断提高语音识别的准确率和场景探测的准确度,进而实现调度电话业务24小时安监的功能。本系统实现了操作全过程状态、潮流等全链条智能防误管控,可解决电话下令时由于监护不到位、下令不规范、调度指令理解错误等情况发生时,调度误下令、误操作问题。     

面向电网调度故障处理的知识图谱框架与关键技术初探

为应对愈加复杂的电网安全运行形势,对调度知识体系进行建模、管理与应用,是提升未来电网调度智能化水平的关键手段之一。该文提出了一种面向电网故障处理辅助决策的知识图谱应用框架,将电网调度操作环节中以大量文本形式存在的操作规程、处置预案、调度细则等非结构化内容凝练为可表示、可操作、可推理的结构化知识网络。将知识图谱的构建和应用设计为5个层次,包含基础数据层、图谱构建层、信息解析层、推理决策层和人机交互层,并基于电网故障处理业务场景和需求,将领域知识图谱分为设备实体图谱、概念图谱、业务逻辑图谱和案例图谱等4类。之后,针对各环节的功能实现,分析解决思路与关键技术,从而实现基于知识图谱的故障信息解析判别、智能辅助决策及多维度的人机交互。最后,对未来知识图谱在电网调度智能辅助决策中的应用和挑战进行了总结和展望。     

基于深度学习的电网调控文本知识抽取方法

电力系统的发展对电力系统知识的使用提出新的要求,为了实现非结构化电网调控文本知识的自动抽取,文中提出了基于注意力的双向长短期记忆网络和条件随机场的深度学习模型。深度学习模型从调度规程等文本数据中抽取电网运行规则和电网事故处理流程。实验结果表明,提出的模型的语料精度、召回率和F1分数分别为91.00%,89.98%和90.49%,结果略优于另外3种模型。在训练集和测试集上分别进行F1评估,识别精度差异很小,说明模型学习中没有发生过拟合现象,提出的深度学习模型具备良好的泛化能力。     

电网调控操作智能助手方案探讨

针对电网调度控制运行面临的问题,文中引入语音识别、自然语言处理等人工智能相关技术,提出了电网调控操作智能助手方案。对方案中的电网态势智能感知与交互、调控语音识别、调控知识库构建、调控智能决策等关键技术给出了具体的解决方法。基于该方案研发的调控助手软件,部分功能已在福建电网调控中心进行验证。实践证明,该方案能够协助调控人员进行电网运行指挥和事故处理,提高电网调控操作的效率和准确性。     

基于BERT-DSA-CNN和知识库的电网调控在线告警识别

电网调控告警识别是实现智能电网调度的重要环节.为提高电网调控告警识别的准确率,针对电网数据量庞大、有效信息提取困难、传统知识库知识迁移能力较差等问题,提出一种基于BERT-DSA-CNN和知识库的电网调控在线告警识别方法.首先在自然语言处理-深度学习的文本数据挖掘架构基础上,经过分词、去停用词等步骤,利用BERT模型获...     

电网调控决策知识模型建模及实现方法

特高压交直流工程建设及大规模新能源接入电网,对电力调度运行提出更精细化要求,传统依靠调度人员记忆和理解各类文本形式调度规则的方法不再适用。该文分析电网稳定运行规定(简称稳定规定)的特点及复杂性,并介绍适用于稳定规定表述的产生式规则系统。接着提出稳定规定知识模型的系统性建模方法,建立稳定规定通用概念知识模型,采用决策图谱对概念知识模型进行表述,采用决策模型和标注法对概念知识模型进行具体实现。之后,基于数字孪生电网模型,提出稳定规定知识模型的数字化实现技术路线,并介绍基于该知识模型研发的稳定规定数字化应用系统在实际生产中的应用情况,还对其可能的拓展应用场景进行展望。     

基于深度学习和知识图谱的变电站设备故障智能诊断

及时发现并诊断变电站运行中设备存在的问题,是保障电网安全运行的关键手段之一.基于深度网络与知识图谱技术,提出一种关联变电站设备多模态信息的故障智能诊断方法.利用深度学习技术和知识图谱方法对采集的多模态数据进行知识提取和融合,构建一个多模态信息融合的语义知识图谱;使用YOLOv4算法对故障样本聚类并提取先验框参数;将多模...     

输变电设备集中监控辅助决策系统建设综述

针对目前"调控一体化"体系运行过程中,调控中心集中监控设备数量繁多、监控信息量大、异常事故情况复杂等现状,国网浙江省电力公司率先开展了输变电设备集中监控辅助决策系统的建设。该系统基于电网故障诊断、知识可视化、多媒体仿真、专家库、数据挖掘、网络化培训等技术,优化整合智能电网调度技术支持系统监控信息数据、输变电设备相关原理知识、现场运行规程、集中监控信息对应表、集中监控运行相关管理规定和调控员事故异常处理经验等内容,实现集中监控告警信息的自动分类处置和闭环管理,可为调控运行人员提供相关电网知识和业务技能的专业培训,全面提升调控中心集中监控运行的管控效率。     

基于知识图谱技术的电力设备缺陷记录检索方法

电网生产管理系统中存在大量电力设备缺陷记录,其准确检索对于缺陷管理有着重要的指导作用。基于知识图谱技术,探索了电力设备缺陷记录检索方法。首先提出了利用现有电力设备缺陷记录语料构建电力设备缺陷知识图谱的方法;然后基于所构建的知识图谱,提出了利用图搜索进行电力设备缺陷检索的方法;最后通过算例对比了上述缺陷记录检索方法和传统机器学习语义分析方法的检索效果。算例表明,基于知识图谱的电力设备缺陷记录检索方法能提升缺陷记录检索的效果。