CN113378069B - 基于智能推荐算法的主配网自动绘图方法 - Google Patents

基于智能推荐算法的主配网自动绘图方法 Download PDF

Info

Publication number
CN113378069B
CN113378069B CN202110801000.1A CN202110801000A CN113378069B CN 113378069 B CN113378069 B CN 113378069B CN 202110801000 A CN202110801000 A CN 202110801000A CN 113378069 B CN113378069 B CN 113378069B
Authority
CN
China
Prior art keywords
information
equipment
icons
component
distribution network
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.)
Active
Application number
CN202110801000.1A
Other languages
English (en)
Other versions
CN113378069A (zh
Inventor
刘尧
卢建刚
侯祖锋
赵瑞锋
缪辰宇
张勇
黎皓彬
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.)
Guangdong Power Grid Co Ltd
Zhuhai Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Zhuhai Power Supply Bureau of Guangdong 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 Guangdong Power Grid Co Ltd, Zhuhai Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202110801000.1A priority Critical patent/CN113378069B/zh
Publication of CN113378069A publication Critical patent/CN113378069A/zh
Application granted granted Critical
Publication of CN113378069B publication Critical patent/CN113378069B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请涉及一种基于智能推荐算法的主配网自动绘图方法、装置、计算机设备和存储介质。方法通过获取主配网电力站点的类型参数，生成与类型参数对应的站点模型；获取站点模型内的设备元件对应的元件操作信息；根据元件操作信息查找设备元件的目标元件规格信息；根据目标元件规格信息对设备元件进行可视化处理，生成设备元件图标；通过预设智能推荐算法选定多个设备元件图标，连接选定的设备元件图标，得到主配网的电力站点图。基于本申请的方案，可以快速地生成多个不同规格的目标设备元件信息对应的设备元件图标，并通过智能推荐算法选定设备元件图标，能够快速完成电力站点图的绘制工作。

Description

基于智能推荐算法的主配网自动绘图方法
技术领域
本申请涉及电网配电领域，特别是涉及一种基于智能推荐算法的主配网自动绘图方法。
背景技术
配电网是指从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户的电力网。是由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿器及一些附属设施等组成的，在电力网中起重要分配电能作用的网络。电气接线图是配电网中比较重要的图形，电力工作人员可通过它监视整个配电网中各个节点的运行状态，分析配电网的拓扑结构等重要的数据。
目前一般通过电子绘图的方式完成对电网的拓扑结构图的绘制，然而现有的绘图系统在绘图过程中是通过绘图用户根据自身对于电力站点的经验，从电力设备数据库中搜索该电力站点需要用的设备信息，来进行绘制，这种方法对于依赖于用户对电力网知识储备，容易导致绘图出错。
发明内容
