【技术实现步骤摘要】
本专利技术属于电力变电设备数据监测分析领域，尤其涉及一种集控故障处置知识图谱的构建方法及系统。
技术介绍
1、变电站集控系统接收来自变电站自动化系统的测控保护数据、主一次设备运行状态及网络安全监测数据，故障录波、计量、一次设备在线监测、消防、安防、动环等辅助设备监测数据，在线巡视数据等。变电站集控系统从多个变电站接收大量遥测、遥信信号，每天有大量告警及预警信号上送至集控站系统，这对集控站运行监盘人员造成了关键信息排查的信号干扰。将告警及预警信号转化为事件，并通过对事件的分析及处理自动获取设备故障发生的原因及处置措施，能够辅助运行监盘人员快速处理设备故障事件。
2、变电设备故障原因及相关的处置措施多为人工录入或规则配置的方式，受制于人工成本高且规则无法穷举的限制，构建完善完整的变电设备故障处置知识库极为困难。随着人工智能技术的发展，采用预训练模型的电力领域模型进行变电设备故障知识抽取的方式能在一定程度上加快变电设备知识图谱的构建进程，但此过程仍然需要针对变电设备故障处置的各类文档进行一定量的人工标注、模型训练以及超参数的调整，无法满足知识图谱快速构建集控站系统应用的建设要求。
3、以关键字进行匹配的传统文本检索方法虽然能够提供段落定位功能，但是检索结果难以碎片化、缺乏组织，而且经常出现检索结果不全面、答非所问的情况，较容易产生疏忽遗漏，使得故障应急处置工作的效率低下。
4、现有技术虽然已有电力设备故障相关知识图谱构建的框架方法，但多为低资源少数据场景下的少量训练样本标注下的模型训练及推理，进而进
技术实现思路
1、为解决现有技术中存在的不足，本专利技术技术提供了一种集控故障处置知识图谱的构建方法，利用知识图谱对事件化告警依据知识图谱的知识路径进行推理，给出事件化告警的可能故障原因及后续的推荐处置方案，辅助集控监控人员进行故障诊断和处置。
2、本专利技术解决其问题所采用的技术方案：
3、本专利技术第一方面，涉及一种集控故障处置知识图谱的构建方法，所述方法包括以下步骤：
4、步骤1：构建集控故障处置知识图谱实体库数据抽取模型；
5、步骤2：将集控故障处置知识图谱实体库数据抽取模型通过抽取实例数据得到的集控故障处置知识映射到集控故障处置知识图谱本体模型中；
6、步骤3：从集控故障处置知识图谱本体模型的每一步处置动作中抽取处置动作算子，并将处置动作中的变电设备实体与来自设备故障案例知识图谱中的集控故障信号模型关联，使每一种故障或告警信号的完整处置动作及其对应的处置动作算子形成故障信号处置算子；
7、步骤4：集控故障信号触发后，以告警事件送至告警事件对话代理，告警事件对话代理通过告警处置动作服务与集控故障处置知识图谱本体模型内的故障事件类型匹配关联，并通过故障信号处置算子进行故障处置计算和推理，将处置结果反馈给告警事件对话代理。
8、优选的，所述集控故障处置知识图谱本体模型包括：
9、从集控故障处置报告中的故障编号、故障类型、故障原因、故障后果、故障危险点和不同的后续故障处置动作预案中，抽象出实体本体、关系本体和要素本体。
10、优选的，所述实体本体包括变电设备的故障类型、故障症状、故障设备类型、故障原因和故障处置方法；
11、所述关系本体包括故障设备接线关系和故障发生关联关系；
12、所述要素本体包括故障消缺处置事件。
13、优选的，所述步骤1中构建集控故障处置知识图谱实体库数据抽取模型包括：设备实体知识图谱模型、变电设备故障处置业务逻辑知识图谱模型和设备故障案例知识图谱模型；
14、从集控站公共信息模型cim中获取各个变电站内的变电设备实体和接线关系实例，通过cim的关联映射转化为变电设备实体图谱；
15、从非结构化文本中通过编写实体、关系及事件抽取提示词模版，然后基于大语言模型进行电力领域开源信息数据集抽取指令微调，获得与本体模型相关联的实体和关系实例数据，构建出三元组信息；
16、变电设备实体图谱和三元组信息经过实体对齐及指代消解形成设备实体知识图谱模型、变电设备故障处置业务逻辑知识图谱模型和设备故障案例知识图谱模型。
17、优选的，所述非结构化文本包括集控站告警信号规程和变电设备典型故障及处置实例。
18、优选的，所述大语言模型包括llama2-7b。
19、优选的，所述用于微调的开源信息数据集包括duee、人民日报、duie和电力知识图谱指令数据集。
