一种知识驱动与数据驱动相结合的电网事件识别方法及系统技术方案

本发明专利技术公开了一种知识驱动与数据驱动相结合的电网事件识别方法及系统，通过对基于专家库的知识驱动和基于深度学习的数据驱动的综合运用，充分发挥专家知识库的逻辑推理能力和深度学习的数据规律学习能力，形成相互补充，从而提升电网监控事件识别的准确性和适应性，进一步提升电网监控员的工作效率，保障电网调控系统安全稳定运行。网调控系统安全稳定运行。网调控系统安全稳定运行。

【技术实现步骤摘要】
一种知识驱动与数据驱动相结合的电网事件识别方法及系统


[0001]本专利技术属于电网
，具体涉及一种知识驱动与数据驱动相结合的电网事件识别方法及系统。

技术介绍

[0002]面对日益增长的电网运行监控信息，目前电网调度控制系统已实现了以人工定义规则的专家库为依托的集中监控、综合智能告警等功能，为电网事故判断和设备监控运行提供了技术支撑。但专家库规则不能穷尽和覆盖所有情况，规则维护工作量大，规则推理较为死板，对于新旧变电站不同的信号配置兼容性不足，难以适应电网发展新形势。

技术实现思路

[0003]专利技术目的：为解决现有电网调度控制系统对新旧变电站不同的信号配置兼容性不足的问题，本专利技术提出了一种知识驱动与数据驱动相结合的电网事件识别方法及系统，通过对基于专家库的知识驱动和基于深度学习的数据驱动的综合运用，充分发挥专家知识库的逻辑推理能力和深度学习的数据规律学习能力，形成相互补充，从而提升电网监控事件识别的准确性和适应性，进一步提升电网监控员的工作效率，保障电网调控系统安全稳定运行。
[0004]技术方案：一种知识驱动与数据驱动相结合的电网事件识别方法，包括以下步骤：
[0005]步骤1：获取待识别的电网告警文本，将待识别的电网告警文本中的具象数据去除，得到抽象化的电网告警数据；
[0006]步骤2：基于电网事件专家库中的电网事件规则，对步骤1得到的抽象化的电网告警数据进行事件判断，对于一条抽象化的电网告警数据，若其符合某一电网事件规则时，则该条抽象化的电网告警数据被判定为属于该电网事件规则对应的电网事件，并采用该电网事件对该抽象化的电网告警数据进行标记；若其不符合所有的电网事件规则时，则执行步骤3；
[0007]步骤3：采用深度学习模型对该条抽象化的电网告警数据进行识别，得到该条抽象化的电网告警数据属于某电网事件的概率以及该电网事件的事件类型名称。
[0008]进一步的，所述的深度学习模型由以下步骤进行构建并训练：
[0009]获取历史电网告警文本，首先按所属变电站对历史电网告警文本进行分组，对每一组按照时间顺序对历史电网告警文本进行排列；
[0010]将排列后的历史电网告警文本中的具象数据进行去除，得到抽象化的历史电网告警数据；
[0011]采用电网事件专家库中的电网事件规则，对抽象化的历史电网告警数据进行事件判断，对于一条抽象化的历史电网告警数据，若符合某一电网事件规则时，则该条抽象化的历史电网告警数据被标记为属于该电网事件规则对应的电网事件，并将该条被标记的抽象化的历史电网告警数据作为一个样本数据，以此构建得到样本数据集；若其不符合所有电
网事件规则时，则不做任何操作；
[0012]构建以抽象化的电网告警数据为输入数据，以输入数据属于的事件类型以及成立概率为输出的深度学习模型；
[0013]采用样本数据集对深度学习模型进行训练和验证，得到可用的深度学习模型。
[0014]进一步的，所述的深度学习模型选取长短期记忆模型，采用Keras深度学习框架进行建模。
[0015]进一步的，所述的电网事件专家库，由以下步骤构建得到：
[0016]获取历史电网告警文本，对历史电网告警文本中的具象数据进行去除，得到抽象化的历史电网告警数据；
[0017]基于历史电网告警数据，对电网事件规则进行定义，得到多条电网事件规则；所述电网事件规则包括电网事件名称和规则公式；其中，所述规则公式由采用逻辑组合方式对若干抽象化的历史电网告警数据进行组合构成。
[0018]进一步的，所述逻辑组合方式包括逻辑与运算、逻辑非运算、告警数据间的时序约束。
[0019]进一步的，所述具象数据包括厂站名称、电压等级、设备名称、设备编号、监控信号电气名称、监控信号电气状态、变电站名称和线路编号。
[0020]进一步的，所述抽象化的电网告警数据至少包括电压等级、设备类型和监控信号状态。
[0021]本专利技术还公开了一种知识驱动与数据驱动相结合的电网事件识别系统，包括：
[0022]电网告警数据抽象单元，用于将待识别的电网告警文本中的具象数据去除，得到抽象化的电网告警数据；
[0023]电网事件专家识别单元，用于基于电网事件专家库中的电网事件规则，对抽象化的电网告警数据进行事件判断，对于一条抽象化的电网告警数据，若其符合某一电网事件规则时，则该条抽象化的电网告警数据被判定为属于该电网事件规则对应的电网事件，并采用该电网事件对该抽象化的电网告警数据进行标记；若其不符合所有的电网事件规则时，调用深度学习识别单元进行识别；
[0024]深度学习识别单元，用于对抽象化的电网告警数据进行识别，得到抽象化的电网告警数据属于某电网事件的概率以及该电网事件的事件类型名称。
