CN107247827A - 基于机器学习的虚端子模型建模及自动连线方法 - Google Patents

基于机器学习的虚端子模型建模及自动连线方法 Download PDF

Info

Publication number
CN107247827A
CN107247827A CN201710373742.2A CN201710373742A CN107247827A CN 107247827 A CN107247827 A CN 107247827A CN 201710373742 A CN201710373742 A CN 201710373742A CN 107247827 A CN107247827 A CN 107247827A
Authority
CN
China
Prior art keywords
empty terminal
ied
typical
matrix
link
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710373742.2A
Other languages
English (en)
Other versions
CN107247827B (zh
Inventor
黄哲忱
高磊
卜强生
杨毅
宋爽
宋亮亮
温东旭
李嘉
袁浩
张海东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201710373742.2A priority Critical patent/CN107247827B/zh
Publication of CN107247827A publication Critical patent/CN107247827A/zh
Application granted granted Critical
Publication of CN107247827B publication Critical patent/CN107247827B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Design And Manufacture Of Integrated Circuits (AREA)

Abstract

本发明公开一种基于机器学习的虚端子模型建模及连线方法,步骤为:首先获取至少3个已完成的SCD配置文件;然后对获取到的各SCD配置文件进行解析,得到各SCD文件所包含的IED信息和虚端子连线信息;再基于SCD文件的解析结果,建立包含典型IED模型库、虚端子典型连线矩阵、虚端子典型连线置信矩阵的知识集,然后在对新的SCD文件进行配置,基于当前知识集进行虚端子的自动连线。本发明可有效利用已完成的配置工作的成果,降低实际操作时的建模工作量,同时本发明对于典型IED的判别方法,可最大限度避免各IED厂家对规范理解存在偏差带来的影响。

