【技术实现步骤摘要】
本专利技术涉及电力系统，尤其涉及一种操作票的生成方法、操作票的生成装置及存储介质。
技术介绍
1、在电力系统中，为了实现调度更改或变电等操作，通常需要对电力设备按照特定顺序进行一系列操作。为方便管理和依据执行操作，这些操作被整理成操作票的形式。操作票不仅是实际操作人员现场操作的依据，还可作为历史数据供后续使用。目前，变电站调度操作票的生成大多由现场人员根据调度指令手动编写，缺乏自动化和智能化。在实际使用中，操作票的编写存在以下问题和困难：
2、（1）历史操作票的数量有限，难以覆盖所有操作情况。
3、（2）紧急情况下或需要频繁、多次编辑新的操作票的情况下，过程繁琐、效率很低。
4、（3）标准化程度不高，不同人员编写的操作票，语言的表达上会存在差异。
5、（4）复杂的新操作票编写困难，通常需要资深电网调度员进行编写。
6、（5）人工编写操作票难以避免存在人为错误。
7、由于上述问题的存在，使得成票的工作效率低，浪费人力成本，以及难以避免人为失误，影响电网安全运行。
8、因此，如何能够提高操作票的生成效率成为本领域技术人员亟待解决的技术问题。
技术实现思路
1、本专利技术提供了一种操作票的生成方法、操作票的生成装置及存储介质，解决相关技术中存在的操作票的生成效率低的问题。
2、作为本专利技术的第一个方面，提供一种操作票的生成方法，其中，包括：
3、接收成票调度令；
4、
5、根据所述成票调度令调用预训练的深度学习模型，并将所述成票调度令输入至所述预训练的深度学习模型以生成目标操作票，所述预训练的深度学习模型能够根据所述成票调度令和所述成票所需数据获得目标操作票；
6、输出所述目标操作票。
7、进一步地，所述预训练的深度学习模型能够根据所述成票调度令和所述成票所需数据获得目标操作票，包括：
8、根据所述成票调度令生成初始操作票，所述初始操作票包括当前操作任务的操作目标和目标设备在内的原始操作流程；
9、将所述初始操作票与所述成票所需数据进行相似度匹配，获得操作票内容；
10、对所述操作票内容进行优化以及标准化处理，获得目标操作票。
11、进一步地，将所述初始操作票与所述成票所需数据进行相似度匹配，获得操作票内容，包括：
12、将所述初始操作票与成票所需数据进行相似度匹配，以获得目标成票依赖数据；
13、根据所述目标成票依赖数据生成操作票内容。
14、进一步地，将所述初始操作票与向量化后的成票所需数据进行相似度匹配，以获得目标成票依赖数据，包括：
15、将所述初始操作票进行向量化处理，获得向量化初始操作票；
16、将向量化初始操作票与成票所需数据进行相似度匹配，获得第一匹配结果；
17、将所述第一匹配结果与所述成票调度令进行语义相似度匹配，以获得第二匹配结果；
18、若所述第二匹配结果中存在与所述成票调度令匹配的操作票，则将所述第二匹配结果中的操作票作为目标成票依赖数据。
19、进一步地，根据电力行业知识、标准操作票数据以及设备操作票手册获得成票所需数据，包括：
20、将所述电力行业知识、标准操作票数据和设备操作手册通过嵌入模型进行向量化存储，以获得整合知识库；
21、对所述整合知识库进行整理获得成票所需数据，所述成票所需数据包括按照预设文本格式整理的成票必要信息，所述预设文本格式包括待操作步骤、待操作设备和待操作设备的操作方法。
22、进一步地，还包括：
23、根据历史电力操作票和电力专业知识对深度学习模型基于问答形式进行训练，获得预训练的深度学习模型。
24、进一步地，根据历史电力操作票和电力专业知识对深度学习模型基于问答形式进行训练，获得预训练的深度学习模型，包括：
25、根据历史电力操作票生成操作票训练数据，其中所述操作票训练数据包括调度令输入数据和对应的操作票输出数据；
26、根据电力专业知识基于生成电力专业知识训练数据，其中所述电力专业知识训练数据包括基于电力专业知识内容形成的提问输入数据和对应的专业回复输出数据；
27、根据所述操作票训练数据和所述电力专业知识训练数据确定深度学习模型的输入数据和输出数据，所述深度学习模型的输入数据为调度令形式，所述深度学习模型的输出数据为操作票形式；
28、根据深度学习模型的输入数据和输出数据进行训练获得预训练的深度学习模型。