基于此，有必要针对上述技术问题，提供一种能提高主配网电气接线图准确性的主配网自动绘图方法、装置、计算机设备和存储介质。
一种基于智能推荐算法的主配网自动绘图方法，所述方法包括：
获取主配网电力站点的类型参数，生成与所述类型参数对应的站点模型；
获取所述站点模型内的设备元件对应的元件操作信息；
根据所述元件操作信息查找所述设备元件的目标元件规格信息；
根据所述目标元件规格信息对所述设备元件进行可视化处理，生成设备元件图标；
通过预设智能推荐算法选定多个所述设备元件图标，连接选定的所述设备元件图标，得到主配网的电力站点图。
在其中一个实施例中，所述站点模型内的设备元件具体包括发电单元、变压单元、配电单元、电力线单元以及控制开关单元。
在其中一个实施例中，所述根据所述元件操作信息查找所述设备元件的目标元件规格信息包括：
根据所述元件操作信息查找历史数据中不同规格信息的所述设备元件对应的数量值信息；
根据所述数量值信息确定所述设备元件的目标元件规格信息。
在其中一个实施例中，所述根据所述数量值信息确定所述设备元件的目标元件规格信息包括：
根据所述数量值信息对所述数量值信息对应的元件规格信息进行排序，得到排序信息；
根据所述排序信息确定所述设备元件的目标元件规格信息。
在其中一个实施例中，所述根据所述目标元件规格信息对所述设备元件进行可视化处理，生成设备元件图标之后，还包括：
将所述设备元件图标进行群组处理，得到群组信息；
根据所述排序信息，在所述群组信息对所述设备元件图标进行排列处理，获取图标排列信息。
在其中一个实施例中，所述根据所述排序信息，在所述群组信息对所述设备元件图标进行排列处理之后，还包括：
获取所述设备元件图标对应的排序修改信息；
根据所述排序修改信息修改所述图标排序信息。
在其中一个实施例中，所述根据所述排序信息，在所述群组信息对所述设备元件图标进行排列处理之后，还包括：
获取所述群组信息对应的位置变更信息；
根据所述位置变更信息确定所述群组信息对应的位置坐标信息；
根据所述位置坐标信息移动所述群组信息内设备元件图标的位置。
一种基于智能推荐算法的主配网自动绘图装置，所述装置包括：
参数获取模块，用于获取主配网电力站点的类型参数，生成与所述类型参数对应的站点模型；
操作信息获取模块，用于获取所述站点模型内的设备元件对应的元件操作信息；
规格信息查找模块，用于根据所述元件操作信息查找所述设备元件的目标元件规格信息；
元件图标生成模块，用于根据所述目标元件规格信息对所述设备元件进行可视化处理，生成设备元件图标；
自动绘图模块，用于通过预设智能推荐算法选定多个所述设备元件图标，连接选定的所述设备元件图标，得到主配网的电力站点图。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取主配网电力站点的类型参数，生成与所述类型参数对应的站点模型；
获取所述站点模型内的设备元件对应的元件操作信息；
根据所述元件操作信息查找所述设备元件的目标元件规格信息；
根据所述目标元件规格信息对所述设备元件进行可视化处理，生成设备元件图标；
通过预设智能推荐算法选定多个所述设备元件图标，连接选定的所述设备元件图标，得到主配网的电力站点图。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取主配网电力站点的类型参数，生成与所述类型参数对应的站点模型；
获取所述站点模型内的设备元件对应的元件操作信息；
根据所述元件操作信息查找所述设备元件的目标元件规格信息；
根据所述目标元件规格信息对所述设备元件进行可视化处理，生成设备元件图标；
通过预设智能推荐算法选定多个所述设备元件图标，连接选定的所述设备元件图标，得到主配网的电力站点图。
上述基于智能推荐算法的主配网自动绘图方法、装置、计算机设备和存储介质，通过获取主配网电力站点的类型参数，生成与类型参数对应的站点模型；获取站点模型内的设备元件对应的元件操作信息；根据元件操作信息查找设备元件的目标元件规格信息；根据目标元件规格信息对设备元件进行可视化处理，生成设备元件图标；通过预设智能推荐算法选定多个设备元件图标，连接选定的设备元件图标，得到主配网的电力站点图。基于本申请的方案，可以根据需要新增的电力站点的类型参数可以生成站点模型，该站点模型用于指示该电力站点至少需要设置的设备元件的数量、种类等，能够快速地生成多个不同规格的目标设备元件信息对应的设备元件图标，并通过智能推荐算法选定设备元件图标，能够快速完成电力站点图的绘制工作。
附图说明
图1为一个实施例中基于智能推荐算法的主配网自动绘图方法的应用环境图；