Description

基于机器学习的虚端子模型建模及自动连线方法
技术领域
本发明涉及智能变电站技术领域,特别是一种基于机器学习的“六统一”虚端子模型建模及自动连线方法。
背景技术
二次回路的正确性直接影响着保护动作的正确性,智能变电站中,二次回路通过光纤实现,并通过变电站配置描述文件( SCD),对光纤连接进行描述,从而实现各类型智能电子设备(IED) 的信息交互。SCD文件配置过程中,主要的工作量集中在虚端子配置,即虚端子连线。虚端子配置的正确性,对智能变电站保护动作的正确性有着重要影响。然而虚端子配置存在连线复杂,工作量大,难以校验等问题,直接影响了智能变电站继电保护动作的正确性。
国网“六统一”规范要求统一功能配置,统一回路设计,统一端子排布置,统一接口标准,统一屏柜压板,统一保护定值、报告格式,针对智能变电站,特别补充规范了智能变电站继电保护装置的虚端子,统一了虚端子的数目、类型、描述,形成了新“六统一”规范,使得虚端子的自动连线和校验成为可能。同时,随着智能变电站建设的推进,各省积累了大量配置完成的、格式相近的SCD文件,可供新建或改造的智能变电站在SCD文件配置时参考。部分厂家、电科院、设计院也形成了相应的配置工具,提取SCD文件中的IED、虚端子,进行可视化描述和配置。
当前提出的虚端子自动连线和校验的方法都基于虚端子模板,但是虚端子模板库的建立与更新方法还有待完善。一方面,当前的方法没有很好地利用之前配置工作的成果,实际操作时,建模工作量非常大;另一方面,各厂家对规范的理解存在偏差,规范中对具体实施留有一定的自由度,各厂家内部模型不一,同时各厂家对产品的研发求变是一个不间断的过程,即依照同一规范设计出的虚端子仍具有一定的差异性。虚端子实现完全统一还需较长时间。
发明内容
本发明要解决的技术问题为:通过机器学习的方式,基于现有SCD文件进行学习,形成虚端子“知识集”,从而在配置新的SCD时,通过参照“知识集”,自动连接和校验虚端子,减少人工干预,高效完成SCD配置。
当前配置工具,已经能实现从SCD文件中提取IED模型、虚端子。根据国网六统一要求及《IEC 61850 工程继电保护应用模型》,IED设备预留属性有名称(Name)、厂家(Manufacturer)、型号(Type)、配置版本(Config Version)、描述(Description)。根据IEC61850 标准,IED物理设备包括若干逻辑设备LD。
虚端子描述包括:ServerID(厂家前缀+逻辑设备LD)/LN(逻辑节点)$FC(功能约束)$DO(数据对象)$DA(数据属性),其中虚端子的ServerLD部分即对应IED物理设备中的逻辑设备LD。
本发明采取的技术方案为:基于机器学习的虚端子模型建模及自动连线方法,包括步骤:
S1,获取至少3个已完成的SCD配置文件;
S2,对获取到的各SCD配置文件进行解析,得到各SCD文件所包含的IED信息和虚端子连线信息;
S3,基于SCD文件的解析结果,建立知识集:
S31,检索各IED信息中的desc字段,以确定IED物理设备的设备类型,并将各IED按照间隔进行归类;
S32,比对各SCD文件的相同间隔,获取各间隔所包含的典型IED,形成典型IED模型库;所述一个间隔的典型IED包括:存在于至少三个不同SCD文件中,属于同一间隔, Name和Description属性皆相同,且厂家不完全相同的IED;
S33,对于各典型IED,获取其虚端子连线信息,基于获取的虚端子连线信息建立虚端子典型连线矩阵和虚端子典型连线置信矩阵,矩阵中的各元素的值代表各输出虚端子连接不同输入虚端子的虚端子连线数量;
S34,设定虚端子典型连线置信矩阵中各元素的值;
S35,基于典型IED模型库、虚端子典型连线矩阵和虚端子典型连线置信矩阵生成知识集;
S4,对新的SCD文件进行配置,基于当前知识集进行虚端子的自动连线:
对于当前知识集中的同一虚端子连线,当其在虚端子典型连线矩阵中的相应元素值大于或等于其在虚端子典型连线置信矩阵中的相应元素值时,该虚端子连线所对应的输出虚端子和输入选端子可直接连接。
本发明知识集的建立即完成了对典型IED中虚端子的模型建模。
