一种配电网故障智能决策图谱构建方法、介质及设备与流程
本发明属于电力系统智能运维,特别是涉及一种配电网故障智能决策图谱构建方法、介质及设备。
背景技术:
1、知识图谱技术已在复杂系统的关联分析与数据组织领域占据重要地位,其凭借强大的语义互联、关联推理及异构数据整合能力,能够将分散的多源电力数据有效转化为统一的图结构,实现知识的高效检索与多维关联,因而在电力系统领域具有广阔的应用前景。当前,知识图谱在电力系统中的应用已有大量研究成果,自智能电网建设推进以来,陆续产生了一批针对电力设备故障诊断和电网调度信息处理的图谱构建模型。现有图谱的构建方式主要依托深度神经网络或大语言模型进行实体三元组的静态抽取与存储,以提升实体覆盖率和检索深度。
2、知识图谱技术已在复杂系统的关联分析与数据组织领域占据重要地位,其凭借强大的语义互联、关联推理及异构数据整合能力,能够将分散的多源电力数据有效转化为统一的图结构,实现知识的高效检索与多维关联,因而在电力系统领域具有广阔的应用前景。当前,知识图谱在电力系统中的应用已有大量研究成果,自智能电网建设推进以来,陆续产生了一批针对电力设备故障诊断和电网调度信息处理的图谱构建模型。现有图谱的构建方式主要依托深度神经网络或大语言模型进行实体三元组的静态抽取与存储,以提升实体覆盖率和检索深度。
技术实现思路
1、本发明提供一种配电网故障智能决策图谱构建方法、介质及设备,通过将诊断规则、处理流程、风险评估和预防性维护统一表征为知识图谱中的关联规则节点,以解决现有配电网知识图谱静态孤立、缺乏深层推理能力及全流程闭环决策机制的问题。
2、为解决上述技术问题,本发明是采用下述技术方案实现的:
3、第一方面,本发明提供一种配电网故障智能决策图谱构建方法,包括:
4、获取配电网运行维护历史记录中的非结构化的故障文本,抽取实体以及各实体之间的因果关系以构建无规则链的基础知识图谱;所述实体包括设备实体、原因实体、故障类型实体、现象实体和处置措施实体;
5、基于因果关系从基础知识图谱中提取因果路径,按现象实体、设备实体、故障类型实体和原因实体组合为诊断规则,并计算每条因果路径的因果不确定性置信度筛选诊断规则转化为诊断规则节点;
6、将非结构化的故障文本中的处置措施描述重构为结构化的有序操作步骤序列,将所述故障类型实体、所述有序操作步骤序列和总耗时封装为处理流程规则节点;
7、遍历基础知识图谱,统计原因实体的发生频率、故障类型实体在所属区域的统计频次和设备实体的故障累计频次,分别计分后通过加权计算得到综合风险评分,将故障场景切分为不同响应级别,生成对应响应级别的风险评估规则节点;
8、获取设备实体与原因实体构建联合对,统计各联合对在基础知识图谱中的共现频次;当某一联合对的共现频次超过预设的重复性频次阈值时,从处理流程规则节点中匹配对应的处置措施,并根据共现频次所处的预设频次区间划定维护优先级,将设备实体、原因实体、共现频次、维护优先级和对应的预设主动干预维护措施生成预防性维护规则节点;
9、对诊断规则节点、处理流程规则节点、风险评估规则节点、预防性维护规则节点进行跨维度语义关联并部署至所述图数据库。
10、进一步地,获取配电网运行维护历史记录中的非结构化的故障文本,抽取实体以及各实体之间的因果关系以构建无规则链的基础知识图谱,包括:
11、从配电网运行维护历史记录中抽取非结构化的故障文本;
12、利用正则表达式过滤所述非结构化的故障文本中的无意义符号与非专业冗余字符,得到清洗后的文本;
13、基于预设的配电网专业词典对清洗后的文本进行分词与词性标注,得到标准待处理文本序列;
14、利用预先训练好的命名实体识别模型从所述标准待处理文本序列中抽取实体以及各实体之间的因果关系;
15、所述因果关系包括原因实体指向故障类型实体的“导致”关系、现象实体指向设备实体的“发生”关系、设备实体指向故障类型实体的“关联”关系、现象实体指向原因实体的“引发”关系,以及故障类型实体指向处置措施实体的“对应”关系;所述因果关系用于表示不同实体之间的语义关联类型;
16、对识别出的实体进行共现消歧与实体对齐处理后,将各实体、各实体之间的因果关系以及各实体之间的关系类型以结构化三元组的形式存入图数据库;
17、基于所述结构化三元组构建无规则链的基础知识图谱。
18、进一步地,基于因果关系从基础知识图谱中提取因果路径,按现象实体、设备实体、故障类型实体和原因实体组合为诊断规则,并计算每条因果路径的因果不确定性置信度筛选诊断规则转化为诊断规则节点,包括:
19、利用cypher路径查询语句,在所述基础知识图谱中检索并提取包括现象实体、设备实体、故障类型实体和原因实体且按所述因果关系方向连通的图模式路径,得到多条因果路径;
20、对提取出的多条因果路径,按现象实体、设备实体、故障类型实体和原因实体进行组合,并对各组合的共现次数进行联合聚合计数,得到各组合的共现次数;
21、基于所述各组合的共现次数,利用条件概率模型计算每条因果路径的因果不确定性置信度;
22、将因果不确定性置信度大于等于预设的置信度阈值的因果路径对应的组合转化为诊断规则节点;
23、所述诊断规则节点,表示为:
