一种基于脑机接口的变电站倒闸操作智能培训方法及系统

本发明涉及电力系统仿真培训的，尤其是指一种基于脑机接口的变电站倒闸操作智能培训方法及系统。

背景技术：

1、倒闸操作是电力系统运行、检修和事故处理中的重要环节，涉及断路器、隔离开关、接地刀闸、线路和变压器等多类设备，其本质是在满足安全规程和设备状态约束的前提下，改变电气设备运行方式，使电力系统由一种运行状态安全可靠地转换到另一种运行状态。

2、在实际倒闸操作中，操作顺序必须严格遵守安全规程。若出现越步操作、误分误合、带负荷拉合隔离开关、带电合接地刀闸等错误，可能造成设备损坏、人员伤害甚至电网事故。因此，培训系统不仅需要让学习者记住操作步骤，还需要强化其对操作顺序、设备状态与安全后果之间关系的理解。

3、传统的倒闸操作培训方式主要依赖纸面规程、二维接线图、人工讲解或教师示范。这些方式能够传授基础知识，但在沉浸感、实时反馈、个体化训练评价和错误后果呈现方面仍存在不足。已有变电站倒闸操作模拟系统和电力变电站虚拟现实训练研究表明，虚拟仿真能够为高风险流程型作业提供安全、可重复的训练环境。

4、近年来，脑机接口技术逐渐从医疗康复领域向人机交互场景扩展。p300作为典型的事件相关电位，当使用者关注某一目标刺激时，目标刺激出现后约300毫秒附近可能在脑电信号中产生较明显的正向电位变化，因此p300常被用于目标选择类脑机交互任务。farwell和donchin较早验证了基于事件相关电位的字符选择式脑机接口可行性。目前已有商业化的p300脑机接口开发平台（如hybridbci平台），可输出p300指令结果，但尚未有将p300脑机接口与变电站倒闸操作培训相结合的成熟方案。

技术实现思路

1、本发明的第一目的在于克服现有倒闸操作培训方式缺乏沉浸式体验、交互方式单一、无法自动校验操作顺序且缺乏训练评价机制的不足，提供一种基于脑机接口的变电站倒闸操作智能培训方法，通过基于p300事件相关电位的脑机接口实现非接触式操作控制，结合unity虚拟仿真场景和操作顺序自动校验，提高培训的沉浸感、安全性和训练评价能力。

2、本发明的第二目的在于提供一种基于脑机接口的变电站倒闸操作智能培训系统。

3、本发明的第一目的通过下述技术方案实现：一种基于脑机接口的变电站倒闸操作智能培训方法，包括以下步骤：

4、1）通过基于p300事件相关电位的脑机接口，由可穿戴脑电头环采集用户在视觉刺激范式下的多通道脑电信号，对采集到的脑电信号进行放大、滤波和模数转换处理，以每次视觉刺激闪烁的起始时刻为基准点，截取刺激发生后预设时间窗口内的脑电信号数据作为一个单次响应样本，对所述单次响应样本进行基线校正后，将同一目标选项对应的所有单次响应样本进行叠加平均，得到各目标选项对应的平均诱发响应波形，从所述平均诱发响应波形中提取p300事件相关电位的峰值幅值和峰值潜伏期作为时域特征；

5、2）基于步骤1）所述脑机接口采集的脑电信号，预先采集用户注视各目标选项时的p300脑电样本，提取其时域特征并标注对应的目标选项标签，构建训练样本集，所述训练样本集用于训练线性判别分析分类器；采用训练好的线性判别分析分类器对提取的时域特征进行分类判决，计算类间散度矩阵和类内散度矩阵，求解广义特征值问题获得最优投影方向向量，将待分类样本的时域特征投影到所述最优投影方向向量上，计算该待分类样本相对于各目标选项的概率值，选择概率值最大的目标选项所对应的预设指令作为控制指令输出，所述控制指令包括设备操作类指令和场景控制类指令；