图2为一个实施例中基于智能推荐算法的主配网自动绘图方法的流程示意图；
图3为一个实施例中图2中步骤205的子流程示意图；
图4为一个实施例中对设备元件图标进行群组处理步骤的流程示意图；
图5为一个实施例中基于智能推荐算法的主配网自动绘图装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的基于智能推荐算法的主配网自动绘图方法，可以应用于如图1所示的应用环境中。其中终端102与服务器104通过网络连接，其中终端102可以通过向服务器104发送主配网电力站点的类型参数，来通过服务器104完成对主配网的自动绘图处理，以得到对应的电力站点图。服务器104可以获取主配网电力站点的类型参数，生成与类型参数对应的站点模型；获取站点模型内的设备元件对应的元件操作信息；根据元件操作信息查找设备元件的目标元件规格信息；根据目标元件规格信息对设备元件进行可视化处理，生成设备元件图标；通过预设智能推荐算法选定多个设备元件图标，连接选定的设备元件图标，得到主配网的电力站点图。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现，也可以为云服务器。
在一个实施例中，如图2所示，提供了一种基于智能推荐算法的主配网自动绘图方法，本实施例以该方法应用于图1中的服务器104为例进行说明。本实施例中，该方法包括以下步骤：
步骤201，获取主配网电力站点的类型参数，生成与类型参数对应的站点模型。
其中，主配网电力站点的类型参数具体可以包括配电站信息，也可以包括发电站信息，本实施例对其不作具体限定。需要说明的是，可以在服务器104中设置用于存储电力站点的类型参数的数据库，而类型参数可以由终端102通过数据输入界面进行直接输入，可以通过有终端102调用数据库内的数据以导入方式进行输入，本实施例对其不作具体限定。此外，可以在服务器104中设置有数据库，该数据库用于存储地图参数以及现有的电力网信息等数据，该数据库可以设置在云端，也可以设置在本地，本实施例对其不作具体限定。
具体地，本申请的基于智能推荐算法的主配网自动绘图方法具体可以基于主配网电力站点的类型参数，为用户提供对应站点的可选元件，而后通过对元件的自动连接来得到相应的电力站点图，在进行站点图绘制时，用户可以通过输入电力站点的类型参数，来生成与类型参数对应的站点模型，从而进行后续的电力站点接线图的绘制。
步骤203，获取站点模型内的设备元件对应的元件操作信息。
具体地，用户可以对站点模型中已有的设备元件进行操作，那么服务器104会获取到用于设备元件的元件操作信息。需要说明的是，元件操作指令可以是对设备元件的单击操作，也可以是对设备元件的双击操作，本实施例对其不作具体限定。需要说明的是，设备元件信息至少包括如下之一：发电单元；变压单元；配电单元；电力线单元以及控制开关单元，本实施例对其不作具体限定。例如：当类型参数为发电站信息，那么站点模型可以包括发电单元、电力线单元和控制开关单元等。又例如：当类型参数为配电站信息，那么站点模型可以包括变压单元、配电单元、电力线单元和控制开关单元等。
步骤205，根据元件操作信息查找设备元件的目标元件规格信息。
其中，设备元件的元件规格信息具体是指对于当前设备元件，其具体可以包括的多个不同规格的元件规格信息。具体地，服务器104可以根据元件操作信息确定用户所选目标设备的多个不同规格的元件规格信息，这些元件规格信息可以是通过人工预设置的，可以是通过现有已绘图的相同类型参数的电力站点中设置的设备元件信息提取的，本实施例对其不作具体限定。
步骤207，根据目标元件规格信息对设备元件进行可视化处理，生成设备元件图标。
具体地，服务器104可以根据元件规格信息来对设备元件进行可视化处理，生成设备元件图标，以方便用户可以直接得到与设备元件对应的多个规格的设备元件图标，用户能够根据实际情况选择适合的目标设备元件信息对应的设备元件图标，能够提高绘图的速度。
步骤209，通过预设智能推荐算法选定多个设备元件图标，连接选定的设备元件图标，得到主配网的电力站点图。
具体地，智能推荐算法基于模型的协同过滤，将已绘制的电力站点图中的设备元件转化为评分矩阵，建模的过程就是填充空白项的过程，可以得到所有已绘制的电力站点图中的设备元件使用的喜好程度，然后就可据此进行个性化推荐，从而能够准确得出符合要求的设备元件图标。需要说明的是，这种协同过滤方法基于场景一般采用user-based或者item-based model。通过预设智能推荐算法可以有效地选定多个设备元件图标，并对多个设备元件图标进行自动连接处理，从而得到主配网的电力站点图。
