CN112256900A - 基于语音驱动的厂站近区潮流图自动生成方法 - Google Patents

基于语音驱动的厂站近区潮流图自动生成方法 Download PDF

Info

Publication number
CN112256900A
CN112256900A CN202011070519.9A CN202011070519A CN112256900A CN 112256900 A CN112256900 A CN 112256900A CN 202011070519 A CN202011070519 A CN 202011070519A CN 112256900 A CN112256900 A CN 112256900A
Authority
CN
China
Prior art keywords
station
station near
line
zone
voice
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
CN202011070519.9A
Other languages
English (en)
Inventor
陈连杰
陈文静
高源�
黄昆
司鹏
苏运光
沈超
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.)
NARI Group Corp
Nari Technology Co Ltd
State Grid Electric Power Research Institute
Original Assignee
NARI Group Corp
Nari Technology Co Ltd
State Grid Electric Power Research Institute
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 NARI Group Corp, Nari Technology Co Ltd, State Grid Electric Power Research Institute filed Critical NARI Group Corp
Priority to CN202011070519.9A priority Critical patent/CN112256900A/zh
Publication of CN112256900A publication Critical patent/CN112256900A/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
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/54—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/532—Query formulation, e.g. graphical querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开基于语音驱动的厂站近区潮流图自动生成方法，用户语音输入转换为文本，生成操作指令；根据操作指令进行语义分析，实现操作项目匹配；厂站近区潮流图模型抽取：根据语义需求，启动对应的厂站近区潮流图模型检索策略，实现厂站近区潮流图模型抽取；根据厂站近区潮流图模型集，进行图形元素的点、线建模，并采用自动布局、布线算法实现厂站近区潮流图图形的自动绘制及展示。本发明根据电网调控系统中的常见用户需求，从一个厂站、一个线路或者是一个分区断面开始，基于拓扑关系自动检索一定的层级，构建出局部电网模型集合并生成调控专业潮流图，降低人工维护潮流图成本，实现图模一致，提升电网厂站近区潮流图的数据正确性和及时性。