对各IED设备,预留属性的相关信息可在SCD文件中IED描述的相应字段读取,从而建立各个IED对象。优选的,本发明步骤S31中,利用代表各不同间隔的关键字,分别检索IED信息中的desc字段,以将各IED按照间隔进行归类;所述代表各不同间隔的关键字包括“母线”、“线路”、“断路器”/“开关”和“变压器”/“主变”;
利用代表不同设备类型的关键字,分别检索IED信息中的desc字段,以确定各IED物理备的设备类型;所述代表不同设备类型的关键字包括“测控”、“保护”、“合并单元”和“智能终端”。
优选的,本发明典型IED还包括:存在于至少五个不同SCD文件中,属于同一间隔,Name和Description属性皆相同的IED。
优选的,本发明步骤S32对于典型IED的判断包括:
S321,设置I类典型IED列表和II类典型IED列表;
S322,对于一个IED,若其存在于3~4个不同SCD文件中,属于同一间隔, Name和Description属性皆相同,且厂家不完全相同,则其为I类典型IED,存入I类典型IED列表;
若其存在于大于等于5个的不同SCD文件中,属于同一间隔, Name和Description属性皆相同的IED,则其为I类典型IED,存入I类典型IED列表;
若其存在于3~4个不同SCD文件中,属于同一间隔, Name和Description属性皆相同的IED,且厂家完全相同,则其为II类典型IED,存入II类典型IED列表;
S323,对于II类典型IED列表中的各II类典型IED进行进一步判断,包括:
人工判断是否为满足当前智能变电站要求的I类典型IED,
或者获取更多的已完成SCD文件转至步骤S322;
S324,将I类典型IED列表中的各I类典型IED作为典型IED执行后续的步骤。
优选的,步骤S33包括:
对于I类典型IED列表中的各典型IED,回访相应的已完成SCD文件,读取其各个虚端子的LD、LN、DO信息;
对I类典型IED列表中的各典型IED,按照存入I类典型IED列表中的先后顺序,依次分别对各典型IED的各输入虚端子和各输出虚端子进行编号;
对于I类典型IED列表中的各典型IED,遍历输出虚端子,统计各输出虚端子到不同输入虚端子的虚端子连线数量,作为虚端子典型连线矩阵中元素的值。
优选的,本发明所述的虚端子典型连线矩阵和虚端子典型连线置信矩阵中,每一行的各元素分别代表同一编号的输出虚端子与不同编号的输入虚端子相连的虚端子连线信息,每一列的元素分别代表同一编号的输入虚端子与不同编号的输出虚端子相连的虚端子连线信息。元素值分别代表相应虚端子连线的数量。因为,对于一个虚端子,不能既是输入虚端子,又是输出虚端子,因此本发明在以矩阵形式保存虚端子连线信息时,元素的行坐标对应输出虚端子,列坐标对应输入虚端子,当然也可相反。
虚端子典型连线矩阵和虚端子典型连线置信矩阵都是高度稀疏的矩阵,但是每一行、每一列都至少有元素,优选的,本发明中虚端子典型连线矩阵和虚端子典型连线置信矩阵采用链表数组存储。
由于虚端子典型连线矩阵、虚端子典型连线置信矩阵的元素相对应,即两个矩阵元素相重合,因此优选的,本发明中虚端子典型连线矩阵和虚端子典型连线置信矩阵中的各相应元素合并为同一个结构体进行保存,保存的结构体包括:元素对应的输出虚端子编号、输入虚端子的编号、虚端子典型连线矩阵中的元素值、虚端子典型连线置信矩阵中的元素值和下一个元素的链接。用C语言描述的数据格式为:
struct virtualTerminl{
int Num;//典型输入虚端子的编号
int Link;//虚端子连线矩阵元素值
int Believe;//虚端子置信矩阵元素值
virtualTerminl* next;//矩阵的下一个元素链接
}。
优选的,步骤S34中,根据知识集建立所基于的已完成SCD文件的数量,设置虚端子典型连线置信矩阵中的各元素的值:
定义SCD文件数量为n,且n/2≥3,则虚端子典型连线置信矩阵中的各元素值设为大于等于n/2,否则设置为3。如设置为3,则理解为,当实际从典型IED中找到的相同虚端子连线为3个或以上,则该虚端子连线为典型虚端子连线,在配置新的SCD文件时,配置工具可将该虚端子连线所对应的输入虚端子和输出虚端子直接相连,而不会导致配置错误。
