CN115526437B - 一种配网调度作业流程管控处理方法和系统 - Google Patents
一种配网调度作业流程管控处理方法和系统 Download PDFInfo
- Publication number
- CN115526437B CN115526437B CN202211496255.2A CN202211496255A CN115526437B CN 115526437 B CN115526437 B CN 115526437B CN 202211496255 A CN202211496255 A CN 202211496255A CN 115526437 B CN115526437 B CN 115526437B
- Authority
- CN
- China
- Prior art keywords
- fault
- work orders
- work
- orders
- work order
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 194
- 230000008439 repair process Effects 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 11
- 238000013135 deep learning Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 6
- 238000007781 pre-processing Methods 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 28
- 230000008569 process Effects 0.000 description 10
- 238000005111 flow chemistry technique Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000011369 optimal treatment Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000013024 troubleshooting Methods 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种配网调度作业流程管控处理方法和系统,包括利用工单识别模型对当前各类业务工单进行分类,从全部待处理工单中筛选得到故障类工单;基于配网拓扑关系将故障类工单进行分组处理;对于各组故障类工单,判断各工单之间的关系,得到关联工单和独立工单;利用故障抢修数据库动态匹配关联工单和独立工单的最优处理方案,将最优处理方案进行派发处理。本发明通过对调度员的工单进行预处理,将其中的故障类工单进行分析,并自动匹配相应的处理方案,使得不同调度员之间所处理的故障类工单建立相关关系,提升处理效率的同时,避免了由于不同业务之间的沟通问题导致业务出现冗余的问题。
Description
技术领域
本发明属于配网调度管理技术领域,具体涉及一种配网调度作业流程管控处理方法和系统。
背景技术
随着大运转系统全面建设的达成,配网抢修指挥人员和业务整体划入调控中心,这给促使抢修指挥与配网调控专业协作、提高故障工单处理效率提供了良好的契机。为进一步提高配电设施故障抢修管理工作水平,完善配网故障抢修工作流程,实现工单接收、剖析研判、隔绝操作、故障抢修、恢复送电和记录通告等流程的全过程闭环管理,建立行之有效的配网调度管理平台是必要的。
对于现有的配网调度管理,由于当值的各配网调度员所负责的业务数量、进度和开展情况均有不同,如遇紧急事件处理或业务交接时,各调度员之间的业务处理情况缺乏有效的沟通,导致可能产生部分冗余的业务,造成部分调度员工作效率低、业务流程处理缓慢的问题。
发明内容
有鉴于此,本发明旨在解决现有调度管理中,不同调度员之间的业务处理情况缺乏有效的沟通,导致出现冗余业务,降低了配网调度管理效率的问题。
为了解决上述技术问题,本发明提供以下技术方案:
第一方面,本发明提供了一种配网调度作业流程管控处理方法,包括如下步骤:
利用工单识别模型对当前各类业务工单进行分类,从全部待处理工单中筛选得到故障类工单,工单识别模型是基于深度学习构建的,用于根据工单内容识别工单类型的模型;