Description

基于语音驱动的厂站近区潮流图自动生成方法
技术领域
本发明涉及一种基于语音驱动的厂站近区潮流图自动生成方法，属于电力系统自动化技术领域。
背景技术
电网运行管理人员在日常工作过程中，一方面针对电网局部事件，需要具有直观化的图形视角，辅助评估特定电网事件的影响范围。例如电网母线、线路故障或检修时，需要宏观了解当前事件的严重程度。另一方面，为监视某一局部区域电网实时运行情况，也需要该局部电网的图形化界面，展示电网运行概况。
当前在传统的电网调控系统中，主要通过人工静态绘制一个大而全的电网潮流图或多个分区潮流图，在需要时通过鼠标进行画面调阅、区域查找、定位等方式，实现局部事件的监视目标。整个过程效率较低，且人工维护图形不够及时、准确。
传统的电网调控系统需要人工绘制图形，工作量较大；人工绘图过程中，难以保证图模一致性及图形正确性，效率较低；电网改造时，对应的人工绘制图形需同步更新，容易出错。在需要查看局部图形画面时，通过传统的鼠标、键盘方式进行调阅、导航，效率不高。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷，提供一种基于语音驱动的厂站近区潮流图自动生成的实现方法，无需人工绘制图形，工作量小，采用电脑绘图，保证图模一致性及图形正确性，实现图模一致，提升电网厂站近区潮流图的数据正确性和及时性。
为达到上述目的，本发明提供基于语音驱动的厂站近区潮流图自动生成方法，包括以下步骤：
1）、语音识别：用户语音输入，自动转换为文本，生成操作指令；
2）、语义分析：根据操作指令进行电网应用环境下的语义分析，实现操作项目匹配；
3）、厂站近区潮流图模型抽取：根据语义需求，启动对应的厂站近区潮流图模型检索策略，实现厂站近区潮流图模型抽取，抽取的厂站近区潮流图模型组成厂站近区潮流图模型集；
4）、图形自动生成及展示：根据厂站近区潮流图模型集，进行图形的点、线建模，并采用自动布局算法和布线算法实现厂站近区潮流图图形的自动绘制及展示。
优先地，步骤（1）中, 用户基于麦克风语音输入，实时识别语音自动转换为文本，生成操作指令。
优先地，步骤（2）中，根据操作指令进行电网应用环境下的语义分析，实现操作项目匹配；针对调控应用，建立功能槽位集合，基于槽位匹配的方式实现语义指令匹配。
优先地，步骤（3）中，根据语义分析，启动对应的厂站近区潮流图模型检索策略，实现厂站近区潮流图模型抽取；基于拓扑关系搜索厂站周围N层的厂站近区潮流图模型集合，基于线路搜索线路两端厂站设定范围的厂站近区潮流图模型集合，根据电网管理区域断面搜索该断面两侧设定层级的厂站近区潮流图模型集合；厂站近区潮流图模型搜索层级动态配置或通过语音驱动动态设置。
优先地，步骤（4）中，根据步骤（3）的厂站近区潮流图模型抽取结果，以厂站为点对象，以线路为线对象，自动构建图元对象得到厂站图元和线路图元；利用布局算法自动计算厂站图元的位置，利用布线算法对线路图元自动完成图形布线；同步布局算法中的厂站近区潮流图中的厂站图元的位置、线路名称文本和动态数据，形成一个完整的厂站近区潮流图实体并返回界面进行展示。
优先地，根据线路拓扑关系，在存在T接的情况下自动构建T接站对象，然后将厂站建模为点对象，将线路建模为线对象，完成图形建模；利用布局算法实现厂站图元的位置分配，利用布线算法完成线路图元的坐标分配；在厂站图元的布局和图形布线的布线完成后，对厂站近区潮流图进行文字和量测的区域布局，构建生成一个完整的厂站近区潮流图图形实体，并返回界面显示。
优先地，动态数据包括厂站内部母线最高电压和线路的有功功率。
本发明所达到的有益效果：
本发明提供基于语音驱动厂站近区潮流图自动生成方法,根据电网调控系统中的常见用户需求，归纳总结相关应用模式,通过从一个厂站、一个线路或者是一个分区断面开始，基于拓扑关系自动检索一定的层级，构建出局部电网模型集合并自动生成调控专业潮流图，满足新一代电网调控应用要求，降低人工维护潮流图成本，实现图模一致，提升电网厂站近区潮流图的数据正确性和及时性。且在此过程中，免去了传统的人工鼠标的过程，完全由语音驱动，实现更高水平的智能化调控操作。
通过语音技术如语音识别、语义转换等提升了整体操作便捷性；通过厂站近区潮流图自动生成技术避免了传统图形人工运维的繁重工作，提高了图形展示的效率、准确性。整体上提升电网运行系统的智能化水平。
附图说明
图1是本发明的流程图；
图2是本发明的检索策略和模型抽取的流程图；
图3是本发明中厂站近区潮流图模型集的结构图。
具体实施方式
以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
基于语音驱动的厂站近区潮流图自动生成方法，包括以下步骤：
1）、语音识别：用户语音输入，自动转换为文本，生成操作指令；
2）、语义分析：根据操作指令进行电网应用环境下的语义分析，实现操作项目匹配；
3）、厂站近区潮流图模型抽取：根据语义需求，启动对应的厂站近区潮流图模型检索策略，实现厂站近区潮流图模型抽取，抽取的厂站近区潮流图模型组成厂站近区潮流图模型集；
4）、图形自动生成及展示：根据厂站近区潮流图模型集，进行图形的点、线建模，并采用自动布局算法和布线算法实现厂站近区潮流图图形的自动绘制及展示。
进一步地，步骤（1）中, 用户基于麦克风语音输入，实时识别语音自动转换为文本，生成操作指令。
进一步地，步骤（2）中，根据操作指令进行电网应用环境下的语义分析，实现操作项目匹配；针对调控应用，建立功能槽位集合，基于槽位匹配的方式实现语义指令匹配。
进一步地，步骤（3）中，根据语义分析，启动对应的厂站近区潮流图模型检索策略，实现厂站近区潮流图模型抽取；基于拓扑关系搜索厂站周围N层的厂站近区潮流图模型集合，基于线路搜索线路两端厂站设定范围的厂站近区潮流图模型集合，根据电网管理区域断面搜索该断面两侧设定层级的厂站近区潮流图模型集合；厂站近区潮流图模型搜索层级动态配置或通过语音驱动动态设置。
进一步地，步骤（4）中，根据步骤（3）的厂站近区潮流图模型抽取结果，以厂站为点对象，以线路为线对象，自动构建图元对象得到厂站图元和线路图元；利用布局算法自动计算厂站图元的位置，利用布线算法对线路图元自动完成图形布线；同步布局算法中的厂站近区潮流图中的厂站图元的位置、线路名称文本和动态数据，形成一个完整的厂站近区潮流图实体并返回界面进行展示。
进一步地，根据线路拓扑关系，在存在T接的情况下自动构建T接站对象，然后将厂站建模为点对象，将线路建模为线对象，完成图形建模；利用布局算法实现厂站图元的位置分配，利用布线算法完成线路图元的坐标分配；在厂站图元的布局和图形布线的布线完成后，对厂站近区潮流图进行文字和量测的区域布局，构建生成一个完整的厂站近区潮流图图形实体，并返回界面显示。
进一步地，动态数据包括厂站内部母线最高电压和线路的有功功率。
进一步地，本实施例中电网管理区域为华东电网和西北电网。功能槽位集合为现有技术中的专业术语，本实施例中直接调用。调控应用包括以下内容：根据厂站名称搜索一个区域、根据线路名称搜索一个区域和根据断面名称搜索一个区域。
以下结合附图对基于语音驱动的厂站近区潮流图自动生成方法，进一步的详细介绍。
如图1所示，基于语音驱动的厂站近区潮流图自动生成方法总体流程图，包含以下步骤：
（1）语音指令识别。在具体实施过程中，用户在工作站前面向麦克风，以自然语言驱动调控操作。例如口述：“生成江都变潮流图”。这里也支持上下文场景，可以与语音服务进行一定的互动。例如口述：“请生成潮流图”，语音服务返回：“请问生成哪个区域的潮流图”，继续口述：“江都变”，语音服务综合分析调控指令，记录“生成江都变潮流图”文本信息。
（2）语义调控指令匹配。在语音指令识别的基础上，基于语义分词思想，结合电网调控领域预料库，实时分析调控指令槽位，实现具体操作目的。例如通过分析“生成江都变潮流图”，结合当前调控场景，可以提取出操作动词、操作对象、操作类型等文本，从而进行槽位集合匹配，对应上具体的操作项目。
（3）厂站近区潮流图模型抽取。在步骤2的基础上，根据匹配的调控指令，启动对应的模型抽取策略，如图2所示。针对“生成江都变潮流图”场景，启动基于厂站抽取N层（默认2层，可配置）的模型检索算法，采用基于广度优先策略遍历电网拓扑，抽取满足条件的厂站、线路，构建区域厂站设备集，如图3所示。这里也可以根据调控指令启动基于线路、断面的模型搜索策略，同时也支持动态扩大近区范围，例如“生成江都变3层潮流图”，则将设备检索范围扩大到3层。
（4）厂站近区潮流图自动生成。如图2所示，在步骤3的基础上，根据检索到的厂站近区潮流图模型集合进行图形建模。首先根据线路拓扑关系，增加T接站对象（如果有T接的情况），然后将厂站对象建模为“点”对象，将线路对象建模为“线”对象，完成图形建模；在此基础上，利用布局算法实现厂站节点对象的位置分配，利用布线算法完成线路坐标分配；更进一步地，在图元、线路布局完成后，进行文字、量测区域布局，构建生成一个完整的厂站近区潮流图图形实体，并返回界面显示，如图3所示。
布局算法和布线算法属于现有技术，面向调控应用领域，基于丰富的电网专业语料库实现语音的正确识别。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (7)

