【技术实现步骤摘要】
本专利技术涉及电力系统数据分析与模型构建，具体为一种电力数据大模型构建方法及系统。
技术介绍
1、随着电力系统的复杂性日益增加，对电力系统的运行数据进行准确、高效的分析和预测变得尤为重要。传统的电力数据分析方法往往依赖于固定的模型和算法，难以适应电力系统数据的多样性和动态性。此外，电力系统不仅有大量的运行数据，还有大量与之相关的文档信息，如操作手册、维护记录、故障报告等。如何将这些数据和文档信息进行有效的整合，构建一个能够全面反映电力系统状态的数据大模型，是当前电力数据分析领域面临的一个重要挑战。因此，开发一种新的电力数据大模型构建技术，能够综合处理和分析电力系统的运行数据和相关文档信息，对于提高电力系统的运行效率和安全性具有重要意义。
技术实现思路
1、因此，本专利技术解决的技术问题是：如何综合处理和分析电力系统的运行数据与相关文档信息，以构建一个能够全面、准确地反映电力系统状态的数据大模型。
2、为解决上述技术问题，本专利技术提供如下技术方案：采集电力系统的运行数据进行数据预处理构建电力系统数据模型；根据电力系统的拓扑结构和运行状态，对图数据库中的数据进行拓扑分析，计算各个节点和边的拓扑参数；利用智能文档分析平台对电力相关的文档进行内容解析，提取出与电力系统运行数据相关的文本信息；将抽取出的文本信息与图数据库中的数据进行关联，构建电力数据大模型。
3、作为本专利技术所述的一种电力数据大模型构建方法的一种优选方案，其中：所述采集电力系统的运行数据包括电压、
4、作为本专利技术所述的一种电力数据大模型构建方法的一种优选方案，其中：将采集的电力系统运行数据导入到图数据库中，并创建相应的节点和边，根据电力系统的拓扑结构和运行状态，使用pagerank算法对图数据库中的数据进行拓扑分析；
5、所述pagerank算法表达式为：
6、
7、其中，pr′(u)表示优化后的节点u的pagerank值，d表示阻尼系数，n表示图中节点的总数，p(c)表示任意节点被访问的概率，bu表示指向节点u的节点集合，w(e)表示连接两个节点到边e的权重，w(e′)表示某个节点与某个边的权重，ev表示以节点v为起点的边集合，pr′(v)表示节点v的优化后的pagerank值，t(v)表示阈值函数。
8、作为本专利技术所述的一种电力数据大模型构建方法的一种优选方案，其中：使用交叉验证的方法，将电力系统的历史数据分为训练集和验证集，用验证集评估阻尼系数，当准确率大于设定阈值时，则当前pagerank算法继续电力系统的拓扑分析，当准确率小于等于阈值时，将节点的重要性以及节点在电力系统中的状态融入pagerank算法进行优化，表达式为：
9、
10、其中，i(u)代表节点u的重要性，s(u)代表电力系统在节点u的运行状态，λ和μ分别是节点u的重要性权重系数和节点u运行状态的重要性权重系数。
11、作为本专利技术所述的一种电力数据大模型构建方法的一种优选方案，其中：所述计算各个节点和边的拓扑参数是基于迭代后的pagerank算法节点数值输出，表达式为：
12、tp(u)＝pr′(u)×t(u)
13、tp(e)＝w(e)×pr′(u)×pr′(v)
14、其中，tp(u)表示节点u的拓扑参数，tp(e)表示边e的拓扑参数，t(u)表示每个节点上的电压或频率大小。
15、作为本专利技术所述的一种电力数据大模型构建方法的一种优选方案，其中：所述利用智能文档分析平台对电力相关的文档进行内容解析，是将收集和整理的电力相关的文档传输至智能文档分析平台，使用机器学习法提取文档中的关键信息作为参考数据集，针对文档的格式、结构和内容特征判断电力相关文档的类型，进一步提取和分析当前文档中的关键信息，统计多种故障情况以及相匹配的维护用时，使用关联规则挖掘算法分析不同设备、操作和故障之间的关联，通过pagerank算法计算出各个节点和边的拓扑参数，将输出结果传输至智能文档分析平台，通过拓扑参数自动匹配参考数据集，构建电力数据大模型。
16、作为本专利技术所述的一种电力数据大模型构建方法的一种优选方案，其中：所述关键信息包括电力系统的运行状态、故障情况、维护记录，所述电力相关文档包括操作手册、维护记录、故障报告、系统日志。
17、通过拓扑参数自动匹配参考数据集输出相匹配的结果作为预测值，智能文档分析平台并实时接收反馈信息并打标记录，判断预测结果与实际值之间的均方误差和绝对误差量化预测的准确性；当误差值超过预设值时，分析预测错误的持续时间和频率，若发现预测错误是瞬时的或频率小于预设值，将其归类为偶发误差；若预测错误时间为持续或频率大于等于预设值，则判定为系统性误差，进一步评估对电力系统的影响范围，通过对比预测结果与历史数据和参考数据集，确定其对系统稳定性的影响程度分配综合评分，制定相应的运维决策，在智能文档分析平台中的分析过程中，基于参考数据集筛查当前数据实施步骤中的不安全操作追溯问题缘由，更新参考数据集优化电力数据大模型。
18、本专利技术的另外一个目的是提供一种电力数据大模型构建系统，其能通过集成数据采集、预处理、拓扑分析和智能文档解析技术，自动化地构建和优化电力数据大模型。解决了传统方法难以综合处理和分析电力系统的运行数据与相关文档信息的问题，为电力系统的决策提供了有力的技术支持。
19、为解决上述技术问题，本专利技术提供如下技术方案：供一种电力数据大模型构建系统，包括数据处理与存储模块、拓扑分析与优化模块、智能文档解析模块、关联与模型构建模块以及反馈与自适应更新模块。
20、所述数据处理与存储模块是负责采集电力系统的运行数据，进行数据预处理，并将处理后的数据存储到图数据库中。
21、所述拓扑分析与优化模块是基于电力系统的拓扑结构和运行状态，对图数据库中的数据进行拓扑分析，计算各个节点和边的拓扑参数，当模型的准确率不满足预设阈值时，进行模型优化。
22、所述智能文档解析模块是对电力相关的文档进行内容解析，提取与电力系统运行数据相关的关键文本信息。
23、所述关联与模型构建模块是将提取出的文本信息与图数据库中的数据进行关联，利用机器学习方法进行数据分析和预测，形成一个包含多维度信息的电力数据大模型。
24、所述反馈与自适应更新模块是实时接收模型的预测结果反馈，根据反馈信息进行模型的自适应更新和优化。
25、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在本文档来自技高网...