20、优选的，所述集控故障处置知识图谱本体模型采用自顶向下的的本体设计方法，集控故障处置知识图谱实体库数据抽取模型采用自底向上的抽取方式。
21、本专利技术第二方面，涉及一种如本专利技术第一方面中方法的一种集控故障处置知识图谱的构建系统，包括知识图谱构建模块、知识图谱映射模块、设备与故障信号关联模块和故障处置应用模块；
22、知识图谱构建模块，用于构建集控故障处置知识图谱实体库数据抽取模型；
23、知识图谱映射模块，用于将集控故障处置知识图谱实体库数据抽取模型通过抽取实例数据得到的集控故障处置知识映射到集控故障处置知识图谱本体模型中；
24、设备与故障信号关联模块，用于将处置动作中的变电设备实体与来自设备故障案例知识图谱中的集控故障信号模型关联，使每一种故障或告警信号的完整处置动作及其对应的处置动作算子形成故障信号处置算子；
25、故障处置应用模块，用于集控故障信号触发后，故障信号处置算子进行故障处置计算和推理，将处置结果反馈给告警事件对话代理。
26、本专利技术第三方面，涉及一种终端，包括处理器及存储介质；所述存储介质用于存储指令；所述处理器用于根据所述指令进行操作以执行本专利技术第一方面中方法的步骤。
27、本专利技术第四方面，涉及计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术第一方面中方法的步骤。
28、本专利技术相比于现有技术具有的有益效果是：
29、1.充分利用大语言模型的智能涌现能力，通过设计提示词模版，利用大语言模型直接从文本中抽取三元组，不需要分别针对不同的实体类型、关系类型准备数据，通过人工标注训练模型和推理获取结果。
30、2.提出了故障处置算子的推理计算方法，在变电设备故障发生时，故障处置算子进行故障处理推理和计算，将故障处置结果反馈给集控运行监控人员，帮助集控运行监控人员快速分析事故原因，全面掌握故障处理的关键信息，辅助运行监控人员进行故障处置决策，提高了集控系统的快速应急处置响应能力和故障应急处置工作的效率。
本文档来自技高网...【技术保护点】
1.一种集控故障处置知识图谱的构建方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的集控故障处置知识图谱的构建方法，其特征在于，所述集控故障处置知识图谱本体模型包括：
3.根据权利要求2所述的集控故障处置知识图谱的构建方法，其特征在于，
4.根据权利要求1或2所述的集控故障处置知识图谱的构建方法，其特征在于，所述步骤1中构建集控故障处置知识图谱实体库数据抽取模型包括：
5.根据权利要求4所述的集控故障处置知识图谱的构建方法，其特征在于，
6.根据权利要求4所述的集控故障处置知识图谱的构建方法，其特征在于，
7.根据权利要求4所述的集控故障处置知识图谱的构建方法，其特征在于，
8.根据权利要求1所述的集控故障处置知识图谱的构建方法，其特征在于，
9.一种基于权利要求1-8任一项权利要求所述构建方法的集控故障处置知识图谱的构建系统，包括知识图谱构建模块、知识图谱映射模块、设备与故障信号关联模块和故障处置应用模块；其特征在于，
10.一种终端，包括处理器及存储介质
11.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-8任一项所述方法的步骤。
...【技术特征摘要】
1.一种集控故障处置知识图谱的构建方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的集控故障处置知识图谱的构建方法，其特征在于，所述集控故障处置知识图谱本体模型包括：
3.根据权利要求2所述的集控故障处置知识图谱的构建方法，其特征在于，
4.根据权利要求1或2所述的集控故障处置知识图谱的构建方法，其特征在于，所述步骤1中构建集控故障处置知识图谱实体库数据抽取模型包括：
5.根据权利要求4所述的集控故障处置知识图谱的构建方法，其特征在于，
6.根据权利要求4所述的集控故障处置知识图谱的构建方法...
【专利技术属性】
技术研发人员：李艳丹，谢晓冬，张利强，魏娇龙，韩明蕾，郭莹莹，徐延明，李志学，刘刚，徐刚，王立鼎，葛亮，秦红霞，
申请(专利权)人：北京四方继保工程技术有限公司，
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。