上述基于智能推荐算法的主配网自动绘图方法、装置、计算机设备和存储介质，通过获取主配网电力站点的类型参数，生成与类型参数对应的站点模型；获取站点模型内的设备元件对应的元件操作信息；根据元件操作信息查找设备元件的目标元件规格信息；根据目标元件规格信息对设备元件进行可视化处理，生成设备元件图标；通过预设智能推荐算法选定多个设备元件图标，连接选定的设备元件图标，得到主配网的电力站点图。基于本申请的方案，可以根据需要新增的电力站点的类型参数可以生成站点模型，该站点模型用于指示该电力站点至少需要设置的设备元件的数量、种类等，能够快速地生成多个不同规格的目标设备元件信息对应的设备元件图标，并通过智能推荐算法选定设备元件图标，能够快速完成电力站点图的绘制工作。
在其中一个实施例中，如图3所示，步骤205包括：。
步骤302，根据元件操作信息查找历史数据中不同规格信息的设备元件对应的数量值信息。
步骤304，根据数量值信息确定设备元件的目标元件规格信息。
其中，步骤304具体包括：根据数量值信息对数量值信息对应的元件规格信息进行排序，得到排序信息；根据排序信息确定设备元件的目标元件规格信息。
具体地，服务器104可以在获取元件操作信息之后，根据元件操作信息的要求获取现有的电力站点中的设备元件对应的多个规格的设备元件中每种规格的设备元件所对应的数量值。需要说明的是，现有的电力站点可以是服务器104中本地数据中已经绘制完成的电力站点，也可以是在云端已经绘制完成的电力站点，本实施对其不作具体限定。而后根据数量值信息对数量值信息对应的元件规格信息进行排序，得到排序信息。在得到排序信息后，具体可以将现有的电力站点中设置的数量最多的规格的元件规格信息确定为设备元件的目标元件规格信息，也可以剔除现有的电力站点中设置的数量最少的元件规格信息后，根据所剩下的设备元件的规格来确定设备元件的元件规格信息。服务器104可以根据数量值对数量值对应的元件规格信息进行排序，得到排序信息，根据排序信息确定设备元件的目标元件规格信息。需要说明的是，排序信息可以是升序的排序信息，也可以是降序的排序信息，本实施例对其不作具体限定。
具体地，服务器104可以在获取元件操作信息之后，根据元件操作信息的要求获取历史数据中不同规格信息的设备元件对应的数量值信息，然后根据将设置的数量最多的规格对应的元件规则信息确定为本实施例中所选定的设备元件的目标元件规格信息，或者剔除现有的电力站点中设置的数量最小的设备元件的元件规格信息，剩下的设备元件的元件规格信息确定为设备元件的目标元件规格信息。本实施例能够将使用率较高的元件规格信息确定为设备元件的元件规格信息，使得用户能够快速得到设备元件图标。
在一个实施例中，如图4所示，步骤207之后，还包括：
步骤401，将设备元件图标进行群组处理，得到群组信息。
步骤403，根据排序信息，在群组信息对设备元件图标进行排列处理，获取图标排列信息。
具体地，可以将多个不同的设备元件图标进行群组处理，得到群组信息，可以理解的是，同一个群组信息中设备元件图标对应的设备元件相同，但每个设备元件图标对应的设备元件的规格可以不同，同一个显示界面中可以显示多个群组信息，每个群组信息对应的设备元件不相同。同时，可以根据设备元件图标对应的元件规格信息的数量值排序，来对设备元件图标在群组中进行排列显示，如排序信息为第一的设备元件图标排列在第一位置，排序信息为第二的设备元件图标排列在第二位置，如此类推。本实施例中，通过设备元件图标的群组处理与排序处理，使得用户能够快速得到想要的设备元件图标，从而提高主配网自动绘图过程的处理效率。
在其中一个实施例中，步骤403之后，还包括：获取设备元件图标对应的排序修改信息；根据排序修改信息修改图标排序信息。
具体地，若用户需要对设备元件图标的排序信息进行干预，可以对同一个群组中的设备元件图标进行排序修改，那么服务器104会获取对同一个群组中的设备元件图标进行排序修改信息，其中排序修改信息用于改变设备元件图标对应的排序信息。需要说明的是，排序修改信息可以是对设备元件图标的排序信息进行点击选定的操作，也可以是对设备元件图标的排序信息进行选中，然后对排序信息进行修改的操作，也可以是对设备元件图标的位置信息与需要替换位置信息的设备元件图标的位置信息进行替换的操作，本实施例对其不作具体限定。服务器在获取对同一个群组中的设备元件图标进行排序修改的排序修改信息之后，可以根据改变后目标设备元件图标对应的排序修改信息变更同一个群组中的其他的目标设备元件图标对应的排序信息，从而能够满足用户使用的需求。在一实施例中，若用户需要对设备元件图标的排序信息进行干预，可以对同一个群组中的设备元件图标进行排序修改，那么服务器104会获取对同一个群组中的设备元件图标进行排序修改的排序修改信息，然后可以根据改变后设备元件图标对应的排序信息变更同一个群组中的其他的设备元件图标对应的排序信息，从而能够满足用户使用的需求。本实施例中，通过排序修改信息来进行设备元件图标对应的修改，可以有效满足用户的使用要求，保证主配网自动绘图过程的处理效率。