6、3）将步骤2）所述脑机接口输出的控制指令通过网络传输至仿真端：unity客户端通过tcp/ip协议连接服务器端，建立tcp长连接后接收包含长度头数据和json格式数据的网络数据包，将所述长度头从小端序转换至主机序后解析出后续json数据体的字节长度，根据该字节长度读取完整的json数据体并解码为字符串，所述json数据体中，msg字段为消息类型标识符，其中ipc_algorithm_test表示数据为脑机接口算法测试输出结果；algorithm_name字段为算法名称标识符，其中p300表示p300事件相关电位范式，ssvep表示稳态视觉诱发电位范式；result_args字段为结果参数对象，其data子字段存放所述脑机接口识别后输出的控制指令字符串；解析所述字符串中的msg字段和algorithm_name字段，当msg字段值为ipc_algorithm_test且algorithm_name字段值为p300或ssvep时，从result_args.data字段提取所述控制指令，将提取到的控制指令存入数据队列中，在主线程的每一帧更新中以预设时间间隔从所述数据队列中取出一条数据进行处理，若数据队列中存在多条积压数据则丢弃除最新一条以外的所有旧数据；

7、4）将步骤3）解析得到的来自脑机接口的控制指令与预设的设备-颜色映射表进行匹配，执行以下倒闸操作校验：若匹配成功则触发设备操作类指令执行对应的虚拟设备操作，若匹配失败则将所述控制指令与预设的普通命令映射表进行匹配并触发场景控制类指令执行对应的场景控制操作；对于设备操作类指令，将标准倒闸操作流程建模为有限状态机，所述有限状态机的状态为当前步骤索引，每个状态对应一个期望设备标识和期望操作颜色，当用户输入的操作与当前状态所对应的期望设备标识和期望操作颜色均一致时执行所述操作并将状态转移至下一步骤索引，当用户输入的操作与所述期望设备标识或期望操作颜色不一致时拒绝执行操作并生成错误类型信息，其中错误类型包括设备标识不一致时的顺序错误和颜色不一致时的操作方向错误；此外，采用设备状态约束校验与所述有限状态机顺序校验并行执行，所述设备状态约束校验采用布尔代数表达式描述各操作的前置条件，以校验当前操作是否满足设备状态安全条件；

8、5）在步骤4）所述操作校验与虚拟设备操作执行的过程中，在训练开始时记录起始时间戳，在每次操作时由预设的日志记录模块记录操作时间、设备标识、操作颜色和正确或错误判定结果，在训练完成时记录结束时间戳并计算总耗时，统计正确操作次数和总操作次数并计算操作正确率，将训练时间、操作正确率、总耗时、正确操作次数和错误操作次数生成为结构化训练报告输出显示，同时将每次训练结果按时间顺序存入预设的历史训练记录库并以图表形式展示预设次数内的操作正确率变化趋势；至此，完成从脑电信号采集、p300特征提取与分类判决、网络指令传输与解析、倒闸操作校验与虚拟设备驱动响应到训练评价与历史记录追踪的整个智能培训流程。

9、进一步，在步骤1）中，所述视觉刺激范式采用矩阵形式呈现多个可选择的目标选项，各目标选项按预设的随机顺序进行闪烁刺激，每次闪烁持续预设时间，相邻两次闪烁间隔预设时间，每个目标选项重复闪烁预设次数；对单次响应样本进行基线校正时，以刺激起始时刻之前的预设时间段内的信号均值作为基线值，将刺激后各采样点的信号值减去该基线值；叠加平均处理时，将同一目标选项的所有单次响应样本按采样点逐点相加后除以样本总数，得到该目标选项对应的平均诱发响应波形；提取时域特征时，从所述平均诱发响应波形中p300成分出现的预设时间窗口内提取最大正峰值幅值及其对应的峰值潜伏期。

10、进一步，在步骤3）中，unity客户端通过tcpclient连接服务器端的ip地址和监听端口，通过networkstream读取4字节长度头数据；所述预设时间间隔由开发人员根据系统实时性需求设定。

11、进一步，在步骤4）中，所述标准倒闸操作流程以内桥结构为典型工况，所述内桥结构为两路进线、一台变压器和一组内桥断路器的接线方式，其中一路进线标记为l1，其依次经隔离开关、断路器、隔离开关连接至变压器t1，另一路进线标记为l2，其依次经隔离开关、断路器、隔离开关连接至变压器t1，且进线l1侧与进线l2侧之间通过由隔离开关、断路器、隔离开关组成的内桥支路相连，形成“l1—内桥—l2”的桥形连接；各隔离开关和断路器的状态均为能独立控制的分闸或合闸状态；以进线l1和变压器t1处于工作状态、内桥支路断开、进线l2侧断开的初始状态，按照预设的标准操作步骤序列，依次经过闭合进线l2侧的隔离开关及断路器、闭合内桥支路、断开进线l1侧的断路器及隔离开关，最终切换至进线l2单独供电的目标状态；其中，预设的标准操作步骤序列依次为：闭合隔离开关、闭合隔离开关、闭合断路器、闭合隔离开关、闭合隔离开关、闭合断路器、断开断路器、断开隔离开关、断开隔离开关。

