一种分层约束模糊定位的电力操作记录关联方法及系统与流程

本发明属于电力系统调度自动化与数据治理，具体涉及一种分层约束模糊定位的电力操作记录关联方法及系统。

背景技术：

1、电力调度系统在日常运行和故障抢修过程中产生大量异构数据，主要包括抢修记录、倒闸操作日志、调度指令和图版操作记录等。这些数据分散在不同系统中，字段定义不统一、命名规范不一致，导致事后分析难以自动关联，严重依赖人工核对。

2、现有技术中，基于精确匹配的方法对命名差异敏感，召回率低；基于tf-idf与余弦相似度的方法在短文本场景下特征稀疏，对电力领域高频词区分度不足；基于深度学习的语义匹配方法计算复杂度高、领域适配成本高且可解释性差，难以满足调度系统实时响应需求。此外，现有方法普遍缺乏对设备编号敏感性的利用，无法兼顾跨源数据匹配的精度与效率，也未形成有效的一致性校验自动化手段。

技术实现思路

1、为了解决现有技术中跨源数据格式异构且缺乏统一匹配框架、匹配精度与效率难以兼顾、设备编号标识作用未充分利用、以及实时一致性校验手段缺失的问题，本技术设计了一种分层约束模糊定位的电力操作记录关联方法及系统，通过构建由粗到精的分层约束模糊定位引擎，融合设备编号倒排索引、字符级特征匹配、位置感知加权和多维融合评分等技术手段，以求在消除数据格式壁垒的同时，大幅提升关联定位的效率和准确性，强化设备编号的标识作用，并支持事后批量关联与实时一致性校验的双重应用。

2、为实现上述目的，本发明采用如下技术方案：

3、一种分层约束模糊定位的电力操作记录关联方法，包括以下步骤：

4、s1、获取抢修记录文本和调度操作日志，根据所述抢修记录文本生成描述文本，提取所述描述文本中的设备编号并构建设备编号倒排索引，以及对所述描述文本和所述调度操作日志中的设备名称进行字符级特征切分。

5、优选地，提取设备编号并构建倒排索引具体包括：基于预设编号提取规则，从描述文本中提取连续数字串和/或字母数字组合作为设备编号令牌，当候选编号邻近上下文包含开关、闸刀、线路、主变任一电力设备关键词时，判定为有效设备编号令牌，并建立令牌到操作日志记录索引的映射。

6、s2、基于所述倒排索引和字符级特征，对操作日志进行候选域过滤，得到候选记录集；所述候选域过滤包括：利用设备编号的倒排索引获取第一候选集、利用描述文本与设备名称间的字符级相似度从全量操作日志中粗筛得到第二候选集、以及根据预设的电力系统规则约束确定搜索范围，三路过滤结果取交集得到最终候选记录集。

7、优选地，利用倒排索引获取第一候选集包括：对多个令牌分别查询倒排索引得到各自记录集合，优先取交集作为第一候选集，交集为空时取并集。字符级相似度采用bi-gram分词后的jaccard相似度；电力系统规则约束基于变电站名称、设备类型、电压等级等命名规律构建规则库，规则库包含“220kv线路名称含电压等级前缀”“开关站设备名称含站名字段”等正则规则，按优先级匹配以限定搜索区间。

8、s3、在所述候选记录集内，通过模糊匹配计算各候选记录中设备名称与所述描述文本的基础相似度，并依据匹配字符在该设备名称中的位置分布计算位置加权得分，采用加权求和方式融合所述基础相似度和位置加权得分以筛选定位候选行；从所述候选行向上回溯提取标题行的标题信息，并结合所述描述文本对应的目标设备类型集合进行集合相似度匹配，以确定列候选区域。

9、优选地，位置加权得分的计算具体包括：记录匹配字符在候选设备名称中的索引位置，计算匹配字符的平均位置并归一化得到基础位置得分；

10、若平均位置落在文本前三分之一或后三分之一区间，则对基础位置得分增加第一预设权重；若连续未匹配字符数超过预设阈值，则对基础位置得分扣减第二预设权重；调整后截断至[0,1]区间，作为最终位置加权得分。

11、进一步的，若平均位置落在文本前三分之一或后三分之一区间，则对基础位置得分增加0.1的权重；若连续未匹配字符数超过3个，则对基础位置得分扣减0.05的权重；

12、基础相似度与位置加权得分采用加权求和方式融合。

13、s4、在所述列候选区域内，执行列名相似度匹配以确定目标列，并在所述列候选区域对应的数据范围内，再次基于所述描述文本与设备名称执行所述模糊匹配和位置加权以确定目标行，实现目标单元格的二维坐标定位。

14、s5、基于多维融合模型计算综合得分，所述多维融合模型综合以下因子：描述文本与设备名称间的字符级相似度因子、列名相似度因子、倒排索引命中加权因子、位置加权因子、站点相关性因子、时间因子和关键设备权重因子。

15、优选地，多维融合模型为乘积模型：

16、score=base×context；

17、其中：

18、base=jaccardbga1×jaccardcola2×idfboosta3，

19、context=stationfactor×timefactor×positionfactora4×devicehit_weight；

20、式中：score为综合匹配得分；base为基础匹配得分项；context为上下文修正项；jaccardbg为字符级相似度因子；jaccardcol为列名相似度因子；idfboost为倒排索引命中加权因子；stationfactor为站点相关性因子；timefactor为时间因子；positionfactor为位置加权因子；devicehit_weight为关键设备权重因子；a1、a2、a3、a4为预设权重指数，可通过实验调优确定。

