CN115293507A - 面向电网调度运行管理的态势知识图谱构建方法及系统 - Google Patents
面向电网调度运行管理的态势知识图谱构建方法及系统 Download PDFInfo
- Publication number
- CN115293507A CN115293507A CN202210780740.6A CN202210780740A CN115293507A CN 115293507 A CN115293507 A CN 115293507A CN 202210780740 A CN202210780740 A CN 202210780740A CN 115293507 A CN115293507 A CN 115293507A
- Authority
- CN
- China
- Prior art keywords
- power grid
- situation
- analysis
- information
- data
- 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
Links
- 238000010276 construction Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 210000004556 brain Anatomy 0.000 claims abstract description 19
- 230000004927 fusion Effects 0.000 claims abstract description 18
- 238000012800 visualization Methods 0.000 claims abstract description 13
- 238000013507 mapping Methods 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims description 63
- 238000007726 management method Methods 0.000 claims description 49
- 238000012545 processing Methods 0.000 claims description 29
- 238000011156 evaluation Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 15
- 238000012546 transfer Methods 0.000 claims description 15
- 238000003745 diagnosis Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000010219 correlation analysis Methods 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000011158 quantitative evaluation Methods 0.000 claims description 6
- 238000012098 association analyses Methods 0.000 claims description 5
- 238000011217 control strategy Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 238000003058 natural language processing Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 230000009850 completed effect Effects 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 claims description 4
- 238000005065 mining Methods 0.000 claims description 4
- 230000008447 perception Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 230000001364 causal effect Effects 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 230000003631 expected effect Effects 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 238000013486 operation strategy Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 7