12、进一步，在步骤4）中，所述有限状态机的状态转移过程为：维护当前步骤索引变量并初始化为0，当接收到用户操作指令时读取当前步骤索引对应的期望设备标识和期望操作颜色，将用户操作的设备标识与期望设备标识进行比对，将用户操作的颜色与期望操作颜色进行比对，若两者均一致则判定操作为正确并执行对应的虚拟设备状态变更，同时将当前步骤索引加1，若设备标识不一致则判定为顺序错误并生成包含期望设备信息的错误提示，若设备标识一致但颜色不一致则判定为操作方向错误并生成包含期望颜色信息的错误提示。

13、进一步，在步骤4）中，所述设备状态约束校验采用布尔代数表达式描述各操作的前置条件，用布尔变量表示各设备的实时状态，其中取值为1表示该设备处于合闸状态，取值为0表示该设备处于分闸状态；所述布尔代数表达式中，表示对目标设备执行合闸操作的前置条件函数，称为前置条件布尔表达式，表示对目标设备执行分闸操作的前置条件函数，称为前置条件布尔表达式，函数运算结果为1表示允许执行相应操作，运算结果为0表示禁止执行；当用户请求对目标设备执行合闸操作时，根据预设的前置条件布尔表达式校验是否满足合闸条件，其中为目标设备，为该设备合闸操作所依赖的前置设备状态条件，若该前置条件布尔表达式的运算结果为1则允许执行合闸操作，若为0则判定为状态冲突并拒绝执行；当用户请求对目标设备执行分闸操作时，根据预设的前置条件布尔表达式校验是否满足分闸条件，其中表示目标设备状态变量取反，若该前置条件布尔表达式的运算结果为1则允许执行分闸操作，若为0则判定为状态冲突并拒绝执行。

14、进一步，所述设备状态约束校验中，各设备操作的前置条件布尔表达式具体如下：

15、闭合的前置条件布尔表达式为，其中表示的状态变量，表示状态变量取反，表示状态变量取反，上式表示的合闸操作需在和均处于分闸状态时执行；

16、闭合的前置条件布尔表达式为，表示的合闸操作需在处于合闸状态且处于分闸状态时执行，其中表示的状态变量；

17、闭合的前置条件布尔表达式为，表示的合闸操作需在和均处于合闸状态时执行，其中表示的状态变量；

18、闭合的前置条件布尔表达式为，表示的合闸操作需在和均处于分闸状态时执行，其中表示的状态变量，表示状态变量取反，表示状态变量取反；

19、闭合的前置条件布尔表达式为，表示的合闸操作需在处于合闸状态且处于分闸状态时执行，其中表示的状态变量；

20、闭合的前置条件布尔表达式为，表示的合闸操作需在和均处于合闸状态时执行，其中表示的状态变量；

21、断开的前置条件布尔表达式为，其中表示状态变量取反；

22、断开的前置条件布尔表达式为，其中表示状态变量取反；断开的前置条件布尔表达式为，其中表示状态变量取反；

23、上述状态变量为1是合闸、0是分闸。

24、进一步，在步骤5）中，所述历史训练记录库的管理还包括：提供清除历史功能，用于删除历史训练记录库中存储的全部训练记录；提供重新训练功能，用于将当前步骤索引重置为初始值，将起始时间戳清零，重置日志记录模块，并将虚拟场景中所有设备状态恢复至初始状态；提供返回功能，用于退出当前训练界面返回主界面。