提取故障类工单的故障点信息,并基于配网拓扑关系将故障类工单进行分组处理;
对于各组故障类工单,根据工单所记载的故障信息判断各工单之间的关系,得到关联工单和独立工单;
利用故障抢修数据库动态匹配关联工单和独立工单的最优处理方案,将最优处理方案进行派发处理,故障抢修数据库包括基于历史工单的处理信息生成的各类最优处理方案。
进一步的,基于配网拓扑关系将故障类工单进行分组处理,具体包括:
按照配变所属关系将全部故障类工单划分为若干个同属同一配变下的若干个待处理故障工单;
对于同一配变下的若干个待处理故障工单,按高压、中压和低压配网故障划分为三类故障工单;
对于每一类故障工单,按所属线路划分相邻故障点的故障工单集合。
进一步的,根据工单所记载的故障信息判断各工单之间的关系,得到关联工单和独立工单,具体包括:
根据工单的文本信息确定故障类型、故障时间和故障现象关键词;
对于同一组故障类工单,在第一时间阈值差内,若各故障点的故障类型相同、故障现象相似时,将满足条件的工单划分为关联工单;否则,将不满足该条件的工单划分为独立工单,其中,故障现象相似为故障现象关键词的匹配度达到设定值。
进一步的,利用故障抢修数据库动态匹配关联工单和独立工单的最优处理方案,具体包括:
基于各关联工单和独立工单的故障信息,从故障抢修数据库中匹配所有工单的最优处理方案;
对于独立工单,将最优处理方案直接进行派发处理;
对于关联工单,在第一概率下,从全部关联工单所匹配的方案中选取处理效率最高的作为最优处理方案;在第二概率下,提取全部关联工单所匹配的方案中的相同内容,并基于所匹配的方案随机生成其他内容,得到临时处理方案;
以第一概率对最优处理方案进行派发处理或以第二概率对临时处理方案进行派发处理,同时,故障抢修数据库在第二概率下基于临时处理方案的处理效率对当前最优处理方案进行更新,第一概率和第二概率的和为1。
进一步的,第一概率的数值大小由当前所获取的最优处理方案的相关度所确定,最优处理方案的相关度由工单的故障信息与生成最优处理方案时所依据的标准故障信息的匹配度所确定,其中,匹配度和相关度之间以及相关度与第一概率的数值大小之间均为正相关关系,当匹配度达到100%时,相关度为100%,第一概率的数值为1。
第二方面,本发明提供了一种配网调度作业流程管控处理系统,包括:
工单筛选单元,用于利用工单识别模型对当前各类业务工单进行分类,从全部待处理工单中筛选得到故障类工单,工单识别模型是基于深度学习构建的,用于根据工单内容识别工单类型的模型;
工单分组单元,用于提取故障类工单的故障点信息,并基于配网拓扑关系将故障类工单进行分组处理;
工单分析单元,用于对于各组故障类工单,根据工单所记载的故障信息判断各工单之间的关系,得到关联工单和独立工单;
处理方案匹配单元,用于利用故障抢修数据库动态匹配关联工单和独立工单的最优处理方案,将最优处理方案进行派发处理,故障抢修数据库包括基于历史工单的处理信息生成的各类最优处理方案。
进一步的,在工单分组单元中,基于配网拓扑关系将故障类工单进行分组处理,具体包括:
按照配变所属关系将全部故障类工单划分为若干个同属同一配变下的若干个待处理故障工单;
对于同一配变下的若干个待处理故障工单,按高压、中压和低压配网故障划分为三类故障工单;
对于每一类故障工单,按所属线路划分相邻故障点的故障工单集合。
进一步的,在工单分析单元中,根据工单所记载的故障信息判断各工单之间的关系,得到关联工单和独立工单,具体包括:
根据工单的文本信息确定故障类型、故障时间和故障现象关键词;
对于同一组故障类工单,在第一时间阈值差内,若各故障点的故障类型相同、故障现象相似时,将满足条件的工单划分为关联工单;否则,将不满足该条件的工单划分为独立工单,其中,故障现象相似为故障现象关键词的匹配度达到设定值。
进一步的,在处理方案匹配单元中,利用故障抢修数据库动态匹配关联工单和独立工单的最优处理方案,具体包括:
基于各关联工单和独立工单的故障信息,从故障抢修数据库中匹配所有工单的最优处理方案;
对于独立工单,将最优处理方案直接进行派发处理;
对于关联工单,在第一概率下,从全部关联工单所匹配的方案中选取处理效率最高的作为最优处理方案;在第二概率下,提取全部关联工单所匹配的方案中的相同内容,并基于所匹配的方案随机生成其他内容,得到临时处理方案;
