基于语义框架的电网缺陷文本挖掘技术及其应用

电网企业拥有大量蕴含着重要可靠性信息的设备缺陷文本,依靠人工进行挖掘不仅效率低而且准确性因人而异。以变压器缺陷文本为研究对象,通过分析文本的特点,建立了基于语义框架的电网缺陷文本挖掘模型,解决了缺陷文本句子成分难以划分、数字量无法精确提取等问题,为电网领域的非结构化数据挖掘提供了新技术。首先在建立本体词库基础上,对缺陷文本进行分词、词汇特征提取等预处理;然后定义了电力语义框架与语义槽,提出了槽填充和语义框架构建流程,并通过词串合并实现了本体字典自动完善;最后对缺陷文本挖掘结果在可靠性统计中的应用进行了研究。算例表明,所提出的挖掘技术应用于电网缺陷自动分类与统计中,具有可行性和有效性。     

基于运行状态和寿命的设备全寿期评价分析

设备状态评价是保障电网安全、经济运行,开展设备状态检修的基础。设备状态评价的核心是建立合理的设备状态评价模型。通过单一评价模型分析方式,状态评价结果片面,可能存在评价结果不全、某些设备缺陷评价不准确的问题。为了在一定程度上提升设备评价结果合理性,本文描述了基于运行状态和寿命的设备全寿期评价分析方法,该方法通过结合了环境信息、运行信息、同类设备缺陷信息、在线监测等多类数据,以及通过融合了寿命评价、影响因素评价、专家评价、故障模式诊断评价四个设备状态评价模型。针对不同的设备状态评价结果,为设备制定一系列的切合设备健康状况的设备运行维护策略提供支撑,制定更全面合理的运行维护策略,提高设备诊断水平,实现减小电网设备安全隐患、降低经济开支的目标。     

电力文本数据挖掘现状及挑战

文本数据是电力大数据的重要组成部分,对其进行有效挖掘是智能电网深入、全面发展的需要。在目前已有研究成果的基础上,对电力领域文本数据挖掘的现状及挑战进行了深入剖析。首先分析了文本挖掘技术的发展过程及存在难题;接着重点分析了电力文本数据挖掘的关键技术及其研究现状,包括文本预处理技术、文本表示方法以及数据挖掘方法;然后以电力设备缺陷文本为对象,介绍了文本挖掘技术在电力领域的应用,包括缺陷文本质量的提升与保证、缺陷文本严重程度自动分类、缺陷发生部件及程度的自动提取、缺陷文本检索、基于缺陷文本的电力设备健康状态评价等,可为其他类型电力文本的挖掘提供参考;最后,探讨了电力文本挖掘面临的挑战以及未来发展方向。     

基于卷积神经网络的电力设备缺陷文本分类模型研究

电网生产管理系统中存在大量闲置的设备缺陷记录文本。针对电力设备缺陷文本的特点,构建了基于卷积神经网络的缺陷文本分类模型。首先通过分析大量电力设备缺陷记录,归纳了电力设备缺陷文本的特点;然后参考中文文本分类的一般流程,并考虑缺陷文本的特点,建立了一种基于卷积神经网络的电力缺陷文本分类模型;最后通过算例对基于卷积神经网络的缺陷分类模型和多种传统机器学习分类模型进行全面比较。算例结果表明,所提出的缺陷文本分类模型能显著降低分类错误率,在分类效率上也比较可观。     

基于知识集成流形的电力设备缺陷文本数据增强方法与应用研究

当前电网数字化转型升级,电力设备智能运维技术快速发展,在运维过程中积累了大量包含电网重要信息的电力设备缺陷文本。由于文本数据标签稀疏,以及描述语言的模糊性、差异性等问题,电力文本中的运维信息难以被有效挖掘。文章提出了一种针对电力设备缺陷文本的数据增强方法。首先,使用缺陷文本数据集微调预训练模型ERNIE(enhanced representation through knowledge integration),应用多阶段知识掩码策略将电气领域专业知识集成到对缺陷文本的动态编码中;然后在流形假设的基础上基于降噪自动编码器架构设计破坏函数和重建函数,遵循基于信息价值的掩码单元选择策略构建破坏函数,基于微调过的ERNIE构建重建函数,在“破坏-重建”过程中获得位于原始数据流形范围内的增强样本;其次对增强数据集基于影响函数和多样性度量进行数据选择,过滤掉数据质量差和重复度高的增强样本;最后通过多层训练框架,将增强数据应用于各种缺陷文本挖掘任务。算例基于真实设备巡检、检修记录构建了电力设备缺陷文本等级分类任务。结果表明,所提出的算法对缺陷文本挖掘效果有较大提升,并且可以广泛灵活地应用在多种电力...     