即在配置新的SCD文件时,首先对现有已完成的SCD配置文件进行学习,以汇总得到知识集,然后在对新的SCD文件进行配置时,SCD配置工具根据知识集中所积累的典型虚端子连线信息,自动进行相应典型虚端子之间的连线,即实现了机器学习的过程。
本发明还公开一种基于上述方法的装置,包括:
存储器,用于存储多条指令;
处理器,用于加载上述多条指令并依次执行:
S1,获取至少3个已完成的SCD配置文件;
S2,对获取到的各SCD配置文件进行解析,得到各SCD文件所包含的IED信息和虚端子连线信息;
S3,基于SCD文件的解析结果,建立知识集:
S31,检索各IED信息中的desc字段,以确定IED物理设备的设备类型,并将各IED按照间隔进行归类;
S32,比对各SCD文件的相同间隔,获取各间隔所包含的典型IED,形成典型IED模型库;所述一个间隔的典型IED包括:存在于至少三个不同SCD文件中,属于同一间隔, Name和Description属性皆相同,且厂家不完全相同的IED;
S33,对于各典型IED,获取其虚端子连线信息,基于获取的虚端子连线信息建立虚端子典型连线矩阵和虚端子典型连线置信矩阵,矩阵中的各元素的值代表各输出虚端子连接不同输入虚端子的虚端子连线数量;
S34,设定虚端子典型连线置信矩阵中各元素的值;
S35,基于典型IED模型库、虚端子典型连线矩阵和虚端子典型连线置信矩阵生成知识集;
S4,对新的SCD文件进行配置,基于当前知识集进行虚端子的自动连线:
对于当前知识集中的同一虚端子连线,当其在虚端子典型连线矩阵中的相应元素值大于或等于其在虚端子典型连线置信矩阵中的相应元素值时,该虚端子连线所对应的输出虚端子和输入选端子可直接连接。
有益效果
本发明利用计算机基于当前已完成的SCD配置文件,归纳学习SCD配置的典型虚端子连线,然后基于所学习到的“知识集”进行新的SCD文件配置,可有效利用已完成的配置工作的成果,降低实际操作时的建模工作量,同时本发明对于典型IED的判别方法,可最大限度避免各IED厂家对规范理解存在偏差带来的影响。在SCD配置过程中,随着学习的已完成SCD文件的增加,可逐步减少人工干预,进一步减轻SCD配置的工作量。
附图说明
图1所示为本发明方法流程示意图;
图2所示为IED按间隔归类流程示意图;
图3所示为IEC61850规定的模型层级示意图;
图4所示为本发明知识集中虚端子典型连线矩阵存储结构示意图。
具体实施方式
以下结合附图和具体实施例进一步说明。
实施例1
如图1,本发明基于机器学习的虚端子模型建模及自动连线方法,包括步骤:
S1,获取至少3个已完成的SCD配置文件;
S2,对获取到的各SCD配置文件进行解析,得到各SCD文件所包含的IED信息和虚端子连线信息;
S3,基于SCD文件的解析结果,建立知识集,参考图2所示:
S31,检索各IED信息中的desc字段,以确定IED物理设备的设备类型,并将各IED按照间隔进行归类;
S32,比对各SCD文件的相同间隔,获取各间隔所包含的典型IED,形成典型IED模型库;所述一个间隔的典型IED包括:存在于至少三个不同SCD文件中,属于同一间隔, Name和Description属性皆相同,且厂家不完全相同的IED;
S33,对于各典型IED,获取其虚端子连线信息,基于获取的虚端子连线信息建立虚端子典型连线矩阵和虚端子典型连线置信矩阵,矩阵中的各元素的值代表各输出虚端子连接不同输入虚端子的虚端子连线数量;
S34,设定虚端子典型连线置信矩阵中各元素的值;
S35,基于典型IED模型库、虚端子典型连线矩阵和虚端子典型连线置信矩阵生成知识集,参考图4所示;
S4,对新的SCD文件进行配置,基于当前知识集进行虚端子的自动连线:
对于当前知识集中的同一虚端子连线,当其在虚端子典型连线矩阵中的相应元素值大于或等于其在虚端子典型连线置信矩阵中的相应元素值时,该虚端子连线所对应的输出虚端子和输入选端子可直接连接。
本发明知识集的建立即完成了对典型IED中虚端子的模型建模。
实施例2
对各IED设备,预留属性的相关信息可在SCD文件中IED描述的相应字段读取,从而建立各个IED对象。
如图2所示,本实施例步骤S31中,利用代表各不同间隔的关键字,分别检索IED信息中的desc字段,以将各IED按照间隔进行归类;所述代表各不同间隔的关键字包括“母线”、“线路”、“断路器”/“开关”和“变压器”/“主变”;