1.基于语音驱动的厂站近区潮流图自动生成方法，其特征在于，包括以下步骤：
1）、语音识别：用户语音输入，自动转换为文本，生成操作指令；
2）、语义分析：根据操作指令进行电网应用环境下的语义分析，实现操作项目匹配；
3）、厂站近区潮流图模型抽取：根据语义需求，启动对应的厂站近区潮流图模型检索策略，实现厂站近区潮流图模型抽取，抽取的厂站近区潮流图模型组成厂站近区潮流图模型集；
4）、图形自动生成及展示：根据厂站近区潮流图模型集，进行图形的点、线建模，并采用自动布局算法和布线算法实现厂站近区潮流图图形的自动绘制及展示。
2.根据权利要求1所述的基于语音驱动的厂站近区潮流图自动生成方法，其特征在于，步骤（1）中, 用户基于麦克风语音输入，实时识别语音自动转换为文本，生成操作指令。
3.根据权利要求1所述的基于语音驱动的厂站近区潮流图自动生成方法，其特征在于，步骤（2）中，根据操作指令进行电网应用环境下的语义分析，实现操作项目匹配；针对调控应用，建立功能槽位集合，基于槽位匹配的方式实现语义指令匹配。
4.根据权利要求1所述的基于语音驱动的厂站近区潮流图自动生成方法，其特征在于，步骤（3）中，根据语义分析，启动对应的厂站近区潮流图模型检索策略，实现厂站近区潮流图模型抽取；基于拓扑关系搜索厂站周围N层的厂站近区潮流图模型集合，基于线路搜索线路两端厂站设定范围的厂站近区潮流图模型集合，根据电网管理区域断面搜索该断面两侧设定层级的厂站近区潮流图模型集合；厂站近区潮流图模型搜索层级动态配置或通过语音驱动动态设置。
5.根据权利要求1所述的基于语音驱动的厂站近区潮流图自动生成方法，其特征在于，步骤（4）中，根据步骤（3）的厂站近区潮流图模型抽取结果，以厂站为点对象，以线路为线对象，自动构建图元对象得到厂站图元和线路图元；利用布局算法自动计算厂站图元的位置，利用布线算法对线路图元自动完成图形布线；同步布局算法中的厂站近区潮流图中的厂站图元的位置、线路名称文本和动态数据，形成一个完整的厂站近区潮流图实体并返回界面进行展示。
6.根据权利要求5所述的基于语音驱动的厂站近区潮流图自动生成方法，其特征在于，根据线路拓扑关系，在存在T接的情况下自动构建T接站对象，然后将厂站建模为点对象，将线路建模为线对象，完成图形建模；利用布局算法实现厂站图元的位置分配，利用布线算法完成线路图元的坐标分配；在厂站图元的布局和图形布线的布线完成后，对厂站近区潮流图进行文字和量测的区域布局，构建生成一个完整的厂站近区潮流图图形实体，并返回界面显示。
7.根据权利要求5所述的基于语音驱动的厂站近区潮流图自动生成方法，其特征在于，动态数据包括厂站内部母线最高电压和线路的有功功率。
CN202011070519.9A 2020-10-09 2020-10-09 基于语音驱动的厂站近区潮流图自动生成方法 Pending CN112256900A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011070519.9A CN112256900A (zh) 2020-10-09 2020-10-09 基于语音驱动的厂站近区潮流图自动生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011070519.9A CN112256900A (zh) 2020-10-09 2020-10-09 基于语音驱动的厂站近区潮流图自动生成方法