在其中一个实施例中，步骤403之后，还包括：获取群组信息对应的位置变更信息；根据位置变更信息确定群组信息对应的位置坐标信息；根据位置坐标信息移动群组信息内设备元件图标的位置。
具体地，当用户需要对群组信息在屏幕上显示的位置进行变更的时候，可以对群组信息进行位置变更，那么服务器104会获取对群组信息进行位置变更信息。需要说明的是，位置变更信息可以是对群组信息进行长按并移动的操作，也可以是对群组信息进行双击并移动的操作，本实施例对其不作具体限定。而当用户完成位置变更后，服务器104可以根据位置变更信息确定群组信息现在的坐标位置信息。在一实施例中，群组信息新建立的时候服务器会将该群组信息设置在默认位置，如果用户需要按照自己的使用习惯去调整群组的位置，即用户需要对群组信息在屏幕上显示的位置进行变更的时候，可以对群组信息进行位置变更，那么服务器104会获取终端102所提供的对群组信息进行位置变更信息，然后根据位置变更信息确定群组信息现在的坐标位置信息，本实施例中通过为止变更信息来变更设备元件图标的位置，能够满足用户使用习惯的需要，保证自动绘图的效率。
应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种基于智能推荐算法的主配网自动绘图装置，包括：
参数获取模块502，用于获取主配网电力站点的类型参数，生成与类型参数对应的站点模型。
操作信息获取模块504，用于获取站点模型内的设备元件对应的元件操作信息。
规格信息查找模块506，用于根据元件操作信息查找设备元件的目标元件规格信息。
元件图标生成模块508，用于根据目标元件规格信息对设备元件进行可视化处理，生成设备元件图标。
自动绘图模块510，用于通过预设智能推荐算法选定多个设备元件图标，连接选定的设备元件图标，得到主配网的电力站点图。
在其中一个实施例中，站点模型内的设备元件具体包括发电单元、变压单元、配电单元、电力线单元以及控制开关单元。
在其中一个实施例中，规格信息查找模块506具体用于：根据元件操作信息查找历史数据中不同规格信息的设备元件对应的数量值信息；根据数量值信息确定设备元件的目标元件规格信息。
在其中一个实施例中，规格信息查找模块506还用于：根据数量值信息对数量值信息对应的元件规格信息进行排序，得到排序信息；根据排序信息确定设备元件的目标元件规格信息。
在其中一个实施例中，还包括群组处理模块，用于：将设备元件图标进行群组处理，得到群组信息；根据排序信息，在群组信息对设备元件图标进行排列处理，获取图标排列信息。
在其中一个实施例中，还包括排序修改模块，用于：获取设备元件图标对应的排序修改信息；根据排序修改信息修改图标排序信息。
在其中一个实施例中，还包括位置变更模块，用于：获取群组信息对应的位置变更信息；根据位置变更信息确定群组信息对应的位置坐标信息；根据位置坐标信息移动群组信息内设备元件图标的位置。
关于基于智能推荐算法的主配网自动绘图装置的具体限定可以参见上文中对于基于智能推荐算法的主配网自动绘图方法的限定，在此不再赘述。上述基于智能推荐算法的主配网自动绘图装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于智能推荐算法的主配网自动绘图相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于智能推荐算法的主配网自动绘图方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取主配网电力站点的类型参数，生成与类型参数对应的站点模型；
获取站点模型内的设备元件对应的元件操作信息；
根据元件操作信息查找设备元件的目标元件规格信息；
根据目标元件规格信息对设备元件进行可视化处理，生成设备元件图标；
