一种电网灾害预测方法、装置、存储介质及电子设备制造方法及图纸

本发明专利技术公开了一种电网灾害预测方法、装置、存储介质及电子设备，该方法包括：获取灾害参数；将灾害参数输入至采用大数据算法构建的第一灾害损失预测模型，得到第一灾损结果；基于灾害参数，采用灾损知识元模型结合知识图谱模型进行情景推演，得到第二灾损结果；根据第一灾损结果和第二灾损结果的偏差对第二灾损结果进行修正，得到电网灾害预测结果。通过实施本发明专利技术，采用大数据算法得到的第一灾害损失预测模型对灾害参数进行处理，得到第一灾损结果，采用灾损知识元模型结合知识图谱模型对灾害参数进行情景推演，得到第二灾损结果，之后基于第一灾损结果和第二灾损结果的偏差对第二灾损结果进行修正，从而得到更准确的电网灾害预测结果。害预测结果。害预测结果。

【技术实现步骤摘要】
一种电网灾害预测方法、装置、存储介质及电子设备


[0001]本专利技术涉及应急决策
，具体涉及一种电网灾害预测方法、装置、存储介质及电子设备。

技术介绍

[0002]电网系统的安全稳定运行关乎国计民生，发生大规模灾害后需要快速处置。为了快速完成电网灾害的应急并提前防止高风险设施出现严重故障，需要提前进行灾害损失的预测。
[0003]现有的电网灾害损失预测方法主要分为基于大数据方法的预测和基于物理模型的预测。但是大数据预测方法仅能够推测损失总数，无法推理具体的位置，而物理模型计算方法的预测结果准确性较低。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了涉及一种电网灾害预测方法、装置、存储介质及电子设备，以解决现有技术中采用的电网灾害损失预测方法无法得到准确的灾害损失结果的技术问题。
[0005]本专利技术提出的技术方案如下：
[0006]本专利技术实施例第一方面提供一种电网灾害预测方法，包括：获取灾害参数；将所述灾害参数输入至第一灾害损失预测模型，得到第一灾损结果，所述第一灾害损失预测模型采用大数据算法构建；基于所述灾害参数，采用灾损知识元模型结合知识图谱模型进行情景推演，得到第二灾损结果；根据所述第一灾损结果和所述第二灾损结果的偏差对所述第二灾损结果进行修正，得到电网灾害预测结果。
[0007]可选地，该电网灾害预测方法还包括：将所述灾害参数输入至第二灾害损失预测模型，得到第一应急处理结果，所述第二灾害损失预测模型采用大数据算法构建；和/或，基于所述电网灾害预测结果，采用应急知识元模型结合知识图谱模型进行情景推演，得到第二应急处理结果。
[0008]可选地，该电网灾害预测方法还包括：基于所述电网灾害预测结果，采用因果知识元模型结合知识图谱模型进行情景推演，得到电网中电力设施出现故障的因果关系图；将所述因果关系图进行转换得到故障文本报告。
[0009]可选地，所述第一灾损结果包括发生任一故障类型的电力设施的第一数量；所述第二灾损结果包括每一电力设施发生故障的概率以及故障类型。
[0010]可选地，根据所述第一灾损结果和所述第二灾损结果的偏差对所述第二灾损结果进行修正，得到电网灾害预测结果，包括：根据所述第二灾损结果求和计算发生任一故障类型的电力设施的第二数量；判断所述第二数量和所述第一数量的差值是否大于第一阈值；当大于第一阈值时，将相应故障类型中故障概率小于第二阈值的电力设施删除。
[0011]可选地，该电网灾害预测方法还包括：判断所述第一数量和所述第二数量的差值
是否大于第三阈值；当大于第三阈值时，将其他故障类型中故障概率大于第四阈值的电力设施加入到相应故障类型中。
[0012]可选地，所述第一灾害损失预测模型采用如下方式构建：获取历史灾害参数和灾损结果；基于所述历史灾害参数和灾损结果，采用多个大数据算法进行训练，得到每个大数据算法对应的灾害损失预测模型；对每个大数据算法对应的灾害损失预测模型进行测试，得到多个测试结果；比较多个测试结果，选择最准确的测试结果对应的灾害损失预测模型作为第一灾害损失预测模型。
[0013]本专利技术实施例第二方面提供一种电网灾害预测装置，包括：参数获取模块，用于获取灾害参数；第一预测模块，用于将所述灾害参数输入至第一灾害损失预测模型，得到第一灾损结果，所述第一灾害损失预测模型采用大数据算法构建；第二预测模块，用于基于所述灾害参数，采用灾损知识元模型结合知识图谱模型进行情景推演，得到第二灾损结果；修正模块，用于根据所述第一灾损结果和所述第二灾损结果的偏差对所述第二灾损结果进行修正，得到电网灾害预测结果。
[0014]本专利技术实施例第三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指令，所述计算机指令用于使所述计算机执行如本专利技术实施例第一方面及第一方面任一项所述的电网灾害预测方法。