以第一概率对最优处理方案进行派发处理或以第二概率对临时处理方案进行派发处理,同时,故障抢修数据库在第二概率下基于临时处理方案的处理效率对当前最优处理方案进行更新,第一概率和第二概率的和为1。
进一步的,在处理方案匹配单元中,第一概率的数值大小由当前所获取的最优处理方案的相关度所确定,最优处理方案的相关度由工单的故障信息与生成最优处理方案时所依据的标准故障信息的匹配度所确定,其中,匹配度和相关度之间以及相关度与第一概率的数值大小之间均为正相关关系,当匹配度达到100%时,相关度为100%,第一概率的数值为1。
综上,本发明提供了一种配网调度作业流程管控处理方法和系统,包括利用工单识别模型对当前各类业务工单进行分类,从全部待处理工单中筛选得到故障类工单;提取故障类工单的故障点信息,并基于配网拓扑关系将故障类工单进行分组处理;对于各组故障类工单,根据工单所记载的故障信息判断各工单之间的关系,得到关联工单和独立工单;利用故障抢修数据库动态匹配关联工单和独立工单的最优处理方案,将最优处理方案进行派发处理,故障抢修数据库包括基于历史工单的处理信息生成的各类最优处理方案。本发明通过对调度员的工单进行预处理,将其中的故障类工单进行分析,并自动匹配相应的处理方案,使得不同调度员之间所处理的故障类工单建立相关关系,提升处理效率的同时,避免了由于不同业务之间的沟通问题导致业务出现冗余的问题。
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的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种配网调度作业流程管控处理方法的流程示意图。
具体实施方式
为使得本发明的目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
随着大运转系统全面建设的达成,配网抢修指挥人员和业务整体划入调控中心,这给促使抢修指挥与配网调控专业协作、提高故障工单处理效率提供了良好的契机。为进一步提高配电设施故障抢修管理工作水平,完善配网故障抢修工作流程,实现工单接收、剖析研判、隔绝操作、故障抢修、恢复送电和记录通告等流程的全过程闭环管理,建立行之有效的配网调度管理平台是必要的。
对于现有的配网调度管理,由于当值的各配网调度员所负责的业务数量、进度和开展情况均有不同,如遇紧急事件处理或业务交接时,各调度员之间的业务处理情况缺乏有效的沟通,导致可能产生部分冗余的业务,造成部分调度员工作效率低、业务流程处理缓慢的问题。
基于此,本发明提供了一种配网调度作业流程管控处理方法和系统。
以下对本发明的一种配网调度作业流程管控处理方法的实施例进行详细的介绍。
请参阅图1,本实施例提供一种配网调度作业流程管控处理方法,包括如下步骤:
S100:利用工单识别模型对当前各类业务工单进行分类,从全部待处理工单中筛选得到故障类工单,工单识别模型是基于深度学习构建的,用于根据工单内容识别工单类型的模型。
需要说明的是,本步骤的目的在于从当前待处理工单中筛选出故障类的工单,以故障类工单为处理基础,提升整体调度作业的效率。
工单识别模型以工单中所记录的结构化文本形式内容为准,对工单的类型进行判断。本实施例中采取基于深度学习构建的工单识别模型实现对故障工单的识别。
其中,基于深度学习的工单识别模型由DBN网络模型与softmax分类器两部分构成,DBN网络模型包含3层受限玻尔兹曼机(RBM),实现调度工单特征的提取,softmax分类器则用来对其进行分类。
具体地,使用DBN模型提取输入客服工单的模态特征,其中训练隐藏层神经元的方法按CD-k算法(k-1),然后将这些特征输入到 softmax分类器中进行分类,最后运用BP模型修正结果和反馈整个网络。
目前,电力工单中存在一定数量的投诉错派工单,工单内容是以非结构化的文本形式记录存储的,然而深度学习神经网络模型识别的模式是通过向量中的数值形式体现。因此,首先利用FudanNIP中文分词技术实现工单非结构化文本分词,通过DL4T的DataVec类实现向量化。利用DataVec向量化及表达式模板库(DL4]工具包)实现数据提取、转换和ETL(加载)处理,通过用已标记的数据集定型,深度学习神经网络才能实现对工单的系统分类。
S200:提取故障类工单的故障点信息,并基于配网拓扑关系将故障类工单进行分组处理。
需要说明的是,为了提升处理效率,避免具有关联关系的工单由于不同调度员处理进度的关系而导致工单处理效率低的问题。对于故障类工单,基于配网拓扑关系对工单进行分组处理。
