虚回路校核方法、装置、终端设备及存储介质制造方法及图纸

技术编号:38764894 阅读:18 留言:0更新日期:2023-09-10 10:38
本申请适用于回路校核技术领域,提供了虚回路校核方法、装置、终端设备及存储介质,包括:根据SCD文件确定待校核虚回路以及所述待校核虚回路对应的目标信息,其中,所述SCD文件包括虚端子的标识信息以及所述虚端子的拓扑信息,所述待校核虚回路由至少两个所述虚端子的标识信息对应的虚端子连接形成,所述目标信息包括所述待校核虚回路中的各个所述虚端子的所述拓扑信息,将所述目标信息输入经训练的校核模型进行校核,得到所述校核模型输出的校核结果,所述校核结果用于指示所述待校核虚回路中的所述虚端子之间的连接关系是否正确。本申请可以提高虚回路校核的准确性。申请可以提高虚回路校核的准确性。申请可以提高虚回路校核的准确性。

【技术实现步骤摘要】
虚回路校核方法、装置、终端设备及存储介质


[0001]本申请属于回路校核
,尤其涉及虚回路校核方法、装置、终端设备及计算机可读存储介质。

技术介绍

[0002]全站系统配置文件(substation configuration description,SCD)完整地描述了智能变电站的一次系统和二次系统的信息、所有智能电子设备(Intelligent Electronic Device,IED)的实例配置和通信参数以及智能电子设备之间的通信配置。SCD文件配置的正确性对智能变电站的安全运行至关重要,尤其是SCD文件中虚端子(即虚拟化后的连接接口)以及反映了虚端子的连接关系的虚回路会直接影响智能变电站的跳合闸、采样回路和二次回路连接关系等,虚回路的正确与否直接影响到继电保护功能和电网的安全稳定运行。
[0003]目前在对SCD文件中的虚回路的正确性进行校核时,通常是人工进行校核,但SCD文件中虚端子数量多且虚端子之间的连接关系较为复杂,人工校核需要耗费大量的人工和时间成本,且校核难度大。