25、本发明的第二目的通过下述技术方案实现：一种基于脑机接口的变电站倒闸操作智能培训系统，用于实现上述的基于脑机接口的变电站倒闸操作智能培训方法，包括：

26、可穿戴脑电头环，用于采集用户的脑电信号并输出至p300视觉刺激与识别平台；

27、p300视觉刺激与识别平台，与所述可穿戴脑电头环连接，用于呈现视觉刺激范式，对采集到的脑电信号进行叠加平均处理和线性判别分析分类，输出控制指令；

28、unity虚拟仿真终端，通过tcp/ip协议与所述p300视觉刺激与识别平台连接，包括tcp通信模块、指令映射模块、有限状态机校验模块、虚拟场景渲染模块和训练评价模块；所述tcp通信模块用于通过tcpclient连接服务器端的ip地址和监听端口，建立tcp长连接，接收包含长度头数据和json格式数据的网络数据包，解析json数据提取控制指令；所述指令映射模块与所述tcp通信模块连接，用于将解析得到的控制指令与预设的设备-颜色映射表进行匹配，若匹配成功则触发对应的虚拟设备操作，若匹配失败则将控制指令与预设的普通命令映射表进行匹配并执行对应的场景控制操作；所述有限状态机校验模块与所述指令映射模块连接，用于维护标准操作步骤序列，每个状态对应一个期望设备标识和期望操作颜色，当用户操作与当前状态的期望设备标识和期望操作颜色一致时控制状态转移，不一致时生成错误类型信息；所述虚拟场景渲染模块与所述有限状态机校验模块连接，用于展示包含进线l1、l2、变压器t1以及隔离开关至、断路器至的虚拟变电站场景，通过红绿指示灯显示设备合闸或分闸状态，并在操作正确或错误时更新设备状态和显示反馈信息；所述训练评价模块与所述有限状态机校验模块连接，用于在训练开始时记录起始时间戳，在每次操作时记录操作时间、设备标识、操作颜色和判定结果，在训练完成时计算总耗时和操作正确率，生成结构化训练报告，以及将每次训练结果存入历史训练记录库并展示正确率变化趋势。

29、本发明与现有技术相比，具有如下优点与有益效果：

30、1、本发明方法通过基于p300事件相关电位的脑机接口实现非接触式操作控制，学员无需使用鼠标、键盘等传统输入设备，仅通过注视目标选项即可完成设备操作选择和场景控制，提高了培训过程的沉浸感和交互自然度，实现了倒闸操作的智能化培训，克服了传统输入方式在安全培训场景中操作路径长、影响沉浸感的不足。

31、2、本发明方法采用有限状态机对倒闸操作标准步骤进行建模，将复杂的多步骤倒闸流程转化为可计算的状态序列，能够实时校验学员每一步操作是否正确，在操作错误时即时给出提示，有效防止越步操作和误操作，提升了培训过程的规范性和安全性。

32、3、本发明方法将布尔代数表达式引入设备状态约束校验，用数学化的方式描述各操作的前置条件，能够根据当前各设备的实际状态判断操作是否满足电气安全规则，识别仅靠顺序校验无法发现的状态冲突风险（如断路器未分闸时操作隔离开关），提高了操作校验的完整性。

33、4、本发明方法在训练完成后自动生成包含正确率、总耗时、错误次数和错误类型的结构化训练报告，并支持历史记录查看和正确率趋势展示，实现了“操作训练—结果反馈—历史记录—再次训练”的闭环培训过程，使培训效果可量化、可追踪、可改进。

34、5、本发明方法将基于p300事件相关电位的脑机接口与unity虚拟仿真相结合，使学员能够通过注视选择完成倒闸操作，操作结果实时反映在三维虚拟场景的设备状态变化上，形成了“脑电采集—指令识别—场景映射—状态反馈”的实时闭环，响应速度快、交互连贯性好。

35、6、本发明方法通过虚拟仿真场景开展培训，所有操作均在虚拟环境中完成，不涉及真实电力设备的控制，即使脑机接口出现误识别也不会对实际电网和设备造成影响，具有本质安全性，适合大规模推广使用。

36、7、本发明系统采用模块化设计，tcp通信模块、指令映射模块、有限状态机校验模块、虚拟场景渲染模块和训练评价模块之间职责清晰、耦合度低，后续可方便地扩展更多倒闸任务、更多变电站接线方式和更丰富的训练评价指标，具备良好的可扩展性。

37、8、本发明将培训过程的多个环节——脑电信号采集、p300特征提取与分类判决、网络指令传输与解析、倒闸操作校验与虚拟设备驱动响应、训练评价与历史记录追踪——整合为一个完整的流程，并通过方法和系统两个维度进行保护，形成了从信号采集到培训评价的完整技术方案。