24、;
25、式中,为诊断规则节点,为现象实体,为设备实体,原因实体,为故障类型实体,为诊断规则节点的因果不确定性置信度;
26、所述条件概率模型,表示为:
27、;
28、式中,为当前因果路径的因果不确定性置信度,为现象实体、设备实体、故障类型实体和原因实体在基础知识图谱中的共现次数,为现象实体在基础知识图谱中的出现总次数。
29、进一步地,将非结构化的故障文本中的处置措施描述重构为结构化的有序操作步骤序列,将所述故障类型实体、所述有序操作步骤序列和总耗时封装为处理流程规则节点,包括:
30、基于预设的操作分类模板,利用语义相似度算法将所述非结构化的故障文本中的处置措施描述重构为结构化的有序操作步骤序列;
31、所述操作步骤包括故障类型、目标对象、执行工具以及预设的行业标准耗时;
32、累加计算各操作步骤对应的预设的行业标准耗时,得到所述有序操作步骤序列的总耗时;
33、将所述故障类型实体、所述有序操作步骤序列和所有有序操作步骤的总耗时封装为处理流程规则节点;
34、所述处理流程规则节点,表示为:
35、;
36、式中,为处理流程规则节点,为有序操作步骤序列,为所有有序操作步骤的总耗时,其中,分别为第1个操作步骤、第2个操作步骤和第个操作步骤;
37、其中,第个操作步骤,表示为:
38、;
39、式中,为第个操作步骤,为第个操作步骤对应的故障类型,为第个操作步骤对应的目标对象,为第个操作步骤对应的执行工具,为第个操作步骤对应的预设的行业标准耗时。
40、进一步地,遍历基础知识图谱,统计原因实体的发生频率、故障类型实体在所属区域的统计频次和设备实体的故障累计频次,分别计分后通过加权计算得到综合风险评分,将故障场景切分为不同响应级别,生成对应响应级别的风险评估规则节点,包括:
41、遍历所述基础知识图谱,统计原因实体的发生频率、故障类型实体在所属区域的统计频次以及设备实体的故障累计频次;
42、对统计得到的所述发生频率、所述统计频次和所述故障累计频次分别进行计分,得到各项得分;
43、对所述各项得分进行归一化处理后,采用加权线性组合模型计算得到综合风险评分;
44、基于所述综合风险评分,将故障场景切分为不同响应级别,并生成各响应级别对应的风险评估规则节点。
45、进一步地,所述加权线性组合模型,表示为:
46、;
47、式中,为综合风险评分,为原因实体的发生频率的权重系数、故障类型实体在所属区域的统计频次的权重系数以及设备实体的故障累计频次的权重系数。
48、进一步地,所述预防性维护规则节点,表示为:
49、;
50、式中,为预防性维护规则节点,为共现频次,为维护优先级,为对应的预设的主动干预维护措施。
51、进一步地,对诊断规则节点、处理流程规则节点、风险评估规则节点、预防性维护规则节点进行跨维度语义关联并部署至所述图数据库,包括:
52、提取诊断规则节点、处理流程规则节点、风险评估规则节点、预防性维护规则节点中携带的相同实体;
53、将相同实体对应的诊断规则节点、处理流程规则节点、风险评估规则节点和预防性维护规则节点在所述图数据库中以同一实体锚点为中心进行语义关联;
54、基于所述语义关联,生成包括设备实体、故障类型实体、原因实体、处置措施、响应级别和维护优先级且按实体间关联关系连通的配电网故障智能决策图谱,部署至所述图数据库。
55、第二方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现如第一方面所述的配电网故障智能决策图谱构建方法
56、第三方面,本发明提供一种设备,包括:
57、存储器,用于存储指令;
58、处理器,用于执行所述指令,使得所述设备执行实现如第一方面所述的配电网故障智能决策图谱构建方法的操作。
59、与现有技术相比,本发明的有益效果在于:
60、1、本发明通过获取配电网运行维护历史记录中的非结构化的故障文本,抽取实体及各实体之间的因果关系构建基础知识图谱,并基于因果关系提取因果路径,按现象实体、设备实体、故障类型实体和原因实体组合为诊断规则,能够将非结构化的故障文本转化为结构化的知识图谱与诊断规则节点,实现了故障文本的自动化知识抽取与结构化表示。
61、2、本发明通过构建诊断规则节点、处理流程规则节点、风险评估规则节点和预防性维护规则节点,并对所述诊断规则节点、处理流程规则节点、风险评估规则节点和预防性维护规则节点进行跨维度语义关联并部署至所述图数据库,能够形成从故障诊断、处置执行、风险评估到预防维护的全流程规则链,实现了配电网故障全生命周期运维决策的统一知识表示与协同推理。
62、3、本发明通过获取设备实体与原因实体构建联合对,统计各联合对在基础知识图谱中的共现频次,当某一联合对的共现频次超过预设的重复性频次阈值时,从处理流程规则节点中匹配对应的处置措施,并根据共现频次所处的预设频次区间划定维护优先级,生成预防性维护规则节点,能够自动识别电网中的重复性高频故障模式并触发主动干预,实现了从业后响应向事前预防的转换。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com