- 238000012512 characterization method Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013526 transfer learning Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
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
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Biodiversity & Conservation Biology (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Quality & Reliability (AREA)
- Animal Behavior & Ethology (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Primary Health Care (AREA)
- Remote Sensing (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于大电网安全稳定态势评估与控制领域,公开一种面向电网调度运行管理的态势知识图谱构建方法及系统;所述系统,包括:电网态势图谱系统,用于进行电网态势评估分析与解析;多模数据融合器,用于对所接收的态势数据各参量进行采集融合并存储;信息关联推理器,用于通过计算信息流向对薄弱节点和冲击范围进行关联推理识别;电网脑态势解析系统,用于建立系统调度运行中各因素映射关系,提取电网运行态势的测度形式及表达方法;智能体优化辅助决策系统,用于结合WEB页面和GIS地图,将大电网时空态势数据进行在线可视化获得系统的动态反馈。本发明能够实现电网数据知识化、数字化、智能化表述。
Description
技术领域
本发明属于大电网安全稳定态势评估与控制领域,具体涉及一种面向电网调度运行管理的态势知识图谱构建方法及系统。
背景技术
随着电网建设规模的不断扩大,各类集中式与分布式电源大规模接入,电网态势愈发复杂多变,对调度运行人员的业务水平提出了更精细化要求。而现今调控系统汇集海量未经充分整合的多源异构信息,在数据展示与利用上给调度人员带来不便;其次,电网故障识别诊断和应急风险预案严重依赖于人工,难以保证日常倒闸操作及故障处理工作的规范性与准确性。
发明内容
本发明的目的在于提供一种面向电网调度运行管理的态势知识图谱构建方法及系统,构建大电网调控运行管理的态势知识图谱,实现电网数据知识化、数字化、智能化表述。
为了实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种面向电网调度运行管理的态势知识图谱构建系统,包括:
电网态势图谱系统,用于进行电网态势评估分析与解析;
多模数据融合器,用于对所接收的态势数据各参量进行采集融合并存储;
信息关联推理器,用于通过计算信息流向对薄弱节点和冲击范围进行关联推理识别;
电网脑态势解析系统,用于建立系统调度运行中各因素映射关系,提取电网运行态势的测度形式及表达方法;
智能体优化辅助决策系统,用于结合WEB页面和GIS地图,将大电网时空态势数据进行在线可视化获得系统的动态反馈。
本发明进一步的改进在于:所述电网态势图谱系统包括:数据处理层、图谱构建层、信息解析层、推理解析层和智能反馈层。
本发明进一步的改进在于:所述数据处理层,用于通过抽取和整理电网结构化和半结构化的态势数据为图谱构建提供基础语料;
所述图谱构建层,用于通过自然语言处理、实体对齐技术及深度学习卷积网络模型实现图谱图数据库的构建;
所述信息解析层,用于对接收的实时信号进行自动解析和结构化表示以供判断分析;
所述推理决策层,用于对调度经验规则挖掘隐含关系,推理出电网各动态元件的内在相关性及状态变化趋势,实现信息联动;
所述智能反馈层,用于针对调度员定向查询需求给出智能且便于理解的结构化检索结果。
本发明进一步的改进在于:所述多模数据融合器对所接收的态势数据各参量进行采集融合时,所述融合具体为:通过模态表示、对齐、融合技术实现调度数据联合处理、协同处理和编解码处理过程。
本发明进一步的改进在于:所述信息关联推理器还用于将各类大规模网络数据实时更新扩展到图数据库,满足关系网络数据各类功能的实现,最终保障对电网故障的有效控制。
本发明进一步的改进在于:所述电网脑态势解析系统还用于:拟合电网智控大脑模式,利用图结构遍历监测装置关联到的任务模块,使图谱能够兼顾字符层面和句子级别的信息解析,从字与句两个层面充分理解故障文本,提供可视化负荷信息、预测诊断结果、优化运行策略和约束配套方案。
本发明进一步的改进在于:所述智能体优化辅助决策系统,还用于:根据系统当前状态,有针对性地提供在线控制策略及其对应的预期效果,并直接将决策建议传达给控制器,形成闭环控制,最终完成电网复杂态势的智能调控。
第二方面,本发明提供一种面向电网调度运行管理的态势知识图谱构建方法,包括:
