非精确量测模型重构方法、系统、计算机设备及存储介质与流程

1.本发明属于电力自动化领域，涉及一种非精确量测模型重构方法、系统、计算机设备及存储介质。


背景技术：

2.目前，变电站监控系统、调度系统和pms系统(生产管理系统)均采用不同的模型。其中，调度和sg-cim(公共数据模型)采用cim(common information model，通用信息模型)的衍生模型，变电站和集控站采用iec 61850模型。调度系统模型是基于国际标准iec 61970体系，一般使用cim rdf和cim/e语言描述，着眼于一次设备模型及电网拓扑关系。为提高电力系统模型数据的描述效率和大量数据的在线交换的效率，提出了电力系统数据模型描述语言，即e语言。e语言有xml的基本特点和优点，使用它的特殊符号和描述语法，能够实现电力系统中各种数据模型的高效描述，效率比xml高很多。为使电网调度自动化系统的运行要求得到满足，应对电网物理模型连接模型进行描述，包含区域、负荷、间隔、厂站、变压器、基准电压以及母线段等各类对象。
3.目前，电网调度d5000系统模型均采用cim/e格式的模型。然而，从模型清晰表达的角度看，cim/e格式的模型是一种非精确量测模型，其主要是通过中文描述来表达测点的语义，模型采用数据点表的方式表达，导致测点语义表述不精准，同时还缺少设备与间隔以及设备与测点之间的关联关系，无法与其他系统进行模型交互。同时，业务中台等cim模型则需要设备与间隔、测点与设备之间的关联关系。因此为实现变电专业数字化，需要将存量变电站数据纳入到数字化业务管理的范围，因此需要对这类非精确量测模型进行重新构建。
4.目前，针对非精确量测模型的重新构建，大多采用人工识别的方式来重构，主要是逐测点构建与被测设备之间的关系、与监测设备的关系和与量测类型之间的关系。但是，这种人工识别的重构方法耗时长，工作量大，且无法保证人工构建过程中模型的准确性。


技术实现要素：

5.本发明的目的在于克服上述现有技术的缺点，提供一种非精确量测模型重构方法、系统、计算机设备及存储介质。
6.为达到上述目的，本发明采用以下技术方案予以实现：
7.本发明第一方面，提供一种非精确量测模型重构方法，包括：获取非精确量测模型中的各测点信号描述信息；识别各测点信号描述信息，得到各测点信号描述信息的容器对象、设备对象、测点信号名称以及容器对象、设备对象和测点信号名称之间的关联关系；遍历各测点信号描述信息，将当前测点信号描述信息的容器对象、设备对象、测点信号名称以及容器对象、设备对象和测点信号名称之间的关联关系，映射至预设的容器模型结构、设备模型结构以及量测模型结构中；遍历完成后得到容器模型、设备模型以及量测模型；组合容器模型、设备模型以及量测模型，得到非精确量测模型的重构模型。
8.可选的，所述识别各测点信号描述信息包括：以预设的电气术语关键词数据字典
和预设的容器模型结构中的容器名称以及设备模型结构中的设备名称，构建设备分词触发条件和容器分词触发条件；基于设备分词触发条件和容器分词触发条件，采用预设的中文分词工具对各测点信号描述信息进行分词，得到分词结果；获取分词结果中的设备描述词和容器描述词，将分词结果中容器描述词之前的词汇组合得到容器对象，容器描述词之后且设备描述词之前的词汇组合得到设备对象，设备描述词之后的词汇组合得到测点信号名称；将容器对象、设备对象以及测点信号名称打包成一个数据结构体，得到容器对象、设备对象和测点信号名称之间的关联关系。
