一种基于专家知识库的配电网故障机理智能推理方法及装置与流程

本发明涉及配电网，特别涉及一种基于专家知识库的配电网故障机理智能推理方法及装置。

背景技术：

1、在配电网发生故障时，调度员通常根据调度自动化系统提供的保护动作信号、故障指示器告警信息以及开关变位记录，结合个人经验初步判断故障类型和范围，再通过查阅调度规程、保护定值单和历史故障记录，按照典型操作票或应急预案逐项下达操作指令。为提升处置效率，部分调度系统引入了基于产生式规则的专家系统，将领域经验提炼为若条件则结论这样的形式规则并构建规则库，当故障发生时将实时采集的电气量与规则库中的条件进行匹配，输出对应的故障类型和处置建议；此外，也有系统采用案例推理方法，将历史故障案例按特征向量索引存入案例库，通过计算新故障与历史案例的相似度检索最接近的案例，复用其处置方案。

2、现有技术仅能基于规则匹配或案例相似度计算实现故障类型的判别，无法对故障从初始诱因到发展过程再到保护动作序列的完整因果链进行推理分析，导致调度员仅能获知“发生了何种故障”而无法理解“故障为何发生以及如何演化”。具体的，基于规则的专家系统依赖人工提炼的有限规则，当故障特征与预设条件不完全匹配时即告失效；案例推理方法虽然能检索相似历史案例，但受限于案例库的覆盖范围，对未见过的故障组合或网架结构调整后的新故障往往检索不到合适案例。另外，现有方法均缺乏对故障内在因果机制的建模以及推理能力，难以确定故障演化的深层逻辑，容易导致故障分析效率低且准确性不足的问题。

技术实现思路

1、本发明提供了一种基于专家知识库的配电网故障机理智能推理方法及装置，用于解决现有方法均缺乏对故障内在因果机制的建模以及推理能力，导致故障分析效率低且准确性不足的问题。

2、本发明第一方面提供了一种基于专家知识库的配电网故障机理智能推理方法，包括：

3、从配电网调度自动化系统获取实时告警数据；

4、根据所述实时告警数据确定多策略查询，并将所述多策略查询转换为查询向量；

5、基于所述查询向量对预先构建的故障知识库执行多层次递进语义检索，包括确定与所述查询向量匹配的故障特征模式后，调取关联的历史处置案例和故障机理链；

6、融合各检索层次结果，构建包含推理步骤约束和注入知识片段的提示词，所述注入知识片段包括故障特征模式、历史处置案例、故障机理链及处置规则；

7、将所述提示词输入经电力领域微调的大语言模型，由所述大语言模型基于所述注入知识片段进行推理，输出包含故障类型、演化链、根本原因及处置建议的推理文本；

8、解析所述推理文本得到故障类型、演化链和根本原因，将所述处置建议以所述处置规则进行约束校验，生成包含故障机理演化链和处置操作序列的故障分析报告。

9、可选的，所述根据所述实时告警数据确定多策略查询，并将所述多策略查询转换为查询向量，包括：

10、从所述实时告警数据中提取故障电气量特征，生成基于故障特征查询；

11、从配电网拓扑数据库中获取故障点所在馈线的接线模式、分段开关和联络开关状态以及分布式电源接入信息，生成基于网架拓扑查询；

12、从气象监测系统获取故障时刻的气象环境数据，生成基于气象环境查询；

13、将基于故障特征查询得到的特征向量作为主检索向量，将基于网架拓扑查询和基于气象环境查询得到的条件转换为标签过滤条件，融合形成复合查询向量。

14、可选的，所述预先构建的故障知识库的构建过程包括：

15、获取多源故障知识文档，所述多源故障知识文档包括历史故障案例、保护定值单、调度规程和气象记录，按故障类型、网架结构和气象条件进行多粒度分割；

16、对分割后的文本块提取多模态特征向量，其中，从历史故障案例的文本块中提取电气量特征和文本语义特征，从保护定值单、调度规程和气象记录的文本块中提取文本语义特征；

17、对多模态特征向量聚类得到故障特征模式，并利用经电力领域微调的大语言模型对每个故障特征模式进行泛化，生成扩展故障特征模式；对所述扩展故障特征模式建立与故障特征模式相同的向量索引；

18、对多源信息进行时空关联和电气因果关联聚类形成故障事件集，利用所述大语言模型进行多粒度归纳推理，生成包含故障初始诱因、发展过程、保护动作序列及根本原因的故障机理链；