Publications (1)

Publication Number Publication Date
CN112256900A true CN112256900A (zh) 2021-01-22

Family

ID=74233501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011070519.9A Pending CN112256900A (zh) 2020-10-09 2020-10-09 基于语音驱动的厂站近区潮流图自动生成方法

Country Status (1)

Country Link
CN (1) CN112256900A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103066698A (zh) * 2012-12-17 2013-04-24 绍兴电力局 在调配系统中自动生成可视化的电网潮流图的实现方法
CN110783922A (zh) * 2019-11-22 2020-02-11 广州供电局有限公司 电网拓扑模型的构建方法和装置、系统
CN111723580A (zh) * 2020-06-22 2020-09-29 国家电网有限公司华东分部 基于语音识别与图像识别的电力调度厂站信息图效验方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103066698A (zh) * 2012-12-17 2013-04-24 绍兴电力局 在调配系统中自动生成可视化的电网潮流图的实现方法
CN110783922A (zh) * 2019-11-22 2020-02-11 广州供电局有限公司 电网拓扑模型的构建方法和装置、系统
CN111723580A (zh) * 2020-06-22 2020-09-29 国家电网有限公司华东分部 基于语音识别与图像识别的电力调度厂站信息图效验方法

Similar Documents

Publication Publication Date Title
JP7283009B2 (ja) 対話理解モデルの訓練方法、装置、デバイス及び記憶媒体
CN110909898B (zh) 基于ar眼镜的银行机房故障诊断维修指导系统及方法
CN112599124A (zh) 一种面向电网调度的语音调度方法及系统
CN110222407B (zh) 一种bim数据的融合方法及装置
CN110704653A (zh) 一种bim模型中以图搜索构件的方法及图文搜索系统
CN113932810A (zh) 基于多源地理信息模型的城市轨道三维导航地图优化方法
CN112256900A (zh) 基于语音驱动的厂站近区潮流图自动生成方法
CN105356449A (zh) 一种基于故障树的变电站监控故障信号的自主分析方法
CN116991998A (zh) 一种基于ai语言应答模型的电力仿真培训方法、系统
CN108563898B (zh) 一种人机交互式电网单线数字化建模方法
CN111611665A (zh) 一种基于三维模块化设计的智能变电站设计方法
CN111813401B (zh) 一种基于b/s架构的绘图建模工具中图形组件化方法及系统
CN109508953A (zh) 一种表格模板生成方法
CN112346736B (zh) 一种数据处理方法和系统
CN114676959A (zh) 一种配网图模管理方法及装置
CN115481964A (zh) 智能成票方法及装置
CN111798564A (zh) 一种pds三维模型转换的系统及其实现方法
Corneli et al. Natural language processing for construction sites management
Qian et al. The Application of Artificial Intelligence Technology in the Management of Distribution Network Graphics and Models
Xiao et al. STEP-NC enabled edge–cloud collaborative manufacturing system for compliant CNC machining
CN102375727A (zh) 一种线路层次关系的图形化维护方法
CN103324473A (zh) 一种将Visio图形转换为VG图形的转换系统及方法
CN114715227B (zh) 列车仿真运行图生成方法及装置
CN115310187A (zh) 一种基于bim技术和语义融合的发电机组安装方法及系统
Minghao et al. A Big Data analysis based new method for power grid dispatch and control training simulation

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210122