基于大模型知识推理与多智能体协同配电网故障自愈系统的制作方法

本技术涉及配电网故障自愈，更具体地说，本技术涉及一种基于大模型知识推理与多智能体协同配电网故障自愈系统。

背景技术：

1、配电网故障自愈技术是智能电网和电力系统自动化领域的重要技术，主要用于在配电线路、开关设备、分布式电源及负荷节点发生异常后，完成故障感知、区段隔离、转供恢复和运行校核等处置过程，随着新型电力系统建设推进，配电网作为保障终端用户供电的关键环节，其运行工况更加复杂，故障自愈技术对于缩短停电时间、减轻调度人员处置压力、提升供电恢复效率具有重要作用。

2、在现有技术中，配电网故障处置仍较多依赖人工经验、固定判据和预设预案，当配电网拓扑频繁变化、分布式电源接入比例升高、环境诱发故障增多时，单一电气量判断方式难以准确还原故障发生过程，容易出现告警信息碎片化、故障识别不充分和处置链条中断等问题，同时，现有配电自动化系统对文本日志、设备台账、实时波形、保护动作和环境数据的融合利用不足，复杂故障下难以给出清晰的根因依据；开关分合、负荷调节、储能接入和分布式电源控制等任务也常被割裂执行，缺乏统一的协同处置逻辑，导致故障隔离和供电恢复过程难以连续推进，上述问题使配电网在复杂运行场景下难以完成可解释、可协同、可恢复的故障自愈处置，因此，如何在复杂运行工况下提高配电网故障自愈处置的连续诊断和协同恢复能力成为了业界面临的难题。

技术实现思路

1、本技术提供一种基于大模型知识推理与多智能体协同配电网故障自愈系统，可实现在复杂运行工况下提高配电网故障自愈处置的连续诊断和协同恢复能力。

2、第一方面，本技术提供一种基于大模型知识推理与多智能体协同配电网故障自愈系统，包括如下步骤：

3、特征融合模块，用于实时采集配电网的多源异构数据并进行特征融合，生成融合电气量与语义信息的复合特征向量；

4、推理诊断模块，用于通过告警提示词引导预训练的电力大模型对所述复合特征向量进行逻辑推理，输出自然语言推理链；

5、根因溯源模块，用于构建故障知识图谱，并基于所述故障知识图谱进行故障根因判别与因果推理，得到配电网故障的根因判定结论和因果推理证据链；

6、智能体协同模块，用于将所述自然语言推理链解码为隔离层智能体和恢复层智能体的动作空间的逻辑约束，根据所述根因判定结论和所述因果推理证据链确定隔离层智能体和恢复层智能体的动作策略的安全约束；

7、指令生成模块，用于通过所有的逻辑约束和所有的安全约束生成配电网的故障自愈控制指令并下发至配电设备。

8、在本实施例中，实时采集配电网的多源异构数据并进行特征融合，生成融合电气量与语义信息的复合特征向量具体包括：

9、对采集的多源异构数据进行时间戳对齐与缺失值插补，生成时序同步的结构化数据序列；

10、从所述结构化数据序列中提取电流、电压和功率的时域统计特征，构成电气量特征子集；

11、基于所述电气量特征子集对所述结构化数据序列中的非电气量文本数据进行语义特征编码，将编码后的语义特征与所述电气量特征子集进行向量融合，生成融合电气量与语义信息的复合特征向量。

12、在本实施例中，通过告警提示词引导预训练的电力大模型对所述复合特征向量进行逻辑推理，输出自然语言推理链具体包括：

13、根据故障发生时捕获的告警信号和工况信息生成告警提示词；

14、从典型案例库中调取匹配的故障模态，将所述故障模态嵌入所述告警提示词，生成引导告警提示词序列；

15、将所述引导告警提示词序列与所述复合特征向量共同输入预训练的电力大模型，在电网拓扑联通性约束下进行逐词概率分布解码，生成包含故障类型与疑似区段分布的初步诊断推理链；

16、通过所述电力大模型内置的多头自注意力机制对所述初步诊断推理链中的开关序列动作时序逻辑与电气量突变因果关联进行全局分析，生成自然语言推理链。

17、在本实施例中，构建故障知识图谱具体包括：

18、基于预置的电力本体模型，通过设备资产编码对故障类型实体、继电保护实体和相关配电设备实体进行识别与属性填充，建立故障事件与设备节点的初始关联关系；

19、对所述初始关联关系中的实体节点进行关系抽取，构建设备间的电气连接关系和故障传播逻辑边，并将历史故障案例的保护动作序列与处置方案注入对应的实体节点，生成故障知识图谱。

