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...     

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...     

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...     

基于知识图谱的变电站配置文件智能校核技术研究

针对人工校核智能变电站二次回路效率低、容易出现错误,无法满足当前检修工作强度的问题,文中研究了基于知识图谱的变电站配置文件智能校核技术。首先,文中阐述了知识图谱的技术原理,从知识图谱的构建框架和构建步骤两个方面描述;基于自然语言处理技术切分SCD中智能设备描述文件,并与辅助短语词库和SCD虚回路模板库匹配,为下一步虚回路正确性校验提供保障;设计了基于知识图谱的智能变电站二次虚回路校验模型,验证虚回路的正确性,对于改扩的变电站,提出了知识增补及冗余辅助校核方法。最后,通过实例分析证明了设计系统的可行性。     

汕尾电网变电站的告警信息通知系统

汕尾电网变电站的告警信息通知系统是调度自动化辅助指挥系统.该系统在CC2000系统之上,根据SCADA系统中实时采集模块获得的故障点的状态量和数据量,形成告警信息并存储在告警数据库中,然后利用电话自动播放技术、无线发送短消息技术,将电网、变电站的告警信息发送给电网运行维护人员.该系统在汕尾供电分公司的运行实践表明,它能有效缩短运行人员排除故障的时间.     

基于知识图谱技术的风电数据管理与应用研究

随着我国风电领域的发展,行业内产生的相关数据在来源和数量上都达到了一个新的高度.这些数据被分散在各个业务系统中,若能对其进行统一管理并应用,则对行业具有积极作用.提出了一种用知识图谱管理风电数据的方法.首先,从多源风电数据中抽取出实体、关系、属性等知识图谱元素.在此过程中,分别给出了针对结构化与非结构化数据的抽取方法....     

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。     

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。     

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。     

调度自动化系统知识图谱的构建与应用

调度自动化系统的大部分业务知识都零散分布在系统源码、配置文件、数据库和专家的经验里,无法形象化展示整个系统的业务逻辑。针对调度自动化系统业务关系复杂,业务种类繁多等特点,提出了一种自底向上和自顶向下相结合的调度自动化系统知识图谱构建方法。通过知识的获取、知识的存储、知识图谱的展示与应用3个步骤,解析结构化和半结构化的数据源,获得调度自动化系统基础平台以及各业务之间的关联关系,形成系统结构和详细业务知识等信息。构建的调度自动化系统基础平台和业务逻辑知识图谱,便于对整个系统业务关系的认知,在系统发生故障时,辅助故障分析。     

基于知识图谱的电站专家知识管理系统开发研究

在水电站运行维护过程中,积累了大量的专家知识和运行检修经验,这些专家知识和经验越来越受到电站及企业的重视并开发知识管理系统对其进行管理。本文依托丰满智能水电站建设,首次开发了基于知识图谱的电站专家知识管理系统。系统利用知识图谱创建一种基于图的数据结构,将机组关键部套以及关键部套之间关联关系及其属性连接在一起,形成一个电站专家知识关系网络,实现机组部套和机组运行信息的可视化管理,并具有专家知识动态扩展方便的优势。本文研究成果,对提升我国水电站专家知识的管理水平具有重要意义并对其他电站的专家知识管理系统建设提供借鉴。     

电力领域知识图谱的构建与应用

电力领域知识图谱旨在充分利用电力物联网所承载的数据信息,以结构化方式刻画电力系统中的概念、实体、事件及其间的关系,为电力行业产业链提供一种更为有效的跨媒体大数据组织、管理、认知能力.结合大数据与人工智能技术,领域知识图谱正逐步成为推动电力人工智能发展的核心驱动力之一.论文概述了知识工程在电力系统中的发展历程,重点分析了...     

