【技术实现步骤摘要】
一种基于时间序列的电网动态文本可视化方法及系统
[0001]本专利技术涉及电力系统监控
，具体涉及一种基于时间序列的电网动态文本可视化方法及系统
。
技术介绍
[0002]电力系统作为现代社会不可或缺的基础设施之一，对于能源供应的稳定性和可靠性至关重要
。
随着电网规模的扩大和电力负荷的增加，电力系统的监控和管理变得越来越复杂
。
为了确保电力系统的稳定运行，需要实时监测电网设备的状态
、
参数和运行情况，以及及时采取措施来应对潜在的问题和风险
。
[0003]传统的电网监控方法主要依赖于数值数据的显示，如图表
、
曲线等
。
然而，这种方式对于操作人员来说可能较为抽象，难以直观地理解电网的状态和变化
。
另外，随着电力系统的发展，数据量不断增加，传统的数值显示方式可能无法快速有效地传达关键信息，从而导致操作人员无法迅速做出决策
。
[0004]为了解决这些问题，近年来出现了一些电网可...
【技术保护点】
【技术特征摘要】
1.
一种基于时间序列的电网动态文本可视化方法，其特征在于，包括以下步骤：通过部署在电网系统监测节点的电网数据采集设备，获取实时采集的电网监测数据；将采集的电网监测数据转文本数据，使用预训练的命名实体识别模型提取电网监测数据的数据类型以及监测节点位置信息；将电网监测数据的文本数据按照数据类型进行分类，形成与监测节点位置信息对应的文本数据集；根据电网拓扑结构以及提取的监测节点位置信息，确定电网数据采集设备的采集坐标，并通过蚁群算法在相同数据类型的采集坐标之间生成监测数据巡检路径，将采集坐标以及监测数据巡检路径映射到电网虚拟模型中构成电网可视化界面；将文本数据集的电网监测数据按照时间序列滚动显示在电网虚拟模型中映射的采集坐标位置
。2.
根据权利要求1所述的基于时间序列的电网动态文本可视化方法，其特征在于，所述电网监测数据包括根据电网拓扑结构采集的电网节点之间的电流数据
、
电压数据
、
频率数据
、
功率数据
、
电能数据
、
电压偏差数据
、
能耗数据以及电力负荷数据
。3.
根据权利要求2所述的基于时间序列的电网动态文本可视化方法，其特征在于，将采集的电网监测数据转文本数据时，包括以下步骤：数据格式化：将采用的电网监测数据进行格式化，对电网监测数据中的数值舍入到小数位数并根据数据类型标记单位；生成描述文本：将格式化的电网监测数据按照每个监测数据点进行划分，创建每个监测数据点相应的描述文本；时间戳整合：将时间戳信息与描述文本相结合，使文本数据包含时间序列信息，其中，时间戳信息包含日期和时间，用以表征每个数据点的采集时间；文本数据集构建：将生成的描述文本组合成文本数据集，每个条目对应一个时间序列数据点；文本数据存储：将文本数据存储在数据库中，并添加标签用以调用
。4.
根据权利要求3所述的基于时间序列的电网动态文本可视化方法，其特征在于，使用预训练的命名实体识别模型提取电网监测数据的数据类型以及监测节点位置信息，包括以下步骤：数据输入：将转换后的文本数据输入到预训练的
NER
模型，其中，每个文本数据点均包含有监测数据的描述；
NER
模型运行：运行
NER
模型识别文本数据中的命名实体，其中，命名实体包括电网监测数据的数据类型和监测节点的位置信息；解析和提取：从
NER
模型的输出中解析和提取识别的命名实体并保存，且
NER
模型为每个实体提供标签
。5.
根据权利要求4所述的基于时间序列的电网动态文本可视化方法，其特征在于，命名实体识别模型的预训练包括以下步骤：收集并标注样本数据：从收集的文本语料库中随机提取文本数据作为样本数据，并创建一个命名实体标签，其中，定义数据类型和监测节点位置信息作为命名实体，将命名实体的边界标记出来，并为每个实体分配一个相应的标签；
特征提取：提取样本数据中的文本特征，通过词嵌入将文本数据转化为向量形式；将样本数据划分为训练集
、
开发集和测试集；选择
Transformer
‑
based
模型作为预训练模型，使用特征提取后的训练集对所选模型进行预训练，将预训练模型的输出层替换为适合
NER
任务的层，使用
NER
数据集进行训练，同时进行损失函数的定义和优化，在开发集上评估模型性能，并根据性能指标进行参数调整和优化；模型评估和优化：使用开发集和测试集对微调后的
NER
模型进行召回率评估，根据评估结果对模型进行优化和调整，将经过预训练和微调的
NER<...
【专利技术属性】
技术研发人员：宋忧乐，邓杰，何博，李福凌，沈凌祺，马园，孙建美，白林珍，杨师琦，邓云书，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：
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。