一种配电网故障处理方法及系统与流程

摘要: 本发明涉及配电网故障处理,尤其是涉及一种配电网故障处理方法及系统。背景技术:1、在配电网故障处理场景中,现有通常采用单一推理架构对异常配电设备进行故障处理。例如...
一种配电网故障处理方法及系统与流程

本发明涉及配电网故障处理,尤其是涉及一种配电网故障处理方法及系统。

背景技术:

1、在配电网故障处理场景中,现有通常采用单一推理架构对异常配电设备进行故障处理。例如,基于专家规则库的推理方法,该方法将电力安全规程、设备操作规范和保护定值规则等预先编码为条件-动作规则。在对配电网的实时运行数据进行处理时,通过规则匹配的方式确定设备故障类型并输出处理方案。然而,现有配电网故障处理方法在面对复杂故障的场景时,会因规则量膨胀出现规则匹配效率低的情况;对于未预设的故障处理场景,还会出现无法进行故障推理的情况。这导致现有的配电网故障处理方法存在故障推理不准确的问题。

技术实现思路

1、本发明提供一种配电网故障处理方法及系统,以解决现有配电网故障处理方法存在的故障推理不准确的技术问题。

2、为了解决上述技术问题,本发明实施例提供了一种配电网故障处理方法,包括:

3、基于配电网的实时运行数据的判断结果,确定异常配电设备的异常数据;

4、对所述异常配电设备的异常数据和结构化知识数据进行规则推理,得到所述异常配电设备的规则链路数据;

5、基于所述规则链路数据对所述异常数据进行语义推理,得到所述异常配电设备的初始故障处理数据;

6、在所述初始故障处理数据与所述规则链路数据匹配时,基于所述初始故障处理数据实现所述异常配电设备的故障处理;

7、在所述初始故障处理数据与所述规则链路数据不匹配时,基于所述规则链路数据对所述初始故障处理数据进行优化,以基于优化后的故障处理数据实现所述异常配电设备的故障处理。

8、作为其中一种优选方案,所述基于配电网的实时运行数据的判断结果,确定异常配电设备的异常数据包括:

9、基于配电网的实时运行数据的数据源,确定所述配电网的判断规则数据;

10、在基于所述判断规则数据确定所述实时运行数据异常时,基于所述数据源确定所述配电网的异常配电设备;

11、根据所述异常配电设备的实时运行数据,确定所述异常配电设备的异常数据。

12、作为其中一种优选方案,所述对所述异常配电设备的异常数据和结构化知识数据进行规则推理,得到所述异常配电设备的规则链路数据包括:

13、对所述异常数据进行模式匹配,得到所述异常配电设备的故障模式;

14、根据所述故障模式,确定所述异常配电设备的故障拓扑范围和调整约束多元组;

15、基于所述调整约束多元组中的调整动作元素,确定所述异常配电设备的参数调整范围;

16、对所述故障模式、所述故障拓扑范围、所述调整约束多元组以及所述参数调整范围进行组合,得到所述异常配电设备的规则链路数据。

17、作为其中一种优选方案,所述基于所述规则链路数据对所述异常数据进行语义推理,得到所述异常配电设备的初始故障处理数据包括:

18、将所述规则链路数据和所述异常数据输入大语言模型;

19、通过所述大语言模型对所述异常数据进行语义推理,得到所述大语言模型输出的结构化推理文本和处理动作向量;

20、将所述结构化推理文本和所述处理动作向量进行结合,得到所述异常配电设备的初始故障处理数据。

21、作为其中一种优选方案,所述在所述初始故障处理数据与所述规则链路数据不匹配时,基于所述规则链路数据对所述初始故障处理数据进行优化,以基于优化后的故障处理数据实现所述异常配电设备的故障处理包括:

22、基于所述规则链路数据对所述处理动作向量进行校验,得到校验结果;

23、在所述校验结果为所述处理动作向量与所述规则链路数据不匹配时,基于所述校验结果对所述结构化推理文本和所述处理动作向量进行调整,以实现对所述初始故障处理数据的优化;