9.可选的，所述将当前测点信号描述信息的容器对象、设备对象、测点信号名称以及容器对象、设备对象和测点信号名称之间的关联关系，映射至预设的容器模型结构、设备模型结构以及量测模型结构中包括：获取当前测点信号描述信息的容器对象的类型、设备对象的类型以及测点信号名称的类型，根据容器对象的类型、设备对象的类型以及测点信号名称的类型，从预设的容器模型结构、设备模型结构以及量测模型结构中，选取对应类型的子容器模型结构、子设备模型结构和子量测模型结构；将当前测点信号描述信息的容器对象映射至选取的子容器模型结构中，容器对象和设备对象组合后映射至选取的子设备模型结构中，容器对象、设备对象和测点信号名称组合后映射至选取的子设备模型结构中；将当前测点信号描述信息的容器对象、设备对象和测点信号名称之间的关联关系，映射至选取的的子容器模型结构、子设备模型结构和子量测模型结构中。
10.可选的，还包括：根据各测点信号描述信息的测点信号名称以及预设的电气术语关键词数据字典，通过关键词匹配的方式，得到各测点信号描述信息的量测类型以及测点信号名称与量测类型的关联关系；将各测点信号描述信息的量测类型映射至预设的量测类型模型结构中，测点信号名称与量测类型的关联关系映射至量测模型和量测类型模型结构中，得到量测类型模型；将量测类型模型补充至非精确量测模型的重构模型。
11.可选的，还包括：获取预设的二次设备模型结构中的各二次设备的名称，并根据各二次设备的名称，得到各二次设备监测的设备对象；根据各二次设备监测的设备对象以及设备对象和测点信号名称之间的关联关系，得到各二次设备与设备对象和测点信号名称之间的关联关系；将各二次设备与设备对象和测点信号名称之间的关联关系，映射至二次设备模型结构中，得到二次设备模型；并将各二次设备与设备对象和测点信号名称之间的关联关系，映射至设备模型和量测模型中；将二次设备模型补充至非精确量测模型的重构模型。
12.本发明第二方面，提供一种非精确量测模型重构系统，包括：获取模块，用于获取非精确量测模型中的各测点信号描述信息；识别模块，用于识别各测点信号描述信息，得到各测点信号描述信息的容器对象、设备对象、测点信号名称以及容器对象、设备对象和测点信号名称之间的关联关系；映射模块，用于遍历各测点信号描述信息，将当前测点信号描述信息的容器对象、设备对象、测点信号名称以及容器对象、设备对象和测点信号名称之间的关联关系，映射至预设的容器模型结构、设备模型结构以及量测模型结构中；遍历完成后得到容器模型、设备模型以及量测模型；组合模块，用于组合容器模型、设备模型以及量测模型，得到非精确量测模型的重构模型。
13.可选的，所述识别模块具体用于：以预设的电气术语关键词数据字典和预设的容器模型结构中的容器名称以及设备模型结构中的设备名称，构建设备分词触发条件和容器
分词触发条件；基于设备分词触发条件和容器分词触发条件，采用预设的中文分词工具对各测点信号描述信息进行分词，得到分词结果；获取分词结果中的设备描述词和容器描述词，将分词结果中容器描述词之前的词汇组合得到容器对象，容器描述词之后且设备描述词之前的词汇组合得到设备对象，设备描述词之后的词汇组合得到测点信号名称；将容器对象、设备对象以及测点信号名称打包成一个数据结构体，得到容器对象、设备对象和测点信号名称之间的关联关系。
14.可选的，所述映射模块具体用于：遍历各测点信号描述信息，获取当前测点信号描述信息的容器对象的类型、设备对象的类型以及测点信号名称的类型，根据容器对象的类型、设备对象的类型以及测点信号名称的类型，从预设的容器模型结构、设备模型结构以及量测模型结构中，选取对应类型的子容器模型结构、子设备模型结构和子量测模型结构；将当前测点信号描述信息的容器对象映射至选取的子容器模型结构中，容器对象和设备对象组合后映射至选取的子设备模型结构中，容器对象、设备对象和测点信号名称组合后映射至选取的子设备模型结构中；将当前测点信号描述信息的容器对象、设备对象和测点信号名称之间的关联关系，映射至选取的的子容器模型结构、子设备模型结构和子量测模型结构中；遍历完成后得到容器模型、设备模型以及量测模型。
15.本发明第三方面，提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述非精确量测模型重构方法的步骤。