利用代表不同设备类型的关键字,分别检索IED信息中的desc字段,以确定各IED物理备的设备类型;所述代表不同设备类型的关键字包括“测控”、“保护”、“合并单元”和“智能终端”。
本发明典型IED还包括:存在于至少五个不同SCD文件中,属于同一间隔, Name和Description属性皆相同的IED。
步骤S32对于典型IED的判断包括:
S321,设置I类典型IED列表和II类典型IED列表;
S322,对于一个IED,若其存在于3~4个不同SCD文件中,属于同一间隔, Name和Description属性皆相同,且厂家不完全相同,则其为I类典型IED,存入I类典型IED列表;
若其存在于大于等于5个的不同SCD文件中,属于同一间隔, Name和Description属性皆相同的IED,则其为I类典型IED,存入I类典型IED列表;
若其存在于3~4个不同SCD文件中,属于同一间隔, Name和Description属性皆相同的IED,且厂家完全相同,则其为II类典型IED,存入II类典型IED列表;
S323,对于II类典型IED列表中的各II类典型IED进行进一步判断,包括:
人工判断是否为满足当前智能变电站要求的I类典型IED,
或者获取更多的已完成SCD文件转至步骤S322;
S324,将I类典型IED列表中的各I类典型IED作为典型IED执行后续的步骤。
即本发明仅对确认为I类典型IED的IED进行虚端子信息的获取,进而建立知识集,提高知识集的可靠性。
步骤S33包括:
对于I类典型IED列表中的各典型IED,回访相应的已完成SCD文件,读取其各个虚端子的LD、LN、DO信息;
对I类典型IED列表中的各典型IED,按照存入I类典型IED列表中的先后顺序,依次分别对各典型IED的各输入虚端子和各输出虚端子进行编号;虚端子的编号为矩阵元素的组成部分,以区分各元素;
对于I类典型IED列表中的各典型IED,遍历输出虚端子,统计各输出虚端子到不同输入虚端子的虚端子连线数量,作为虚端子典型连线矩阵中元素的值。
参考图3,根据IEC61850标准规定,IED对应物理设备,其组成按照层级由上至下依次为:物理设备IED-逻辑设备LD-逻辑节点LN-数据对象DO-数据属性DA。连接虚端子时,包括输入和输出。当前SCD配置工具能够到典型IED中读取虚端子连线的以下属性:输出虚端子编号、名称、定义和输入虚端子编号、名称、定义,从而构成一条虚端子连线。
虚端子连线范例如下:
输出虚端子编号SVOUT17
输出虚端子名称MU/UATVTR1.Vol1
输出虚端子定义电压A 相:电压采样值1
输入虚端子编号SVIN 1
输入虚端子名称SVLDO1/SVINUATVTR1.Vol1.instMag.i
输入虚端子定义(电压A)Ua
以上表示虚端子连线起始虚端子为该IED设备的MU逻辑设备UATVTR1逻辑节点的Vo11对象,到达IED设备SVLD01逻辑设备SVINUATVTR1逻辑节点的Vo11对象。
本发明虚端子典型连线矩阵和虚端子典型连线置信矩阵中,每一行的各元素分别代表同一编号的输出虚端子与不同编号的输入虚端子相连的虚端子连线信息,每一列的元素分别代表同一编号的输入虚端子与不同编号的输出虚端子相连的虚端子连线信息。元素值分别代表相应虚端子连线的数量。因为,对于一个虚端子,不能既是输入虚端子,又是输出虚端子,因此本发明在以矩阵形式保存虚端子连线信息时,如图4所示,元素的行坐标对应输出虚端子,列坐标对应输入虚端子,当然也可相反。
虚端子典型连线矩阵和虚端子典型连线置信矩阵都是高度稀疏的矩阵,但是每一行、每一列都至少有元素,本实施例中虚端子典型连线矩阵和虚端子典型连线置信矩阵采用链表数组存储,如图4所示,构建matrix[OUT_NUM]数组存储,其中OUT_NUM等于整个知识集输出虚端子的个数,即矩阵的行数,矩阵中每行的元素对应的输出虚端子为同一输出虚端子。