20、在本实施例中，基于所述故障知识图谱进行故障根因判别与因果推理，得到配电网故障的根因判定结论和因果推理证据链具体包括：

21、对所述故障知识图谱中各节点间的演化概率进行预测，生成反映故障传播方向的关联矩阵；

22、对所述关联矩阵中的节点特征进行跨域聚合，得到包含设备状态、保护动作与环境因素的多维融合特征；

23、从所述多维融合特征中分别提取各节点的故障关联度、传播势能、时空一致性和保护匹配度参数，组成推理特征向量；

24、将所述推理特征向量输入根因判别函数，结合环境修正项对根因类型进行非线性映射分类，输出根因判定结论，并根据所述关联矩阵中的故障传播路径生成因果推理证据链。

25、在本实施例中，对所述故障知识图谱中各节点间的演化概率进行预测，生成反映故障传播方向的关联矩阵具体包括：

26、根据所述故障知识图谱中各节点的运行状态特征、保护动作时序和拓扑连接关系进行故障传播概率计算，得到所述故障知识图谱中各节点间的演化概率；

27、根据所述故障知识图谱中各节点间的演化概率确定故障状态转移矩阵；

28、对所述故障状态转移矩阵进行拓扑物理结构约束，生成反映故障传播方向的关联矩阵。

29、在本实施例中，将所述自然语言推理链解码为隔离层智能体和恢复层智能体的动作空间的逻辑约束具体包括：

30、对所述自然语言推理链进行结构化解析，提取其中的故障区段位置信息、开关动作顺序信息和负荷转供路径信息，并生成动作约束描述信息；

31、根据所述动作约束描述信息确定隔离层智能体和恢复层智能体的动作权限边界与协作时序；

32、将隔离层智能体和恢复层智能体的动作权限边界与协作时序整合为隔离层智能体和恢复层智能体的动作空间的逻辑约束。

33、在本实施例中，根据所述根因判定结论和所述因果推理证据链确定隔离层智能体和恢复层智能体的动作策略的安全约束具体包括：

34、根据所述根因判定结论中的故障类型和故障区段属性确定隔离层智能体和恢复层智能体的禁止执行动作集合和必须执行动作集合；

35、根据所述因果推理证据链中的保护动作序列和设备状态信息确定隔离层智能体和恢复层智能体的动作优先级、动作时间窗和互斥操作规则；

36、根据所述因果推理证据链中的故障传播路径确定隔离层智能体和恢复层智能体动作执行后的安全边界；

37、将所述禁止执行动作集合、所述必须执行动作集合、所述动作优先级、动作时间窗、所述互斥操作规则和所述安全边界整合为隔离层智能体和恢复层智能体的动作策略的安全约束。

38、在本实施例中，根据所述因果推理证据链中的故障传播路径确定隔离层智能体和恢复层智能体动作执行后的安全边界具体包括：

39、解析所述因果推理证据链中的故障传播路径，提取所述故障传播路径中涉及的设备节点序列、开关动作序列和网络拓扑连接关系，生成路径描述信息；

40、从所述因果推理证据链中提取与所述设备节点序列中各节点对应的电压限值参数、支路潮流限值参数和设备操作安全裕度参数，并生成安全约束参数集；

41、根据所述路径描述信息中的网络拓扑连接关系和所述安全约束参数集，并结合电网实时运行状态确定隔离层智能体和恢复层智能体动作执行后的安全边界。

42、在本实施例中，通过所有的逻辑约束和所有的安全约束生成配电网的故障自愈控制指令并下发至配电设备具体包括：

43、根据故障区段隔离任务、负荷转供任务和安全校验任务对所有的逻辑约束进行分类，并根据各类任务的操作时序将分类后的逻辑约束映射至对应的控制目标，生成初始控制方案序列；

44、根据所有的安全约束对所述初始控制方案序列中的各条候选控制方案逐条进行安全校验，生成经安全校验的控制指令序列；

45、对经安全校验的控制指令序列中各控制指令的动作时序和执行时间窗进行排序与冲突消解，生成配电网的故障自愈控制指令；

46、并将所述故障自愈控制指令下发至配电设备。

47、本技术公开的实施例提供的技术方案具有以下有益效果：

48、特征融合模块，用于实时采集配电网的多源异构数据并进行特征融合，生成融合电气量与语义信息的复合特征向量；推理诊断模块，用于通过告警提示词引导预训练的电力大模型对所述复合特征向量进行逻辑推理，输出自然语言推理链；根因溯源模块，用于构建故障知识图谱，并基于所述故障知识图谱进行故障根因判别与因果推理，得到配电网故障的根因判定结论和因果推理证据链；智能体协同模块，用于将所述自然语言推理链解码为隔离层智能体和恢复层智能体的动作空间的逻辑约束，根据所述根因判定结论和所述因果推理证据链确定隔离层智能体和恢复层智能体的动作策略的安全约束；指令生成模块，用于通过所有的逻辑约束和所有的安全约束生成配电网的故障自愈控制指令并下发至配电设备。

49、由此可见本技术中，可以通过所有的逻辑约束和所有的安全约束生成配电网的故障自愈控制指令并下发至配电设备；其中，首先，通过特征融合模块实时采集配电网多源异构数据并进行特征融合，能够将电气量、告警语义和运行状态统一为复合特征向量，为复杂工况下的故障识别提供更完整的数据基础，减少单一电气量判断导致的误判和漏判；其次，通过告警提示词引导预训练的电力大模型对所述复合特征向量进行逻辑推理并输出自然语言推理链，能够在告警现象、设备状态和运行语义之间建立明确的推理承接关系，使故障诊断过程具备可读、可查和可追溯的依据，降低告警信息碎片化对处置过程的影响；进一步地，通过构建故障知识图谱并进行故障根因判别和因果推理，能够将故障现象、保护动作、设备状态和环境诱因关联到根因判定结论及因果推理证据链；进一步地，通过将自然语言推理链解码为各智能体动作空间的逻辑约束，并结合根因判定结论和因果推理证据链确定动作策略的安全约束，能够使开关分合、负荷调节、储能接入和分布式电源控制等动作在统一逻辑和安全边界下有序配合，减少多控制主体割裂执行造成的操作冲突；最后，通过逻辑约束和安全约束生成故障自愈控制指令并下发至配电设备，能够将诊断依据、根因结论和动作约束转化为可执行控制命令，使配电网在复杂故障场景下完成更有依据、更有秩序的故障隔离和供电恢复。

50、综上所述，本技术采用的技术方案可实现在复杂运行工况下提高配电网故障自愈处置的连续诊断和协同恢复能力。