技术实现思路

[0004]本申请实施例提供了虚回路校核方法、装置、终端设备及存储介质,可以提高虚回路校核的准确性。
[0005]第一方面,本申请实施例提供了一种虚回路校核方法,包括:
[0006]根据SCD文件确定待校核虚回路以及所述待校核虚回路对应的目标信息,其中,所述SCD文件包括虚端子的标识信息以及所述虚端子的拓扑信息,所述待校核虚回路由至少两个所述虚端子的标识信息对应的虚端子连接形成,所述目标信息包括所述待校核虚回路中的各个所述虚端子的所述拓扑信息;
[0007]将所述目标信息输入经训练的校核模型进行校核,得到所述校核模型输出的校核结果,所述校核结果用于指示所述待校核虚回路中的所述虚端子之间的连接关系是否正确。
[0008]在第一方面的一种可能的实现方式中,所述校核模型包括预处理网络和分类模型,所述将所述目标信息输入经训练的校核模型进行校核,得到所述校核模型输出的校核结果,包括:
[0009]基于所述预处理网络对所述目标信息进行向量化处理,得到待校核特征;
[0010]将所述待校核特征输入所述分类模型,得到所述分类模型输出的校核结果。
[0011]在第一方面的另一种可能的实现方式中,所述拓扑信息包括所述虚端子的信号描述和所述虚端子对应的智能电子设备的名称;
[0012]所述基于所述预处理网络对所述目标信息进行向量化处理,得到待校核特征,包括:
[0013]对所述目标信息中的所述信号描述进行分词处理,得到分词结果;
[0014]对所述目标信息中的所述名称进行拆分处理,得到拆分结果;
[0015]分别对所述分词结果和所述拆分结果进行向量化处理,得到信号特征和名称特征;
[0016]将所述信号特征和所述名称特征进行拼接,得到所述待校核特征。
[0017]在第一方面的另一种可能的实现方式中,所述校核模型通过如下步骤确定:
[0018]获取样本集,所述样本集包括至少一个带标签的虚回路;
[0019]基于构建的预处理网络对所述样本集中的所述带标签的虚回路对应的目标信息进行向量化处理,得到第一特征;
[0020]基于所述第一特征对预先构建的分类模型进行训练,直至所述分类模型满足预设要求,所述分类模型用于根据输入的虚回路的特征校核所述虚端子的连接关系是否正确;
[0021]根据所述预处理网络和满足要求的所述分类模型确定所述校核模型。
[0022]在第一方面的另一种可能的实现方式中,所述分类模型包括多个基学习器和一个分类器,所述基于所述第一特征对预先构建的分类模型进行训练,直至所述分类模型满足预设要求,包括:
[0023]根据所述样本集中各个所述虚回路的所述第一特征确定训练集和验证集;
[0024]采用K折交叉验证的方式,根据所述训练集中的所述第一特征对各个所述基学习器进行训练,得到训练后的各个所述基学习器和各个所述基学习器输出的第一预测值;
[0025]将所述验证集中的所述第一特征分别输入训练后的每一个所述基学习器,得各个所述基学习器输出的第二预测值;
[0026]根据所述第一预测值确定第二特征,以及,根据所述第二预测值确定第三特征;
[0027]根据所述第二特征和所述第三特征对所述分类器进行训练,直至所述分类器满足预设要求。
[0028]在第一方面的另一种实现方式中,在所述基于所述第一特征对预先构建的分类模型进行训练之前,还包括:
[0029]对所述样本集中的每一个所述虚回路的所述第一特征,计算各个所述第一特征的方差;
[0030]根据所述方差确定目标第一特征;
[0031]所述基于所述第一特征对预先构建的分类模型进行训练,包括:
[0032]基于所述目标第一特征对预先构建的所述分类模型进行训练。
[0033]第二方面,本申请实施例提供了一种虚回路校核装置,包括:
[0034]目标信息获取模块,用于根据SCD文件确定待校核虚回路以及所述待校核虚回路对应的目标信息,其中,所述SCD文件包括虚端子的标识信息以及所述虚端子的拓扑信息,所述待校核虚回路由至少两个所述虚端子连接形成,所述目标信息包括所述待校核虚回路中的各个所述虚端子的所述拓扑信息;
[0035]校核模块,用于将所述目标信息输入经训练的校核模型进行校核,得到所述校核模型输出的校核结果,所述校核结果用于指示所述待校核虚回路中的所述虚端子之间的连接关系是否正确。
[0036]第三方面,本申请实施例提供了一种终端设备,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第一方面所述的虚回路校核方法的步骤。
[0037]第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机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第一方面中所述的虚回路校核方法的步骤。
[0038]第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的虚回路校核方法。
[0039]本申请实施例与现有技术相比存在的有益效果是:
[0040]本申请实施例中,由于根据SCD文件获取到的待校核虚回路的目标信息包括待校核虚回路中各个虚端子的拓扑信息,而虚端子的拓扑信息能够反映虚端子的连接关系,因此,将待校核虚回路的目标信息作为经训练的校核模型的输入进行校核,能够基于目标信息反映的虚端子的连接关系检测待校核虚回路中的虚端子之间的连接是否正确,从而实现虚回路的自动校核,减少人工成本和时间成本,同时提高了虚回路校核的准确性。
附图说明
[0041]为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
[0042]图1是本申本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种虚回路校核方法,其特征在于,包括:根据SCD文件确定待校核虚回路以及所述待校核虚回路对应的目标信息,其中,所述SCD文件包括虚端子的标识信息以及所述虚端子的拓扑信息,所述待校核虚回路由至少两个所述虚端子的标识信息对应的虚端子连接形成,所述目标信息包括所述待校核虚回路中的各个所述虚端子的所述拓扑信息;将所述目标信息输入经训练的校核模型进行校核,得到所述校核模型输出的校核结果,所述校核结果用于指示所述待校核虚回路中的所述虚端子之间的连接关系是否正确。2.如权利要求1所述的虚回路校核方法,其特征在于,所述校核模型包括预处理网络和分类模型,所述将所述目标信息输入经训练的校核模型进行校核,得到所述校核模型输出的校核结果,包括:基于所述预处理网络对所述目标信息进行向量化处理,得到待校核特征;将所述待校核特征输入所述分类模型,得到所述分类模型输出的校核结果。3.如权利要求2所述的虚回路校核方法,其特征在于,所述拓扑信息包括所述虚端子的信号描述和所述虚端子对应的智能电子设备的名称;所述基于所述预处理网络对所述目标信息进行向量化处理,得到待校核特征,包括:对所述目标信息中的所述信号描述进行分词处理,得到分词结果;对所述目标信息中的所述名称进行拆分处理,得到拆分结果;分别对所述分词结果和所述拆分结果进行向量化处理,得到信号特征和名称特征;将所述信号特征和所述名称特征进行拼接,得到所述待校核特征。4.如权利要求1所述的虚回路校核方法,其特征在于,所述校核模型通过如下步骤确定:获取样本集,所述样本集包括至少一个带标签的虚回路;基于构建的预处理网络对所述样本集中的所述带标签的虚回路对应的目标信息进行向量化处理,得到第一特征;基于所述第一特征对预先构建的分类模型进行训练,直至所述分类模型满足预设要求,所述分类模型用于根据输入的虚回路的特征校核所述虚端子的连接关系是否正确;根据所述预处理网络和满足要求的所述分类模型确定所述校核模型。5.如权利要求4所述的虚回路校核方法,其特征在于,所述分类模型包括多个基学习器和一个分类器,所述基于所述第一特征对预先构建的分类模型进行训练,直至所述分类模型满足预设要求,包括:根据所述样本集中各个所述虚回路...

【专利技术属性】
技术研发人员:梁玮琪孔德深叶欣史志强蒋海辉黄雄
申请(专利权)人:长园深瑞继保自动化有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1