基于混合神经网络的电力调度文本事件抽取方法

为了提升电力调度文本在业务场景的应用效果,提出基于混合神经网络的电力调度文本事件抽取方法。以电力调度文本故障处置预案为研究对象,建立以预案触发词为中心的事件抽取模型。通过仿真案例验证了所提方法具有较好的事件抽取效果,能够提升实体和实体关系识别的准确率。     

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。     

基于知识图谱的故障处置预案解析方法

为了提高电网故障处置预案应用效率，提出一种基于知识图谱的故障处置预案解析方法。采用考虑调度专业语言特点的预案实体和实体关系标记方法，生成预案实体和实体关系训练样本。基于双向长短期记忆网络-条件随机场识别预案实体特征和文本卷积神经网络抽取预案实体关系，依据实体关系和句法关系链接实体建立故障处置预案知识图谱。通过某地区故障处置预案验证，所提预案解析方法精确率、召回率和F₁值平均为85.01%、83.64%和84.28%,具有较高解析精度和泛化能力。     

电网故障处置预案文本中的命名实体识别研究

电网故障处置预案是电网故障处置的重要参考,对电网故障处置预案文本中各类电力设备、名称编号等细粒度的关键实体信息进行抽取,是实现计算机学习理解预案内容并进一步支撑故障处置智能化的重要基础。文中提出一种基于深度学习的电网故障处置预案文本命名实体识别技术,首先采用字向量表征预案文本,然后将注意力机制以及双向长短期记忆网络相结合,有所侧重地提取实体词深层字符特征,最后采用条件随机场求解最优序列化的标注。算例表明:文中所提预案文本命名实体识别模型不依赖人工特征,能够自动高效地提取文本特征,准确识别预案文本中细粒度的实体词,满足预案文本中关键实体信息精确定位和识别的要求。     

面向配电网知识图谱的配电调度文本实体链接方法

配电调度文本实体链接是借助配电网知识图谱进行调度文本理解和分析的基础,为此提出一种面向配电网知识图谱的配电调度文本实体链接方法。首先根据配电网知识图谱实体和配电调度文本的特点,构建了配电调度文本的语义、发音和词性特征。然后对基于词汇语义特征的跳跃卷积神经网络(LSF-SCNN)的模型结构进行改进,并应用于调度文本和知识图谱实体的匹配。最后通过交叉验证方法研究了该文模型和对照模型在实际配电调度文本实体链接任务中的应用效果。实验结果表明该模型在实体链接整体准确率和各类实体的链接准确率上都能达到较高的水平。     

基于形式化预案的电力应急辅助决策规则生成方法

为提高应对突发事件的应急处置能力,电力企业编制了较为完善的应急预案.根据本体论的方法将文本式的应急预案表示成计算机能够理解的形式化语言,从中提炼出应急处置中的决策参考信息,并提出了应急辅助决策规则的数学模型.基于经典关联规则算法Apriori的思想,设计了一种电力应急辅助决策规则的生成方法.最后,结合某电力企业的应急预案实例,分析了该生成方法的实际效果,为进一步研究动态生成突发破坏事件恢复控制与应急资源调度策略奠定了基础.     

基于DKM系统的调度事故预案动态联合编制分析

结合一线调度员在生产和培训考核中的实际需要,广东电网电力调度控制中心对电力调度系统的知识管理模式展开研究,并基于知识管理的要求,设计了广东电网DKM系统。以ST二维模型为理论指导而构建的DKM系统,有效解决了调度事故预案管理中出现的缺乏针对性、更新不及时、预案汇编审核可视化程度低等问题,最终做到了预案级联管理一体化和预案动态管理一体化的有机结合。     