通过预设智能推荐算法选定多个设备元件图标，连接选定的设备元件图标，得到主配网的电力站点图。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据元件操作信息查找历史数据中不同规格信息的设备元件对应的数量值信息；根据数量值信息确定设备元件的目标元件规格信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据数量值信息对数量值信息对应的元件规格信息进行排序，得到排序信息；根据排序信息确定设备元件的目标元件规格信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：将设备元件图标进行群组处理，得到群组信息；根据排序信息，在群组信息对设备元件图标进行排列处理，获取图标排列信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取设备元件图标对应的排序修改信息；根据排序修改信息修改图标排序信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取群组信息对应的位置变更信息；根据位置变更信息确定群组信息对应的位置坐标信息；根据位置坐标信息移动群组信息内设备元件图标的位置。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取主配网电力站点的类型参数，生成与类型参数对应的站点模型；
获取站点模型内的设备元件对应的元件操作信息；
根据元件操作信息查找设备元件的目标元件规格信息；
根据目标元件规格信息对设备元件进行可视化处理，生成设备元件图标；
通过预设智能推荐算法选定多个设备元件图标，连接选定的设备元件图标，得到主配网的电力站点图。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据元件操作信息查找历史数据中不同规格信息的设备元件对应的数量值信息；根据数量值信息确定设备元件的目标元件规格信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据数量值信息对数量值信息对应的元件规格信息进行排序，得到排序信息；根据排序信息确定设备元件的目标元件规格信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将设备元件图标进行群组处理，得到群组信息；根据排序信息，在群组信息对设备元件图标进行排列处理，获取图标排列信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取设备元件图标对应的排序修改信息；根据排序修改信息修改图标排序信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取群组信息对应的位置变更信息；根据位置变更信息确定群组信息对应的位置坐标信息；根据位置坐标信息移动群组信息内设备元件图标的位置。
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流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(RandomAccessMemory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(StaticRandomAccessMemory，SRAM)或动态随机存取存储器(DynamicRandomAccessMemory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种基于智能推荐算法的主配网自动绘图方法，所述方法包括：
获取主配网电力站点的类型参数，生成与所述类型参数对应的站点模型；
获取所述站点模型内的设备元件对应的元件操作信息；
根据所述元件操作信息查找所述设备元件的目标元件规格信息；
根据所述目标元件规格信息对所述设备元件进行可视化处理，生成设备元件图标；
通过预设智能推荐算法选定多个所述设备元件图标，连接选定的所述设备元件图标，得到主配网的电力站点图；
所述预设智能推荐算法包括基于模型的协同过滤算法，所述通过预设智能推荐算法选定多个所述设备元件图标包括：
将已绘制的电力站点图中的设备元件转化为评分矩阵，确定已绘制的电力站点图中的设备元件使用的喜好程度，基于所述喜好程度进行个性化推荐，选定多个所述设备元件图标。
2.根据权利要求1所述的方法，其特征在于，所述站点模型内的设备元件包括发电单元、变压单元、配电单元、电力线单元以及控制开关单元。