电网信息物理系统建模与仿真验证平台研究

电网信息物理系统通过建立融合模型,研究电网信息控制系统与一次系统的互作用机制,建模与仿真验证平台为此提供了研究工具。基于混合系统的融合模型以及信息模型,设计了平台功能模块、实现工具;初步构建电网信息物理系统建模与仿真验证平台,可建立电网连续及离散模型,仿真电网运行动态,模拟控制过程及信息交互,并验证信息交互的正确性和一致性;最后通过算例展示并测试了平台界面和主要功能。     

基于多源信息融合的配电真空开关柜动态状态评价研究

作为配电网主设备之一,开关柜的状态直接影响着电网的整体运行效果以及用户的用电质量,针对当前开关柜状态评价的信息完备性低、动态性差等问题,提出了一种基于多源信息融合的配电真空开关柜状态评价模型。文中选取开关柜的超声波值、暂态地电波(TEV)值、红外测温值、真空度、绝缘电阻、机械性能参数等信息,将真空开关柜分成断路器、母线、出线电缆3部分进行状态评价,并融合开关柜整体所处的环境信息、运行信息以及开关柜在电网中的位置信息,采用隶属度函数和比例模型,建立开关柜状态评价模型,并将模型应用于过去5年内的20个时段,分别计算出20次状态评价结果,并采用贝叶斯条件概率模型,计算开关柜的未来状态处于各等级的概率。同时给出了相关算例对所提方法进行说明,验证了模型的有效性,并与传统的概率计算模型相比,证明文中所提方法更符合电力设备的实际运行情况。     

基于改进隐马尔可夫模型的高压断路器健康度评估方法

高压断路器是电网的重要设备,断路器健康状态对于保障电网安全可靠运行具有重要意义.基于对断路器部件健康状态的获取,结合断路器部件关联性矩阵,给出一种基于改进隐马尔可夫模型的断路器整体健康度的评估方法.在时间尺度上预测断路器近期和远期的健康度,进而提出了检修工作的智能量化定级策略,实际算例验证了整体健康度评估方法的有效性.     

基于运行状态和寿命的设备全寿期评价分析研究

描述了基于运行状态和寿命的设备全寿期评价分析方法,该方法通过结合了环境信息、运行信息、同类设备缺陷信息、在线监测等多类数据,以及通过融合了寿命评价、影响因素评价、专家评价、故障模式诊断评价四个设备状态评价模型。针对不同的设备状态评价结果,为设备制定一系列的切合设备健康状况的设备运行维护策略提供支撑,制定更全面合理的运行维护策略,提高设备诊断水平,实现减小电网设备安全隐患、降低经济开支的目标。     

计及保护和断路器告警信息可信度的电网故障诊断优化模型

为提高已有电网故障诊断解析模型的容错性与求解效率,提出了计及保护和断路器动作状态告警信息可信度的电网故障诊断优化模型.首先,基于保护及断路器自检信息对告警信息的可信度进行评估.其次,以保护和断路器的告警信息与期望动作状态差异最小、期望动作状态可信度最大为优化目标,构建故障诊断多目标优化模型.进一步线性化优化模型,基于加...     

Providing Decision Support for the Condition-Based Maintenance of Circuit Breakers Through Data Mining of Trip Coil Current Signatures

The focus of this paper centers on the condition assessment of 11-kV-33-kV distribution circuit breakers (CBs) from the analysis of their trip coil current signatures captured using an innovative condition monitoring technology developed by others. Using available expert knowledge in conjunction with a structured process of data mining, thresholds associated with features representing each stage of a CB's operation may be defined and used to characterize varying states of the CB condition. The knowledge and understanding of the satisfactory and unsatisfactory breaker condition can be gained and made explicit from the analysis of captured trip signature data and subsequently used to form the basis of condition assessment and diagnostic rules implemented in a decision support system, used to inform condition-based decisions affecting CB maintenance. This paper proposes a data mining method for the analysis of condition monitoring data, and demonstrates this method in its discovery of useful knowledge from trip coil data captured from a population of Scottish Power - Energy Networks' in-service CBs. This knowledge then forms the basis of a decision support system for the condition assessment of these CBs during routine trip testing     

大数据挖掘分析在电力设备状态评估中的应用

为提高电力设备状态评估的准确性和效率,提出了将大数据挖掘分析应用于电力设备状态评估的思路和方法。介绍了大数据挖掘分析的架构,将电力设备状态的多维度数据解析为静态、动态、准动态和外部参数四大类,分析了数据关联规则、关联度和权重,最后给出了大数据挖掘分析技术的应用前景。     

电动汽车充换电站动力电池全寿命周期在线检测管理系统

为了提高对动力电池健康程度评估的准确性,针对动力电池(组),给出一种基于动力电池的全寿命周期特征参数的评估算法。以动力电池的安全使用和准确评估为切入点,关注动力电池SOC的算法与动力电池SOH的检测方式,引出动力电池全生命周期在线监测管理系统的设计思想。以动力电池标称数据为基础,基于动力电池日常充电/换电、放电数据对动力电池进行检测,对检测中发现的隐患的动力电池统一调度,并制定电池维护/检修计划。评估结果表明,以电池箱(组)为分析/管理对象,根据动力电池的电气特征量采用对应策略对电池箱进行评估,可较为准确的评估动力电池当前的健康状态。且可预测出动力电池的使用趋势,从而达到"提高动力电池使用的安全性,延长电池的使用生命,减少运营成本"的目的。     