19、将故障特征模式、扩展故障特征模式、故障事件集、故障机理链、历史处置案例及处置规则存入故障知识库。

20、可选的，所述基于所述查询向量对预先构建的故障知识库执行多层次递进语义检索，包括：

21、以所述查询向量与所述故障知识库中故障特征模式向量的相似度计算为第一检索层次，输出候选故障特征模式；

22、以所述候选故障特征模式为约束，对历史处置案例进行案例推理相似性检索为第二检索层次，输出相似历史处置案例及其处置方案；

23、以所述候选故障特征模式和所述相似历史处置案例为依据，对故障机理链及处置规则进行关联检索为第三检索层次，输出关联故障机理链及处置约束。

24、可选的，所述以所述查询向量与所述故障知识库中故障特征模式向量的相似度计算为第一检索层次，输出候选故障特征模式，包括：

25、将所述查询向量与所述故障知识库中每个故障特征模式对应的聚类中心向量进行余弦相似度计算；

26、将相似度大于预设阈值的故障特征模式确定为候选故障特征模式，并按照相似度从高到低排序输出。

27、可选的，所述以所述候选故障特征模式为约束，对历史处置案例进行案例推理相似性检索为第二检索层次，输出相似历史处置案例及其处置方案，包括：

28、以所述候选故障特征模式对应的故障类型标签为筛选条件，从历史案例库中筛选候选案例；

29、计算所述查询向量与每个候选案例在电气量特征、网架结构特征和气象条件特征三个维度上的综合相似度；

30、将综合相似度大于预设案例相似度阈值的候选案例确定为相似历史处置案例，并按照综合相似度从高到低排序输出各相似历史处置案例及其处置方案。

31、可选的，所述以所述候选故障特征模式和所述相似历史处置案例为依据，对故障机理链及处置规则进行关联检索为第三检索层次，输出关联故障机理链及处置约束，包括：

32、以所述候选故障特征模式为检索关键字，匹配所述故障知识库中各故障事件集对应的故障机理链，筛选出语义相关的故障机理链；

33、从实时告警数据中提取保护动作序列，与所述故障知识库中处置规则的触发条件进行逻辑匹配，筛选出对应的处置约束；

34、将筛选出的故障机理链和处置约束作为第三检索层次输出。

35、可选的，所述将各检索层次所得结果进行融合排序，构建包含推理步骤约束和注入知识片段的提示词，包括：

36、将第一检索层次输出的候选故障特征模式、第二检索层次输出的相似历史处置案例及其处置方案和第三检索层次输出的关联故障机理链及处置约束，按照与所述实时告警数据的相关程度进行融合排序；其中，将候选故障特征模式的相似度分数、相似历史处置案例的综合相似度分数和关联故障机理链的语义匹配度分别归一化至同一区间后加权求和，按加权求和结果从高到低排序，选取预设数量的知识片段用于注入；

37、构建提示词，在所述提示词中设定推理步骤约束和注入经融合排序后的知识片段，所述推理步骤约束要求大语言模型按故障类型推断、故障演化链生成、根本原因归纳、处置建议输出的顺序进行推理，所述注入知识片段包括在故障类型推断步骤注入所述候选故障特征模式、在故障演化链生成步骤注入所述关联故障机理链、在根本原因归纳步骤注入所述关联故障机理链中的初始诱因和根本原因、在处置建议输出步骤注入所述相似历史处置案例的处置方案和所述处置约束。

38、可选的，所述将所述提示词输入经电力领域微调的大语言模型，由所述大语言模型基于所述注入知识片段进行推理，输出包含故障类型、演化链、根本原因及处置建议的推理文本，包括：

39、将所述提示词输入经电力领域微调的大语言模型，所述大语言模型基于所述推理步骤约束，解析所述注入知识片段中的候选故障特征模式以输出故障类型，解析所述关联故障机理链以输出故障演化链描述，解析所述关联故障机理链中的初始诱因和根本原因以输出根本原因分析，解析所述相似历史处置案例的处置方案和所述处置约束以输出处置建议；

40、将所述候选故障特征模式的相似度分数与所述相似历史处置案例的综合相似度分数进行加权融合，计算得到融合置信度，将所述融合置信度与所述故障类型关联输出。

41、本发明第二方面提供了一种基于专家知识库的配电网故障机理智能推理装置，包括：

42、实时告警数据获取模块，用于从配电网调度自动化系统获取实时告警数据；

43、多策略查询确定和转换模块，用于根据所述实时告警数据确定多策略查询，并将所述多策略查询转换为查询向量；

44、多层次递进语义检索模块，用于基于所述查询向量对预先构建的故障知识库执行多层次递进语义检索，包括确定与所述查询向量匹配的故障特征模式后，调取关联的历史处置案例和故障机理链；

45、提示词构建模块，用于融合各检索层次结果，构建包含推理步骤约束和注入知识片段的提示词，所述注入知识片段包括故障特征模式、历史处置案例、故障机理链及处置规则；

46、推理文本输出模块，用于将所述提示词输入经电力领域微调的大语言模型，由所述大语言模型基于所述注入知识片段进行推理，输出包含故障类型、演化链、根本原因及处置建议的推理文本；

47、故障分析报告生成模块，用于解析所述推理文本得到故障类型、演化链和根本原因，将所述处置建议以所述处置规则进行约束校验，生成包含故障机理演化链和处置操作序列的故障分析报告。

48、从以上技术方案可以看出，本发明具有以下优点：

49、本发明通过从配电网调度自动化系统获取实时告警数据，并基于故障特征、网架拓扑和气象环境构建多策略查询，实现了对故障现象的多维度表征，使后续检索能够同时体现电气量特征、网架结构差异和环境诱因；通过将多策略查询转换为查询向量并对故障知识库执行多层次递进语义检索，先匹配故障特征模式、再通过故障特征模式调取关联的历史处置案例和故障机理链，实现了从故障现象归类到处置经验复用到因果机理溯源的递进式推理；通过将各检索层次结果融合排序并构建包含推理步骤约束和注入知识片段的提示词，使大语言模型能够按照故障类型、演化链、根本原因、处置建议的固定逻辑进行约束性推理，确保了推理过程的可追溯性和输出结果的结构化；通过将提示词输入经电力领域微调的大语言模型，由大语言模型基于注入的专业知识片段生成包含故障类型、演化链、根本原因及处置建议的推理文本，使故障分析结果兼具领域专业性和场景适应性；通过将推理文本中的处置建议以处置规则进行约束校验，生成包含故障机理演化链和处置操作序列的故障分析报告，使最终输出的处置操作序列受技术规则硬约束，确保了处置建议的安全合规性，有效提高了复杂有源配电网故障诊断的准确性和处置建议的合理性。