基于电力设备大数据的预训练语言模型构建和文本语义分析EI北大核心CSCD

在电力设备运维管理过程中,如何运用非结构化文本信息,构造电力设备文本语义分析模型,挖掘非结构化文本信息,提升设备缺陷和故障的诊断速度和准确性,辅助电网运行检修决策,是非常具有应用价值的问题。该文提出基于超大规模预训练方法的电力设备文本语义分析模型(PowerBERT)。该模型基于多头注意力机制,采用多层嵌入语义表达结构,模型总参数超过1.1亿,实现对电力文本内蕴含的信息的理解和分析。基于超过18.62亿字符的电力标准、管理规定及检修记录文本构成的电力专业语料,并采用字符掩码、实体掩码、片段掩码等多种掩码机制和动态加载策略开展模型预训练。针对电力设备文本分析场景,在电力文本实体识别、信息抽取和缺陷诊断场景进行任务场景训练和优化。与传统深度学习算法进行对比实验的结果表明,该文所提方法在基于极少的场景任务样本的情况下,在验证集和测试集上实现召回率和精准度20%~30%的性能提升。     

面向知识图谱构建的设备故障文本实体识别方法

电力设备在运行维护中积累了大量包含重要实体信息的故障文本,然而文本实体边界模糊、术语较多等特点导致传统实体识别方法训练效率低下,效果难以提升。为此,该文提出一种新的实体识别方法 I-BRC(integrated algorithm of BERT based BiRNN with CRF)。该方法采用字嵌入模型将文本逐字转化为字向量序列以避免分词处理带来的误差累积;利用循环神经网络与概率图模型对文本的序列特征信息进行抽取;集成多个单一类型实体识别器分别独立学习不同类型实体的特征并采用并行预训练机制提升算法训练效率;最后利用多类型识别器对识别结果进行整合。此外,通过调整单一类型实体识别器可以灵活机动地应对不同电力设备的实体识别任务,避免重复训练,节省计算资源。实验表明,所提出的I-BRC仅需3次迭代就可收敛,训练效率大幅度提升;且该模型的F1值、精确率、召回率分别达到了88.0%、86.8%与89.2%,相比传统模型性能提升了7.5%～29.3%,验证了所提模型的有效性与可行性。     

电力调度事故预案“无缝化”管理在宁波电网的实施

阐述了完善的电力调度事故预案管理制度对应对电网突发事件的重要性。介绍了事故预案的分类、流程规范、"沙盘"演练、执行终结评估等各个环节的做法。实现了电网事故预案管理的全流程覆盖,真正做到了预案"无缝化"管理的目标。通过实际应用举例,证明了预案"无缝化"管理可以显著提高调度处理事故的能力,从而提升电网安全运行管理水平。     

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。     

基于ALBERT和RE2融合模型的电网调度意图识别方法

针对电网调度业务意图缺乏有效识别方法的问题,提出一种基于ALBERT(A Lite BERT)和残差向量-字词嵌入向量-编码向量(RE2)融合模型的电网调度意图识别方法。首先,基于ALBERT预训练的动态词向量计算调度专业语言文本特征,建立调度意图分类模型,通过训练调度专业语言构建基于RE2的文本相似度计算模型。然后,采用RE2相似度模型计算召回文本与分类文本的匹配结果对ALBERT意图分类权重进行计算重组,建立融合ALBERT和RE2的意图识别模型。最后,通过某调控中心调度专业语言验证,并与其他方法对比,所提电网调度意图识别方法具有更强的分类能力和泛化能力,对于20种调度意图识别的平均精准率、召回率和F1值分别达到了98.11%、97.96%、98.03%。     

基于PSD-BPA的电网运行方式数据自动整合与调整方法

为了提高电网运行方式制定及潮流分析的时效性与准确性,以快速形成用于调度计划校核或实际运行状态评估的运行方式潮流数据为目的,提出了一种多源数据自动整合和潮流自动调整方法。首先,以电网运行方式为基础,将电网的调度计划或实际运行数据与电网模型数据整合,形成完整的PSD-BPA格式的运行方式。然后根据数据整合后有功及无功功率不平衡量及其在电网中的分布情况,逐区域调整分区功率,形成满足功率平衡的运行方式。最后通过计算系统的最弱传输路径,调整运行方式潮流收敛性,形成最终满足分析要求的运行方式,为调度计划校核或实际运行状态评估提供初值。云南电网的实际应用结果表明了该方法的有效性和实用性。     