3.根据权利要求1所述的方法，其特征在于，所述根据所述元件操作信息查找所述设备元件的目标元件规格信息包括：
根据所述元件操作信息查找历史数据中不同规格信息的所述设备元件对应的数量值信息；
根据所述数量值信息确定所述设备元件的目标元件规格信息。
4.根据权利要求3所述的方法，其特征在于，所述根据所述数量值信息确定所述设备元件的目标元件规格信息包括：
根据所述数量值信息对所述数量值信息对应的元件规格信息进行排序，得到排序信息；
根据所述排序信息确定所述设备元件的目标元件规格信息。
5.根据权利要求4所述的方法，其特征在于，所述根据所述目标元件规格信息对所述设备元件进行可视化处理，生成设备元件图标之后，还包括：
将所述设备元件图标进行群组处理，得到群组信息；
根据所述排序信息，在所述群组信息对所述设备元件图标进行排列处理，获取图标排列信息。
6.根据权利要求5所述的方法，其特征在于，所述根据所述排序信息，在所述群组信息对所述设备元件图标进行排列处理，获取图标排列信息之后，还包括：
获取所述设备元件图标对应的排序修改信息；
根据所述排序修改信息修改所述图标排列 信息。
7.根据权利要求5所述的方法，其特征在于，所述根据所述排序信息，在所述群组信息对所述设备元件图标进行排列处理，获取图标排列信息之后，还包括：
获取所述群组信息对应的位置变更信息；
根据所述位置变更信息确定所述群组信息对应的位置坐标信息；
根据所述位置坐标信息移动所述群组信息内设备元件图标的位置。
8.一种基于智能推荐算法的主配网自动绘图装置，其特征在于，所述装置包括：
参数获取模块，用于获取主配网电力站点的类型参数，生成与所述类型参数对应的站点模型；
操作信息获取模块，用于获取所述站点模型内的设备元件对应的元件操作信息；
规格信息查找模块，用于根据所述元件操作信息查找所述设备元件的目标元件规格信息；
元件图标生成模块，用于根据所述目标元件规格信息对所述设备元件进行可视化处理，生成设备元件图标；
自动绘图模块，用于通过预设智能推荐算法选定多个所述设备元件图标，连接选定的所述设备元件图标，得到主配网的电力站点图；
所述预设智能推荐算法包括基于模型的协同过滤算法，所述自动绘图模块具体用于：将已绘制的电力站点图中的设备元件转化为评分矩阵，确定已绘制的电力站点图中的设备元件使用的喜好程度，基于所述喜好程度进行个性化推荐，选定多个所述设备元件图标。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202110801000.1A 2021-07-15 2021-07-15 基于智能推荐算法的主配网自动绘图方法 Active CN113378069B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110801000.1A CN113378069B (zh) 2021-07-15 2021-07-15 基于智能推荐算法的主配网自动绘图方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110801000.1A CN113378069B (zh) 2021-07-15 2021-07-15 基于智能推荐算法的主配网自动绘图方法

Publications (2)

Publication Number Publication Date
CN113378069A CN113378069A (zh) 2021-09-10
CN113378069B true CN113378069B (zh) 2023-01-17

Family

ID=77582211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110801000.1A Active CN113378069B (zh) 2021-07-15 2021-07-15 基于智能推荐算法的主配网自动绘图方法

Country Status (1)

Country Link
CN (1) CN113378069B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114579822B (zh) * 2021-12-13 2023-05-30 北京市建筑设计研究院有限公司 一种建模工具的推送方法、装置、电子设备及存储介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130086635A1 (en) * 2011-09-30 2013-04-04 General Electric Company System and method for communication in a network