基于Excel的电力市场报表管理系统

提出并研制了一种适用于电力市场的新的报表管理系统，提出了数据区管理和Excel商用报表软件相结合的设计思想；采用VBA技术建立了电力市场数据库与Excel的通道，由数据区和Excel分别完成数据挖掘和显示分析，成功地实现了基于Excel的电力市场数据挖掘，该系统已成功应用于电力市场运营系统和发电商竞价辅助决策系统中，具有Excel商用软件的所有功能，扩展性强，生命周期长。     

山东电网新一代电能量计量系统研究与应用

为了满足电网商业化运行中电能量统计、结算和考核要求,山东电力调度中心建设了新一代电能量计量系统。该系统全面支持IEC61970标准,采用了计量点和统计模型全生命周期管理等先进技术,实现了电能量数据与电网实时运行数据的分析比对,提高了电能量数据的准确性和实用性,大大减少了维护工作量。该系统的有效性、实用性和可靠性已经得到了实际应用的验证。完全能够替代国外系统,可以完成电能量数据采集、处理、存储、统计结算与信息交换的任务。     

配电网电力设备缺陷文本智能辨识运维综述

面向配电网日常运行积累的大量电力设备缺陷文本,深入挖掘缺陷文本的特征,获知电力设备态势,是智能配电网精细化发展的重要方向.然而我国在该领域研究成果较少,缺少对此领域中重大挑战和针对性解决技术的分析.为此,文章对我国电力设备缺陷文本挖掘的主要技术进行了全面评价,并分析了面临的困难.以电力设备缺陷文本为研究对象,首先从错误...     

基于关联挖掘的无功优化关键参数智能辨识方法

针对传统无功优化中关键参数设置过程繁琐且设置结果不合理的问题,首先,给出一种基于斜率分段归并的曲线划分策略,用于对预测区间进行智能划分;其次,采用一种标准化欧式距离—动态时间弯曲(ED-DTW)混合策略,用于不同数据集间相似度的计算;最后,提出一种基于数据关联挖掘的无功优化参数智能辨识框架,用于对数据库内的历史数据进行挖掘。仿真采用实际电网数据对整个挖掘过程进行分析,挖掘结果显示,提出的辨识框架能自动给出参数的时段划分和设置结果,将挖掘得到的参数结果用于实际控制中,表明该方法获得的划分结果符合负荷峰谷特征,且相比传统方法,在减小电压偏差和提高电压合格率上效果更好。     

基于动态攻防博弈的电力信息物理融合系统脆弱性评估

以电力信息物理融合系统受人为因素攻击为背景,应用博弈论的相关知识对现代电网在遭受人为主观攻击威胁下的电网脆弱性评估方法进行了研究和探讨。根据兰德公司的风险评估模型建立了电力信息物理融合系统基于攻防场景的脆弱性评估框架,并基于博弈论中用于描述动态攻防博弈的多层数学规划模型,提出一种电力物理网络和电力信息网络同时遭受人为攻击场景下的电网攻防动态博弈三层数学规划模型。针对所提出的模型,给出了相应的解算方法,并在求解过程中,应用一种最优的防御资源分配策略以有效求得电网元件上需分配的资源。最后,通过简单算例系统验证了本文所提模型与方法的有效性。     

水电工程施工安全隐患文本智能分类与知识挖掘北大核心CSCD

基于隐患排查信息的知识挖掘对于工程安全管理具有重要的支持作用。自然语言处理(natural language processing,NLP)技术是目前实现文本知识挖掘的重要方法,知识挖掘的深度和精度是该类方法的重要衡量指标。为了提升水电工程安全隐患文本知识挖掘效率,本文提出了一种结合文本分类与文本挖掘技术的隐患文本知识挖掘方法。该方法利用RoBERTa-wwm-CNN混合深度学习模型进行隐患文本快速智能分类,在此基础上,通过绘制隐患词云图实现不同种类隐患管理要点的可视化分析,以词共现网络构建为基础,分析隐患数据间的内在联系。将该方法应用于白鹤滩水电站安全隐患文本挖掘分析,与现有较先进的文本分类模型相比,本文所提模型精度有所提升,验证了所提模型的优越性。     

基于Wide&Deep-XGB2LSTM模型的超短期光伏功率预测

为了充分利用电网自身的海量历史数据进行光伏功率预测,提出一种宽度&深度(Wide&Deep)框架下融合极限梯度提升(XGBoost)算法和长短时记忆网络(LSTM)的Wide&Deep-XGB2LSTM超短期光伏功率预测模型.对历史数据进行特征提取,获得时间、辐照度、温度等原始特征,在此基础上进行特征重构,通过交叉组合...