具体地,提取故障工单的故障信息(包括故障类型、时间,故障点等),基于故障信息对所有故障工单进行分类,得到同属同一配变下的若干待处理工单;然后,按照高中低压配网故障将工单进一步进行划分;对于任意一类工单,按所属线路的不同进行划分,以母线出线开关或各级线路的T接节点为线路起始端点,到线路末端点为止,以同一线路上的集合形式将工单划分成组。
另外,本实施例中主要是通过提升故障报修类工单的处理效率,以实现对整体调度过程效率的提升。因此,在对故障类工单进行分组处理之前,还需要判断故障是否是由于计划停电引起的,若是由计划停电引起的,则做常规流程处理。
S300:对于各组故障类工单,根据工单所记载的故障信息判断各工单之间的关系,得到关联工单和独立工单。
需要说明的是,对于同一组工单,为了进一步优化流程,将可能采用相同或相近处理方式解决的故障工单做合并处理。由于实际接收到的工单内容多样,难以对工单进行详尽的分析。本实施例中以各故障供电的基础故障信息为准,判断相关联的工单,进而为其匹配最优处理方案,实现若干工单的快速处理。
具体地,结合实际调度作业经验确定两类时间阈值,其中,第一时间阈值用于判断关联工单,即在第一时间阈值差内,若各工单中故障类型相同、故障现象相似,则判定为关联工单;在第一时间阈值差外且在第二时间阈值差内时,若各工单中故障类型不同,且故障现象也不相似时,则判定为独立工单。时间阈值的一个作用是限定工单在本流程的处理时间。另外,故障现象的相似度可以通过工单识别模型对不同工单中故障现象的描述文本识别得到,当描述文本的关键词匹配度达到设定值时,则认为各工单间的故障现象相似。
S400:利用故障抢修数据库动态匹配关联工单和独立工单的最优处理方案,将最优处理方案进行派发处理,故障抢修数据库包括基于历史工单的处理信息生成的各类最优处理方案。
需要说明的是,故障抢修数据库是预先根据历史工单的处理情况所建立的。将每个工单对应的处理方案保存在数据库中,通过若干次的处理方案比较,可以得到同一类工单的最优处理方案,包括故障等级评定、最优抢修单位、检修人员专业类型、风险排查点以及处理过程等。
由于配网实际运行情况复杂,对工单进行单一的最优方案匹配并不能针对性的提升每张工单的处理效率,因此,本实施例提出一种故障工单与故障抢修数据库中解决方案之间的动态匹配方法,通过每一次方案匹配后的处理情况,更新数据库,使得当前待处理故障工单匹配到最优处理方案的概率提升到较高水平。
具体地,首先基于各关联工单和独立工单的故障信息,从故障抢修数据库中匹配所有工单的最优处理方案。
对于独立工单,将最优处理方案直接进行派发处理。
对于关联工单,在概率下,从全部关联工单所匹配的方案中选取处理效率最高的作为最优处理方案;在概率下,提取全部关联工单所匹配的方案中的相同内容,并基于所匹配的方案随机生成其他内容,得到临时处理方案;以概率对最优处理方案进行派发处理或以概率对临时处理方案进行派发处理,同时,故障抢修数据库在概率下基于临时处理方案的处理效率对当前最优处理方案进行更新,。
可以理解的是,由于对关联工单的关联关系进行分析时,本实施例为了保证效率,并未对其内容进行详尽的分析,因此,关联工单中各工单之间存在相对较弱的关联性。若以某一处理效率最高的工单所对应的处理方案,对所有其他关联工单进行处理,可能导致问题与方案并不匹配,反而增加了其余工单的处理时间。因此,本实施例中以一定概率更新故障抢修数据库。
临时处理方案是基于当前最优处理方案所生成的,其由各最优处理方案种的相同部分加上余下的随机生成内容所得到,随机生成内容是从最优处理方案中的对应内容处随机选择得到。在概率下,若以临时处理方案对关联工单处理后的综合效率高于任意一个最优处理方案时,则将此时的临时处理方案替换关联工单所关联的若干个处理方案中处理效率最低的处理方案。
另外,第一概率的数值大小由当前所获取的最优处理方案的相关度所确定,若当前工单与最优处理方案完全匹配,则表明当前处理方案并不需要调整,此时则直接按最优处理方案进行派发处理即可。最优处理方案的相关度由工单的故障信息与生成最优处理方案时所依据的标准故障信息的匹配度所确定,其中,匹配度和相关度之间以及相关度与第一概率的数值大小之间均为正相关关系,当匹配度达到100%时,相关度为100%,第一概率的数值为1。