S101、动态指标评估:通过多频遍历电网结构,提取主导电网稳定的动态特征,并在单位时间内基于多维控制状态变量和稳定裕度指标建立映射关系;
S102、稳定裕度评估:根据静态稳定裕度变化趋势及潮流断面信息,结合因果分析与关联分析协同的统一量化评估体系构建综合反映电网安全稳定水平及周期性健康指数的量化评估指标;
S103、响应信息评估:以智能全景视野对时空序列信息进行“源-网-荷-储”多维评估,并基于全息状态感知、全域精准测量更新迭代了序列信息局部特征。
第三方面,本发明提供一种面向电网调度运行管理的态势知识图谱构建方法,包括:
S201、多层级协调,负荷转移量高效化推荐:针对用电高峰或过电线路满载导致的潮流越限或电压越限,通过对用电负荷数据做精细化分类与关联因素辨识,掌握各设备层级历史运行状态及负荷满载量;再根据历史需求响应事件信息并进行回归分析,利用图谱电网脑针对各独立运行系统的响应不确定性自动推荐适应不同层级、不同场站的负荷转移调整方案,最终构造出负荷的多级协调指标;
S202、多场景分析,负荷供应有序化推荐:计及各区域电力用户历史用电需求和响应行为,态势图谱根据监测系统回传的用电信息采用多场景化智能分析,关联用户峰谷差异化用能信息,并在知识库内快速推理匹配,生成个性化用户画像,结合多场景、多目标联动分析,推荐用电高峰的负荷供应优先层级;
S203、多任务优化,负荷控制智能化推荐:针对大规模保电而对大量用电设备产生控制信号的多级任务处理需求,根据智能体辅助决策机制,以一次用电设备为实体节点,拟合人脑思维通过生成大功率用电设备负荷转移信号、优化负荷预测曲线、融合多级任务关联等控制措施来对未来负荷施加和转移计划提前生成智能化推荐预案。
第四方面,本发明提供一种面向电网调度运行管理的态势知识图谱构建方法,包括:
S301、故障诊断全态化解析:通过监测系统传输的实时数据感知到态势异常,依靠分析过程数据统计量、提取变化特征,将关联到的态势信息视为网路输入,对异常对象标签实现故障前系统失稳、故障中状态元件异常运作和故障恢复的全态化诊断解析;
S302、故障定位可视化解析:故障发生时,态势计算引擎寻找调度领域图谱中相匹配的知识路径,通过图数据库和图计算对筛选后的扰动域和冲击范围进行自动解析;
S303、故障处置关联化解析:将接收到故障处置信号、故障处置预案、故障文本描述信息进行全域关联解析,自动匹配故障处置预案,并调用电网拓扑安全路径,根据计算结果判定生成处置逻辑。
相对于现有技术,本发明具有以下有益效果:
本发明在电网调控日益复杂和调控交互手段不能满足新业务新技术发展的严峻环境下,以数据驱动的电网态势分析与表征高性能协同优化管理方法为核心,提出了一种面向电网调度运行管理的态势知识图谱构建方法及系统,为调度员与电网提供了数据融合、态势关联解析、辅助决策与优化管理等多通道交互功能,全面提升了电网态势感知能力和调控水平。
本发明提出构建电网安全态势图谱管理系统,并详细给出了态势图谱管理系统的功能框架,可满足海量电网信息的全方位,多角度的可视化分析计算需求。系统提出多模态数据融合、信息流关联推理、电网脑态势解析、智能体辅助决策等优化运行机制,涵盖了电网调度的多种运行场景、多时间尺度、多控制目标、多资源协同等复杂性问题,重点解决异常态势关联阻断、多源异构负荷智能转移调控和稳定裕度评估等。
本发明提出的电网态势分析与表征高性能协同优化管理方法,满足调度运行过程中涉及到的多种业务场景要求,在电网态势评估和紧急控制方面兼具效率和精度的优势。它通过对运行态势、负荷调整、故障定位等硬性调控指标的多样化解析,实现对电力系统分析中潮流、暂稳、稳定评估等计算程序的快速调用,保障智能化推荐预案的实时在线生成,为调度安排的实施提供有力支撑。
本发明搭建的电网安全态势图谱可视化平台,采用大数据技术、图数据库、自然语言处理等技术,实现了电力系统态势数据可视化、智能化、数字化形式的突破,提高了大电网分析决策效率。
本发明针对调控问题精细化处理的实际需求,给出了电网安全态势图谱管理系统的建设实施方案。提托智能调控大数据平台,采用系统对数据挖掘、预测分析等技术,给出电网运行信息的时空关联特性及其动态变化规律,同时结合流式计算、图计算及内存计算等大数据计算模式将优化计算和实时控制策略可视化展示,为调控系统的运行态势监测、告警、调度计划辅助决策等各类调度核心管理业务提供重要支撑。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为态势图谱管理系统的功能框架示意图;
图2为信息关联推理器原理示意图;
图3为电网脑态势解析系统有机管理体系示意图;
图4为智能体优化辅助决策体系示意图;
图5为运行态势“三高法”智能评估方法示意图;
图6为故障定位“三化法”智能解析方法示意图;
图7为电网安全态势图谱管理实施效果展示示意图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
为全面提高电网安全稳定运行水平以及调度运行工作效率,本发明提出一种知识建模方法,构建大电网调控运行管理知识框架,实现电网数据知识化、数字化、智能化表述。知识图谱(knowledge graph,KG)作为能够对海量数据信息充分挖掘、提取、加工和结构化表示的智能化手段,从语义层面理解复杂实体之间的关联关系,从而以更接近人类表达的形式提供理解和管理复杂信息的表征能力。
