基于结构知识增强的电力量测中心故障处置方法及系统与流程

摘要: 本发明涉及电力信息系统智能运维,尤其涉及一种基于结构知识增强的电力量测中心故障处置方法及系统。背景技术:1、随着新型电力系统向数字化、智能化、分布式方向发展,量...
基于结构知识增强的电力量测中心故障处置方法及系统与流程

本发明涉及电力信息系统智能运维,尤其涉及一种基于结构知识增强的电力量测中心故障处置方法及系统。

背景技术:

1、随着新型电力系统向数字化、智能化、分布式方向发展,量测中心的大数据计算系统已成为电力信息基础设施的重要支撑。量测中心需要持续处理来自多层级电网设备、采集终端和业务系统的海量量测数据,包括状态量、事件量、曲线数据、波形数据和运行日志等。大数据计算平台通常包括数据接入、分布式存储、流式计算、离线分析、资源调度和业务服务等模块,任一模块发生异常,都可能影响运行监控、异常检测、状态估计、停电研判和业务分析等关键应用。

2、现有故障诊断技术大体可分为四类:人工经验与规则阈值方法、基于统计学习或机器学习的异常检测方法、基于大语言模型的日志诊断方法以及智能体自动化运维方法。现有方法主要面向一般系统日志故障诊断,存在大模型诊断缺少结构约束,诊断结果难以安全执行以及故障知识不能持续演化等问题。

技术实现思路

1、本发明实施例提供了一种基于结构知识增强的电力量测中心故障处置方法及系统,实现了能够在多源证据支撑下完成可解释的根因诊断,并在安全边界内将诊断结果转化为可执行、可回滚、可验证的运维动作。

2、第一方面,本实施例提供了一种基于结构知识增强的电力量测中心故障处置方法,该方法包括:

3、将电力量测中心数据计算业务中的多源运行数据统一封装为模型上下文对象;

4、通过预检规则对所述模型上下文对象进行识别,确定所述模型上下文对象的识别结果,所述识别结果包括无效输入、正常输入以及疑似故障输入;

5、若所述模型上下文对象的识别结果为疑似故障输入,则在预构建的结构化根因知识库中进行多通道检索,获得所述模型上下文对象的证据约束提示,所述结构化根因知识库至少包括故障知识库、历史案例库、处置动作库以及组件因果图谱;

6、将所述证据约束提示输入至大语言模型中进行推理,输出结构化诊断结果,所述结构化诊断结果至少包括故障标签、根因解释、处置计划、置信度以及验证结果;

7、对所述结构化诊断结果进行校验,获得校验后的结构化诊断结果,所述校验至少包括:规则校验、标签归一化以及置信度修正;

8、若修正后的置信度达到预设阈值且风险等级允许自动处置,则根据所述结构化诊断结果生成动作计划,并通过模型上下文协议工具调用执行所述动作计划;

9、在执行所述动作计划后,将执行后的系统状态与执行前的系统状态进行对比验证,获得验证结果,并根据所述验证结果执行相应操作。

10、第二方面,本实施例提供了一种基于结构知识增强的电力量测中心故障处置系统,该系统包括:

11、封装模块,用于将电力量测中心数据计算业务中的多源运行数据统一封装为模型上下文对象;

12、识别模块,用于通过预检规则对所述模型上下文对象进行识别,确定所述模型上下文对象的识别结果,所述识别结果包括无效输入、正常输入以及疑似故障输入;

13、检索模块,用于若所述模型上下文对象的识别结果为疑似故障输入,则在预构建的结构化根因知识库中进行多通道检索,获得所述模型上下文对象的证据约束提示,所述结构化根因知识库至少包括故障知识库、历史案例库、处置动作库以及组件因果图谱;

14、推理模块,用于将所述证据约束提示输入至大语言模型中进行推理,输出结构化诊断结果,所述结构化诊断结果至少包括故障标签、根因解释、处置计划、置信度以及验证结果;