由于虚端子典型连线矩阵、虚端子典型连线置信矩阵的元素相对应,即两个矩阵元素相重合,因此本实施例中虚端子典型连线矩阵和虚端子典型连线置信矩阵中的各相应元素合并为同一个结构体进行保存,保存的结构体包括:元素对应的输出虚端子编号、输入虚端子的编号、虚端子典型连线矩阵中的元素值、虚端子典型连线置信矩阵中的元素值和下一个元素的链接。用C语言描述的数据格式为:
struct virtualTerminl{
int Num;//典型输入虚端子的编号
int Link;//虚端子连线矩阵元素值
int Believe;//虚端子置信矩阵元素值
virtualTerminl* next;//矩阵的下一个元素链接
}。
Link统计的是当前所学习过的SCD文件中,此输出虚端子到同一输入虚端子的连线数量。Believe表示的是置信矩阵对应该虚端子连线的元素值,为可自定义的阈值(如定义为3),当Link值超过Believe值时,判定这个这条虚端子连线为“典型虚端子连线”,在进行新的SCD文件配置时,对尚未连接的这样的两个虚端子,可以直接连线。
如矩阵中的一个元素matrix[SV_out],其存储结构体为:
matrix[SV_out].Num=17;
matrix[SV_out].Link=6;
matrix[SV_out].Believe=3;
matrix[SV_out].Next->NULL;
表明这个输出虚端子编号为SV_out,输出信号到17号输入虚端子;在已完成的SCD文件中,相应的虚端子连线发现了6个,置信矩阵中对应该虚端子连线的元素值为3,即如果实际这样的虚端子连线超过了3个,在对新的SCD文件进行配置时,只要遇到这两个虚端子就能直接连线,也即编号为SV_out的输出虚端子只向17号输入虚端子输出信号,不再向其他虚端子输出信号了。
步骤S34中,根据建立知识集时所基于的已完成SCD文件的数量,设置虚端子典型连线置信矩阵中的各元素的值:
定义SCD文件数量为n,且n/2≥3,则虚端子典型连线置信矩阵中的各元素值设为大于等于n/2,否则设置为3。如设置为3,则理解为,当实际从典型IED中找到的相同虚端子连线为3个或以上,则该虚端子连线为典型虚端子连线,在配置新的SCD文件时,配置工具可将该虚端子连线所对应的输入虚端子和输出虚端子直接相连,而不会导致配置错误。
即在配置新的SCD文件时,首先对现有已完成的SCD配置文件进行学习,以汇总得到知识集,然后在对新的SCD文件进行配置时,SCD配置工具根据知识集中所积累的典型虚端子连线信息,自动进行相应典型虚端子之间的连线,即实现了机器学习的过程。
实施例3
本发明还公开一种基于上述方法的装置,包括:
存储器,用于存储多条指令;
处理器,用于加载上述多条指令并依次执行:
S1,获取至少3个已完成的SCD配置文件;
S2,对获取到的各SCD配置文件进行解析,得到各SCD文件所包含的IED信息和虚端子连线信息;
S3,基于SCD文件的解析结果,建立知识集:
S31,检索各IED信息中的desc字段,以确定IED物理设备的设备类型,并将各IED按照间隔进行归类;
S32,比对各SCD文件的相同间隔,获取各间隔所包含的典型IED,形成典型IED模型库;所述一个间隔的典型IED包括:存在于至少三个不同SCD文件中,属于同一间隔, Name和Description属性皆相同,且厂家不完全相同的IED;
S33,对于各典型IED,获取其虚端子连线信息,基于获取的虚端子连线信息建立虚端子典型连线矩阵和虚端子典型连线置信矩阵,矩阵中的各元素的值代表各输出虚端子连接不同输入虚端子的虚端子连线数量;
S34,设定虚端子典型连线置信矩阵中各元素的值;
S35,基于典型IED模型库、虚端子典型连线矩阵和虚端子典型连线置信矩阵生成知识集;
S4,对新的SCD文件进行配置,基于当前知识集进行虚端子的自动连线:
对于当前知识集中的同一虚端子连线,当其在虚端子典型连线矩阵中的相应元素值大于或等于其在虚端子典型连线置信矩阵中的相应元素值时,该虚端子连线所对应的输出虚端子和输入选端子可直接连接。
综上所述,本发明实现了对已有SCD配置文件的利用,形成SCD知识集,进而在新的SCD文件配置时,可利用知识集实现虚端子间的自动连线,降低了人工配置工作量,避免了大量配置错误,提高了SCD配置效率。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