16.本发明第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述非精确量测模型重构方法的步骤。
17.与现有技术相比，本发明具有以下有益效果：
18.本发明非精确量测模型重构方法，通过识别非精确量测模型中的各测点信号描述信息，分别识别出容器对象、设备对象及测点信号名称等重构模型的重要要素，再以这些要素为基础重新构建模型，首先将容器对象与已建立的容器模型结构、设备对象与已建立的设备模型结以及测点信号名称与已建立的量测模型结构建立映射关系，然后建立三者之间的关联关系，进而重新构建完整的量测模型，实现非精确量测模型的自动、快速重构，减轻模型重构过程的工作量，提高模型重构的效率，降低模型重构的成本，有效解决目前人工重构的速度慢、效率低以及成本高等问题。
附图说明
19.图1为本发明实施例的非精确量测模型重构方法流程图。
20.图2为本发明实施例的非精确量测模型重构方法的示例映射示意图。
21.图3为本发明实施例的非精确量测模型重构系统结构框图。
具体实施方式
22.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人
员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
23.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
24.首先，介绍本发明实施例中涉及的相关术语：
25.cim模型：是一个抽象模型，它描述电力企业的所有主要对象，特别是那些与电力运行有关的对象。
26.pms系统：针对电力企业复杂多变的需求创建和维护业务模型，提供个性化应用程序。
27.其次，如背景技术中所描述的，cim/e格式的模型是一种非精确量测模型，其主要是通过中文描述来表达测点的语义，模型采用数据点表的方式表达，具体参见表1所示，量测信号通过中文描述，且为较粗的一种类型，没办法精确表达量测信号的语义，是一种非精确模型。而如果想确定量测信号的唯一性，需要识别中文语义，将其映射至采用英文名的标准化量测类型。
28.表1测点描述及量测类型表
29.[0030][0031]
通过分析上述表1，可以发现测点的中文描述难以精确识别的主要原因在于：(1)中文描述对于一些容器和设备一般采用简写或缩写；(2)对于同一个设备存在各种描述方式，如对于隔离开关设备，有刀闸、隔离刀闸、闸刀等多种别称；(3)电气测点的名称中含有电气术语和专业词汇，识别这些专业词汇并进行精确语义表达也有一定的难度；(4)由于中文断句不同，含义很有可能大相径庭，通过人工方式也会出现无法精确识别的情况。
[0032]
然而，尽管量测模型通过精确语义表达的难度大，但为了满足业务上的需要，还是应思考采用中文的描述方式将术语进行模型精确化描述，即将非精确量测模型进行重构，实现量测模型的精确化描述。
[0033]
下面结合附图对本发明做进一步详细描述：
[0034]
参见图1，本发明一实施例中，提供一种非精确量测模型重构方法，实现非精确量测模型的自动化快速重构，解决目前人工重建模型速度慢、效率低及成本高等问题，充分发挥人工智能技术在建模中的重要作用。
[0035]
具体的，该非精确量测模型重构方法包括以下步骤：
[0036]
s1：获取非精确量测模型中的各测点信号描述信息。
[0037]
s2：识别各测点信号描述信息，得到各测点信号描述信息的容器对象、设备对象、测点信号名称以及容器对象、设备对象和测点信号名称之间的关联关系。
[0038]
s3：遍历各测点信号描述信息，将当前测点信号描述信息的容器对象、设备对象、测点信号名称以及容器对象、设备对象和测点信号名称之间的关联关系，映射至预设的容器模型结构、设备模型结构以及量测模型结构中；遍历完成后得到容器模型、设备模型以及量测模型。
[0039]