【技术保护点】
1.一种电力数据大模型构建方法，其特征在于，包括：
2.如权利要求1所述的一种电力数据大模型构建方法，其特征在于：所述采集电力系统的运行数据包括电压、电流、功率以及频率，所述采集电力系统的运行数据包括电压、电流、功率以及频率，所述数据预处理是将收集到的周期性状态数据去噪，去掉缺失值，异常值，以及错误格式的无效数据，调整图像的亮度和对比度，把原始格式数据转换为需求分析的格式，将数据归一化完成数据预处理，并存储到图数据库中，利用图数据库的节点和边表示电力系统的元件和连接关系，构建基于图结构的电力系统数据模型。
3.如权利要求2所述的一种电力数据大模型构建方法，其特征在于：将采集的电力系统运行数据导入到图数据库中，并创建相应的节点和边，根据电力系统的拓扑结构和运行状态，使用PageRank算法对图数据库中的数据进行拓扑分析；
4.如权利要求3所述的一种电力数据大模型构建方法，其特征在于：使用交叉验证的方法，将电力系统的历史数据分为训练集和验证集，用验证集评估阻尼系数，当准确率大于设定阈值时，则当前PageRank算法继续电力系统的拓扑分析，当准确率小
5.如权利要求4所述的一种电力数据大模型构建方法，其特征在于：所述计算各个节点和边的拓扑参数是基于迭代后的PageRank算法节点数值输出，表达式为：
6.如权利要求5所述的一种电力数据大模型构建方法，其特征在于：所述利用智能文档分析平台对电力相关的文档进行内容解析，是将收集和整理的电力相关的文档传输至智能文档分析平台，使用机器学习法提取文档中的关键信息作为参考数据集，针对文档的格式、结构和内容特征判断电力相关文档的类型，进一步提取和分析当前文档中的关键信息，统计多种故障情况以及相匹配的维护用时，使用关联规则挖掘算法分析不同设备、操作和故障之间的关联，通过PageRank算法计算出各个节点和边的拓扑参数，将输出结果传输至智能文档分析平台，通过拓扑参数自动匹配参考数据集，构建电力数据大模型。
7.如权利要求6所述的一种电力数据大模型构建方法，其特征在于：所述关键信息包括电力系统的运行状态、故障情况、维护记录，所述电力相关文档包括操作手册、维护记录、故障报告、系统日志；
8.一种采用如权利要求1～7任一所述的一种分布式电源无功响应方法的系统其特征在于：包括数据处理与存储模块、拓扑分析与优化模块、智能文档解析模块、关联与模型构建模块以及反馈与自适应更新模块；
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种电力数据大模型构建方法，其特征在于，包括：
2.如权利要求1所述的一种电力数据大模型构建方法，其特征在于：所述采集电力系统的运行数据包括电压、电流、功率以及频率，所述采集电力系统的运行数据包括电压、电流、功率以及频率，所述数据预处理是将收集到的周期性状态数据去噪，去掉缺失值，异常值，以及错误格式的无效数据，调整图像的亮度和对比度，把原始格式数据转换为需求分析的格式，将数据归一化完成数据预处理，并存储到图数据库中，利用图数据库的节点和边表示电力系统的元件和连接关系，构建基于图结构的电力系统数据模型。
3.如权利要求2所述的一种电力数据大模型构建方法，其特征在于：将采集的电力系统运行数据导入到图数据库中，并创建相应的节点和边，根据电力系统的拓扑结构和运行状态，使用pagerank算法对图数据库中的数据进行拓扑分析；
4.如权利要求3所述的一种电力数据大模型构建方法，其特征在于：使用交叉验证的方法，将电力系统的历史数据分为训练集和验证集，用验证集评估阻尼系数，当准确率大于设定阈值时，则当前pagerank算法继续电力系统的拓扑分析，当准确率小于等于阈值时，将节点的重要性以及节点在电力系统中的状态融入pagerank算法进行优化，表达式为：
5.如权利要求4所述的一种电力数据大模型构建方法，其特征在于：所述计算各个节点和边的拓扑参数是基于迭代后的pagerank算法节点数值输出，表达式为：
...【专利技术属性】
技术研发人员：石嘉豪，杨宇亮，林正平，周育忠，王宏，
申请(专利权)人：南方电网科学研究院有限责任公司，
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。