为了更好地响应万物互联形态下智能物理系统的实时匹配和智能化响应建设,从知识图谱基础理论出发,提出可对新一代智能调控系统进行多模态数据融合、信息流关联推理、电网脑态势解析、智能体辅助决策的优化运行机制;在此基础上部署了信息驱动的态势图谱在调控运行中的管理方法,并从工程实用化角度进一步给出态势图谱在电网调控运行中的实施路线,以期全面提升安全稳定运行管理水平以及工作效率。
本发明提供一种面向电网调度运行管理的态势知识图谱构建系统,包括:
1、电网态势图谱系统:
请参阅图1所示,本发明针对大电网多源异构负荷数据的需求,采用大数据、自然语言处理技术,搭建可实现多级数据实时量测反馈的电网态势图谱系统。向下联合硬件集群,向上提供电网态势评估分析与解析应用。电网态势图谱系统的逻辑架构包括数据处理层、图谱构建层、信息解析层、推理解析层和智能反馈层,其中智能反馈层涉及电网调度的多种运行场景、多时间尺度、多控制目标、多资源协同的复杂性问题,重点解决异常态势关联阻断、多源异构负荷智能转移调控和稳定裕度评估。
图1为态势图谱管理系统的功能框架。数据处理层通过抽取和整理电网结构化和半结构化的态势数据为图谱构建提供基础语料;图谱构建层通过自然语言处理、实体对齐技术及深度学习卷积网络模型实现图谱图数据库的构建;信息解析层对接收的实时信号进行自动解析和结构化表示以供判断分析;推理决策层对调度经验规则挖掘隐含关系,推理出电网各动态元件的内在相关性及状态变化趋势,实现信息联动;智能反馈层是针对调度员定向查询需求给出智能且便于理解的结构化检索结果。
2、多模数据融合器:
多模数据融合器负责对所接收的电网态势图谱系统所发动的态势数据各参量进行采集融合并存储,融合机理是通过模态表示、对齐、融合技术实现调度数据联合处理、协同处理和编解码处理过程。利用模态信息间的关联性,使每个单模态都可以独立运行来支撑图谱跨模态迁移学习,有利于实现数据在跨模态领域间传递知识的协同处理。
3、信息关联推理器:
请参阅图2所示,信息关联推理器负责计算信息流向来对薄弱节点和冲击范围进行关联推理识别,利用节点之间物理上相互“指向”特点定义计算逻辑,挖掘电网元件状态数据的耦合关系,为探索状态特征参量与系统失稳之间相互影响提供“无索引”的关联操作。同时将各类大规模网络数据实时更新扩展到图数据库,满足关系网络数据各类功能的实现,最终保障对电网故障的有效控制。
图2为信息关联推理器原理图。通过对电网轨迹信息的实时采集和传输,将态势数据存储至图数据库逻辑节点进行关联路径分析和联络线推理,通过方向性特征将态势耦合关系表征出来。
4、电网脑态势解析系统:
请参阅图3所示,电网脑态势解析系统负责建立系统调度运行中各因素映射关系,进而提取电网运行态势的测度形式及表达方法。拟合电网智控大脑模式,利用图结构遍历监测装置关联到的任务模块,使图谱能够兼顾字符层面和句子级别的信息解析,从字与句两个层面充分理解故障文本,提供可视化负荷信息、预测诊断结果、优化运行策略和约束配套方案。
图3为电网脑态势解析系统有机管理体系。态势解析体系主要涵盖多维信息共享、联机分析处理、优化模型库和控制策略更新等模块功能联动,拟合电网智控大脑模式,从字与句两个层面充分理解故障文本,提供可视化负荷信息及优化配套方案。
5、智能体优化辅助决策系统:
请参阅图4所示,智能体优化辅助决策系统结合直观清晰的WEB页面和GIS地图,将大电网时空态势数据进行在线可视化获得系统的动态反馈;根据系统当前状态,“智能体”有针对性地提供在线控制策略及其对应的预期效果,并直接将决策建议传达给控制器,形成闭环控制,最终完成电网复杂态势的智能调控。
要实现面向电网调度运行管理的态势图谱系统构架及实施方案,需要开展以数据驱动的电网态势分析与表征高性能协同优化管理为核心主线的优化管理方法研究,进而为实际工程应用奠定基础。
本发明提供一种面向电网调度运行管理的态势知识图谱构建方法,至少包括以下三种方法之一:
第一种、运行态势“三高法”智能评估:
S101、高频次动态指标评估。图谱通过多频遍历电网结构,以秒级响应式提取主导电网稳定的动态特征,并在单位时间内基于多维控制状态变量和稳定裕度指标建立映射关系,高频次操作保障电网运行态势实时评级处于稳定状态;
S102、高精细稳定裕度评估。根据静态稳定裕度变化趋势及潮流断面信息,结合因果分析与关联分析协同的统一量化评估体系构建综合反映电网安全稳定水平及周期性健康指数的实用化量化评估指标,提升稳定裕度判别方法的精细程度;
S103、高维度响应信息评估。以智能全景视野对时空序列信息进行“源-网-荷-储”多维评估,并基于全息状态感知、全域精准测量更新迭代了序列信息局部特征,有效减少了漏判样本,从系统全景全维度层面提升评估性能与精度。
图5为运行态势“三高法”智能评估方法。通过高频次动态指标评估、高精细稳定裕度评估、高维度响应信息评估保障电网运行态势实时评级处于稳定状态,全面提升评估性能与精度。
第二种、负荷调整“三多法“智能推荐:
S201、多层级协调,负荷转移量高效化推荐。针对用电高峰或过电线路满载导致的潮流越限或电压越限,通过对用电负荷数据做精细化分类与关联因素辨识,以掌握各设备层级历史运行状态及负荷满载量;再根据历史需求响应事件信息并进行回归分析,利用图谱电网脑针对各独立运行系统的响应不确定性自动推荐适应不同层级、不同场站的负荷转移调整方案,最终构造出负荷的多级协调指标,为调度高效化管理提供决策依据;
S202、多场景分析,负荷供应有序化推荐。计及各区域电力用户历史用电需求和响应行为,态势图谱根据监测系统回传的用电信息采用多场景化智能分析,关联用户峰谷差异化用能信息,并在知识库内快速推理匹配,生成个性化用户画像,结合多场景、多目标联动分析,推荐用电高峰的负荷供应优先层级,保障电网在有序化平稳运行的同时达到经济性最优;
S203、多任务优化,负荷控制智能化推荐。针对大规模保电而对大量用电设备产生控制信号的多级任务处理需求,根据智能体辅助决策机制,以一次用电设备为实体节点,拟合人脑思维通过生成大功率用电设备负荷转移信号、优化负荷预测曲线、融合多级任务关联等控制措施来对未来负荷施加和转移计划提前生成智能化推荐预案,为调度安排的实施提供有力保障。
图6为故障定位“三化法”智能解析方法。通过故障诊断全态化解析、故障定位可视化解析、故障处置关联化解析用电网拓扑安全路径,根据计算结果判定生成处置逻辑;同时调用电网数字孪生完成3D建模,进一步提高系统故障范围的可视化能力及调度精益管理水平。
第三种、故障定位“三化法”智能解析:
S301、故障诊断全态化解析。通过监测系统传输的实时数据感知到态势异常,依靠分析过程数据统计量、提取变化特征,将关联到的态势信息视为网路输入,从而对异常对象标签,可实现对故障前系统失稳、故障中状态元件异常运作和故障恢复的全态化诊断解析。
S302、故障定位可视化解析。故障发生时,态势计算引擎寻找调度领域图谱中相匹配的知识路径,通过图数据库和图计算对筛选后的扰动域和冲击范围进行自动解析。并调用电网数字孪生完成3D建模,进一步提高系统故障范围的可视化水平。
S303、故障处置关联化解析。系统将接收到故障处置信号、故障处置预案、故障文本描述等信息进行全域关联解析,自动匹配故障处置预案,并调用电网拓扑安全路径,根据计算结果判定生成处置逻辑。故障处置后,自动化提取故障事件的结构化知识并关联汇入相对应案例知识库,为后续故障记录、查阅和策略推荐作知识储备,提升电网调控运行能力及调度精益管理水平。
图7为电网安全态势图谱管理实施效果展示。以动态柱状图的形式在GIS系统上展示电网各节点或区域运行状态,当某一节点或区域稳定程度不足时,该系统自动给出告警和策略,实现了对电网高效调控管理。
本发明以数据驱动的电网态势分析与表征高性能协同优化管理方法为核心,提出了一种面向电网调度运行管理的态势知识图谱构建方法及系统,为调度员与电网提供了数据融合、态势关联解析、辅助决策与优化管理等多通道交互功能,全面提升了电网态势感知能力和调控水平。
本发明所构建的多模数据融合器利用跨模态迁移学习可实现调度数据联合处理、协同处理和编解码处理;信息关联推理器利用节点之间物理上相互“指向”特点定义自己的计算逻辑实现系统参量“无索引”的关联操作。
本发明所构建的电网安全态势图谱管理系统提出多模态数据融合、信息流关联推理、电网脑态势解析、智能体辅助决策等优化运行机制,可支持电网调度的多种运行场景、多时间尺度、多控制目标、多资源协同等复杂性问题,重点解决异常态势关联阻断、多源异构负荷智能转移调控和稳定裕度评估等。
本发明提出的电网态势分析与表征高性能协同优化管理方法,满足调度运行过程中涉及到的运行态势、负荷调整、故障定位等硬性调控指标要求,在电网态势评估和紧急控制方面兼具效率和精度的优势。
本发明搭建的电网安全态势图谱可视化平台,实现了电力系统态势数据可视化、智能化、数字化形式的突破,提高了大电网分析决策效率。为调控系统的运行态势监测、告警、调度计划辅助决策等各类调度核心管理业务提供重要支撑。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.面向电网调度运行管理的态势知识图谱构建系统,其特征在于,包括:
电网态势图谱系统,用于进行电网态势评估分析与解析;
多模数据融合器,用于对所接收的态势数据各参量进行采集融合并存储;
信息关联推理器,用于通过计算信息流向对薄弱节点和冲击范围进行关联推理识别;
电网脑态势解析系统,用于建立系统调度运行中各因素映射关系,提取电网运行态势的测度形式及表达方法;
智能体优化辅助决策系统,用于结合WEB页面和GIS地图,将大电网时空态势数据进行在线可视化获得系统的动态反馈。
2.根据权利要求1所述的面向电网调度运行管理的态势知识图谱构建系统,其特征在于,所述电网态势图谱系统包括:数据处理层、图谱构建层、信息解析层、推理解析层和智能反馈层。
3.根据权利要求2所述的面向电网调度运行管理的态势知识图谱构建系统,其特征在于,所述数据处理层,用于通过抽取和整理电网结构化和半结构化的态势数据为图谱构建提供基础语料;
所述图谱构建层,用于通过自然语言处理、实体对齐技术及深度学习卷积网络模型实现图谱图数据库的构建;
