System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电力系统,具体涉及一种调度员知识技能网络模型和培训资源库处理方法和系统。
技术介绍
1、随着电力系统在源、网、荷等各方面深刻变化,电网运行特性呈现新的特征,迫切需要各级电网调度机构提高对新型电力系统运行特性的感知、认知、预知水平,提升驾驭新型交直流混联大电网的能力。以往的多次大停电事故多与电网调控运行人员的处置能力、以及事故前是否进行过相关电网事故有效的演习培训相关。通过调度员培训仿真系统(dts)模拟电网各种运行状态,支撑调度员贴近真实或预想作业场景进行模拟演练,是最安全、最经济、最有效的调度业务培训手段。目前,将dts迁移到云平台上,充分发挥云平台在资源共享、互动协调、维护扩展等方面的优势,构建集约化的调度学习演练环境已经成为发展趋势。然而,目前云dts智能化、自动化水平不足,没有满足云培训模式下个性化培训所需的调度员知识技能网络模型和培训资源库,严重制约了云dts的应用效率和效果。因此,迫切需要对现有调度培训仿真进行全方位的理念重塑和系统重构,构建适合云dts个性化培训的调度员知识模型和培训资源库,为调度员提供个性化、智能化的在线知识学习、技能演练、联合调度演习等服务,建立集学习、锻炼、评估、指导为一体的新型培训平台,对数字化培训资源的培训效果进行科学、客观的评估,全面提高调度员培训效率和效果,为大电网安全稳定经济运行提供智力支持。
技术实现思路
1、本专利技术提出了一种调度员知识技能网络模型和培训资源库处理方法、系统、计算设备,克服上述问题或者至少部分地解决上
2、根据本专利技术的一个方面,提供了一种调度员知识技能网络模型和培训资源库处理方法,其特征在于,包括:
3、根据对调度知识本体概念、层级、属性及关联关系梳理所构建的知识技能点网络模型,将培训资源中的文本、音频、图片、视频类型的学习资源、演练资源与知识技能点进行识别与关联,共同构成调度知识库;
4、对所述调度知识库进行基于neo4j图形数据库的的编辑处理,完成对知识技能点和资源库的管理和维护,通过所述neo4j图形数据库检索知识点和资源,进行自适应的调度知识学习、技能演练,利用所述学习资源、演练资源与知识技能点进行识别与关联后的信息,对所述学习资源和演练资源进行动态评价,获取智能评价结果。
5、进一步地,所述将培训资源中的文本类型的学习资源、演练资源与知识技能点进行识别与关联,包括:对所述文本类型进行关键特征信息提取,将提取的关键特征信息与所述知识技能点网络模型进行匹配关联。
6、进一步地,所述将培训资源中的音频类型的学习资源、演练资源与知识技能点进行识别与关联,包括:
7、利用语音识别技术将音频类型转换为文本类型;
8、对所述文本类型进行关键特征信息提取;
9、将提取的关键特征信息与所述知识技能点网络模型进行匹配关联。
10、进一步地,所述将培训资源中的图片类型的学习资源、演练资源与知识技能点进行识别与关联,包括:
11、利用ocr字符识别技术将图片类型换为文本类型;
12、对所述文本类型进行关键特征信息提取;
13、将提取的关键特征信息与所述知识技能点网络模型进行匹配关联。
14、进一步地,所述将培训资源中的视频类型的学习资源、演练资源与知识技能点进行识别与关联,包括:
15、利用ocr字符识别技术和/或语音识别技术将视频类型转换为文本类型;
16、对所述文本类型进行关键特征信息提取;
17、将提取的关键特征信息与所述知识技能点网络模型进行匹配关联。
18、进一步地,对所述学习资源和演练资源进行动态评价,包括:
19、建立电力调度培训资源评价指标体系;
20、在电力调度培训资源评价指标体系的基础上,对同一级评价指标的重要性进行两两比较,利用德尔菲法判断各指标的相对重要性,然后对各指标的相对重要性进行评价,确定权重系数;
21、根据所述所述权重系数对各评价指标进行综合加权计算,得到模糊综合评价结果。
22、进一步地,所述电力调度培训资源评价指标体系包括:至少两个层次的评价指标。
23、根据本专利技术的另一个方面,提供了一种调度员知识技能网络模型和培训资源库处理系统,其特征在于,包括:
24、构建单元,用于根据对调度知识本体概念、层级、属性及关联关系梳理所构建的知识技能点网络模型,将培训资源中的文本、音频、图片、视频类型的学习资源、演练资源与知识技能点进行识别与关联,共同构成调度知识库;
25、处理单元,用于对所述调度知识库进行基于neo4j图形数据库的的编辑处理,完成对知识技能点和资源库的管理和维护,通过所述neo4j图形数据库检索知识点和资源,进行自适应的调度知识学习、技能演练,利用所述学习资源、演练资源与知识技能点进行识别与关联后的信息,对所述学习资源和演练资源进行动态评价,获取智能评价结果。
26、进一步地,所述构建单元包括识别关联模块,用于将培训资源中的文本、音频、图片、视频类型的学习资源、演练资源与知识技能点进行识别与关联。
27、进一步地,所述处理单元包括评价模块,用于对所述学习资源和演练资源进行动态评价。
