基于知识图谱和深度强化学习的电力调度任务票生成方法技术

本发明专利技术涉及一种基于知识图谱和深度强化学习的电力调度任务票生成方法，包含：基于电网系统的结构化以及半结构化数据，构建电力知识图谱；基于所述电力知识图谱构建采用深度强化学习的AI智能算法，设计深度强化学习框架；获取所述知识图谱中的结构化数据以及半结构化数据，以及电网系统中各电力设备实时运行方式和相关约束属性，采用深度强化学习框架生成操作任务票。本方法基于EMS、OMS和PMS等系统的运行数据、模型数据、图形数据、台账数据、调度操作数据等结构化数据自动生成操作任务票，能够提高电网的调控效率、减轻调控人员的工作压力、提升了电网运行的安全性。提升了电网运行的安全性。提升了电网运行的安全性。

【技术实现步骤摘要】
基于知识图谱和深度强化学习的电力调度任务票生成方法


[0001]本专利技术涉及电力系统操作任务票成票
，具体涉及一种基于知识图谱和深度强化学习的电力调度任务票生成方法。

技术介绍

[0002]电力系统中通常设置有多种电力设备，电力设备之间存在特定的连接关系，根据这些连接关系，生成设备关系图谱。在对电力系统执行调度更改或者变电等操作时，通常需要按照特定的执行顺序对电力设备进行一系列操作。为了方便管理，将特定的执行顺序以指令票的形式开具，一方面，指令票是实际操作人员在现场进行操作的依据，另一方面，留存的指令票能够作为历史数据，成为历史操作任务票可供后续使用。
[0003]目前人工拟票仍是电网调度任务票开票的主要模式，需要逐字填写操作任务和相关事项，并进行人工校核；这种方式花费时间长，效率也很低；面对大量的检修任务时，人工拟票往往给调度人员造成大量繁重的工作，甚至会导致错误开票，造成电网安全事故；随着电网的规模越来越大，复杂度越来越高，人工开票方式逐渐难以满足智能电网的安全稳定运行要求，利用人工智能方式来实现调度任务票的辅助开票变得尤为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱和深度强化学习的电力调度任务票生成方法，其特征在于，包含：S1、基于电网系统的结构化数据以及半结构化数据，构建电力知识图谱；S2、基于所述电力知识图谱构建采用深度强化学习的人工智能算法，设计深度强化学习框架；S3、获取所述知识图谱中的结构化数据以及半结构化数据，以及电网系统中各电力设备实时运行方式和相关约束属性，采用深度强化学习框架生成操作任务票。2.如权利要求1所述的基于知识图谱和深度强化学习的电力调度任务票生成方法，其特征在于，S31、利用NLP技术处理申请单内容，并从处理结果中获取目标对象、目标操作内容；S32、通过查询电力知识图谱获取所述目标对象的运行方式，包括目标对象的各种运行参数和相互之间的连接状态；S33、利用电力知识图谱中获取到的数据，生成操作任务票。3.如权利要求2所述的基于知识图谱和深度强化学习的电力调度任务票生成方法，其特征在于，所述目标对象的运行方式包括：台账属性、拓扑属性，以及对应的实时运行数据包括电压、电流、有功功率和设备实时状态。4.如权利要求1所述的基于知识图谱和深度强化学习的电力调度任务票生成方法，其特征在于，所述电力知识图谱包括四个子图谱，分别为：电网实体图谱、业务逻辑图谱、案例图谱和概念图谱。5.如权利要求4所述的基于知识图谱和深度强化学习的电力调度任务票生成方法，其特征在于，所述概念图谱包含...

【专利技术属性】
技术研发人员：姜腾，朱齐，吕正，陈志樑，沈健，张麟，王沁，陆云，史勇杰，胡年平，顾纯天，聂忠志，章李烽，盛佳蓉，
申请(专利权)人：国网上海市电力公司，
类型：发明
国别省市：