所述信息解析层,用于对接收的实时信号进行自动解析和结构化表示以供判断分析;
所述推理决策层,用于对调度经验规则挖掘隐含关系,推理出电网各动态元件的内在相关性及状态变化趋势,实现信息联动;
所述智能反馈层,用于针对调度员定向查询需求给出智能且便于理解的结构化检索结果。
4.根据权利要求1所述的面向电网调度运行管理的态势知识图谱构建系统,其特征在于,所述多模数据融合器对所接收的态势数据各参量进行采集融合时,所述融合具体为:通过模态表示、对齐、融合技术实现调度数据联合处理、协同处理和编解码处理过程。
5.根据权利要求1所述的面向电网调度运行管理的态势知识图谱构建系统,其特征在于,所述信息关联推理器还用于将各类大规模网络数据实时更新扩展到图数据库,满足关系网络数据各类功能的实现,最终保障对电网故障的有效控制。
6.根据权利要求1所述的面向电网调度运行管理的态势知识图谱构建系统,其特征在于,所述电网脑态势解析系统还用于:拟合电网智控大脑模式,利用图结构遍历监测装置关联到的任务模块,使图谱能够兼顾字符层面和句子级别的信息解析,从字与句两个层面充分理解故障文本,提供可视化负荷信息、预测诊断结果、优化运行策略和约束配套方案。
7.根据权利要求1所述的面向电网调度运行管理的态势知识图谱构建系统,其特征在于,所述智能体优化辅助决策系统,还用于:根据系统当前状态,有针对性地提供在线控制策略及其对应的预期效果,并直接将决策建议传达给控制器,形成闭环控制,最终完成电网复杂态势的智能调控。
8.面向电网调度运行管理的态势知识图谱构建方法,其特征在于,基于权利要求1至7中任一项所述的面向电网调度运行管理的态势知识图谱构建系统,包括:
S101、动态指标评估:通过多频遍历电网结构,提取主导电网稳定的动态特征,并在单位时间内基于多维控制状态变量和稳定裕度指标建立映射关系;
S102、稳定裕度评估:根据静态稳定裕度变化趋势及潮流断面信息,结合因果分析与关联分析协同的统一量化评估体系构建综合反映电网安全稳定水平及周期性健康指数的量化评估指标;
S103、响应信息评估:以智能全景视野对时空序列信息进行“源-网-荷-储”多维评估,并基于全息状态感知、全域精准测量更新迭代了序列信息局部特征。
9.面向电网调度运行管理的态势知识图谱构建方法,其特征在于,基于权利要求1至7中任一项所述的面向电网调度运行管理的态势知识图谱构建系统,包括:
S201、多层级协调,负荷转移量高效化推荐:针对用电高峰或过电线路满载导致的潮流越限或电压越限,通过对用电负荷数据做精细化分类与关联因素辨识,掌握各设备层级历史运行状态及负荷满载量;再根据历史需求响应事件信息并进行回归分析,利用图谱电网脑针对各独立运行系统的响应不确定性自动推荐适应不同层级、不同场站的负荷转移调整方案,最终构造出负荷的多级协调指标;
S202、多场景分析,负荷供应有序化推荐:计及各区域电力用户历史用电需求和响应行为,态势图谱根据监测系统回传的用电信息采用多场景化智能分析,关联用户峰谷差异化用能信息,并在知识库内快速推理匹配,生成个性化用户画像,结合多场景、多目标联动分析,推荐用电高峰的负荷供应优先层级;
S203、多任务优化,负荷控制智能化推荐:针对大规模保电而对大量用电设备产生控制信号的多级任务处理需求,根据智能体辅助决策机制,以一次用电设备为实体节点,拟合人脑思维通过生成大功率用电设备负荷转移信号、优化负荷预测曲线、融合多级任务关联等控制措施来对未来负荷施加和转移计划提前生成智能化推荐预案。
10.面向电网调度运行管理的态势知识图谱构建方法,其特征在于,基于权利要求1至7中任一项所述的面向电网调度运行管理的态势知识图谱构建系统,包括:
S301、故障诊断全态化解析:通过监测系统传输的实时数据感知到态势异常,依靠分析过程数据统计量、提取变化特征,将关联到的态势信息视为网路输入,对异常对象标签实现故障前系统失稳、故障中状态元件异常运作和故障恢复的全态化诊断解析;
S302、故障定位可视化解析:故障发生时,态势计算引擎寻找调度领域图谱中相匹配的知识路径,通过图数据库和图计算对筛选后的扰动域和冲击范围进行自动解析;
S303、故障处置关联化解析:将接收到故障处置信号、故障处置预案、故障文本描述信息进行全域关联解析,自动匹配故障处置预案,并调用电网拓扑安全路径,根据计算结果判定生成处置逻辑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210780740.6A CN115293507A (zh) | 2022-07-04 | 2022-07-04 | 面向电网调度运行管理的态势知识图谱构建方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210780740.6A CN115293507A (zh) | 2022-07-04 | 2022-07-04 | 面向电网调度运行管理的态势知识图谱构建方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115293507A true CN115293507A (zh) | 2022-11-04 |