28、根据本专利技术的另一方面,提供一种计算设备,其特征在于,所述设备包括:处理器,以及存储有计算机程序指令的存储器;所述处理器读取并执行所述计算机程序指令,以实现所述的调度员知识技能网络模型和培训资源库处理方法。
29、根据本专利技术的另一方面,提供一种计算机存储介质,其特征在于,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行所述的调度员知识技能网络模型和培训资源库处理方法对应的操作。
30、由上述本专利技术提供的技术方案可以看出,采用本专利技术提供的调度员知识技能网络模型和培训资源库处理方法和系统,通过构建电网调度知识技能点的网络模型,根据对调度知识本体概念、层级、属性及关联关系梳理所构建的知识技能点网络模型,将知识库中的文本、音频、图片、视频类型的学习资源、演练资源与知识技能点进行识别与关联,实现适合云dts个性化培训,为调度员提供个性化、智能化的在线知识学习、技能演练、联合调度演习等服务,建立集学习、锻炼、评估、指导为一体的新型培训平台,对数字化培训资源的培训效果进行科学、客观的评估,全面提高调度员培训效率和效果,为大电网安全稳定经济运行提供智力支持。
31、上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种调度员知识技能网络模型和培训资源库处理方法,其特征在于,包括:
2.根据权利要求1所述的调度员知识技能网络模型和培训资源库处理方法,其特征在于,所述将培训资源中的文本类型的学习资源、演练资源与知识技能点进行识别与关联,包括:对所述文本类型进行关键特征信息提取,将提取的关键特征信息与所述知识技能点网络模型进行匹配关联。
3.根据权利要求1所述的调度员知识技能网络模型和培训资源库处理方法,其特征在于,所述将培训资源中的音频类型的学习资源、演练资源与知识技能点进行识别与关联,包括:
4.根据权利要求1所述的调度员知识技能网络模型和培训资源库处理方法,其特征在于,所述将培训资源中的图片类型的学习资源、演练资源与知识技能点进行识别与关联,包括:
5.根据权利要求1所述的调度员知识技能网络模型和培训资源库处理方法,其特征在于,所述将培训资源中的视频类型的学习资源、演练资源与知识技能点进行识别与关联,包括:
6.根据权利要求1所述的调度员知识技能网络模型和培训资源库处理方法,其特征在于,对所述学习资源和演练资源进行动态评价,包
7.根据权利要求6所述的调度员知识技能网络模型和培训资源库处理方法,其特征在于,所述电力调度培训资源评价指标体系包括:至少两个层次的评价指标。
8.一种调度员知识技能网络模型和培训资源库处理系统,其特征在于,包括:
9.根据权利要求8所述的调度员知识技能网络模型和培训资源库处理系统,其特征在于,所述构建单元包括识别关联模块,用于将培训资源中的文本、音频、图片、视频类型的学习资源、演练资源与知识技能点进行识别与关联。
10.根据权利要求8所述的调度员知识技能网络模型和培训资源库处理系统,其特征在于,所述处理单元包括评价模块,用于对所述学习资源和演练资源进行动态评价。
11.一种计算设备,其特征在于,所述设备包括:处理器,以及存储有计算机程序指令的存储器;所述处理器读取并执行所述计算机程序指令,以实现如权利要求1-7任一项所述的调度员知识技能网络模型和培训资源库处理方法。
12.一种计算机存储介质,其特征在于,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的调度员知识技能网络模型和培训资源库处理方法对应的操作。
...【技术特征摘要】
1.一种调度员知识技能网络模型和培训资源库处理方法,其特征在于,包括:
2.根据权利要求1所述的调度员知识技能网络模型和培训资源库处理方法,其特征在于,所述将培训资源中的文本类型的学习资源、演练资源与知识技能点进行识别与关联,包括:对所述文本类型进行关键特征信息提取,将提取的关键特征信息与所述知识技能点网络模型进行匹配关联。
3.根据权利要求1所述的调度员知识技能网络模型和培训资源库处理方法,其特征在于,所述将培训资源中的音频类型的学习资源、演练资源与知识技能点进行识别与关联,包括:
4.根据权利要求1所述的调度员知识技能网络模型和培训资源库处理方法,其特征在于,所述将培训资源中的图片类型的学习资源、演练资源与知识技能点进行识别与关联,包括:
5.根据权利要求1所述的调度员知识技能网络模型和培训资源库处理方法,其特征在于,所述将培训资源中的视频类型的学习资源、演练资源与知识技能点进行识别与关联,包括:
6.根据权利要求1所述的调度员知识技能网络模型和培训资源库处理方法,其特征在于,对所述学习资源和演练资源进行动态评价,包括:
7.根据...
【专利技术属性】
技术研发人员:潘志远,凌晓波,陈宏福,赵义术,任玉保,刘海客,宋新新,刘书阁,崔西友,许园园,赵吉祥,韩政,胡友琳,苏凡,
申请(专利权)人:国网上海市电力公司,
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。