24、基于所述故障处理数据的优化结果,实现所述异常配电设备的故障处理。

25、本发明另一实施例提供了一种配电网故障处理系统,包括:

26、异常数据确定模块,用于基于配电网的实时运行数据的判断结果,确定异常配电设备的异常数据;

27、规则链路数据确定模块,用于对所述异常配电设备的异常数据和结构化知识数据进行规则推理,得到所述异常配电设备的规则链路数据;

28、初始故障处理数据确定模块,用于基于所述规则链路数据对所述异常数据进行语义推理,得到所述异常配电设备的初始故障处理数据;

29、初始故障处理数据校验模块,用于在所述初始故障处理数据与所述规则链路数据匹配时,基于所述初始故障处理数据实现所述异常配电设备的故障处理;

30、配电网故障处理模块,用于在所述初始故障处理数据与所述规则链路数据不匹配时,基于所述规则链路数据对所述初始故障处理数据进行优化,以基于优化后的故障处理数据实现所述异常配电设备的故障处理。

31、作为其中一种优选方案,所述异常数据确定模块包括:

32、判断规则数据确定单元,用于基于配电网的实时运行数据的数据源,确定所述配电网的判断规则数据;

33、异常配电设备确定单元,用于在基于所述判断规则数据确定所述实时运行数据异常时,基于所述数据源确定所述配电网的异常配电设备;

34、异常数据确定单元,用于根据所述异常配电设备的实时运行数据,确定所述异常配电设备的异常数据。

35、作为其中一种优选方案,所述规则链路数据确定模块包括:

36、故障模式确定单元,用于对所述异常数据进行模式匹配,得到所述异常配电设备的故障模式;

37、故障模式分析单元,用于根据所述故障模式,确定所述异常配电设备的故障拓扑范围和调整约束多元组;

38、参数调整范围确定单元,用于基于所述调整约束多元组中的调整动作元素,确定所述异常配电设备的参数调整范围;

39、规则链路数据确定单元,用于对所述故障模式、所述故障拓扑范围、所述调整约束多元组以及所述参数调整范围进行组合,得到所述异常配电设备的规则链路数据。

40、作为其中一种优选方案,所述初始故障处理数据确定模块包括:

41、模型输入单元,用于将所述规则链路数据和所述异常数据输入大语言模型;

42、语义推理单元,用于通过所述大语言模型对所述异常数据进行语义推理,得到所述大语言模型输出的结构化推理文本和处理动作向量;

43、初始故障处理数据确定单元,用于将所述结构化推理文本和所述处理动作向量进行结合,得到所述异常配电设备的初始故障处理数据。

44、作为其中一种优选方案,所述配电网故障处理模块包括:

45、处理动作向量校验单元,用于基于所述规则链路数据对所述处理动作向量进行校验,得到校验结果;

46、初始故障处理数据优化单元,用于在所述校验结果为所述处理动作向量与所述规则链路数据不匹配时,基于所述校验结果对所述结构化推理文本和所述处理动作向量进行调整,以实现对所述初始故障处理数据的优化;

47、配电网故障处理单元,用于基于所述故障处理数据的优化结果,实现所述异常配电设备的故障处理。

48、本技术通过异常数据确定、规则推理、语义推理、合规匹配判定以及优化处理的技术逻辑,实现了规则推理的确定性和安全性,与语义推理的泛化能力和语义理解能力的有机融合。规则推理链路在流程前端输出合规处置边界,为语义推理划定不可突破的安全围栏;语义推理链路在安全围栏内发挥大语言模型的语义理解和生成能力;合规匹配判定机制确保只有完全满足安全约束的处置方案才能被输出;优化处理机制在不合规时对内容进行修正。既克服了纯规则在推理面对新型复杂故障时,维护成本高的缺陷,又克服了纯语义推理存在语义幻觉和违背安全规则风险的缺陷,实现了安全合规与智能泛化的融合,提高了配电网故障推理的准确性。