s4：组合容器模型、设备模型以及量测模型，得到非精确量测模型的重构模型。
[0040]
综上所述，本发明非精确量测模型重构方法，通过识别非精确量测模型中的各测点信号描述信息，分别识别出容器对象、设备对象及测点信号名称等重构模型的重要要素，再以这些要素为基础重新构建模型，首先将容器对象与已建立的容器模型结构、设备对象与已建立的设备模型结以及测点信号名称与已建立的量测模型结构建立映射关系，然后建立三者之间的关联关系，进而重新构建完整的量测模型，实现非精确量测模型的自动、快速重构，减轻模型重构过程的工作量，提高模型重构的效率，降低模型重构的成本，有效解决目前人工重构的速度慢、效率低以及成本高等问题。
[0041]
在一种可能的实施方式中，对于非精确量测模型，如iec 104测点，其测点的描述通常为包含中文和数字的一串字符串，描述设备量测信号的具体信息，这是一种没有精确语义的表达方式。随着数据价值的日益受到重视，对量测数据的分析需要具有标准化语义的模型支撑。对于大部分量测信号(包括遥测、遥信和事件)，信号的命名一般会采用“容器 电压等级 设备 信号名称”的方式来构建，而这些元素在cim模型中均对应着相应的模型和逻辑关系，因此需要从实际的量测信号中抽取出这些模型要素的信息，然后再进行重构。
[0042]
在具体抽取非精确量测模型中的各测点信号描述信息时，一般是先读取并解析非
精确量测模型的模型文件，然后根据设计的校验规则文件对非精确量测模型的模型文件进行语法和语义的校验，等待校验通过后提取各测点信号描述信息。其中，非精确量测模型的模型文件一般是cim/e或cim xml格式的文件，校验规则文件主要为配置模型文件的校验规则，可以动态调整。
[0043]
在一种可能的实施方式中，所述识别各测点信号描述信息包括：以预设的电气术语关键词数据字典和预设的容器模型结构中的容器名称以及设备模型结构中的设备名称，构建设备分词触发条件和容器分词触发条件；基于设备分词触发条件和容器分词触发条件，采用预设的中文分词工具对各测点信号描述信息进行分词，得到分词结果；获取分词结果中的设备描述词和容器描述词，将分词结果中容器描述词之前的词汇组合得到容器对象，容器描述词之后且设备描述词之前的词汇组合得到设备对象，设备描述词之后的词汇组合得到测点信号名称；将容器对象、设备对象以及测点信号名称打包成一个数据结构体，得到容器对象、设备对象和测点信号名称之间的关联关系。
[0044]
具体的，非精确量测模型重构的目标在于：(1)构建设备与间隔、设备与资产编码、设备与量测的关系；(2)实现对量测的标准化语义的表达。因此，在重构的过程中，各测点信号描述信息的中文语义的自动识别是关键。通过分析可知，非精确量测模型中各测点信号描述信息的语义是通过中文名称来描述的，没有明确的语义表达，因此需要通过分词技术来实现词语的分割。同时，由于中文复杂程度及表达语义的能力远高于英文，同样的词语在不同的语境、语用下表达的意思可以完全不同。因此，想让计算机识别中文，还需要分词，即确定哪几个字是一个词组较为困难，尤其是针对电力系统电气专业词汇的分词更为困难。
[0045]
在电力系统中，量测信号命名具有一定规律。例如，依据电气术语关键词，或者采用调度命名，或者采用容器/设备名称简写。因此，在识别测点信号描述信息的语义时，借助其命名规律，建立典型容器和设备命名的数据字典库。而对于容器对象和设备对象，其在命名时也具有一定的规律，如表2所示，间隔命名采用“xx间隔”的方式，同时带有间隔内的信息，主变间隔内的设备以主变为主，xx开关间隔内的设备以开关为主，其为中文名称的分词提供了有利条件。
[0046]
表2典型电气关键词表
[0047]
[0048]
[0049][0050]
上述表2给出了部分典型容器和设备的命名方法和其缩略语，根据这些或结合其他典型容器和设备命名和缩略语可以建立起电气术语关键词数据字典。
[0051]