29、进一步地，根据电力专业知识基于生成电力专业知识训练数据，包括：
30、根据电力专业知识文档按照段落划分为多个文档知识段落；
31、将多个文档知识段落输入至深度学习模型，以使得所述深度学习模型根据预设段落总结提示词对每个文档知识段落的内容进行归纳总结获得对应的提问内容；
32、当接收到每个文档知识段落和对应的提问内容确认正确的审核通知时，将提问内容作为输入数据以及将对应的文档知识段落作为输出数据进行拼接后形成拼接数据；
33、将所述拼接数据作为电力专业知识训练数据。
34、作为本专利技术的另一个方面，提供一种操作票的生成装置，用于实现所述的操作票的生成方法，其中，所述操作票的生成装置包括：
35、接收模块，用于接收成票调度令；
36、成票数据获得模块，用于根据电力行业知识、标准操作票数据以及设备操作票手册获得成票所需数据；
37、目标操作票生成模块，用于根据所述成票调度令调用预训练的深度学习模型，并将所述成票调度令输入至所述预训练的深度学习模型以生成目标操作票，所述预训练的深度学习模型能够根据所述成票调度令和所述成票所需数据获得目标操作票；
38、输出模块，用于输出所述目标操作票。
39、作为本专利技术的另一个方面，提供一种存储介质，其中，包括计算机指令，所述计算机指令被处理器加载并执行时实现前文所述的操作票的生成方法。
40、本专利技术提供的操作票的生成方法，通过将电力行业知识、标准操作票数据以及设备操作手册进行整合获得成票所需数据，进而依据该成票所需数据对深度学习模型进行训练获得预训练的深度学习模型，当成票调度令输入至该预训练的深度学习模型后能够获得与之匹配的目标操作票，这种操作票的生成方法能够实现操作票的自动生成，无需认为过多干预，且由于从大量已有数据中学习到相应的逻辑关系，因此能够有效提升生成的操作票的准确性。
本文档来自技高网...【技术保护点】
1.一种操作票的生成方法，其特征在于，包括：
2.根据权利要求1所述的操作票的生成方法，其特征在于，所述预训练的深度学习模型能够根据所述成票调度令和所述成票所需数据获得目标操作票，包括：
3.根据权利要求2所述的操作票的生成方法，其特征在于，将所述初始操作票与所述成票所需数据进行相似度匹配，获得操作票内容，包括：
4.根据权利要求3所述的操作票的生成方法，其特征在于，将所述初始操作票与向量化后的成票所需数据进行相似度匹配，以获得目标成票依赖数据，包括：
5.根据权利要求1所述的操作票的生成方法，其特征在于，根据电力行业知识、标准操作票数据以及设备操作票手册获得成票所需数据，包括：
6.根据权利要求1至5中任意一项所述的操作票的生成方法，其特征在于，还包括：
7.根据权利要求6所述的操作票的生成方法，其特征在于，根据历史电力操作票和电力专业知识对深度学习模型基于问答形式进行训练，获得预训练的深度学习模型，包括：
8.根据权利要求7所述的操作票的生成方法，其特征在于，根据电力专业知识基于生成电力专业知
9.一种操作票的生成装置，用于实现权利要求1至8中任意一项所述的操作票的生成方法，其特征在于，所述操作票的生成装置包括：
10.一种存储介质，其特征在于，包括计算机指令，所述计算机指令被处理器加载并执行时实现权利要求1至8中任意一项所述的操作票的生成方法。
...【技术特征摘要】
1.一种操作票的生成方法，其特征在于，包括：
2.根据权利要求1所述的操作票的生成方法，其特征在于，所述预训练的深度学习模型能够根据所述成票调度令和所述成票所需数据获得目标操作票，包括：
3.根据权利要求2所述的操作票的生成方法，其特征在于，将所述初始操作票与所述成票所需数据进行相似度匹配，获得操作票内容，包括：
4.根据权利要求3所述的操作票的生成方法，其特征在于，将所述初始操作票与向量化后的成票所需数据进行相似度匹配，以获得目标成票依赖数据，包括：
5.根据权利要求1所述的操作票的生成方法，其特征在于，根据电力行业知识、标准操作票数据以及设备操作票手册获得成票所需数据，包括：
...
【专利技术属性】
技术研发人员：郑龙，张雅婷，杜丛晋，周文章，
申请(专利权)人：江苏泰坦智慧科技有限公司，
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。