CN110097290A - 电网运行智能调控系统的智能化程度分级方法及装置 - Google Patents

电网运行智能调控系统的智能化程度分级方法及装置 Download PDF

Info

Publication number
CN110097290A
CN110097290A CN201910389144.3A CN201910389144A CN110097290A CN 110097290 A CN110097290 A CN 110097290A CN 201910389144 A CN201910389144 A CN 201910389144A CN 110097290 A CN110097290 A CN 110097290A
Authority
CN
China
Prior art keywords
intelligence degree
control system
test result
intelligence
intelligent control
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.)
Pending
Application number
CN201910389144.3A
Other languages
English (en)
Inventor
郭琦
胡斌江
朱益华
李鹏
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.)
CSG Electric Power Research Institute
China Southern Power Grid Co Ltd
Research Institute of Southern Power Grid Co Ltd
Original Assignee
China Southern Power Grid Co Ltd
Research Institute of Southern Power Grid 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 China Southern Power Grid Co Ltd, Research Institute of Southern Power Grid Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN201910389144.3A priority Critical patent/CN110097290A/zh
Publication of CN110097290A publication Critical patent/CN110097290A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • Y—GENERAL 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本发明实施例公开了一种电网运行智能调控系统的智能化程度分级方法、装置、设备及计算机可读存储介质。其中，方法包括根据电网运行各应用场景下的智能调控系统的各项状态参数值、参数评价指标信息及各参数评价指标的预设权重值计算智能调控系统的智能化程度测试分数值；将智能化程度测试分数值输入至智能化程度分级模型，得到智能调控系统的智能化程度级别；智能化程度分级模型为利用深度学习算法训练样本数据集所得，样本数据集包括不同智能调控系统的智能化程度测试分数和标签类别，标签类别为基于智能化程度测试分数与智能化层级的映射关系为每个样本数据设置的智能化程度级别标签。本申请实现了定量评价电网运行智能调控系统的智能化程度。

Description

电网运行智能调控系统的智能化程度分级方法及装置
技术领域
本发明实施例涉及智能化程度分级技术领域，特别是涉及一种电网运行智能调控系统的智能化程度分级方法、装置、设备及计算机可读存储介质。
背景技术
近年来，随着产品市场竞争的日趋激烈，产品智能化优势在实际操作和应用中得到非常好的运用，不仅大大改善操作者作业环境，减轻了人工工作强度，还提高了作业质量和工作效率。
产品智能化程度不同，其可替代人工操作的部分就不相同，产品智能化程度越高，需要人参与的环境也就越少，为了准确评价产品智能化程度，公平方便用户使用和购买，智能化程度的分级标准势在必行。例如自动驾驶领域，目前已经出现了国际自动机械工程师学会分级标准，该标准依据驾驶的智能化程度对无人车进行了层级划分，有利于推动无人车技术的交流和研究。
然而，在电网运行智能调控系统领域尚未出现智能化程度的分级标准，缺乏对智能化程度的评价指标，难以定量评价电网运行的智能化程度。
发明内容
本公开实施例提供了一种电网运行智能调控系统的智能化程度分级方法、装置、设备及计算机可读存储介质，实现了定量评价电网运行智能调控系统的智能化程度。
为解决上述技术问题，本发明实施例提供以下技术方案：
本发明实施例一方面提供了一种电网运行智能调控系统的智能化程度分级方法，包括：
获取电网在各应用场景运行过程中智能调控系统的各项状态参数值和预设的参数评价指标信息；
根据各状态参数值、所述参数评价指标信息、各参数评价指标的预设权重值计算所述智能调控系统的智能化程度测试分数值；
将所述智能化程度测试分数值输入至预先构建的智能化程度分级模型，得到所述智能调控系统的智能化程度级别；
其中，所述智能化程度分级模型为预先利用深度学习算法训练样本数据集所得，所述样本数据集包括不同智能调控系统的智能化程度测试分数和相应标签类别，所述标签类别为基于预先设置的智能化程度测试分数与智能化层级的映射关系为每个样本数据设置的智能化程度级别标签。
可选的，所述智能调控系统的智能化程度级别为未实现智能化L0级、智能辅助决策L1级、有条件智能化L2级、高度智能化L3级或完全智能化L4级；
所述未实现智能化L0级对应的智能化程度测试分数区间为[0，30]；
所述智能辅助决策L1级对应的智能化程度测试分数区间为(30，55]；
所述有条件智能化L2级对应的智能化程度测试分数区间为(55，75]；
所述高度智能化L3级对应的智能化程度测试分数区间为(75，90]；
所述完全智能化L4级对应的智能化程度测试分数区间为(90，100]。
可选的，所述基于预先设置的智能化程度测试分数与智能化层级的映射关系预先为每个样本数据设置智能化程度级别标签为：
对每个智能化程度测试分数值，依次查询预先构建的智能化层级映射表，定位当前智能化程度测试分数值所属智能化程度测试分数区间；
根据所述当前智能化程度测试分数值所属智能化程度测试分数区间确定所述当前智能调控系统的智能化程度级别。
可选的，所述根据各状态参数值、所述参数评价指标信息、各参数评价指标的预设权重值计算所述智能调控系统的智能化程度测试分数值包括：
所述参数评价指标信息为由多个参数评价指标构成的集合，每个参数评价指标包括多个指标区间与每个指标区间对应的评价得分值；
对每个状态参数值，在所述参数评价指标信息确定当前状态参数值对应的参数评价指标，并定位所属的指标区间；
根据每个状态参数值所属指标区间对应的评价得分值及相应权重值计算得到所述智能调控系统的智能化程度测试分数值。
本发明实施例另一方面提供了一种电网运行智能调控系统的智能化程度分级装置，包括：
信息感知模块，用于获取电网在各应用场景运行过程中智能调控系统的各项状态参数值和预设的参数评价指标信息；
智能化程度测试分数值计算模块，用于根据各状态参数值、所述参数评价指标信息、各参数评价指标的预设权重值计算所述智能调控系统的智能化程度测试分数值；
模型预先训练模块，用于预先利用深度学习算法训练样本数据集所得；所述样本数据集包括不同智能调控系统的智能化程度测试分数和相应标签类别，所述标签类别为基于预先设置的智能化程度测试分数与智能化层级的映射关系为每个样本数据设置的智能化程度级别标签；
智能化程度级别确定模块，用于将所述智能化程度测试分数值输入至预先构建的智能化程度分级模型，得到所述智能调控系统的智能化程度级别。
可选的，所述智能化程度测试分数值计算模块包括：
目标锁定子模块，用于对每个状态参数值，在参数评价指标信息确定当前状态参数值对应的参数评价指标，并定位所属的指标区间；所述参数评价指标信息为由多个参数评价指标构成的集合，每个参数评价指标包括多个指标区间与每个指标区间对应的评价得分值；
测试分数值计算子模块，用于根据每个状态参数值所属指标区间对应的评价得分值及相应权重值计算得到所述智能调控系统的智能化程度测试分数值。
可选的，所述模型预先训练模块包括标签设置子模块；
所述标签设置子模块用于对每个智能化程度测试分数值，依次查询预先构建的智能化层级映射表，定位当前智能化程度测试分数值所属智能化程度测试分数区间；根据所述当前智能化程度测试分数值所属智能化程度测试分数区间确定所述当前智能调控系统的智能化程度级别。
本发明实施例还提供了一种电网运行智能调控系统的智能化程度分级设备，包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如前任一项所述电网运行智能调控系统的智能化程度分级方法的步骤。
本发明实施例最后还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有电网运行智能调控系统的智能化程度分级程序，所述电网运行智能调控系统的智能化程度分级程序被处理器执行时实现如前任一项所述电网运行智能调控系统的智能化程度分级方法的步骤。
本申请提供的技术方案的优点在于，基于对电网在各应用场景运行过程中智能调控系统的状态参数作为衡量智能调控系统智能化程度的量化参考指标，结合参数评价指标信息、各参数评价指标的预设权重值计算智能调控系统的智能化程度测试分数值，最后利用智能化程度分级模型输出智能调控系统的智能化层级，可直观的体现不同智能调控系统之间的智能化能力的差异，实现了定量评价电网运行智能调控系统的智能化程度，可实现对智能调控系统的精确分级。
此外，本发明实施例还针对电网运行智能调控系统的智能化程度分级方法提供了相应的实现装置、设备及计算机可读存储介质，进一步使得所述方法更具有实用性，所述装置、设备及计算机可读存储介质具有相应的优点。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
附图说明
为了更清楚的说明本发明实施例或相关技术的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种电网运行智能调控系统的智能化程度分级方法的流程示意图；
图2为本发明实施例提供的电网运行智能调控系统的智能化程度分级装置的一种具体实施方式结构图；
图3为本发明实施例提供的电网运行智能调控系统的智能化程度分级设备的一种具体实施方式结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。
在介绍了本发明实施例的技术方案后，下面详细的说明本申请的各种非限制性实施方式。
首先参见图1，图1为本发明实施例提供的一种电网运行智能调控系统的智能化程度分级方法的流程示意图，本发明实施例可包括以下内容：
S101：获取电网在各应用场景运行过程中智能调控系统的各项状态参数值和预设的参数评价指标信息。
本实施例中，电网运行应用场景例如可以包括但不限于负荷预测、负荷辨识、安全域辨识、风险计算和稳定控制等应用场景。对于电网运行在具体的某种应运场景中所需获取的状态参数值，本领域技术人员可根据实际应用场景进行选择，本申请对此不做任何限定。
举例来说，电网运行在负荷预测场景中，智能调控系统的状态参数可包括负荷预测的均方差、最大绝对误差、平均误差等参数。其他应用场景还可包括负荷类型和特性辨识的准确率、安全域辨识的准确率、风险计算完备性、稳定控制策略的完备性以及稳定控制系统动作后系统的稳定性等。此外，还可包括智能调控系统无法处理的应用场景时需要人接管操作的次数。
可以理解的是，参数评价指标信息可以作为评价电网在各应用场景运行过程中智能调控系统是否智能的标准。一种实施方式中，参数评价指标信息可为由多个参数评价指标构成的集合，每个参数评价指标均包括多个指标区间与每个指标区间对应的评价得分值。在另外一种实施方式中，还可根据各个电网运行场景的参数评价指标设定智能调控系统的各项状态参数的阈值，这个阈值决定了智能调控系统各项状态参数是否达标，根据达标结果确定指标评价分数值。本领域技术人员可根据实际应用场景和用户需求预先设定参数评价指标信息，这均不影响本申请的实现。
S102：根据各状态参数值、参数评价指标信息、各参数评价指标的预设权重值计算智能调控系统的智能化程度测试分数值。
本实施例中，参数评价指标的权重值可根据实际应用场景和用户需求预先进行设定，本申请对此不做任何限定。可选的，为了便于后续计算方便，可将各参数评价指标的权重值设置为相同值。
在一种实施方式中，在计算智能调控系统的智能化程度测试分数值可根据下述方法进行计算：
对每个状态参数值，在参数评价指标信息确定当前状态参数值对应的参数评价指标，并定位所属的指标区间；
根据每个状态参数值所属指标区间对应的评价得分值及相应权重值计算得到智能调控系统的智能化程度测试分数值。
S103：将智能化程度测试分数值输入至预先构建的智能化程度分级模型，得到智能调控系统的智能化程度级别。
在本实施例中，智能化程度分级模型可为预先利用深度学习算法训练样本数据集所得，深度学习算法例如可为卷积神经网络算法。样本数据集可包括不同智能调控系统的智能化程度测试分数和相应标签类别，标签类别为基于预先设置的智能化程度测试分数与智能化层级的映射关系为样本数据集中每个样本数据设置的智能化程度级别标签。在为各样本数据设置标签时，可先对每个智能化程度测试分数值，依次查询预先构建的智能化层级映射表，定位当前智能化程度测试分数值所属智能化程度测试分数区间；然后根据当前智能化程度测试分数值所属智能化程度测试分数区间确定当前智能调控系统的智能化程度级别。
在本发明实施例提供的技术方案中，基于对电网在各应用场景运行过程中智能调控系统的状态参数作为衡量智能调控系统智能化程度的量化参考指标，结合参数评价指标信息、各参数评价指标的预设权重值计算智能调控系统的智能化程度测试分数值，最后利用智能化程度分级模型输出智能调控系统的智能化层级，可直观的体现不同智能调控系统之间的智能化能力的差异，实现了定量评价电网运行智能调控系统的智能化程度，可实现对智能调控系统的精确分级。
可选的，智能调控系统可设置5个智能化程度级别，可包括未实现智能化L0级、智能辅助决策L1级、有条件智能化L2级、高度智能化L3级及完全智能化L4级。
其中，未实现智能化L0级表示在电网所有运行业务中，都由相关工作人员进行分析、决策并执行决策结果。一种实施方式中，未实现智能化L0级对应的智能化程度测试分数区间可设置为[0，30]。
智能辅助决策L1级可表示在电网多数运行业务中基本由人计算分析并执行决策，但在特定业务中可基于人工智能模型或者平台快速提供计算结果，但仍然由人工决策和执行决策结果。一种实施方式中，智能辅助决策L1级对应的智能化程度测试分数区间可设置为(30，55]。
有条件智能化L2级可表示在电网运行特定业务中，实现智能调控系统电网运行自动决策和控制，但相关工作人员必须根据自动控制的要求随时接管系统。一种实施方式中，有条件智能化L2级对应的智能化程度测试分数区间可设置为(55，75]。
高度智能化L3级可表示为在电网运行特定业务中，由智能调控系统自动决策和控制。即使在出现异常情况下，人类也不必接管调控系统。一种实施方式中，高度智能化L3级对应的智能化程度测试分数区间可设置为(75，90]。
完全智能化L4级可表示为在所有电网运行业务中，智能调控系统都可以自动决策和控制。一种实施方式中，完全智能化L4级对应的智能化程度测试分数区间可设置为(90，100]。
需要说明的是，样本数据集中样本数据的智能化程度级别标签的总类别不小于待识别智能调度调控系统的智能化层级，举例来说，若智能调度调控系统的智能化层级为5个级别，那么样本数据集中样本数据的智能化程度级别标签的总类别至少为5个，且智能调度调控系统的每个智能化程度级别均包含在样本数据集中样本数据的标签类别中。
由上可知，本发明实施例可实现对电网运行智能化能力的分级。
本发明实施例还针对电网运行智能调控系统的智能化程度分级方法提供了相应的实现装置，进一步使得所述方法更具有实用性。下面对本发明实施例提供的电网运行智能调控系统的智能化程度分级装置进行介绍，下文描述的电网运行智能调控系统的智能化程度分级装置与上文描述的电网运行智能调控系统的智能化程度分级方法可相互对应参照。
参见图2，图2为本发明实施例提供的电网运行智能调控系统的智能化程度分级装置在一种具体实施方式下的结构图，该装置可包括：
信息感知模块201，用于获取电网在各应用场景运行过程中智能调控系统的各项状态参数值和预设的参数评价指标信息。
智能化程度测试分数值计算模块202，用于根据各状态参数值、参数评价指标信息、各参数评价指标的预设权重值计算智能调控系统的智能化程度测试分数值。
模型预先训练模块203，用于预先利用深度学习算法训练样本数据集所得；样本数据集包括不同智能调控系统的智能化程度测试分数和相应标签类别，标签类别为基于预先设置的智能化程度测试分数与智能化层级的映射关系为每个样本数据设置的智能化程度级别标签。
智能化程度级别确定模块204，用于将智能化程度测试分数值输入至预先构建的智能化程度分级模型，得到智能调控系统的智能化程度级别。
可选的，在本实施例的一些实施方式中，所述智能化程度测试分数值计算模块202还可包括：
目标锁定子模块，用于对每个状态参数值，在参数评价指标信息确定当前状态参数值对应的参数评价指标，并定位所属的指标区间；参数评价指标信息为由多个参数评价指标构成的集合，每个参数评价指标包括多个指标区间与每个指标区间对应的评价得分值；
测试分数值计算子模块，用于根据每个状态参数值所属指标区间对应的评价得分值及相应权重值计算得到智能调控系统的智能化程度测试分数值。
在本实施例的另一些实施方式中，所述模型预先训练模块203例如还可包括标签设置子模块；
标签设置子模块用于对每个智能化程度测试分数值，依次查询预先构建的智能化层级映射表，定位当前智能化程度测试分数值所属智能化程度测试分数区间；根据当前智能化程度测试分数值所属智能化程度测试分数区间确定当前智能调控系统的智能化程度级别。
本发明实施例所述电网运行智能调控系统的智能化程度分级装置的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本发明实施例实现了定量评价电网运行智能调控系统的智能化程度。
本发明实施例还提供了一种电网运行智能调控系统的智能化程度分级设备，请参阅图3，电网运行智能调控系统的智能化程度分级设备3具体可包括：
存储器31，用于存储计算机程序；
处理器32，用于执行计算机程序以实现如上任意一实施例所述电网运行智能调控系统的智能化程度分级方法的步骤。
本发明实施例所述电网运行智能调控系统的智能化程度分级设备的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本发明实施例实现了定量评价电网运行智能调控系统的智能化程度。
本发明实施例还提供了一种计算机可读存储介质，存储有电网运行智能调控系统的智能化程度分级程序，所述电网运行智能调控系统的智能化程度分级程序被处理器执行时如上任意一实施例所述电网运行智能调控系统的智能化程度分级方法的步骤。
本发明实施例所述计算机可读存储介质的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本发明实施例实现了定量评价电网运行智能调控系统的智能化程度。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的一种电网运行智能调控系统的智能化程度分级方法、装置、设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (9)

1.一种电网运行智能调控系统的智能化程度分级方法，其特征在于，包括：
获取电网在各应用场景运行过程中智能调控系统的各项状态参数值和预设的参数评价指标信息；
根据各状态参数值、所述参数评价指标信息、各参数评价指标的预设权重值计算所述智能调控系统的智能化程度测试分数值；
将所述智能化程度测试分数值输入至预先构建的智能化程度分级模型，得到所述智能调控系统的智能化程度级别；
其中，所述智能化程度分级模型为预先利用深度学习算法训练样本数据集所得，所述样本数据集包括不同智能调控系统的智能化程度测试分数和相应标签类别，所述标签类别为基于预先设置的智能化程度测试分数与智能化层级的映射关系为每个样本数据设置的智能化程度级别标签。
2.根据权利要求1所述的电网运行智能调控系统的智能化程度分级方法，其特征在于，所述智能调控系统的智能化程度级别为未实现智能化L0级、智能辅助决策L1级、有条件智能化L2级、高度智能化L3级或完全智能化L4级；
所述未实现智能化L0级对应的智能化程度测试分数区间为[0，30]；
所述智能辅助决策L1级对应的智能化程度测试分数区间为(30，55]；
所述有条件智能化L2级对应的智能化程度测试分数区间为(55，75]；
所述高度智能化L3级对应的智能化程度测试分数区间为(75，90]；
所述完全智能化L4级对应的智能化程度测试分数区间为(90，100]。
3.根据权利要求2所述的电网运行智能调控系统的智能化程度分级方法，其特征在于，所述基于预先设置的智能化程度测试分数与智能化层级的映射关系预先为每个样本数据设置智能化程度级别标签为：
对每个智能化程度测试分数值，依次查询预先构建的智能化层级映射表，定位当前智能化程度测试分数值所属智能化程度测试分数区间；
根据所述当前智能化程度测试分数值所属智能化程度测试分数区间确定所述当前智能调控系统的智能化程度级别。
4.根据权利要求1-3任意一项所述的电网运行智能调控系统的智能化程度分级方法，其特征在于，所述根据各状态参数值、所述参数评价指标信息、各参数评价指标的预设权重值计算所述智能调控系统的智能化程度测试分数值包括：
所述参数评价指标信息为由多个参数评价指标构成的集合，每个参数评价指标包括多个指标区间与每个指标区间对应的评价得分值；
对每个状态参数值，在所述参数评价指标信息确定当前状态参数值对应的参数评价指标，并定位所属的指标区间；
根据每个状态参数值所属指标区间对应的评价得分值及相应权重值计算得到所述智能调控系统的智能化程度测试分数值。
5.一种电网运行智能调控系统的智能化程度分级装置，其特征在于，包括：
信息感知模块，用于获取电网在各应用场景运行过程中智能调控系统的各项状态参数值和预设的参数评价指标信息；
智能化程度测试分数值计算模块，用于根据各状态参数值、所述参数评价指标信息、各参数评价指标的预设权重值计算所述智能调控系统的智能化程度测试分数值；
模型预先训练模块，用于预先利用深度学习算法训练样本数据集所得；所述样本数据集包括不同智能调控系统的智能化程度测试分数和相应标签类别，所述标签类别为基于预先设置的智能化程度测试分数与智能化层级的映射关系为每个样本数据设置的智能化程度级别标签；
智能化程度级别确定模块，用于将所述智能化程度测试分数值输入至预先构建的智能化程度分级模型，得到所述智能调控系统的智能化程度级别。
6.根据权利要求5所述的电网运行智能调控系统的智能化程度分级装置，其特征在于，所述智能化程度测试分数值计算模块包括：
目标锁定子模块，用于对每个状态参数值，在参数评价指标信息确定当前状态参数值对应的参数评价指标，并定位所属的指标区间；所述参数评价指标信息为由多个参数评价指标构成的集合，每个参数评价指标包括多个指标区间与每个指标区间对应的评价得分值；
测试分数值计算子模块，用于根据每个状态参数值所属指标区间对应的评价得分值及相应权重值计算得到所述智能调控系统的智能化程度测试分数值。
7.根据权利要求6所述的电网运行智能调控系统的智能化程度分级装置，其特征在于，所述模型预先训练模块包括标签设置子模块；
所述标签设置子模块用于对每个智能化程度测试分数值，依次查询预先构建的智能化层级映射表，定位当前智能化程度测试分数值所属智能化程度测试分数区间；根据所述当前智能化程度测试分数值所属智能化程度测试分数区间确定所述当前智能调控系统的智能化程度级别。
8.一种电网运行智能调控系统的智能化程度分级设备，其特征在于，包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至4任一项所述电网运行智能调控系统的智能化程度分级方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有电网运行智能调控系统的智能化程度分级程序，所述电网运行智能调控系统的智能化程度分级程序被处理器执行时实现如权利要求1至4任一项所述电网运行智能调控系统的智能化程度分级方法的步骤。
CN201910389144.3A 2019-05-10 2019-05-10 电网运行智能调控系统的智能化程度分级方法及装置 Pending CN110097290A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910389144.3A CN110097290A (zh) 2019-05-10 2019-05-10 电网运行智能调控系统的智能化程度分级方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910389144.3A CN110097290A (zh) 2019-05-10 2019-05-10 电网运行智能调控系统的智能化程度分级方法及装置

Publications (1)

Publication Number Publication Date
CN110097290A true CN110097290A (zh) 2019-08-06

Family

ID=67447696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910389144.3A Pending CN110097290A (zh) 2019-05-10 2019-05-10 电网运行智能调控系统的智能化程度分级方法及装置

Country Status (1)

Country Link
CN (1) CN110097290A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107612017A (zh) * 2017-08-09 2018-01-19 广西电网有限责任公司电力科学研究院 基于需求响应和分布式储能的风电并网智能调控系统
CN109410620A (zh) * 2018-12-19 2019-03-01 天津卡达克数据有限公司 一种智能网联车辆长直路段车路通讯测试方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107612017A (zh) * 2017-08-09 2018-01-19 广西电网有限责任公司电力科学研究院 基于需求响应和分布式储能的风电并网智能调控系统
CN109410620A (zh) * 2018-12-19 2019-03-01 天津卡达克数据有限公司 一种智能网联车辆长直路段车路通讯测试方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘秋华等: "电网智能化模糊综合评价指标体系构建与应用", 《统计与决策》 *
刘艳丽: "区域电网智能化水平评估及其时空外推方法", 《南方电网技术》 *
黄飞 等: "基于效果与基础互动的电网智能化水平综合评价指标体系研究", 《电力系统保护与控制》 *

Similar Documents

Publication Publication Date Title
Dietmair et al. A generic energy consumption model for decision making and energy efficiency optimisation in manufacturing
CN104915735B (zh) 企业运营分析预警系统的预警分析方法
Suri et al. Comparative analysis of software effort estimation techniques
CN106600058A (zh) 一种制造云服务QoS的组合预测方法
CN110751411A (zh) 一种面向云制造任务的制造资源匹配方法
CN105550393A (zh) 一种支持方案快速生成的枪械变型设计方法
CN110308658A (zh) 一种pid参数整定方法、装置、系统及可读存储介质
CN109784594A (zh) 一种售电商可调负荷决策方法及系统
Amin A systematic approach for selecting lean strategies and assessing leanness in manufacturing organizations
Zahiri et al. An MCDA-DEA approach for mixed-model assembly line balancing problem under uncertainty
Kangas et al. Multicriteria approval and SMAA‐O in natural resources decision analysis with both ordinal and cardinal criteria
CN107730083A (zh) 对象的能力量化方法及装置
Faia et al. Dynamic fuzzy estimation of contracts historic information using an automatic clustering methodology
CN110097290A (zh) 电网运行智能调控系统的智能化程度分级方法及装置
CN108181503B (zh) 电力计量装置运维计划获取方法、装置、存储介质和设备
Rao Flexible manufacturing system selection using an improved compromise ranking method
CN114004065A (zh) 基于智能算法和环境约束下的变电站工程多目标优化方法
Rabbani et al. Integrated dynamic cell formation-production planning: a new mathematical model
CN113987261A (zh) 一种基于动态信任感知的视频推荐方法及系统
CN110262891B (zh) 跨虚拟化平台自动化多功能资源循环利用系统
Günther et al. Workload planning in small lot printed circuit board assembly
Steven et al. Management of Flexibility in IPS 2-Business-Relationships
CN112598336B (zh) 服务需求分析方法、装置、设备及计算机可读存储介质
CN117381805B (zh) 一种面向冲突应对的机械臂运行控制方法和系统
CN115330277B (zh) 机器人自动选择电梯的方法及装置

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