虽然电气术语关键词数据字典能够有助于提高分词的正确性，但是中文的复杂性使得分词仅依赖字典检索是不够精确的。另一方面，各个地区对于测点信号的命名有许多不同之处，甚至同一个地区不同的变电站命名风格都会有很大差别，因此，还需要结合更为智能的方式来适应千差万别的应用场景，提高测点信号描述信息识别的正确率。具体的，本实施方式中，采用中文关键词分词技术结合词汇组合的方式实现测点信号描述信息的有效识别。
[0052]
其中，中文关键词分词技术指的是将一个汉字序列切分成一个个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。现有的分词方法可分为三大类：基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法。基于字符串匹配的分词方法是按照一定的策略将待分析的汉字串与一个“充分大的”机器词典中的词条进行配，若在词典中找到某个字符串，则匹配成功。这类方法速度快，实现简单，但对歧义和未录入词处理效果较差。基于理解的分词方法是通过让计算机模拟人对句子的理解，达到识别词的效果，其基本思想就是在分词的同时进行句法、语义分析，利用句法信息和语义信息来处理歧义现象。它通常包括三个部分：分词子系统、句法语义子系统、总控部分。在总控部分的协调下，分词子系统可以获得有关词、句子等的句法和语义信息来对分词歧义进行判断，即它模拟了人对句子的理解过程。这种分词方法需要使用大量的语言知识和信息。由于汉语语言知识的笼统、复杂性，难以将各种语言信息组织成机器可直接读取的形式。基于统计的分词方法是在给定大量已经分词的文本的前提下，利用统计机器学习模型学习词语切分的规律(称为训练)，从而实现对未知文本的切分。例如最大概率分词方法和最大熵分词方法等。随着大规模语料库的建立，统计机器学习方法越来越成熟。目前，较为通用的中文分词工具有jieba分词、snownlp库、thulac工具包等。
[0053]
可选的，本实施方式中，采用jieba分词词库实现测点信号描述信息的分词，但不以此为限，还有其他类似分词的词库也可以实现此功能。
[0054]
将各测点信号描述信息的分词的具体方案如下：将电气术语关键词数据字典和预构建的容器模型结构和设备模型结构中的容器名称和设备名称载入jieba分词词库，以这些容器名称和设备名称作为触发分词条件；然后逐条导入测点信号描述信息，使用jieba分词词库对测点信号描述信息进行分词；当检索到触发分词条件的词汇时，提取设备描述词和容器描述词，并向上检索分词，检索出描述容器或设备的词汇；将描述容器和设备的词汇按预构的容器模型结构和设备模型结构进行模糊匹配和分词，分词后测点信号描述信息被拆分为零散的名词。
[0055]
同时，测点信号描述信息分词后词汇的颗粒度较小，无法描述具体的容器对象或设备对象，需要进一步词汇组合，组合的规则如下：将临近的词汇进行组合，具体的，将分词结果中容器描述词之前的词汇组合得到容器对象，容器描述词之后且设备描述词之前的词汇组合得到设备对象，设备描述词之后的词汇组合得到测点信号名称；然后，将测点信号描
述信息分割得到的容器对象、设备对象和测点信号名称打包成一个数据结构体，该数据结构体中存储容器对象、设备对象和测点信号名称，以此体现容器对象、设备对象和测点信号名称之间的关联关系。
[0056]
在一种可能的实施方式中，所述将当前测点信号描述信息的容器对象、设备对象、测点信号名称以及容器对象、设备对象和测点信号名称之间的关联关系，映射至预设的容器模型结构、设备模型结构以及量测模型结构中包括：获取当前测点信号描述信息的容器对象的类型、设备对象的类型以及测点信号名称的类型，根据容器对象的类型、设备对象的类型以及测点信号名称的类型，从预设的容器模型结构、设备模型结构以及量测模型结构中，选取对应类型的子容器模型结构、子设备模型结构和子量测模型结构；将当前测点信号描述信息的容器对象映射至选取的子容器模型结构中，容器对象和设备对象组合后映射至选取的子设备模型结构中，容器对象、设备对象和测点信号名称组合后映射至选取的子设备模型结构中；将当前测点信号描述信息的容器对象、设备对象和测点信号名称之间的关联关系，映射至选取的的子容器模型结构、子设备模型结构和子量测模型结构中。