考虑新能源不确定性的调度计划安全稳定校核方法

基于发生概率最高的新能源功率预测数据进行确定性调度计划安全稳定校核,其结论与电网实际情况相差较大。为提高安全稳定校核结果的适应性,提出一种考虑新能源不确定性的调度计划安全稳定校核方法。基于传统确定性调度计划安全稳定量化评估结果,构建计及新能源场站预测功率置信区间约束的安全稳定裕度最小化模型,实现高风险计划方式的有效识别。基于有功灵敏度对新能源场站进行等值聚合和不确定性变量降维,提高安全稳定裕度最小化模型的求解效率。基于并行处理平台进行调度计划多方式分组并行安全校核,得到考虑新能源功率预测不确定性的安全稳定校核结果。所提方法可有效提升高比例新能源电网调度计划安全稳定校核的准确性和时效性,实际电网算例验证了所提方法的有效性。     

基于告警信号文本挖掘的电力调度故障诊断

电力调度系统在电力系统故障过程中会收到大量告警信号,若调度员无法在短时间内做出决策,则可能使故障扩大,为此提出基于告警信号文本挖掘的电力调度故障诊断方法,该方法包括告警信号文本预处理和故障诊断2个阶段。在第一阶段,基于隐马尔可夫模型(HMM)对告警信号文本进行分词并去除其中的停用词以构建本体词典,并采用向量空间模型(VSM)使文本向量化;在第二阶段,使用滑动时间窗读取实时告警信号,提出一种2层算法,第一层采用支持向量机(SVM)对滑窗内的告警信号进行分类,若分类结果判断为发生故障,则启动第二层k-均值聚类法提取较高可能性的故障供调度员参考。以某电力调度系统实际告警信号作为算例,验证了所提方法的可行性。     

提高风电并网系统调度计划可信度的HESS经济效益计算

针对风电-氢储能系统的经济性,文中提出利用氢储能系统(HESS)提高风电并网调度计划的可信度,分析了HESS提高风电并网调度计划的可信度的机理;然后,构建了计及风电预测出力、实际出力及调度出力的氢储能系统提高风电并网调度计划可信度的充放电价格策略体系;最后,建立了HESS收入及成本数学模型。在此基础上,构建了提高风电并网调度计划可信度的HESS全寿命周期的经济效益计算数学模型。以某风电场为例对所提模型进行了验证,并分析了经济效益对调度误差和电价的敏感性,结果表明所建立的HESS经济效益计算模型的正确性。研究结果为风电-氢储能系统前期投建的经济性评价提供了参考。     

计及灵活性聚合功率的源-荷分布式协调调度

为缓解大规模分布式能源接入主动配电网带来运行和备用的压力,有必要充分挖掘各灵活性资源以应对各种不确定性.文中提出一种计及灵活性聚合功率下的日前-日内两阶段分布式经济调度模型.首先,建立虚拟电池模型对主动配电网多种分布式灵活性资源集群聚合,基于闵可夫斯基和约束空间叠加法获取可调节聚合功率域,并以此为约束衔接日前-日内调度.其次,在日内实时滚动阶段提出计及灵活性聚合功率的输配电网分布式协调优化调度模型.更进一步,将一致性算法和调频控制结合,提出一种一致性调度控制策略对各个聚合等值集群进行灵活性聚合功率下经济调度模型的完全分布式求解.最后,算例验证了所提方法的有效性,调度部门在获取各分布式资源集群下主动配电网最优功率分配方案的同时,可以得到弹性备用功率区间和可调节功率域,帮助调度人员充分利用各种灵活性资源修正日前计划,有效应对各种不确定性因素.