[0015]本专利技术实施例第四方面提供一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如本专利技术实施例第一方面及第一方面任一项所述的电网灾害预测方法。
[0016]本专利技术提供的技术方案，具有如下效果：
[0017]本专利技术实施例提供的电网灾害预测方法、装置、存储介质及电子设备，采用大数据算法得到的第一灾害损失预测模型对灾害参数进行处理，得到第一灾损结果，采用灾损知识元模型结合知识图谱模型对灾害参数进行情景推演，得到第二灾损结果，之后基于第一灾损结果和第二灾损结果的偏差对第二灾损结果进行修正，从而得到更准确的电网灾害预测结果。由此，解决了现有技术中对于电网灾害预测不准确的技术问题。
附图说明
[0018]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]图1是根据本专利技术实施例的电网灾害预测方法的流程图；
[0020]图2是根据本专利技术实施例的电网灾害预测装置的结构框图；
[0021]图3是根据本专利技术实施例提供的计算机可读存储介质的结构示意图；
[0022]图4是根据本专利技术实施例提供的电子设备的结构示意图。
具体实施方式
[0023]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的
附图，对本专利技术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专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都应当属于本专利技术保护的范围。
[0024]本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”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，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。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。
[0025]根据本专利技术实施例，提供了一种电网灾害预测方法，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0026]在本实施例中提供了一种电网灾害预测方法，可用于电子设备，如电脑、手机、平板电脑等，图1是根据本专利技术实施例电网灾害预测方法的流程图，如图1所示，该方法包括如下步骤：
[0027]步骤S1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电网灾害预测方法，其特征在于，包括：获取灾害参数；将所述灾害参数输入至第一灾害损失预测模型，得到第一灾损结果，所述第一灾害损失预测模型采用大数据算法构建；基于所述灾害参数，采用灾损知识元模型结合知识图谱模型进行情景推演，得到第二灾损结果；根据所述第一灾损结果和所述第二灾损结果的偏差对所述第二灾损结果进行修正，得到电网灾害预测结果。2.根据权利要求1所述的电网灾害预测方法，其特征在于，还包括：将所述灾害参数输入至第二灾害损失预测模型，得到第一应急处理结果，所述第二灾害损失预测模型采用大数据算法构建；和/或，基于所述电网灾害预测结果，采用应急知识元模型结合知识图谱模型进行情景推演，得到第二应急处理结果。3.根据权利要求1所述的电网灾害预测方法，其特征在于，还包括：基于所述电网灾害预测结果，采用因果知识元模型结合知识图谱模型进行情景推演，得到电网中电力设施出现故障的因果关系图；将所述因果关系图进行转换得到故障文本报告。4.根据权利要求1所述的电网灾害预测方法，其特征在于，所述第一灾损结果包括发生任一故障类型的电力设施的第一数量；所述第二灾损结果包括每一电力设施发生故障的概率以及故障类型。5.根据权利要求4所述的电网灾害预测方法，其特征在于，根据所述第一灾损结果和所述第二灾损结果的偏差对所述第二灾损结果进行修正，得到电网灾害预测结果，包括：根据所述第二灾损结果求和计算发生任一故障类型的电力设施的第二数量；判断所述第二数量和所述第一数量的差值是否大于第一阈值；当大于第一阈值时，将相应故障类型中故障概率小于第二阈值的电力设施删除。6.根据权利要求5...

【专利技术属性】
技术研发人员：康文明，唐诗洋，于振，韩志骏，张泽浩，魏峰，冯杰，王明军，徐希源，隋灿，刘泽宇，郭雨松，关城，严屹然，
申请(专利权)人：国网山东省电力公司应急管理中心，
类型：发明
国别省市：