[0057]
具体的，测点信号描述信息分词后，形成独立的容器对象、设备对象和测点信号名称，这些内容还需要与对应的预先构建的模型结构进行关联。
[0058]
本实施方式中，预先构建了表库结构的容器模型结构、设备模型结构以及量测模型结构，其中，表名为模型的名称，字段名称为其模型的属性名称，为非精确量测模型被识别后的重构提供前期条件。其中，针对容器模型结构、设备模型结构以及量测模型结构，分别建立了不同类型的子容器模型结构、子设备模型结构和子量测模型结构。如，对于容器模型结构，可以建立变电站模型结构、电压等级模型结构、间隔模型结构以及直流极模型结构等子容器模型结构，对于设备模型结构，可以建立变压器模型结构、开关/断路器模型结构、间隔开关模型结构以及接地刀闸模型结构等子设备模型结构，对于量测模型结构，可以建立模拟量模型结构和离散量模型结构等子量测模型结构。
[0059]
因此，在将当前测点信号描述信息的容器对象、设备对象、测点信号名称以及容器对象、设备对象和测点信号名称之间的关联关系，映射至预设的容器模型结构、设备模型结构以及量测模型结构中时，首先要获取当前测点信号描述信息的容器对象的类型、设备对象的类型以及测点信号名称的类型，具体实现过程为：
[0060]
(1)提取容器对象的关键词确定类型并与容器模型结构进行匹配，如提取容器对象“500kvxx线”中“线”语义，与线路间隔模型结构进行匹配；(2)提取设备对象关键词确定类型并与设备模型结构进行匹配，如提取容器对象“5013开关”中“开关”语义，与开关模型结构进行匹配；(3)测点信号名称对象确定类型并与量测模型结构进行匹配，即根据电气关键词数据词典判断此测点信号名称为模拟量、离散量还是控制量。
[0061]
在确定具体的子模型结构后，分别映射至相应的子模型结构中去。映射时，容器对象部分可完整映射至容器模型结构；设备对象映射时应保留容器对象的信息，即“容器对象 设备对象”；测点信号名称映射至量测模型时应保留容器对象和设备对象的信息，即“容器对象 设备对象 测点名称”。
[0062]
参见图2，以测点信号描述信息“1号主变500kv侧a相电压”为例说明本发明的映射过程。具体的，测点信号描述信息“1号主变500kv侧a相电压”可分词为“1号主变”、“500kv侧”及“a相电压”几个部分，“500kv侧”对应容器模型结构中的电压等级模型结构，若“500kv
侧”在电压等级模型结构中已存在，则无需生成“500kv侧”的标识id，若“500kv侧”不存在，则随机生成“电压等级500kv”的标识id，并保证此标识id唯一；“1号主变”对应设备模型结构中的变压器模型结构，若“1号主变”在变压器模型结构中已存在，则无需生成“1号主变”的标识id，若“1号主变”在变压器模型结构中不存在，则随机生成“1号主变”的标识id，保证此标识id唯一；测点信号名称映射至量测模型结构时，量测模型表中应为其生成唯一的标识id，完成非精确模型重构的功能。
[0063]
映射完成后，在从上述已建立的数据结构体抽取结构体元素之间的关系，映射为容器模型、设备模型以及量测模型之间的关联关系。如示例中所示，设备“1号主变”与容器对象电压等级“500kv侧”存在关联关系。这些描述对象同时存在于同一个量测信号中，即可判别为这些实体之间具体关联关系。
[0064]
在一种可能的实施方式中，所述非精确量测模型重构方法还包括：根据各测点信号描述信息的测点信号名称以及预设的电气术语关键词数据字典，通过关键词匹配的方式，得到各测点信号描述信息的量测类型以及测点信号名称与量测类型的关联关系；将各测点信号描述信息的量测类型映射至预设的量测类型模型结构中，测点信号名称与量测类型的关联关系映射至量测模型和量测类型模型结构中，得到量测类型模型；将量测类型模型补充至非精确量测模型的重构模型。
[0065]
本实施方式中，对于量测类型模型结构，也建立了不同类型的子量测类型模型结构，如电压ua模型结构、电压ub模型结构、电压uc模型结构、频率模型结构和开关位置模型结构等。通过获取各测点信号描述信息的量测类型，然后映射至量测类型模型结构中对应类型的子量测类型模型结构中，并将测点信号名称与量测类型的关联关系映射至量测模型和量测类型模型结构中，以此构建量测类型模型与量测模型之间的关联关系，丰富重构模型的完整性。
[0066]
在一种可能的实施方式中，所述非精确量测模型重构方法还包括：获取预设的二次设备模型结构中的各二次设备的名称，并根据各二次设备的名称，得到各二次设备监测的设备对象；根据各二次设备监测的设备对象以及设备对象和测点信号名称之间的关联关系，得到各二次设备与设备对象和测点信号名称之间的关联关系；将各二次设备与设备对象和测点信号名称之间的关联关系，映射至二次设备模型结构中，得到二次设备模型；并将各二次设备与设备对象和测点信号名称之间的关联关系，映射至设备模型和量测模型中；将二次设备模型补充至非精确量测模型的重构模型。
[0067]
具体的，二次设备也称为监测设备，通过上述方式构建二次设备与测点信号之间的关系，即此测点信号是哪台二次设备采集的，或哪台二次设备上送的。而一般在非精确量测模型中很少有二次设备的信息，因此，本实施方式中预先构建了二次设备模型结构，通过预先构建的二次设备模型结构来获取二次设备的名称，并根据二次设备的名称确定此二次设备监测的是哪一台设备，再将各二次设备与设备对象和测点信号名称之间的关联关系，映射至设备模型和量测模型中，构建出二次设备和测点信号之间的关系，即实现二次设备模型与设备模型和量测模型的关联，最终将二次设备模型补充至非精确量测模型的重构模型。
[0068]
在一种可能的实施方式中，所述非精确量测模型重构方法还包括：展示读入的非精确量测模型的模型文件信息，以及展示非精确量测模型的模型文件的检验结果，以及提
供容器模型结构、设备模型结构、量测模型结构、量测类型模型结构以及二次设备模型结构的配置页面，以及获取测点信号描述信息的人工识别结果，以及获取非精确量测模型的模型文件的导入操作指令和非精确量测模型的重构模型的文件化导出操作。其中，完成非精确量测模型的重构后，可以生成xml或cim/e格式的重构模型的文本文件，并支持导出。
[0069]
下述为本发明的装置实施例，可以用于执行本发明方法实施例。对于装置实施例中未披露的细节，请参照本发明方法实施例。
[0070]
参见图3，本发明再一实施例中，提供一种非精确量测模型重构系统，能够用于实现上述的非精确量测模型重构方法，具体的，该非精确量测模型重构系统包括获取模块、识别模块、映射模块以及组合模块。
[0071]
其中，获取模块用于获取非精确量测模型中的各测点信号描述信息；识别模块用于识别各测点信号描述信息，得到各测点信号描述信息的容器对象、设备对象、测点信号名称以及容器对象、设备对象和测点信号名称之间的关联关系；映射模块用于遍历各测点信号描述信息，将当前测点信号描述信息的容器对象、设备对象、测点信号名称以及容器对象、设备对象和测点信号名称之间的关联关系，映射至预设的容器模型结构、设备模型结构以及量测模型结构中；遍历完成后得到容器模型、设备模型以及量测模型；组合模块用于组合容器模型、设备模型以及量测模型，得到非精确量测模型的重构模型。
[0072]
在一种可能的实施方式中，所述识别模块具体用于：以预设的电气术语关键词数据字典和预设的容器模型结构中的容器名称以及设备模型结构中的设备名称，构建设备分词触发条件和容器分词触发条件；基于设备分词触发条件和容器分词触发条件，采用预设的中文分词工具对各测点信号描述信息进行分词，得到分词结果；获取分词结果中的设备描述词和容器描述词，将分词结果中容器描述词之前的词汇组合得到容器对象，容器描述词之后且设备描述词之前的词汇组合得到设备对象，设备描述词之后的词汇组合得到测点信号名称；将容器对象、设备对象以及测点信号名称打包成一个数据结构体，得到容器对象、设备对象和测点信号名称之间的关联关系。
[0073]
在一种可能的实施方式中，所述映射模块具体用于：遍历各测点信号描述信息，获取当前测点信号描述信息的容器对象的类型、设备对象的类型以及测点信号名称的类型，根据容器对象的类型、设备对象的类型以及测点信号名称的类型，从预设的容器模型结构、设备模型结构以及量测模型结构中，选取对应类型的子容器模型结构、子设备模型结构和子量测模型结构；将当前测点信号描述信息的容器对象映射至选取的子容器模型结构中，容器对象和设备对象组合后映射至选取的子设备模型结构中，容器对象、设备对象和测点信号名称组合后映射至选取的子设备模型结构中；将当前测点信号描述信息的容器对象、设备对象和测点信号名称之间的关联关系，映射至选取的的子容器模型结构、子设备模型结构和子量测模型结构中；遍历完成后得到容器模型、设备模型以及量测模型。
[0074]
在一种可能的实施方式中，还包括：根据各测点信号描述信息的测点信号名称以及预设的电气术语关键词数据字典，通过关键词匹配的方式，得到各测点信号描述信息的量测类型以及测点信号名称与量测类型的关联关系；将各测点信号描述信息的量测类型映射至预设的量测类型模型结构中，测点信号名称与量测类型的关联关系映射至量测模型和量测类型模型结构中，得到量测类型模型；将量测类型模型补充至非精确量测模型的重构模型。
[0075]
在一种可能的实施方式中，还包括：获取预设的二次设备模型结构中的各二次设备的名称，并根据各二次设备的名称，得到各二次设备监测的设备对象；根据各二次设备监测的设备对象以及设备对象和测点信号名称之间的关联关系，得到各二次设备与设备对象和测点信号名称之间的关联关系；将各二次设备与设备对象和测点信号名称之间的关联关系，映射至二次设备模型结构中，得到二次设备模型；并将各二次设备与设备对象和测点信号名称之间的关联关系，映射至设备模型和量测模型中；将二次设备模型补充至非精确量测模型的重构模型。
[0076]
前述的非精确量测模型重构方法的实施例涉及的各步骤的所有相关内容均可以援引到本发明施例中的非精确量测模型重构系统所对应的功能模块的功能描述，在此不再赘述。
[0077]
本发明实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，另外，在本发明各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
[0078]
本发明再一个实施例中，提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于非精确量测模型重构方法的操作。
[0079]
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关非精确量测模型重构方法的相应步骤。
[0080]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0081]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0082]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0083]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0084]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。