Family
ID=83822824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210780740.6A Pending CN115293507A (zh) | 2022-07-04 | 2022-07-04 | 面向电网调度运行管理的态势知识图谱构建方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115293507A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151445A (zh) * | 2023-11-01 | 2023-12-01 | 国网信息通信产业集团有限公司 | 一种电网调度知识图谱管理系统及其动态更新方法 |
CN117171366A (zh) * | 2023-11-03 | 2023-12-05 | 国网信息通信产业集团有限公司 | 用于电网调度运行态势的知识图谱构建方法及系统 |
CN117370818A (zh) * | 2023-12-05 | 2024-01-09 | 四川发展环境科学技术研究院有限公司 | 基于人工智能的供排水管网智能诊断方法及智慧环保系统 |
CN117374978A (zh) * | 2023-12-07 | 2024-01-09 | 国网江苏省电力有限公司南通供电分公司 | 结合知识图谱构建的并网调度管理方法及系统 |
CN117710153A (zh) * | 2024-02-06 | 2024-03-15 | 深圳市先行电气技术有限公司 | 一种基于多终端设备的用能辅助决策方法和系统 |
CN117992760A (zh) * | 2024-04-07 | 2024-05-07 | 中国电子科技集团公司第十研究所 | 一种基于认知图谱的电磁环境监测任务规划方法 |
CN118011990A (zh) * | 2024-04-10 | 2024-05-10 | 中国标准化研究院 | 基于人工智能的工业数据品质监控与提升系统 |
-
2022
- 2022-07-04 CN CN202210780740.6A patent/CN115293507A/zh active Pending
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151445A (zh) * | 2023-11-01 | 2023-12-01 | 国网信息通信产业集团有限公司 | 一种电网调度知识图谱管理系统及其动态更新方法 |
CN117151445B (zh) * | 2023-11-01 | 2024-02-13 | 国网信息通信产业集团有限公司 | 一种电网调度知识图谱管理系统及其动态更新方法 |
CN117171366A (zh) * | 2023-11-03 | 2023-12-05 | 国网信息通信产业集团有限公司 | 用于电网调度运行态势的知识图谱构建方法及系统 |
CN117171366B (zh) * | 2023-11-03 | 2024-01-30 | 国网信息通信产业集团有限公司 | 用于电网调度运行态势的知识图谱构建方法及系统 |
CN117370818A (zh) * | 2023-12-05 | 2024-01-09 | 四川发展环境科学技术研究院有限公司 | 基于人工智能的供排水管网智能诊断方法及智慧环保系统 |
CN117370818B (zh) * | 2023-12-05 | 2024-02-09 | 四川发展环境科学技术研究院有限公司 | 基于人工智能的供排水管网智能诊断方法及智慧环保系统 |
CN117374978A (zh) * | 2023-12-07 | 2024-01-09 | 国网江苏省电力有限公司南通供电分公司 | 结合知识图谱构建的并网调度管理方法及系统 |
CN117374978B (zh) * | 2023-12-07 | 2024-03-01 | 国网江苏省电力有限公司南通供电分公司 | 结合知识图谱构建的并网调度管理方法及系统 |
CN117710153A (zh) * | 2024-02-06 | 2024-03-15 | 深圳市先行电气技术有限公司 | 一种基于多终端设备的用能辅助决策方法和系统 |
CN117710153B (zh) * | 2024-02-06 | 2024-05-10 | 深圳市先行电气技术有限公司 | 一种基于多终端设备的用能辅助决策方法和系统 |
CN117992760A (zh) * | 2024-04-07 | 2024-05-07 | 中国电子科技集团公司第十研究所 | 一种基于认知图谱的电磁环境监测任务规划方法 |
CN118011990A (zh) * | 2024-04-10 | 2024-05-10 | 中国标准化研究院 | 基于人工智能的工业数据品质监控与提升系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115293507A (zh) | 面向电网调度运行管理的态势知识图谱构建方法及系统 | |
Wang et al. | A survey on the development status and application prospects of knowledge graph in smart grids | |
Zhang et al. | Integrated applications of building information modeling and artificial intelligence techniques in the AEC/FM industry | |
CN102289569B (zh) | 一种电力系统突发事件应急处理方法 | |
CN100412870C (zh) | 采用元推荐引擎的门户个性化推荐服务方法和系统 | |
US20230169309A1 (en) | Knowledge graph construction method for ethylene oxide derivatives production process | |
Hu et al. | Knowledge extraction and discovery based on BIM: a critical review and future directions | |
CN115357726A (zh) | 基于知识图谱的故障处置预案数字化模型建立方法 | |
CN113434634A (zh) | 知识图谱构建方法、装置 | |
Yun et al. | Research on intelligent fault diagnosis of power acquisition based on knowledge graph | |
CN115757810A (zh) | 一种知识图谱标准本体构建方法 | |
Zhang et al. | A knowledge graph system for the maintenance of coal mine equipment | |
Yu et al. | Digital Twin-enabled and Knowledge-driven decision support for tunnel electromechanical equipment maintenance | |
Tang et al. | Automatic schema construction of electrical graph data platform based on multi-source relational data models | |
Jiang et al. | Construction of substation engineering design knowledge graph based on “ontology seven-step method” | |
CN117273133A (zh) | 配电网多源异构数据知识图谱的构建方法 | |
Chen et al. | Research review of the knowledge graph and its application in power system dispatching and operation | |
CN103296678A (zh) | 一种在线大电网恢复辅助决策方法 | |
Shan et al. | Research on deep learning based dispatching fault disposal robot technology | |
Si et al. | Research on comprehensive evaluation of distribution network based on Knowledge Graphs | |
Xiao et al. | Research on the construction and implementation of power grid fault handling knowledge graphs | |
CN114881352A (zh) | 一种柔性建筑综合能源大数据智慧管理平台及构建方法 | |
Xinjie et al. | A Construction Method for the Knowledge Graph of Power Grid Supervision Business | |
Ma et al. | An ontology-driven method for urban building energy modeling | |
Zhang et al. | [Retracted] Substation Operation Information Maintenance Based on Intelligent Data Mining |
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 |