另外需要注意的是,故障工单的整合处理仅是调度作业流程优化的一部分,对于调度作业的全过程管控,还需要对所有故障或非故障工单进行监控并对关键信息进行展示和提醒。实现智能化人工智能的业务辅助决策功能,实现配网调度全工作流程应提醒尽提醒,从常规的操作票到点下令、操作归档后关联检修许可、保供电、带电作业等等工作,从生成、流转分析到归档全过程每个结点的应该进行而未进行的,一定时间内对当值调度员及值长进行工作提醒。同时,针对交接班跨值遗留的重点关注问题建立重点关注库,以特殊字段如线路名、配电站名为基础,如工作内如涉及该站、线则提醒遗留工作,从而保证工作正常运转,形成闭环管理。
本实施例提供一种配网调度作业流程管控处理方法,包括利用工单识别模型对当前各类业务工单进行分类,从全部待处理工单中筛选得到故障类工单;提取故障类工单的故障点信息,并基于配网拓扑关系将故障类工单进行分组处理;对于各组故障类工单,根据工单所记载的故障信息判断各工单之间的关系,得到关联工单和独立工单;利用故障抢修数据库动态匹配关联工单和独立工单的最优处理方案,将最优处理方案进行派发处理,故障抢修数据库包括基于历史工单的处理信息生成的各类最优处理方案。
本发明通过对调度员的工单进行预处理,将其中的故障类工单进行分析,并自动匹配相应的处理方案,使得不同调度员之间所处理的故障类工单建立相关关系,提升处理效率的同时,避免了由于不同业务之间的沟通问题导致业务出现冗余的问题。另外,本发明通过建立故障工单与处理方案之间的动态匹配关系,使得在足够样本的情况下,该种方案匹配方式能够以较高的水平保证工单的处理效率。
以上是对本发明的一种配网调度作业流程管控处理方法的实施例进行的详细介绍,以下将对本发明的一种配网调度作业流程管控处理系统的实施例进行详细的介绍。
本实施例提供了一种配网调度作业流程管控处理系统,包括:工单筛选单元、工单分组单元、工单分析单元和处理方案匹配单元。
在本实施例中,工单筛选单元用于利用工单识别模型对当前各类业务工单进行分类,从全部待处理工单中筛选得到故障类工单,工单识别模型是基于深度学习构建的,用于根据工单内容识别工单类型的模型。
在本实施例中,工单分组单元用于提取故障类工单的故障点信息,并基于配网拓扑关系将故障类工单进行分组处理。
需要说明的是,在工单分组单元中,基于配网拓扑关系将故障类工单进行分组处理,具体包括:
按照配变所属关系将全部故障类工单划分为若干个同属同一配变下的若干个待处理故障工单;
对于同一配变下的若干个待处理故障工单,按高压、中压和低压配网故障划分为三类故障工单;
对于每一类故障工单,按所属线路划分相邻故障点的故障工单集合。
在本实施例中,工单分析单元用于对于各组故障类工单,根据工单所记载的故障信息判断各工单之间的关系,得到关联工单和独立工单。
需要说明的是,在工单分析单元中,根据工单所记载的故障信息判断各工单之间的关系,得到关联工单和独立工单,具体包括:
根据工单的文本信息确定故障类型、故障时间和故障现象关键词;
对于同一组故障类工单,在第一时间阈值差内,若各故障点的故障类型相同、故障现象相似时,将满足条件的工单划分为关联工单;否则,将不满足该条件的工单划分为独立工单,其中,故障现象相似为故障现象关键词的匹配度达到设定值。
在本实施例中,处理方案匹配单元用于利用故障抢修数据库动态匹配关联工单和独立工单的最优处理方案,将最优处理方案进行派发处理,故障抢修数据库包括基于历史工单的处理信息生成的各类最优处理方案。
需要说明的是,在处理方案匹配单元中,利用故障抢修数据库动态匹配关联工单和独立工单的最优处理方案,具体包括:
基于各关联工单和独立工单的故障信息,从故障抢修数据库中匹配所有工单的最优处理方案;
对于独立工单,将最优处理方案直接进行派发处理;
对于关联工单,在第一概率下,从全部关联工单所匹配的方案中选取处理效率最高的作为最优处理方案;在第二概率下,提取全部关联工单所匹配的方案中的相同内容,并基于所匹配的方案随机生成其他内容,得到临时处理方案;
以第一概率对最优处理方案进行派发处理或以第二概率对临时处理方案进行派发处理,同时,故障抢修数据库在第二概率下基于临时处理方案的处理效率对当前最优处理方案进行更新,第一概率和第二概率的和为1。
进一步的,在处理方案匹配单元中,第一概率的数值大小由当前所获取的最优处理方案的相关度所确定,最优处理方案的相关度由工单的故障信息与生成最优处理方案时所依据的标准故障信息的匹配度所确定,其中,匹配度和相关度之间以及相关度与第一概率的数值大小之间均为正相关关系,当匹配度达到100%时,相关度为100%,第一概率的数值为1。