JP6336279B2 (ja) * 2014-01-16 2018-06-06 三菱重工業株式会社 電力制御システムの制御装置及びその制御方法
CN104133943B (zh) * 2014-07-08 2017-06-20 国家电网公司 基于目标导向的配网图形自动生成方法
CN104484467A (zh) * 2014-12-31 2015-04-01 上海利驰软件有限公司 电气元件选型方法及装置
CN105335584B (zh) * 2015-12-02 2018-09-28 国网山东省电力公司经济技术研究院 配网系统单线图生成优化装置和方法
CN106919726A (zh) * 2015-12-25 2017-07-04 中国电力科学研究院 一种配电网工程接线图智能绘制的实现方法
CN106294987A (zh) * 2016-08-08 2017-01-04 国家电网公司 一种杆塔组装图自动生成方法
CN106875086A (zh) * 2016-12-30 2017-06-20 中国电力科学研究院 一种基于图形化交互操作的电网数据建模方法及其系统
CN108038332B (zh) * 2017-12-28 2021-02-05 国电南瑞科技股份有限公司 一种面向未来态电网的在线图模快速生成方法
CN111104422B (zh) * 2019-12-10 2023-08-29 北京明略软件系统有限公司 一种数据推荐模型的训练方法、装置、设备及存储介质
CN111444587B (zh) * 2020-02-27 2022-08-12 国网信通亿力科技有限责任公司 一种基于自动绘图技术的电力图形绘制方法

Also Published As

Publication number Publication date
CN113378069A (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
CN106650161B (zh) 基于电网gis的电气单线图成图方法及其系统
CN108090208A (zh) 融合数据处理方法及装置
CN113378069B (zh) 基于智能推荐算法的主配网自动绘图方法
CN114332104A (zh) 电网输电场景rgb点云语义分割多阶段模型联合优化方法
CN112464545B (zh) 海上风电场电缆及变电站的布局方法、系统、设备及介质
CN117194501A (zh) Dcs趋势测点跳转逻辑组态的方法、系统、设备及介质
CN112381964A (zh) 一种电力线路巡检配置方法及系统
CN116304091A (zh) 设计选型知识图谱的构建及应用方法、装置、设备及介质
CN114254467B (zh) 电网环网图生成方法
CN104200035A (zh) 电气辅助设计方法及系统
CN114282029A (zh) 一种图元管理方法、装置、电子设备及存储介质
CN110362297A (zh) 一种元素排序方法和装置
CN114971053A (zh) 低压台区网络线损率在线预测模型的训练方法及装置
CN106651142A (zh) 基于三维设计平台的变电站主设备选型方法
CN112989733A (zh) 电路分析方法、装置、设备及存储介质
CN112579827A (zh) 一种数据驱动的电力系统数据处理方法及系统
CN110929219A (zh) 配网设备群状态评价方法、装置、系统及计算机存储介质
CN110990515A (zh) 电网图形浏览方法、系统、装置、计算机设备和存储介质
CN111553040A (zh) 一种基于gpu加速的电网拓扑分析高性能计算方法及装置
CN117195580B (zh) 一种配电网智能规划方法及系统
CN112016833B (zh) 电力网络的线损获取方法、装置、计算机设备和介质
CN114997549B (zh) 黑盒模型的解释方法、装置及设备
CN112529340A (zh) 一种配电运行管理系统
CN115909385A (zh) 图像处理的方法、装置、存储介质及电子设备
CN115688447A (zh) 一种高性能电力系统云仿真系统架构

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