Claims (10)

1.基于机器学习的虚端子模型建模及自动连线方法,其特征是,包括步骤:
S1,获取至少3个已完成的SCD配置文件;
S2,对获取到的各SCD配置文件进行解析,得到各SCD文件所包含的IED信息和虚端子连线信息;
S3,基于SCD文件的解析结果,建立知识集:
S31,检索各IED信息中的desc字段,以确定IED物理设备的设备类型,并将各IED按照间隔进行归类;
S32,比对各SCD文件的相同间隔,获取各间隔所包含的典型IED,形成典型IED模型库;所述一个间隔的典型IED包括:存在于至少三个不同SCD文件中,属于同一间隔, Name和Description属性皆相同,且厂家不完全相同的IED;
S33,对于各典型IED,获取其虚端子连线信息,基于获取的虚端子连线信息建立虚端子典型连线矩阵和虚端子典型连线置信矩阵,矩阵中的各元素的值代表各输出虚端子连接不同输入虚端子的虚端子连线数量;
S34,设定虚端子典型连线置信矩阵中各元素的值;
S35,基于典型IED模型库、虚端子典型连线矩阵和虚端子典型连线置信矩阵生成知识集;
S4,对新的SCD文件进行配置,基于当前知识集进行虚端子的自动连线:
对于当前知识集中的同一虚端子连线,当其在虚端子典型连线矩阵中的相应元素值大于或等于其在虚端子典型连线置信矩阵中的相应元素值时,该虚端子连线所对应的输出虚端子和输入选端子可直接连接。
2.根据权利要求1所述的方法,其特征是,步骤S31中,利用代表各不同间隔的关键字,分别检索IED信息中的desc字段,以将各IED按照间隔进行归类;所述代表各不同间隔的关键字包括“母线”、“线路”、“断路器”/“开关”和“变压器”/“主变”;
利用代表不同设备类型的关键字,分别检索IED信息中的desc字段,以确定各IED物理备的设备类型;所述代表不同设备类型的关键字包括“测控”、“保护”、“合并单元”和“智能终端”。
3.根据权利要求1所述的方法,其特征是,步骤S32中,所述典型IED还包括:存在于至少五个不同SCD文件中,属于同一间隔, Name和Description属性皆相同的IED。
4.根据权利要求3所述的方法,其特征是,步骤S32对于典型IED的判断包括:
S321,设置I类典型IED列表和II类典型IED列表;
S322,对于一个IED,若其存在于3~4个不同SCD文件中,属于同一间隔, Name和Description属性皆相同,且厂家不完全相同,则其为I类典型IED,存入I类典型IED列表;
若其存在于大于等于5个的不同SCD文件中,属于同一间隔, Name和Description属性皆相同的IED,则其为I类典型IED,存入I类典型IED列表;
若其存在于3~4个不同SCD文件中,属于同一间隔, Name和Description属性皆相同的IED,且厂家完全相同,则其为II类典型IED,存入II类典型IED列表;
S323,对于II类典型IED列表中的各II类典型IED进行进一步判断,包括:
人工判断是否为满足当前智能变电站要求的I类典型IED,
或者获取更多的已完成SCD文件转至步骤S322;
S324,将I类典型IED列表中的各I类典型IED作为典型IED执行后续的步骤。
5.根据权利要求1所述的方法,其特征是,步骤S33包括:
对于I类典型IED列表中的各典型IED,回访相应的已完成SCD文件,读取其各个虚端子的LD、LN、DO信息;
对I类典型IED列表中的各典型IED,按照存入I类典型IED列表中的先后顺序,依次分别对各典型IED的各输入虚端子和各输出虚端子进行编号;
对于I类典型IED列表中的各典型IED,遍历输出虚端子,统计各输出虚端子到不同输入虚端子的虚端子连线数量,作为虚端子典型连线矩阵的元素值。
6.根据权利要求5所述的方法,其特征是,虚端子典型连线矩阵和虚端子典型连线置信矩阵中,每一行的各元素分别代表同一编号的输出虚端子与不同编号的输入虚端子相连的虚端子连线信息,每一列的元素分别代表同一编号的输入虚端子与不同编号的输出虚端子相连的虚端子连线信息。
7.根据权利要求5所述的方法,其特征是,虚端子典型连线矩阵和虚端子典型连线置信矩阵采用链表数组存储。
8.根据权利要求5所述的方法,其特征是,虚端子典型连线矩阵和虚端子典型连线置信矩阵中的各相应元素合并为同一个结构体进行保存,保存的结构体包括:元素对应的输出虚端子编号、输入虚端子的编号、虚端子典型连线矩阵中的元素值、虚端子典型连线置信矩阵中的元素值和下一个元素的链接。
9.根据权利要求1所述的方法,其特征是,步骤S34中,根据知识集建立所基于的已完成SCD文件的数量,设置虚端子典型连线置信矩阵中的各元素的值:
定义SCD文件数量为n,且n/2≥3,则虚端子典型连线置信矩阵中的各元素值设为大于等于n/2,否则设置为3。
10.基于权利要求1至9所述方法的装置,其特征是,包括:
存储器,用于存储多条指令;
处理器,用于加载上述多条指令并依次执行:
S1,获取至少3个已完成的SCD配置文件;
S2,对获取到的各SCD配置文件进行解析,得到各SCD文件所包含的IED信息和虚端子连线信息;
S3,基于SCD文件的解析结果,建立知识集:
S31,检索各IED信息中的desc字段,以确定IED物理设备的设备类型,并将各IED按照间隔进行归类;
S32,比对各SCD文件的相同间隔,获取各间隔所包含的典型IED,形成典型IED模型库;所述一个间隔的典型IED包括:存在于至少三个不同SCD文件中,属于同一间隔, Name和Description属性皆相同,且厂家不完全相同的IED;
S33,对于各典型IED,获取其虚端子连线信息,基于获取的虚端子连线信息建立虚端子典型连线矩阵和虚端子典型连线置信矩阵,矩阵中的各元素的值代表各输出虚端子连接不同输入虚端子的虚端子连线数量;
S34,设定虚端子典型连线置信矩阵中各元素的值;
S35,基于典型IED模型库、虚端子典型连线矩阵和虚端子典型连线置信矩阵生成知识集;
S4,对新的SCD文件进行配置,基于当前知识集进行虚端子的自动连线:
对于当前知识集中的同一虚端子连线,当其在虚端子典型连线矩阵中的相应元素值大于或等于其在虚端子典型连线置信矩阵中的相应元素值时,该虚端子连线所对应的输出虚端子和输入选端子可直接连接。
CN201710373742.2A 2017-05-24 2017-05-24 基于机器学习的虚端子模型建模及自动连线方法 Active CN107247827B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710373742.2A CN107247827B (zh) 2017-05-24 2017-05-24 基于机器学习的虚端子模型建模及自动连线方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710373742.2A CN107247827B (zh) 2017-05-24 2017-05-24 基于机器学习的虚端子模型建模及自动连线方法