21、优选地，所述时间因子依据抢修记录时间与操作日志时间的时间差δt采用分段线性函数确定：

22、

23、式中：δt为抢修记录与操作日志的时间差；min为时间单位分钟；v1、v2、v3分别为三段函数的基准系数，典型取值为v1=1.0、v2=0.7、v3=0.3。

24、当时间差不大于10分钟时取第一值v1；

25、介于10分钟至1小时之间时由第一值v1线性下降至第二值v2；

26、介于1小时至24小时之间时由第二值v2线性下降至第三值v3；

27、超过24小时取第三值v3。

28、s6、根据所述候选域过滤阶段是否存在设备编号命中，动态调整判定阈值，并基于所述综合得分与所述判定阈值的比较结果输出关联结果。

29、优选地，以基准阈值为基础，若候选域过滤阶段存在设备编号命中，则将判定阈值设为基准阈值乘以第一系数；若不存在设备编号命中，则将判定阈值设为基准阈值乘以第二系数；所述第一系数大于1，所述第二系数小于1。基准阈值典型值为0.25，第一系数典型值为1.5，第二系数典型值为0.8。

30、进一步的，以0.25的基准阈值为基础。

31、优选地，输出关联结果包括三级判定：当综合得分大于等于第一关联阈值时，判定为关联一致；当综合得分介于判定阈值与第一关联阈值之间时，判定为关联警告；当综合得分小于判定阈值时，判定为关联不一致。第一关联阈值典型值为0.6。

32、优选地，所述方法还用于调度指令与图版操作记录的实时一致性校验，校验时以调度指令文本作为所述描述文本的输入来源，以图版操作记录作为待匹配的操作日志数据源，执行所述步骤s1至s6得到一致性判定结果。

33、基于上述设计，本发明还设计一种分层约束模糊定位的电力操作记录关联系统，包括数据预处理模块、候选域过滤模块、多维定位模块、坐标解析模块、评分模块和判定模块；

34、数据预处理模块，用于获取抢修记录文本和调度操作日志，根据抢修记录文本生成描述文本，提取描述文本中的设备编号并构建倒排索引，以及对描述文本和操作日志中的设备名称进行字符级特征切分；

35、候选域过滤模块，用于基于所述倒排索引和字符级特征对操作日志进行候选域过滤，对三路过滤结果取交集得到候选记录集；

36、多维定位模块，用于在候选记录集内通过模糊匹配和位置加权筛选定位候选行，并通过回溯标题信息和集合相似度匹配确定列候选区域；

37、坐标解析模块，用于在列候选区域内执行列名相似度匹配确定目标列，并在对应数据范围内再次执行模糊匹配和位置加权确定目标行，实现目标单元格的二维坐标定位；

38、评分模块，用于基于多维融合模型计算综合得分，所述多维融合模型综合字符级相似度因子、列名相似度因子、倒排索引命中加权因子、位置加权因子、站点相关性因子、时间因子和关键设备权重因子；

39、判定模块，用于根据是否命中设备编号动态调整判定阈值，并基于综合得分与判定阈值输出关联结果。

40、基于上述设计，本发明还设计一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述关联方法。

41、本技术的优点和效果如下：

42、1、采用三层分层约束递进架构，兼顾匹配效率与精度：通过候选域过滤层利用设备编号倒排索引与字符级相似度快速将候选集缩小至全量的12%左右，第二层在有限集内执行高精度模糊匹配和位置加权定位候选行，第三层精确定位单元格。该架构将全局扫描平均耗时由3200ms降至85ms，效率提升37.6倍，同时匹配f1值达0.89，解决了现有技术中精度与效率不可兼得的问题。

43、2、构建设备编号倒排索引与多令牌组合策略，强化编号标识作用：针对电力设备编号的唯一标识特性，提取纯数字与字母数字混合编号构建倒排索引，并采用交集优先、并集兜底的多令牌组合策略。该方案充分利用了设备编号的唯一标识特性，使关键设备匹配准确率从78%提升至94%，显著提升了关联定位的准确性。

44、3、引入位置感知加权机制，提升短文本匹配区分度：通过记录匹配字符在设备名称中的分布位置，计算归一化位置得分并结合首尾聚集加权、错配扣分规则修正相似度。该机制有效克服了电力短文本共性词干扰，提升了短文本场景下的匹配精度。

45、4、构建多维融合乘积评分模型，适配电力业务特性：综合字符相似度、列名相似度、idf加权三类基础特征，结合站点相关性、时间邻近度、位置因子、设备权重四类上下文因子构建乘积模型。消融实验表明移除任一因子均导致f1值明显下降，各因子对评分均有正向贡献，模型高度适配电力调度业务规律。

46、5、设计自适应阈值与三级校验机制，支持多场景应用：根据有无设备编号动态切换判定阈值，有明确编号时严格保证精确率，无编号的边界条件下放宽召回，既防漏报又防误报。同一引擎既可批量事后关联，也可用于调度指令与图版操作的实时一致性校验，实时响应时间小于100ms，扩展性强。

47、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，从而可依照说明书的内容予以实施，并且为了让本技术的上述和其他目的、特征和优点能够更明显易懂，以下以本技术的较佳实施例并配合附图详细说明如后。

48、根据下文结合附图对本技术具体实施例的详细描述，本领域技术人员将会更加明了本技术的上述及其他目的、优点和特征。