[0025]进一步的，所述深度学习识别单元由以下步骤进行建模并训练得到：
[0026]获取历史电网告警文本，首先按所属变电站对历史电网告警文本进行分组，对每一组按照时间顺序对历史电网告警文本进行排列；
[0027]将排列后的历史电网告警文本中的具象数据进行去除，得到抽象化的历史电网告警数据；
[0028]采用电网事件专家库中的电网事件规则，对抽象化的历史电网告警数据进行事件判断，对于一条抽象化的历史电网告警数据，若符合某一电网事件规则时，则该条抽象化的历史电网告警数据被标记为属于该电网事件规则对应的电网事件，并将该条被标记的抽象化的历史电网告警数据作为一个样本数据，以此构建得到样本数据集；若其不符合所有电网事件规则时，则不做任何操作；
[0029]构建以抽象化的电网告警数据为输入数据，以输入数据属于的事件类型以及成立
概率为输出的深度学习模型；
[0030]采用样本数据集对深度学习模型进行训练和验证，得到可用的深度学习识别单元。
[0031]进一步的，所述电网事件专家识别单元包括多条电网事件规则，所述电网事件规则包括电网事件名称和规则公式；其中，所述规则公式由采用逻辑组合方式对若干抽象化的历史电网告警数据进行组合构成，所述逻辑组合方式包括逻辑与运算、逻辑非运算、告警数据间的时序约束。
[0032]有益效果：本专利技术通过对基于专家库的知识驱动和基于深度学习的数据驱动的综合运用，充分发挥专家知识库的逻辑推理能力和深度学习的数据规律学习能力，提升电网监控事件识别的准确性和适应性，进一步提升电网监控员的工作效率。
附图说明
[0033]图1为构建深度学习模型流程；
[0034]图2为专家库与深度学习模型的协同处理过程。
具体实施方式
[0035]现结合附图和实施例对本专利技术的技术方案做进一步说明。
[0036]专家库具有精确判断能力，但规则维护成本高，灵活性不足，深度学习模型具有很强的规律学习能力和较高的冗余度，但其结果是具有概率性的。本专利技术通过构建电网事件专家库，并利用专家库对历史数据的判断获取标记数据，训练深度学习模型，并使用专家库和深度学习模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种知识驱动与数据驱动相结合的电网事件识别方法，其特征在于：包括以下步骤：步骤1：获取待识别的电网告警文本，将待识别的电网告警文本中的具象数据去除，得到抽象化的电网告警数据；步骤2：基于电网事件专家库中的电网事件规则，对步骤1得到的抽象化的电网告警数据进行事件判断，对于一条抽象化的电网告警数据，若其符合某一电网事件规则时，则该条抽象化的电网告警数据被判定为属于该电网事件规则对应的电网事件，并采用该电网事件对该抽象化的电网告警数据进行标记；若其不符合所有的电网事件规则时，则执行步骤3；步骤3：采用深度学习模型对该条抽象化的电网告警数据进行识别，得到该条抽象化的电网告警数据属于某电网事件的概率以及该电网事件的事件类型名称。2.根据权利要求1所述的一种知识驱动与数据驱动相结合的电网事件识别方法，其特征在于：所述的深度学习模型由以下步骤进行构建并训练：获取历史电网告警文本，首先按所属变电站对历史电网告警文本进行分组，对每一组按照时间顺序对历史电网告警文本进行排列；将排列后的历史电网告警文本中的具象数据进行去除，得到抽象化的历史电网告警数据；采用电网事件专家库中的电网事件规则，对抽象化的历史电网告警数据进行事件判断，对于一条抽象化的历史电网告警数据，若符合某一电网事件规则时，则该条抽象化的历史电网告警数据被标记为属于该电网事件规则对应的电网事件，并将该条被标记的抽象化的历史电网告警数据作为一个样本数据，以此构建得到样本数据集；若其不符合所有电网事件规则时，则不做任何操作；构建以抽象化的电网告警数据为输入数据，以输入数据属于的事件类型以及成立概率为输出的深度学习模型；采用样本数据集对深度学习模型进行训练和验证，得到可用的深度学习模型。3.根据权利要求2所述的一种知识驱动与数据驱动相结合的电网事件识别方法，其特征在于：所述的深度学习模型选取长短期记忆模型，采用Keras深度学习框架进行建模。4.根据权利要求1或2所述的一种知识驱动与数据驱动相结合的电网事件识别方法，其特征在于：所述的电网事件专家库，由以下步骤构建得到：获取历史电网告警文本，对历史电网告警文本中的具象数据进行去除，得到抽象化的历史电网告警数据；基于历史电网告警数据，对电网事件规则进行定义，得到多条电网事件规则；所述电网事件规则包括电网事件名称和规则公式；其中，所述规则公式由采用逻辑组合方式对若干抽象化的历史电网告警数据进行组合构成。5.根据权利要求4所述的一种知识驱动与数据驱动相结合的电网事件识别方法，其特征在于：所述逻辑组合方式包括逻辑与运算、逻辑非运算、告警数据间的...

【专利技术属性】
技术研发人员：刘翌，高尚，周挺，黄鑫健，张珂珩，李森，季堃，
申请(专利权)人：国电南瑞科技股份有限公司国网电力科学研究院有限公司，
类型：发明
国别省市：