另外,本实施例提供的管控处理系统用于实现前述实施例提供的管控处理方法,各单元的具体设置均以完整实现该方法为准,在此不再赘述。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种配网调度作业流程管控处理方法,其特征在于,包括如下步骤:
利用工单识别模型对当前各类业务工单进行分类,从全部待处理工单中筛选得到故障类工单,所述工单识别模型是基于深度学习构建的,用于根据工单内容识别工单类型的模型;
提取所述故障类工单的故障点信息,并基于配网拓扑关系将所述故障类工单进行分组处理;
对于各组所述故障类工单,根据工单所记载的故障信息判断各工单之间的关系,得到关联工单和独立工单;
利用故障抢修数据库动态匹配所述关联工单和所述独立工单的最优处理方案,将所述最优处理方案进行派发处理,所述故障抢修数据库包括基于历史工单的处理信息生成的各类最优处理方案;
利用故障抢修数据库动态匹配所述关联工单和所述独立工单的最优处理方案,具体包括:
基于各关联工单和独立工单的故障信息,从所述故障抢修数据库中匹配所有工单的最优处理方案;
对于所述独立工单,将所述最优处理方案直接进行派发处理;
对于所述关联工单,在第一概率下,从全部关联工单所匹配的方案中选取处理效率最高的作为最优处理方案;在第二概率下,提取全部关联工单所匹配的方案中的相同内容,并基于所匹配的方案随机生成其他内容,得到临时处理方案;
以所述第一概率对所述最优处理方案进行派发处理或以所述第二概率对所述临时处理方案进行派发处理,同时,所述故障抢修数据库在所述第二概率下基于所述临时处理方案的处理效率对当前最优处理方案进行更新,所述第一概率和所述第二概率的和为1;
所述第一概率的数值大小由当前所获取的所述最优处理方案的相关度所确定,所述最优处理方案的相关度由当前工单的故障信息与生成所述最优处理方案时所依据的历史工单的故障信息的匹配度所确定,其中,所述匹配度和所述相关度之间以及所述相关度与所述第一概率的数值大小之间均为正相关关系,当匹配度达到100%时,所述相关度为100%,所述第一概率的数值为1。
2.根据权利要求1所述的配网调度作业流程管控处理方法,其特征在于,基于配网拓扑关系将所述故障类工单进行分组处理,具体包括:
按照配变所属关系将全部故障类工单划分为若干个同属同一配变下的若干个待处理故障工单;
对于所述同一配变下的若干个待处理故障工单,按高压、中压和低压配网故障划分为三类故障工单;
对于每一类故障工单,按所属线路划分相邻故障点的故障工单集合。
3.根据权利要求1所述的配网调度作业流程管控处理方法,其特征在于,根据工单所记载的故障信息判断各工单之间的关系,得到关联工单和独立工单,具体包括:
根据工单的文本信息确定故障类型、故障时间和故障现象关键词;
对于同一组故障类工单,在第一时间阈值差内,若各故障点的故障类型相同、故障现象相似时,将满足条件的工单划分为所述关联工单;否则,将不满足该条件的工单划分为所述独立工单,其中,所述故障现象相似为所述故障现象关键词的匹配度达到设定值。
4.一种配网调度作业流程管控处理系统,其特征在于,包括:
工单筛选单元,用于利用工单识别模型对当前各类业务工单进行分类,从全部待处理工单中筛选得到故障类工单,所述工单识别模型是基于深度学习构建的,用于根据工单内容识别工单类型的模型;
工单分组单元,用于提取所述故障类工单的故障点信息,并基于配网拓扑关系将所述故障类工单进行分组处理;
工单分析单元,用于对于各组所述故障类工单,根据工单所记载的故障信息判断各工单之间的关系,得到关联工单和独立工单;
处理方案匹配单元,用于利用故障抢修数据库动态匹配所述关联工单和所述独立工单的最优处理方案,将所述最优处理方案进行派发处理,所述故障抢修数据库包括基于历史工单的处理信息生成的各类最优处理方案;
在所述处理方案匹配单元中,利用故障抢修数据库动态匹配所述关联工单和所述独立工单的最优处理方案,具体包括:
基于各关联工单和独立工单的故障信息,从所述故障抢修数据库中匹配所有工单的最优处理方案;
对于所述独立工单,将所述最优处理方案直接进行派发处理;
对于所述关联工单,在第一概率下,从全部关联工单所匹配的方案中选取处理效率最高的作为最优处理方案;在第二概率下,提取全部关联工单所匹配的方案中的相同内容,并基于所匹配的方案随机生成其他内容,得到临时处理方案;
以所述第一概率对所述最优处理方案进行派发处理或以所述第二概率对所述临时处理方案进行派发处理,同时,所述故障抢修数据库在所述第二概率下基于所述临时处理方案的处理效率对当前最优处理方案进行更新,所述第一概率和所述第二概率的和为1;
在所述处理方案匹配单元中,所述第一概率的数值大小由当前所获取的所述最优处理方案的相关度所确定,所述最优处理方案的相关度由工单的故障信息与生成所述最优处理方案时所依据的标准故障信息的匹配度所确定,其中,所述匹配度和所述相关度之间以及所述相关度与所述第一概率的数值大小之间均为正相关关系,当匹配度达到100%时,所述相关度为100%,所述第一概率的数值为1。
5.根据权利要求4所述的配网调度作业流程管控处理系统,其特征在于,在所述工单分组单元中,基于配网拓扑关系将所述故障类工单进行分组处理,具体包括:
按照配变所属关系将全部故障类工单划分为若干个同属同一配变下的若干个待处理故障工单;
对于所述同一配变下的若干个待处理故障工单,按高压、中压和低压配网故障划分为三类故障工单;
对于每一类故障工单,按所属线路划分相邻故障点的故障工单集合。
6.根据权利要求4所述的配网调度作业流程管控处理系统,其特征在于,在所述工单分析单元中,根据工单所记载的故障信息判断各工单之间的关系,得到关联工单和独立工单,具体包括:
根据工单的文本信息确定故障类型、故障时间和故障现象关键词;
对于同一组故障类工单,在第一时间阈值差内,若各故障点的故障类型相同、故障现象相似时,将满足条件的工单划分为所述关联工单;否则,将不满足该条件的工单划分为所述独立工单,其中,所述故障现象相似为所述故障现象关键词的匹配度达到设定值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211496255.2A CN115526437B (zh) | 2022-11-28 | 2022-11-28 | 一种配网调度作业流程管控处理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211496255.2A CN115526437B (zh) | 2022-11-28 | 2022-11-28 | 一种配网调度作业流程管控处理方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115526437A CN115526437A (zh) | 2022-12-27 |
CN115526437B true CN115526437B (zh) | 2023-04-07 |
Family
ID=84704812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211496255.2A Active CN115526437B (zh) | 2022-11-28 | 2022-11-28 | 一种配网调度作业流程管控处理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115526437B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105427039A (zh) * | 2015-05-22 | 2016-03-23 | 国网青海省电力公司西宁供电公司 | 一种基于责任区的配电网抢修工单高效处理方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106875114A (zh) * | 2017-02-10 | 2017-06-20 | 国家电网公司 | 配网抢修指挥平台的短信平台优化系统及方法 |
CN114638476A (zh) * | 2022-02-18 | 2022-06-17 | 国电南京自动化股份有限公司 | 一种水利一体化运维管理方法及系统 |
-
2022
- 2022-11-28 CN CN202211496255.2A patent/CN115526437B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105427039A (zh) * | 2015-05-22 | 2016-03-23 | 国网青海省电力公司西宁供电公司 | 一种基于责任区的配电网抢修工单高效处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115526437A (zh) | 2022-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109447364B (zh) | 基于标签的电力客户投诉预测方法 | |
CN107274105B (zh) | 基于线性判别分析的多属性决策树电网稳定裕度评估方法 | |
CN110705873B (zh) | 一种配电网运行状态画像分析方法 | |
WO2019196869A1 (zh) | 一种确定巡检基站列表的方法以及巡检装置 | |
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 | |
CN104077651B (zh) | 电网检修计划优化方法 | |
JP2017011793A (ja) | 管理装置、管理方法、及び管理用プログラム | |
CN115860694A (zh) | 一种基于即时消息技术的业扩流程管控方法及系统 | |
Dehghanian et al. | A practical application of the Delphi method in maintenance-targeted resource allocation of distribution utilities | |
CN115526437B (zh) | 一种配网调度作业流程管控处理方法和系统 | |
CN109523422A (zh) | 一种配电网故障影响因素的挖掘方法 | |
CN112199417B (zh) | 基于人工智能的数据处理方法、装置、终端及存储介质 | |
CN116633011B (zh) | 一种面向城市配电网的电力设备故障影响分析方法 | |
CN112668733A (zh) | 基于无监督学习的通信管理系统缺陷故障派单方法及装置 | |
CN107832408B (zh) | 一种基于数据标签及熵权法的电网缺陷推荐方法 | |
CN115438190A (zh) | 一种配电网故障辅助决策知识抽取方法及系统 | |
CN116739408A (zh) | 基于数据标签的电网调度安全监控方法、系统及电子设备 | |
CN115549075A (zh) | 一种含微电网的配电网供电恢复方法及系统 | |
CN115186882A (zh) | 一种基于聚类的可控负荷空间密度预测方法 | |
Wei et al. | A Cross‐Regional Scheduling Strategy of Waste Collection and Transportation Based on an Improved Hierarchical Agglomerative Clustering Algorithm | |
Satri et al. | Artificial intelligence and machine learning for a better decision making in the public sector | |
Wu et al. | Risk-averse optimization for resilience enhancement under uncertainty | |
Akasaka et al. | An engineering method for supporting customer-oriented service improvement | |
Riahinia et al. | A dynamic programing‐based framework for distribution system restoration considering load uncertainties | |
Chai et al. | First‐Train Timetable Synchronization in Metro Networks under Origin‐Destination Demand Conditions |
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 |