变电站集中监控模式下告警信息的优化处理

针对变电站集中监控模式下,告警信息存在信息量巨大,干扰信息多,信息频发、误发等问题,提出将告警信息进行分类管理、加延时、修改限值、挂牌屏蔽、单点抑制等信息优化处理措施,分析实际运行结果,说明告警信息优化措施正确、可行,有效提升了变电站设备安全运行的实时监视水平。     

基于知识图谱的运动强度评估算法研究

在运动中确定与掌握运动强度十分重要,适宜的运动强度能有效提高身体机能;强度过大会使身体机能衰退,甚至危机生命安全。针对传统运动强度评估方法评估指标少、精度低的问题,提出了一种基于知识图谱的运动强度评估方法。首先,通过BERT-CRF提取运动强度评估指征,在Neo4j数据库中建立了运动强度评估的知识图谱;其次,在RecGNNs知识推理的基础上,实现了针对不同年龄群体运动强度的个性化精准评估;最后,构建了运动强度评估系统。实验结果表明,基于知识图谱的运动强度评估系统运行稳定、可靠,个性化评估的准确率可达到85.7%。     

基于决策树的变电站故障诊断知识表示与获取

针对传统的知识表示与获取方法的不足,提出基于决策树的知识表示与获取方法.该方法充分利用决策树把知识表示与获取融于一身的优点,使知识表示与知识获取同时进行,克服了传统人工智能系统中知识表示与知识获取分离的缺点.将其用于变电站故障诊断知识的获取与表示中,结果表明,提出的方法不仅能够实现知识的自动获取与表示,而且所获得的以决策树形式表示的知识具有很高的推理效率.     

基于本体的汽轮机组振动故障知识语义性表达

针对汽轮机组的振动故障知识关联关系复杂、重用性高的特点,基于本体理论提出了故障知识的语义性建模方法。首先,构建汽轮机组设备结构、边界工况、故障知识的本体语义网,保留更丰富的语义信息,提高了对知识的重用和管理效率;其次,讨论了基于本体公理的知识一致性检验,避免知识的冲突和冗余,并采用本体查询语言提高故障知识检索的灵活性与效率;再次,将本体故障知识转化、存储到Neo4j图数据库中,形成故障知识图谱,将知识可视化;最后,通过具体的机组故障知识建模案例,说明了所提出方法的特点。     

基于知识图谱的配电网综合评价

为方便工作人员学习和掌握配电网综合评价知识,能够全方位感知配电网运行状况,将传统配电网综合评价方法与具有互联性、开放性、结构化和形象化刻画知识的知识图谱技术相结合,提出了一种基于知识图谱的配电网综合评价方法。首先采用自顶向下和自底向上相结合的图谱构建方式,从模式层和数据层2方面构建图谱,并将其分为配电网实体图谱、评价逻辑图谱和案例图谱。其次,分析核心构建技术,知识推理技术,并结合实际评价场景,为评价流程各环节的实现提供思路。最后基于上述方法,展示实际评价案例中的评价逻辑图谱,验证了所述方法的可行性。     

基于ALBERT的电力变压器运维知识图谱构建方法与应用研究

当前电网数字化转型升级,且电力变压器智能健康管理技术快速发展,而在运维过程中存在信息关联性弱以及决策生成效率低的问题。目前,知识图谱在航天器运维等其他工业领域已有应用,知识查询效率显著提升。电力变压器运维领域鲜有知识图谱构建相关文献,且针对电力变压器运维领域公开数据较少、运维知识难以被有效挖掘的问题,该文提出一种基于ALBERT的电力变压器运维知识图谱构建方法。首先获取电力变压器领域公开文献,并使用正则匹配的样本生成方法对电力系统事故调查报告等半结构化语料进行样本增强,构建电力变压器运维领域的训练数据集;然后应用ALBERT-BiLSTM-CRF深度学习算法从电力变压器相关文献与事故调查报告中抽取了电力变压器运维实体,并将此算法与传统深度学习算法进行对比,验证了此方法的优越性;接着,利用融入了ALBERT和注意力机制的ALBERT-BiLSTM-Attention深度学习算法对电力变压器运维实体进行关系抽取,相较于其他深度学习算法,此算法在电力变压器运维领域文本中具有更好的表现;最后使用Neo4j图数据库对知识图谱进行可视化呈现,并实现了基于电力变压器运维知识图谱的辅助决策功能。