Publications (2)

Publication Number Publication Date
CN107247827A true CN107247827A (zh) 2017-10-13
CN107247827B CN107247827B (zh) 2020-05-22

Family

ID=60016685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710373742.2A Active CN107247827B (zh) 2017-05-24 2017-05-24 基于机器学习的虚端子模型建模及自动连线方法

Country Status (1)

Country Link
CN (1) CN107247827B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109193948A (zh) * 2018-10-23 2019-01-11 国电南瑞科技股份有限公司 一种智能变电站虚回路自动连线方法
CN109714200A (zh) * 2018-12-19 2019-05-03 国家电网有限公司 一种逻辑回路关系图形成方法
CN109710809A (zh) * 2018-12-18 2019-05-03 国网经济技术研究院有限公司 一种基于专家库的scd文件虚端子自动连接方法
CN113051870A (zh) * 2021-03-04 2021-06-29 国网冀北电力有限公司承德供电公司 一种scd虚端子表制作方法和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120099478A1 (en) * 2009-07-28 2012-04-26 Abb Technology Ltd. Method and Device for Auto-Generating Goose Signal Connection Topology from Substation Level
CN105718680A (zh) * 2016-01-25 2016-06-29 国网四川省电力公司电力科学研究院 一种基于设备编码的虚端子辅助自动设计方法
CN106383939A (zh) * 2016-09-07 2017-02-08 国网江苏省电力公司电力科学研究院 一种基于ssd文件的虚端子自动连接方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120099478A1 (en) * 2009-07-28 2012-04-26 Abb Technology Ltd. Method and Device for Auto-Generating Goose Signal Connection Topology from Substation Level
CN105718680A (zh) * 2016-01-25 2016-06-29 国网四川省电力公司电力科学研究院 一种基于设备编码的虚端子辅助自动设计方法
CN106383939A (zh) * 2016-09-07 2017-02-08 国网江苏省电力公司电力科学研究院 一种基于ssd文件的虚端子自动连接方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DEPEI YANG等: "The Searching and Analyzing Method of Device Virtual Links Based on Historical SCDs and Its Tool Implementation", 《2016 INTERNATIONAL CONFERENCE ON SMART GRID AND CLEAN ENERGY TECHNOLOGIES》 *
陈桥平等: "智能变电站二次设备自动关联技术研究与应用", 《广东电力》 *
马凯等: "智能变电站二次系统典型设计智能辅助方案研究", 《广东电力》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109193948A (zh) * 2018-10-23 2019-01-11 国电南瑞科技股份有限公司 一种智能变电站虚回路自动连线方法
CN109710809A (zh) * 2018-12-18 2019-05-03 国网经济技术研究院有限公司 一种基于专家库的scd文件虚端子自动连接方法
CN109714200A (zh) * 2018-12-19 2019-05-03 国家电网有限公司 一种逻辑回路关系图形成方法
CN109714200B (zh) * 2018-12-19 2021-08-27 国家电网有限公司 一种逻辑回路关系图形成方法
CN113051870A (zh) * 2021-03-04 2021-06-29 国网冀北电力有限公司承德供电公司 一种scd虚端子表制作方法和系统
CN113051870B (zh) * 2021-03-04 2022-07-12 国网冀北电力有限公司承德供电公司 一种scd虚端子表制作方法和系统

Also Published As

Publication number Publication date
CN107247827B (zh) 2020-05-22

Similar Documents

Publication Publication Date Title
CN107247827A (zh) 基于机器学习的虚端子模型建模及自动连线方法
CN101930481B (zh) 生成描述指定时间段内电网变化的cim模型的方法和系统
CN116578040B (zh) 一种面向机床故障诊断的数字孪生模型构建方法、系统及终端
CN106130185A (zh) 一种基于状态监测信息的变电站监控系统建模方法
CN106406266B (zh) 一种模拟由核电站dcs系统控制的设备的方法
CN104484499A (zh) 一种用于变电站二次回路的动态仿真图纸快速生成方法
CN108664241A (zh) 一种将SysML模型进行仿真验证的方法
CN111221520B (zh) 电力系统控制器控制算法生成方法、设备及可读存储介质
CN111579982A (zh) 一种继电保护自动测试系统及其测试方法
CN106650149B (zh) 基于Modelica模型的运行时故障注入系统及方法
LU500551B1 (en) Virtual load dominant parameter identification method based on incremental learning
CN108563898B (zh) 一种人机交互式电网单线数字化建模方法
CN106126789B (zh) 基于Revit与Matlab的监测数据更新与处理的集成系统及方法
CN105243196A (zh) 变电站二次回路仿真建模方法
CN106843041A (zh) 电气设备防误逻辑公式自动化生成系统及其方法
CN114021425B (zh) 电力系统运行数据建模与特征选择方法、装置、电子设备和存储介质
CN104090995B (zh) 一种ABAQUS轮胎模型中rebar单元网格的自动生成方法
CN107703773A (zh) 一种基于硬件在环仿真系统的软件测试方法及装置
CN117318033B (zh) 一种结合数据孪生的电网数据管理方法及系统
CN111953657B (zh) 一种序列-数据联合驱动的配电网cps网络攻击辨识方法
CN111898993A (zh) 操作票管理系统
CN113220664B (zh) Lua脚本规则快速生成的卫星遥测智能判读系统及方法
CN112949086A (zh) 变电站一次系统拓扑识别方法
Wang et al. Research on Modeling Method and Application of Physical Circuit of Secondary System for the Smart Substation
CN104765616B (zh) 一种自动生成io模型的方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant