CN112148897A - 一种电力系统故障信息自动检索归类方法及系统 - Google Patents

一种电力系统故障信息自动检索归类方法及系统 Download PDF

Info

Publication number
CN112148897A
CN112148897A CN202010963366.4A CN202010963366A CN112148897A CN 112148897 A CN112148897 A CN 112148897A CN 202010963366 A CN202010963366 A CN 202010963366A CN 112148897 A CN112148897 A CN 112148897A
Authority
CN
China
Prior art keywords
fault information
keyword
fault
standard keyword
equipment
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
CN202010963366.4A
Other languages
English (en)
Inventor
赖天德
王世祥
李元开
黄潇恺
谷斌
梁嘉俊
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.)
Shenzhen Power Supply Bureau Co Ltd
Original Assignee
Shenzhen Power Supply Bureau 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 Shenzhen Power Supply Bureau Co Ltd filed Critical Shenzhen Power Supply Bureau Co Ltd
Priority to CN202010963366.4A priority Critical patent/CN112148897A/zh
Publication of CN112148897A publication Critical patent/CN112148897A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/432—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/45—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/247—Thesauruses; Synonyms
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种电力系统故障信息自动检索归类方法，包括获取根据电网故障信息所制定的多个标准关键字；在预设的大数据故障信息报告中以每一标准关键字分别进行检索，提取同一标准关键字检索所得的故障信息来实现自动归类；若检测到预设的大数据故障信息报告经每一标准关键字检索并自动归类后还剩有存量的故障信息，则获取每一标准关键字所对应设置的相似关键字；在存量的故障信息中以每一相似关键字分别进行检索，提取同一相似关键字检索所得的故障信息并入各自对应标准关键字所归类的故障信息中。实施本发明，能克服现有人为分析和归类的时效性不高且故障信息不易流通的问题，不仅提高了工作效率，还节省了成本。

Description

一种电力系统故障信息自动检索归类方法及系统
技术领域
本发明涉及电力系统故障分析技术领域，尤其涉及一种电力系统故障信息自动检索归类方法及系统。
背景技术
电力设备的故障是破坏电力系统稳定运行的最主要因素，国家能源局和中国电力企业联合会联合发布的2019年度全国电力可靠性指标数据显示，非电力设备运维人为因素的故障停电占比为94.17％，其中自然因素占比30.6％，外力因素25.13％，中压设备因素16.8％，用户影响因素12.35％，主网、低压、发电设备故障因素分别占比6.33％、2.82％、0.14％。
上述统计当中，设备故障因素不包含设备自行恢复运行的情况，即设备故障因素指无法自行恢复运行的故障，也称非瞬时性故障，例如变电站主变压器接地短路、输电线路永久性相间或接地短路、输配电电缆线路破损短路故障等。2019年，纳入可靠性管理的各类发电机组等效可用系数均达到90％以上，其中燃煤机组92.79％，同比增加0.53个百分点；燃气-蒸汽联合循环机组92.37％，同比降低0.1个百分点；水电机组为92.58％，同比增加0.28个百分点；核电机组91.01％，同比下降0.83个百分点。2019年，纳入可靠性统计的点对点超高压直流输电系统能量可用率为93.59％，同比下降2.73百分点；点对点特高压直流输电系统能量可用率为82.08％，同比下降7.69个百分点；背靠背直流输电系统能量可用率为95.66％，同比下降0.55个百分点。2019年，纳入可靠性统计的点对点超高压直流输电系统能量可用率为93.59％，同比下降2.73百分点；点对点特高压直流输电系统能量可用率为82.08％，同比下降7.68个百分点；背靠背直流输电系统能量可用率为95.66％，同比下降0.55个百分点。从电力系统供电可靠性的数据走势上看，电力系统发电和输变电系统可靠性整体已进入瓶颈阶段，2019年的供电可靠性水平与2018年整体相当，略微下降。得益于配电网智能化技术的应用，在用电侧感受的供电可靠性整体水平较同期上升。我国主要城市电力系统的供电可靠性目前已稳定在“二九”阶段(大于99％)，需要逐步进入“三九”阶段，供电密度大的城市需要逐步进入和稳定在“四九”阶段。
从电力系统的故障发生情况来看，绝大部故障性的设备停运是非人为因素，即自然不可抗力或自然条件下运行状态变化导致的设备停运，并且这类因素导致的故障均是在事后分析过后才得处的结论。电力管理运维单位掌握了事后分析结论后，通常由管理人员组织运维人员实施故障分类、纳入反事故措施管理并开展同类排查。通过人为组织分析和对事故进行归类，可以对类似设备开展同类隐患排查和针对性监测。但实际上，人为分析和归类的时效性不高，而且故障信息不易流通，使故障信息对现场运维隐患排除工作的参考价值有限。
因此，亟需一种电力系统故障信息自动检索归类方法，能克服现有人为分析和归类的时效性不高且故障信息不易流通的问题，不仅提高了工作效率，还节省了成本。
发明内容
本发明实施例所要解决的技术问题在于，提供一种电力系统故障信息自动检索归类方法及系统，能克服现有人为分析和归类的时效性不高且故障信息不易流通的问题，不仅提高了工作效率，还节省了成本。
为了解决上述技术问题，本发明实施例提供了一种电力系统故障信息自动检索归类方法，所述方法包括以下步骤：
获取根据电网故障信息所制定的多个标准关键字；
在预设的大数据故障信息报告中以每一标准关键字分别进行检索，提取同一标准关键字检索所得的故障信息来实现自动归类；
若检测到所述预设的大数据故障信息报告经每一标准关键字检索并自动归类后还剩有存量的故障信息，则获取每一标准关键字所对应设置的相似关键字；
在所述存量的故障信息中以每一相似关键字分别进行检索，提取同一相似关键字检索所得的故障信息并入各自对应标准关键字所归类的故障信息中。
其中，在所述获取根据电网故障信息所制定的多个标准关键字的步骤之前，还包括以下步骤：
确定电网故障信息，所述电网故障信息包括故障发生及设备动作时间、动作设备的间隔名称及型号、故障设备动作情况、故障设备位置及部位，以及动作设备的动作结果及评价；以及
将所述故障发生及设备动作时间进行标准关键字制定为时间，将所述动作设备的间隔名称及型号进行标准关键字制定为设备名，将所述故障设备动作情况进行标准关键字制定为状态，将所述故障设备位置及部位进行标准关键字制定为部位，以及将所述动作设备的动作结果及评价进行标准关键字制定为评价。
其中，根据每一标准关键字对应设置相似关键字的步骤具体包括：
在预设的大数据故障信息报告中，确定每一标准关键字各自关联的所有相似字，并计算各标准关键字各自关联的每一相似字的概率；其中，每一相似字的概率是将每一相似字出现总次数与其对应同一标准关键字所关联的所有相似字出现总次数进行对比得到的；
将各标准关键字各自关联的每一相似字的概率均与预设阈值进行对比，筛查出各标准关键字中概率均大于所述预设阈值的相似字，且进一步将各标准关键字所筛查的相似字均设为相应的相似关键字。
其中，所述预设的大数据故障信息报告中的故障信息均以文字形式表现，并附以图片、曲线、表格作辅助说明。
其中，所述以每一标准关键字分别进行检索或以每一相似关键字分别进行检索均是在以段落布局文字的故障信息中按段落顺序检索方式执行。
本发明实施例还提供了一种电力系统故障信息自动检索归类系统，包括：
标准关键字获取单元，用于获取根据电网故障信息所制定的多个标准关键字；
标准关键字检索故障信息归类单元，用于在预设的大数据故障信息报告中以每一标准关键字分别进行检索，提取同一标准关键字检索所得的故障信息来实现自动归类；
相似关键字获取单元，用于若检测到所述预设的大数据故障信息报告经每一标准关键字检索并自动归类后还剩有存量的故障信息，则获取每一标准关键字所对应设置的相似关键字；
相似关键字检索故障信息归类并入单元，用于在所述存量的故障信息中以每一相似关键字分别进行检索，提取同一相似关键字检索所得的故障信息并入各自对应标准关键字所归类的故障信息中。
其中，还包括：
标准关键字设置单元，用于确定电网故障信息，所述电网故障信息包括故障发生及设备动作时间、动作设备的间隔名称及型号、故障设备动作情况、故障设备位置及部位，以及动作设备的动作结果及评价；以及
将所述故障发生及设备动作时间进行标准关键字制定为时间，将所述动作设备的间隔名称及型号进行标准关键字制定为设备名，将所述故障设备动作情况进行标准关键字制定为状态，将所述故障设备位置及部位进行标准关键字制定为部位，以及将所述动作设备的动作结果及评价进行标准关键字制定为评价。
其中，所述预设的大数据故障信息报告中的故障信息均以文字形式表现，并附以图片、曲线、表格作辅助说明。
实施本发明实施例，具有如下有益效果：
本发明基于电网故障信息制定多个标准关键字，并以每一标准关键字检索大数据故障信息报告中故障信息实现自动归类，且在检测到检索归类后还剩有存量的故障信息后，进一步以每一相似关键字检索并入对应标准关键字类已归类的故障信息中，确保大数据故障信息报告中所有故障信息实现自动归类，从而克服了现有人为分析和归类的时效性不高且故障信息不易流通的问题，不仅提高了工作效率，还节省了成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例提供的一种电力系统故障信息自动检索归类方法的流程图；
图2为本发明实施例提供的一种电力系统故障信息自动检索归类结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
如图1所示，为本发明实施例中，提供的一种电力系统故障信息自动检索归类方法，所述方法包括以下步骤：
步骤S1、获取根据电网故障信息所制定的多个标准关键字；
具体过程为，在事故管理过程中，管理部门编写了以人工编辑的文字记录为主的故障信息报告，用作回顾性分析。这些信息报告包含了事故事件的具体情况：发生时间，如包含年、月、日、时、分、秒、毫秒时间信息；事故地点，如厂站名称和电压等级；事故设备，如变压器、继电保护装置；设备型号，如ABB主变压器、南瑞继保PCS-931等；设备部位，如变压器套管、保护装置CPU板；运行情况，如运行年限、缺陷率、检验次数等；事故经过，如按时间顺序简要记载事故发生前后情况；事故前后设备的运行方式等等。
在实际应用中，管理部门逐渐发现，故障信息报告信息量过大，回顾性分析工作有很大的信息处理难度。另外，由于故障信息报告编写人的不同，报告用词用语的规范度不统一，编写内容顺序不同，导致信息分类和编排存在难度。以某市为例，2019年电网故障信息汇编汇总报告的字数超20万字，图片超过1000张，包含了数百份故障分析报告、故障波形扫描图等文件，因信息量过大而导致人工无法开展故障信息和数据的汇总及回顾性分析，这也导致大量的故障真实信息和数据被闲置浪费。
因而，发明人通过设定多个标准关键字类，并基于标准关键字来实现自动归类。
其中，在获取根据电网故障信息所制定的多个标准关键字的步骤之前，还包括以下步骤：
确定电网故障信息，该电网故障信息包括故障发生及设备动作时间、动作设备的间隔名称及型号、故障设备动作情况、故障设备位置及部位，以及动作设备的动作结果及评价；以及
将故障发生及设备动作时间进行标准关键字制定为时间，将动作设备的间隔名称及型号进行标准关键字制定为设备名，将故障设备动作情况进行标准关键字制定为状态，将故障设备位置及部位进行标准关键字制定为部位，以及将动作设备的动作结果及评价进行标准关键字制定为评价。
应当说明的是，动作设备的间隔名称及型号包括一次和二次设备的间隔名称及型号；故障设备动作情况包括设备前后状态和其他非故障设备运行状态；故障设备位置及部位包括故障点、短路点、放电点等。
步骤S2、在预设的大数据故障信息报告中以每一标准关键字分别进行检索，提取同一标准关键字检索所得的故障信息来实现自动归类；
具体过程为，预设的大数据故障信息报告中的故障信息均以文字形式表现，并附以图片、曲线、表格作辅助说明，使得大数据故障信息报告中每一标准关键字分别进行检索是在以段落布局文字的故障信息中按段落顺序检索方式执行。因而，可以按照该步骤S1之前设定的五类电网故障信息制定出5个标准关键字，用于信息归类的标准，并用于系统自动生成的故障信息报告中。
应当说明的是，故障信息归类的前提是需要完成原信息的提取、故障类别、信息条目内容、源数据展开并细分等信息和数据处理过程。
步骤S3、若检测到所述预设的大数据故障信息报告经每一标准关键字检索并自动归类后还剩有存量的故障信息，则获取每一标准关键字所对应设置的相似关键字；
具体过程为，大数据故障信息报告经步骤S2检索归类后，可能还剩有存量的故障信息，即还有故障信息无法采用上述标准关键字来自动归类。因此，对于存量的故障信息报告，存在相似关键字的情况。
其中，根据每一标准关键字对应设置相似关键字的步骤具体包括：
在预设的大数据故障信息报告中，确定每一标准关键字各自关联的所有相似字，并计算各标准关键字各自关联的每一相似字的概率；其中，每一相似字的概率是将每一相似字出现总次数与其对应同一标准关键字所关联的所有相似字出现总次数进行对比得到的；
将各标准关键字各自关联的每一相似字的概率均与预设阈值进行对比，筛查出各标准关键字中概率均大于预设阈值的相似字，且进一步将各标准关键字所筛查的相似字均设为相应的相似关键字。
可以理解的是，相似关键字的设置不仅仅局限于上述方法，还包括预置设定或人工识别反馈的方法获得等。
在一个实施例中，预置设定相似关键字的方法如下：如“时间”关键字还包含“时刻”、“时间点”等名词，为了规范信息内容关键字，便于关键字检索，其表现形式如表1所示：
表1
关键字 相似字1 相似字2 相似字3 …… 相似字n 关键字眼
时间 时刻 时间点 时刻点 …… / 时
部位 位置 地点 故障点 …… / 部、位
设备名称 设备名 名称 设备间隔 …… / 名、间隔
…… …… …… …… …… …… ……
/ / / / …… / /
对于存在意思相似但无法识别的关键字，需要通过人工识别反馈的方法来完成新关键字的关联。
人工识别反馈是通过人为判断获得识别结果，系统将识别结果记录并用作下一次的判断条件的方法，具体步骤如下：
首先，存在n个数量的关键字和n个识别人。通过识别人的人工选择，将未分类关键字分别归入A类、B类(其中，A、B指上文所述的标准关键字)。随后将统计未分类关键字的归类结果，并计算出归属A、B的概率，通过比较归入A、B类概率，决定该未分类关键字应并入A类还是B类。
步骤S4、在所述存量的故障信息中以每一相似关键字分别进行检索，提取同一相似关键字检索所得的故障信息并入各自对应标准关键字所归类的故障信息中。
具体过程为，由于存量的故障信息也是以文字形式表现，并附以图片、曲线、表格作辅助说明，使得存量的故障信息中每一相似关键字分别进行检索也是在以段落布局文字的故障信息中按段落顺序检索方式执行。
因此，对存量的故障信息进行相似关键字归类的操作，使其并入相应标准关键字类，最终实现其故障信息并入对应的标准关键字所归类的故障信息中，即完成整个大数据故障信息报告中所有故障信息的检索归类。
如图2所示，为本发明实施例中，提供的一种电力系统故障信息自动检索归类系统，包括：
标准关键字获取单元110，用于获取根据电网故障信息所制定的多个标准关键字；
标准关键字检索故障信息归类单元120，用于在预设的大数据故障信息报告中以每一标准关键字分别进行检索，提取同一标准关键字检索所得的故障信息来实现自动归类；
相似关键字获取单元130，用于若检测到所述预设的大数据故障信息报告经每一标准关键字检索并自动归类后还剩有存量的故障信息，则获取每一标准关键字所对应设置的相似关键字；
相似关键字检索故障信息归类并入单元140，用于在所述存量的故障信息中以每一相似关键字分别进行检索，提取同一相似关键字检索所得的故障信息并入各自对应标准关键字所归类的故障信息中。
其中，还包括：
标准关键字设置单元150，用于确定电网故障信息，所述电网故障信息包括故障发生及设备动作时间、动作设备的间隔名称及型号、故障设备动作情况、故障设备位置及部位，以及动作设备的动作结果及评价；以及
将所述故障发生及设备动作时间进行标准关键字制定为时间，将所述动作设备的间隔名称及型号进行标准关键字制定为设备名，将所述故障设备动作情况进行标准关键字制定为状态，将所述故障设备位置及部位进行标准关键字制定为部位，以及将所述动作设备的动作结果及评价进行标准关键字制定为评价。
其中，所述预设的大数据故障信息报告中的故障信息均以文字形式表现，并附以图片、曲线、表格作辅助说明。
实施本发明实施例，具有如下有益效果：
本发明基于电网故障信息制定多个标准关键字，并以每一标准关键字检索大数据故障信息报告中故障信息实现自动归类，且在检测到检索归类后还剩有存量的故障信息后，进一步以每一相似关键字检索并入对应标准关键字类已归类的故障信息中，确保大数据故障信息报告中所有故障信息实现自动归类，从而克服了现有人为分析和归类的时效性不高且故障信息不易流通的问题，不仅提高了工作效率，还节省了成本。
值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (8)

1.一种电力系统故障信息自动检索归类方法，其特征在于，所述方法包括以下步骤：
获取根据电网故障信息所制定的多个标准关键字；
在预设的大数据故障信息报告中以每一标准关键字分别进行检索，提取同一标准关键字检索所得的故障信息来实现自动归类；
若检测到所述预设的大数据故障信息报告经每一标准关键字检索并自动归类后还剩有存量的故障信息，则获取每一标准关键字所对应设置的相似关键字；
在所述存量的故障信息中以每一相似关键字分别进行检索，提取同一相似关键字检索所得的故障信息并入各自对应标准关键字所归类的故障信息中。
2.如权利要求1所述的电力系统故障信息自动检索归类方法，其特征在于，在所述获取根据电网故障信息所制定的多个标准关键字的步骤之前，还包括以下步骤：
确定电网故障信息，所述电网故障信息包括故障发生及设备动作时间、动作设备的间隔名称及型号、故障设备动作情况、故障设备位置及部位，以及动作设备的动作结果及评价；以及
将所述故障发生及设备动作时间进行标准关键字制定为时间，将所述动作设备的间隔名称及型号进行标准关键字制定为设备名，将所述故障设备动作情况进行标准关键字制定为状态，将所述故障设备位置及部位进行标准关键字制定为部位，以及将所述动作设备的动作结果及评价进行标准关键字制定为评价。
3.如权利要求1所述的电力系统故障信息自动检索归类方法，其特征在于，根据每一标准关键字对应设置相似关键字的步骤具体包括：
在预设的大数据故障信息报告中，确定每一标准关键字各自关联的所有相似字，并计算各标准关键字各自关联的每一相似字的概率；其中，每一相似字的概率是将每一相似字出现总次数与其对应同一标准关键字所关联的所有相似字出现总次数进行对比得到的；
将各标准关键字各自关联的每一相似字的概率均与预设阈值进行对比，筛查出各标准关键字中概率均大于所述预设阈值的相似字，且进一步将各标准关键字所筛查的相似字均设为相应的相似关键字。
4.如权利要求1或2所述的电力系统故障信息自动检索归类方法，其特征在于，所述预设的大数据故障信息报告中的故障信息均以文字形式表现，并附以图片、曲线、表格作辅助说明。
5.如权利要求4所述的电力系统故障信息自动检索归类方法，其特征在于，所述以每一标准关键字分别进行检索或以每一相似关键字分别进行检索均是在以段落布局文字的故障信息中按段落顺序检索方式执行。
6.一种电力系统故障信息自动检索归类系统，其特征在于，包括：
标准关键字获取单元，用于获取根据电网故障信息所制定的多个标准关键字；
标准关键字检索故障信息归类单元，用于在预设的大数据故障信息报告中以每一标准关键字分别进行检索，提取同一标准关键字检索所得的故障信息来实现自动归类；
相似关键字获取单元，用于若检测到所述预设的大数据故障信息报告经每一标准关键字检索并自动归类后还剩有存量的故障信息，则获取每一标准关键字所对应设置的相似关键字；
相似关键字检索故障信息归类并入单元，用于在所述存量的故障信息中以每一相似关键字分别进行检索，提取同一相似关键字检索所得的故障信息并入各自对应标准关键字所归类的故障信息中。
7.如权利要求6所述的电力系统故障信息自动检索归类系统，其特征在于，还包括：
标准关键字设置单元，用于确定电网故障信息，所述电网故障信息包括故障发生及设备动作时间、动作设备的间隔名称及型号、故障设备动作情况、故障设备位置及部位，以及动作设备的动作结果及评价；以及
将所述故障发生及设备动作时间进行标准关键字制定为时间，将所述动作设备的间隔名称及型号进行标准关键字制定为设备名，将所述故障设备动作情况进行标准关键字制定为状态，将所述故障设备位置及部位进行标准关键字制定为部位，以及将所述动作设备的动作结果及评价进行标准关键字制定为评价。
8.如权利要求6或7所述的电力系统故障信息自动检索归类系统，其特征在于，所述预设的大数据故障信息报告中的故障信息均以文字形式表现，并附以图片、曲线、表格作辅助说明。
CN202010963366.4A 2020-09-14 2020-09-14 一种电力系统故障信息自动检索归类方法及系统 Pending CN112148897A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010963366.4A CN112148897A (zh) 2020-09-14 2020-09-14 一种电力系统故障信息自动检索归类方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010963366.4A CN112148897A (zh) 2020-09-14 2020-09-14 一种电力系统故障信息自动检索归类方法及系统

Publications (1)

Publication Number Publication Date
CN112148897A true CN112148897A (zh) 2020-12-29

Family

ID=73892678

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010963366.4A Pending CN112148897A (zh) 2020-09-14 2020-09-14 一种电力系统故障信息自动检索归类方法及系统

Country Status (1)

Country Link
CN (1) CN112148897A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113570084A (zh) * 2021-07-29 2021-10-29 重庆允成互联网科技有限公司 一种基于设备维修生成故障分析报告的方法和系统
CN113689104A (zh) * 2021-08-18 2021-11-23 广东电网有限责任公司 一种电能计量装置故障统计分析方法及其装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104539441A (zh) * 2014-11-21 2015-04-22 北京极科极客科技有限公司 一种路由器故障的处理方法
CN108073681A (zh) * 2016-11-16 2018-05-25 发那科株式会社 检索装置、检索方法以及检索程序
CN110728498A (zh) * 2019-10-21 2020-01-24 北京百度网讯科技有限公司 一种信息交互方法和装置
CN111064620A (zh) * 2019-12-20 2020-04-24 广东电网有限责任公司 基于运维知识库的电网多媒体会议室设备维护方法和系统
CN111090973A (zh) * 2019-11-26 2020-05-01 北京明略软件系统有限公司 一种报表生成方法、装置及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104539441A (zh) * 2014-11-21 2015-04-22 北京极科极客科技有限公司 一种路由器故障的处理方法
CN108073681A (zh) * 2016-11-16 2018-05-25 发那科株式会社 检索装置、检索方法以及检索程序
CN110728498A (zh) * 2019-10-21 2020-01-24 北京百度网讯科技有限公司 一种信息交互方法和装置
CN111090973A (zh) * 2019-11-26 2020-05-01 北京明略软件系统有限公司 一种报表生成方法、装置及电子设备
CN111064620A (zh) * 2019-12-20 2020-04-24 广东电网有限责任公司 基于运维知识库的电网多媒体会议室设备维护方法和系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113570084A (zh) * 2021-07-29 2021-10-29 重庆允成互联网科技有限公司 一种基于设备维修生成故障分析报告的方法和系统
CN113570084B (zh) * 2021-07-29 2023-12-29 重庆允丰科技有限公司 一种基于设备维修生成故障分析报告的方法和系统
CN113689104A (zh) * 2021-08-18 2021-11-23 广东电网有限责任公司 一种电能计量装置故障统计分析方法及其装置

Similar Documents

Publication Publication Date Title
CN110795921B (zh) 一种智能变电站设备监控信息自动生成及校验方法
CN108549650B (zh) 一种智能变电站防误闭锁逻辑规则源端配置方法及系统
Minakawa et al. Development and implementation of a power system fault diagnosis expert system
CN109710647B (zh) 一种基于关键字搜索的电网台账数据融合方法及装置
CN112527997B (zh) 一种基于电网领域调度场景知识图谱的智能问答方法及系统
CN105914892A (zh) 一种二次检修安措票系统及其实现方法
CN112148897A (zh) 一种电力系统故障信息自动检索归类方法及系统
CN113435759B (zh) 一种基于深度学习的一次设备风险智能评估方法
CN111090973A (zh) 一种报表生成方法、装置及电子设备
CN114091912B (zh) 一种应用知识图谱分析中压电网拓扑异动方法
CN111708817A (zh) 一种变电站监控信息的智能处置方法
CN111061989A (zh) 一种配电网继电保护装置综合评价系统及方法
CN113313409A (zh) 基于数据关联的电力系统二次设备缺陷分析方法及系统
CN112821566B (zh) 一种配网故障遥控介入处理的智能统计方法及装置
Liu et al. A construction method of power grid monitoring knowledge graph
Wang et al. Research on Relay Protection and Security Automatic Equipment Based on the Last Decade of Big Data
CN112949271A (zh) 一种检修安全措施分析方法及系统
CN111695332A (zh) 一种基于变电站监控信息表自动生成cime文件的方法
Yunguang et al. Research on secondary circuit identification technology and condition-based maintenance mode of intelligent substation
CN110598805A (zh) 一种电力系统监控信息的识别方法和系统
CN110955967A (zh) 一种母联备自投在bpa的建模方法及系统
CN111143296A (zh) 变电站scd文件分类方法、装置、终端及存储介质
CN112383146B (zh) 变电站二次设备遥信监视操作任务的生成方法
CN112464416B (zh) 一键式变电站全站定值生成的方法及系统
Ford The British Electricity Boards National Fault and Interruption Reporting Scheme-Objectives, Development and Operating Experience

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