15、校验模块,用于对所述结构化诊断结果进行校验,获得校验后的结构化诊断结果,所述校验至少包括:规则校验、标签归一化以及置信度修正;

16、处置模块,用于若修正后的置信度达到预设阈值且风险等级允许自动处置,则根据所述结构化诊断结果生成动作计划,并通过模型上下文协议工具调用执行所述动作计划;

17、验证模块,用于在执行所述动作计划后,将执行后的系统状态与执行前的系统状态进行对比验证,获得验证结果,并根据所述验证结果执行相应操作。

18、本发明实施例提供一种基于结构知识增强的电力量测中心故障处置方法及系统,该方法包括:将电力量测中心数据计算业务中的多源运行数据统一封装为模型上下文对象;通过预检规则对所述模型上下文对象进行识别,确定所述模型上下文对象的识别结果,所述识别结果包括无效输入、正常输入以及疑似故障输入;若所述模型上下文对象的识别结果为疑似故障输入,则在预构建的结构化根因知识库中进行多通道检索,获得所述模型上下文对象的证据约束提示,所述结构化根因知识库至少包括故障知识库、历史案例库、处置动作库以及组件因果图谱;将所述证据约束提示输入至大语言模型中进行推理,输出结构化诊断结果,所述结构化诊断结果至少包括故障标签、根因解释、处置计划、置信度以及验证结果;对所述结构化诊断结果进行校验,获得校验后的结构化诊断结果,所述校验至少包括:规则校验、标签归一化以及置信度修正;若修正后的置信度达到预设阈值且风险等级允许自动处置,则根据所述结构化诊断结果生成动作计划,并通过模型上下文协议工具调用执行所述动作计划;在执行所述动作计划后,将执行后的系统状态与执行前的系统状态进行对比验证,获得验证结果,并根据所述验证结果执行相应操作。上述技术方案,针对日志、监测指标、告警事件、配置文档、依赖关系和运维接口之间相互割裂的问题,将多源运行数据统一封装为模型上下文对象,构建统一的上下文封装;基于故障知识库、历史案例库、处置动作库以及组件因果图谱,进行结构化根因知识检索;并将结构化根因知识检索的结果作为大模型推理的证据约束,从而输出大模型因果诊断;并设置规则一致性校验和安全动作执行链路,实现从异常发现、根因识别、处置方案生成到运维动作执行验证的闭环智能运维。实现了能够在多源证据支撑下完成可解释的根因诊断,并在安全边界内将诊断结果转化为可执行、可回滚、可验证的运维动作。

19、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

1.一种基于结构知识增强的电力量测中心故障处置方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述通过预检规则对所述模型上下文对象进行识别,确定所述模型上下文对象的识别结果,包括:

3.根据权利要求1所述的方法,其特征在于,所述在预构建的结构化根因知识库中进行多通道检索,获得所述模型上下文对象的证据约束提示,包括:

4.根据权利要求3所述的方法,其特征在于,所述根据所述模型上下文对象,分别检索所述故障知识库以及历史案例库,获得所述模型上下文对象的候选语义证据,包括:

5.根据权利要求3所述的方法,其特征在于,所述根据所述模型上下文对象,检索所述组件因果图谱,获得所述模型上下文对象的候选因果路径,包括:

6.根据权利要求5所述的方法,其特征在于,所述对所述初始候选因果路径中每条候选因果路径进行结构化评分,获得每条所述候选因果路径的路径得分,包括:

7.根据权利要求6所述的方法,其特征在于,所述反向冲突惩罚包括:运行反证、拓扑反证、规则冲突以及时序冲突。

8.根据权利要求1所述的方法,其特征在于,所述动作计划的风险等级包括:低风险动作、中风险动作以及高风险动作;所述低风险动作由系统自动执行;所述中风险动作由系统进入半自动审批流程,并经人工确认后执行;所述高风险动作须人工执行。

9.根据权利要求1所述的方法,其特征在于,所述根据所述验证结果执行相应操作,包括:

10.一种基于结构知识增强的电力量测中心故障处置系统,其特征在于,包括: