一种基于案例驱动的电网资产全寿命管理方法及系统技术方案

本发明专利技术涉及一种基于案例驱动的电网资产全寿命管理方法及系统，所述方法包括以S1:提取电网资产管理历史案例数据，建立三维案例管理数据库；S2:将历史案例转换为相应的特性数据，并对案例数据进行规范化学习，所述案例数据规范化学习包括非结构化数据转化及调度数据特征提取；S3:提取新案例的特性，利用所提取的特性在所述案例管理数据库中检索相似案例，确定所述新案例与所述相似案例的相似度大于或等于第一阈值的相似案例集，返回所述相似案例集及其对应的解决方案；S4:确定所述新案例与所述相似案例的相似度是否小于或等于第二阈值，若是，将所述新案例添加至所述案例管理数据库中。本发明专利技术的方案管理效率高，自动化程度较好。

【技术实现步骤摘要】
一种基于案例驱动的电网资产全寿命管理方法及系统
本专利技术属于智能电网资产管理领域，尤其涉及一种基于案例驱动的电网资产全寿命管理方法及系统。
技术介绍
现代智能电网在传统电力系统基础上融入新能源、电力电子技术、物理信息系统、需求侧响应等，使其成为具有高维、强非线性、动态过程复杂等特征的新型能源系统。为适应新一代电力系统广泛互联、智能互动、灵活柔性、安全可控的发展需要，电网资产快速增长，各资产智能量测数据呈几何级数增长。电网运行进入大数据和云计算时代，数据促进电网资产管理和电网运行业务进行深度融合。电力资产在其生命周期内发挥最大潜能对有效提高电网公司经济效益、电力系统安全稳定运行起到至关重要的作用。目前，电网设备管理都通过被动的计划检修完成，忽略对设备健康状况的评估与管理。随着电网资产量测数据、设备监控数据、各类管理系统数据呈几何级增长，电网公司需要在设备全寿命周期内使用数据驱动检修业务计划以及资产置换，以确保系统安全、可靠和经济运行。目前对电网资产进行管理时，忽略对设备健康状况的评估与管理，管理效率低，自动化程度较差。
技术实现思路
本专利技术的主要目的在于克服现有技术的缺点与不足，提供基于案例驱动的电网资产全寿命管理方法及系统，通过建立三维案例管理数据库，在数据库中检索与新案例相似的案例，确定并返回相似度较高的相似案例集及其对应的解决方案，以及将相似度低于阈值的新案例添加至案例管理数据库中，实现对管理库的更新，管理效率高，自动化程度较好。根据本专利技术的一个方面，本专利技术提供了一种基于案例驱动的电网资产全寿命管理方法，所述方法包括以下步骤：S1:提取电网资产管理历史案例数据，建立三维案例管理数据库，所述案例管理数据库包括案例空间和解决方案空间；S2:将历史案例转换为相应的特性数据，并对历史案例转换后的特性数据进行规范化学习，对历史案例转换后的特性数据进行规范化学习包括：对非结构化数据进行标准转化及数据特征提取；S3:进行新案例非结构化及非标准化数据在线识别及特征提取，提取新案例的特性，利用所提取的特性在所述案例管理数据库中检索相似案例，确定所述新案例与所述相似案例的相似度大于或等于第一阈值的相似案例集，返回所述相似案例集及其对应的解决方案；S4:确定所述新案例与所述相似案例的相似度是否小于或等于第二阈值，若是，将所述新案例添加至所述案例管理数据库中。优选的，本专利技术还包括以下步骤：S5:通过潮流计算验证新案例的适用性。优选地，采用权重最近邻法(WNN)进行案例检索，通过Euclidean距离公式来计算：其中u表示案例特性，而v则是该案例特性总数；利用如下公式将Euclidean距离最短的案例聚类为一类，其中ck表示案例：优选地，设置目标函数，计算新案例与已检索出的案例之间的误差，确定出相似案例，其中，目标函数为：利用如下公式计算误差：其中，ωi为相应特征对应的权重值，而Rj则为检索出案例的特性值，εj则为对应的误差。优选的，对非结构化数据进行标准转化，通过java.io流对数据读取，应用Jacob(Java-COMBridge)及JavaExcelAPI工具写入XML格式文档中。优选的，S3中进行新案例非结构化及非标准化数据在线识别及特征提取具体包括：应用XSD(XMLschemadefinition)建立关系模型，建立结构映射和语义映射，为异构数据在目标关系数据库中实现完整有效的转换。利用自然语言解析的技术，实现对资产管理案例进行快速分析识别，为案例检索奠定基础。优选的，所述三维是指时间维、逻辑维和知识维；在时间维，对设备从规划、采购、运检到退役进行全寿命状态跟踪，并用唯一编码进行身份及事件标注；在逻辑维，记录设备类型、专业用途、电压等级、正常运行方式以及家族关联设备信息；在知识维，记录设备相关检修、维护、案例更新信息；所述案例空间包括新案例和已解决案例；所述解决方案空间包括历史解决方案和自学习解决方案。优选地，对从案例库中检索出的案例按相关性进行筛选和排序，并对相关性大于阈值的案例进行安全性验证，以计算在检修条件下，系统的安全性和可靠性，以及预计由于检修所造成的断电时间及相应的经济损失。根据本专利技术的另一方面，本专利技术还提供了一种基于案例驱动的电网资产全寿命管理系统，所述系统包括：建立模块，用于提取电网资产管理历史案例数据，建立三维案例管理数据库，所述案例管理数据库包括案例空间和解决方案空间；转换模块，将历史案例转换为相应的特性数据，并对历史案例转换后的特性数据进行规范化学习，对历史案例转换后的特性数据进行规范化学习包括：对非结构化数据进行标准转化及数据特征提取；检索模块，用于进行新案例非结构化及非标准化数据在线识别及特征提取，提取新案例的特性，利用所提取的特性在所述案例管理数据库中检索相似案例，确定所述新案例与所述相似案例的相似度大于或等于第一阈值的相似案例集，返回所述相似案例集及其对应的解决方案；确定模块，用于确定所述新案例与所述相似案例的相似度是否小于或等于第二阈值，若是，将所述新案例添加至所述案例管理数据库中。优选地，对于新案例请求中非结构化数据和非规范化数据进行快速分析识别；采用运行知识库信息，对大量设备运行数据应用聚类算法和语义识别算法，对调度特征信息进行深度挖掘及统计分析：优选地，采用权重最近邻法(WNN)进行案例检索，通过Euclidean距离公式来计算：其中u表示案例特性，而v则是该案例特性总数；利用如下公式将Euclidean距离最短的案例聚类为一类，其中ck表示案例：优选地，设置目标函数，计算新案例与已检索出的案例之间的误差，确定出相似案例，其中，目标函数为：利用如下公式计算误差：其中，ωi为相应特征对应的权重值，而Rj则为检索出案例的特性值，εj则为对应的误差。优选地，所述三维是指时间维、逻辑维和知识维；在时间维，对设备从规划、采购、运检到退役进行全寿命状态跟踪，并用唯一编码进行身份及事件标注；在逻辑维，记录设备类型、专业用途、电压等级、正常运行方式以及家族关联设备信息；在知识维，记录设备相关检修、维护、案例更新信息；所述案例空间包括新案例和已解决案例；所述解决方案空间包括历史解决方案和自学习解决方案。优选地，对新案例进行特征提取，而后对从案例库中检索出的案例按相关性进行筛选和排序，并对相关性大于阈值的案例进行安全性验证，以计算在检修条件下，系统的安全性和可靠性，以及预计由于检修所造成的断电时间及相应的经济损失。有益效果：本专利技术通过建立三维案例管理数据库，在数据库中检索与新案例相似的案例，确定并返回相似度较高的相似案例集及其对应的解决方案，以及将相似度低于阈值的新案例添加至案例管理数据库中，实现对管理库的更新，管理效率高，自动化程度较好。通过参照以下附图及对本专利技术的具体实施本文档来自技高网...

【技术保护点】
1.一种基于案例驱动的电网资产全寿命管理方法，其特征在于，所述方法包括以下步骤：/nS1:提取电网资产管理历史案例数据，建立三维案例管理数据库，所述案例管理数据库包括案例空间和解决方案空间；/nS2:将历史案例转换为相应的特性数据，并对历史案例转换后的特性数据进行规范化学习，对历史案例转换后的特性数据进行规范化学习包括：对非结构化数据进行标准转化及数据特征提取；/nS3:进行新案例非结构化及非标准化数据在线识别及特征提取，提取新案例的特性，利用所提取的特性在所述案例管理数据库中检索相似案例，确定所述新案例与所述相似案例的相似度大于或等于第一阈值的相似案例集，返回所述相似案例集及其对应的解决方案；/nS4:确定所述新案例与所述相似案例的相似度是否小于或等于第二阈值，若是，将所述新案例添加至所述案例管理数据库中。/n

【技术特征摘要】
1.一种基于案例驱动的电网资产全寿命管理方法，其特征在于，所述方法包括以下步骤：
S1:提取电网资产管理历史案例数据，建立三维案例管理数据库，所述案例管理数据库包括案例空间和解决方案空间；
S2:将历史案例转换为相应的特性数据，并对历史案例转换后的特性数据进行规范化学习，对历史案例转换后的特性数据进行规范化学习包括：对非结构化数据进行标准转化及数据特征提取；
S3:进行新案例非结构化及非标准化数据在线识别及特征提取，提取新案例的特性，利用所提取的特性在所述案例管理数据库中检索相似案例，确定所述新案例与所述相似案例的相似度大于或等于第一阈值的相似案例集，返回所述相似案例集及其对应的解决方案；
S4:确定所述新案例与所述相似案例的相似度是否小于或等于第二阈值，若是，将所述新案例添加至所述案例管理数据库中。


2.根据权利要求1所述的方法，其特征在于，采用权重最近邻法进行案例检索，通过Euclidean距离公式来计算：



其中u表示案例特性，而v则是该案例特性总数；
利用如下公式将Euclidean距离最短的案例聚类为一类，其中ck表示案例：





3.根据权利要求2所述的方法，其特征在于，设置目标函数，计算新案例与已检索出的案例之间的误差，确定出相似案例，其中，目标函数为：



利用如下公式计算误差：



其中，ωi为相应特征对应的权重值，而Rj则为检索出案例的特性值，εj则为对应的误差。


4.根据权利要求1所述的方法，其特征在于，所述对非结构化数据进行标准转化具体通过java.io流对数据读取，应用Jacob及JavaExcelAPI工具写入XML格式文档中。


5.根据权利要求1所述的方法，其特征在于，S3中进行新案例非结构化及非标准化数据在线识别及特征提取具体包括：应用XSD建立关系模型，建立结构映射和语义映射，为异构数据在目标关系数据库中实现完整有效的转换；利用自然语言解析的技术，实现对资产管理案例进行快速分析识别。


6.根据权利要求1所述的方法，其特征在于，所述三维是指时间维、逻辑维和知识维；在时间维，对设备从规划、采购、运检到退役进行全寿命状态跟踪，并用唯一编码进行身份及事件标注；在逻辑维，记录设备类型、专业用途、电压等级、正常运行方式以及家族关联设备信息；在知识维，记录设备相关检修、维护、案例更新信息；所述案例空间包括新案例和已解决案例；所述解决方案空间包括历史解决方案和自学习解决方案。


7.根据权利要求1所述的方法，其特征在于，对从案例库中检索出的案例按相关性进行筛选和排序，并对相关性大于阈值的案例进行安全性验证，以...

【专利技术属性】
技术研发人员：陶蕾，狄方春，李大鹏，黄运豪，冯琼，刘东，杨清波，王佳琪，崔灿，夏文岳，叶瑞丽，王岩，武书舟，谢琳，马欣欣，
申请(专利权)人：中国电力科学研究院有限公司，国家电网有限公司，
类型：发明
国别省市：北京;11