CN116415002A - 一种基于图匹配的电网故障恢复防误校核方法 - Google Patents

一种基于图匹配的电网故障恢复防误校核方法 Download PDF

Info

Publication number
CN116415002A
CN116415002A CN202310407593.2A CN202310407593A CN116415002A CN 116415002 A CN116415002 A CN 116415002A CN 202310407593 A CN202310407593 A CN 202310407593A CN 116415002 A CN116415002 A CN 116415002A
Authority
CN
China
Prior art keywords
fault
power grid
graph
topology
historical
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.)
Granted
Application number
CN202310407593.2A
Other languages
English (en)
Other versions
CN116415002B (zh
Inventor
张大波
张玉石
胡杰鑫
陈荣昇
骆承扬
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202310407593.2A priority Critical patent/CN116415002B/zh
Publication of CN116415002A publication Critical patent/CN116415002A/zh
Application granted granted Critical
Publication of CN116415002B publication Critical patent/CN116415002B/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
    • G06F16/30—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Water Supply & Treatment (AREA)
  • Strategic Management (AREA)
  • Computational Linguistics (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于图匹配的电网故障恢复防误校核方法，包括：构建历史故障处理案例的拓扑模型；基于历史故障处理案例的拓扑模型以及历史故障处理案例的调度处置方案，构建历史故障处理案例的调度处置方案的知识图谱；构建电网中当前故障所在处的拓扑模型，根据当前故障所在处的拓扑模型和历史故障处理案例的调度处置方案的知识图谱，生成当前故障的故障处置方案图谱；将当前故障的故障处置方案图谱与人工手写工作票生成的图谱进行相似度比较，获取相似度比较结果；根据相似度比较结果，给出防误建议，实现故障处理智能防误。本发明降低了人员工作量，降低了出错率，使得电网管理智能化，提升了电网管理水平。

Description

一种基于图匹配的电网故障恢复防误校核方法
技术领域
本发明涉及电网智能防误技术领域，尤其涉及一种基于图匹配的电网故障恢复防误校核方法。
背景技术
随着特高压电网和新能源的快速发展，电网故障形态日益复杂，电网故障处理对调控人员综合业务能力的要求不断提高。现阶段电网智能调控面临以下几个问题：①调控运行规程及预案在线化、知识化不够。调控人员需频繁翻看各类文本形式的调度规程、稳定规定、保护规定、操作规定以及事故预案等来指导运行，不仅容易遗漏而且效率低。②调控系统存在大量的历史数据，然而并没有得到充分利用。亟须从大量历史数据中挖掘出有价值的运行规律，指导调控人员业务开展。③现有调控操作智能辅助系统采用传统专家系统构建，知识获取和维护采用人工编辑，扩展性差，知识推理自动化、智能化程度不够。构建电网故障处理的领域知识图谱，可以充分发掘电网故障处理中多元异构数据的价值，在一定程度上解决由于调控运行人员知识储备差异性及匮乏性而导致的故障处理精准度低、时效性差等问题，是提升电网调控人员事故处理能力的有效途径。
发明内容
为解决上述技术问题，本发明提出了一种基于图匹配的电网故障恢复防误校核方法，实现电网管理的智能化，降低了人员工作量，降低了出错率，提升了电网管理水平。
为实现上述目的，本发明提供了一种基于图匹配的电网故障恢复防误校核方法，包括：
构建历史故障处理案例的拓扑模型，其中，所述拓扑模型包括各个设备单元以及所述各个设备单元之间的连接结构；
基于所述历史故障处理案例的拓扑模型以及历史故障处理案例的调度处置方案，构建所述历史故障处理案例的调度处置方案的知识图谱；
构建电网中当前故障所在处的拓扑模型，根据所述当前故障所在处的拓扑模型和所述历史故障处理案例的调度处置方案的知识图谱，生成当前故障的故障处置方案图谱；
将所述当前故障的故障处置方案图谱与人工手写工作票生成的图谱进行相似度比较，获取相似度比较结果；
根据所述相似度比较结果，给出防误建议，实现故障处理智能防误。
优选地，构建历史故障处理案例的拓扑模型，包括：
根据电网中的历史故障处理案例的拓扑图，构建所述历史故障处理案例的拓扑模型；其中，电网中的历史故障处理案例包括电网中以往出现过的故障、故障所在处设备单元拓扑连接关系以及处置步骤，所述历史故障处理案例的拓扑结构包括各个历史故障处理案例中的设备单元之间相互连接的结构和历史故障处理案例之间相互连接的结构。
优选地，利用资源描述框架即RDFS构建所述历史故障处理案例的调度处置方案的知识图谱，包括：
根据所述历史故障处理案例的拓扑模型，将设备单元与设备单元进行连接，并对所述设备单元与所述设备单元之间相连接的边进行命名；根据所述历史故障处理案例的调度处置方案，将设备单元与所述设备单元对应的故障处置步骤进行连接，并对所述设备单元与调度处置步骤之间相连接的边进行命名；生成所述历史故障处理案例的调度处置方案的知识图谱。
优选地，所述历史故障处理案例的调度处置方案的知识图谱，包括：
拓扑结构中的各个设备单元、故障调度处置方案中的各个处置步骤；
所述故障调度处置方案的知识图谱中的实体包括：拓扑结构和故障调度处置方案；
所述设备单元的类型包括母线、变电站、线路、刀闸、线路开关、母联开关、分段开关、主变、避雷器和压变；其中，每个所述设备单元均有其对应的属性，所述属性包括：设备单元的所属变电站以及电压等级；
所述故障调度处置方案包括各个处置步骤，其中，所述处置步骤的类型包括故障处断开前、故障处断开期间、故障断开后修复、修复后启动送电前、修复后启动送电期间方式调整、修复后启动具备向量试验条件后和修复后启动试验结束并正确后。
优选地，生成所述当前故障的故障处置方案图谱，包括：
S11、根据所述当前故障所在处范围内的电网结构构建基本拓扑连接关系，生成当前故障所在处不含故障调度处置方案的电网拓扑知识图谱；
S12、基于所述当前故障所在处不含故障调度处置方案的电网拓扑知识图谱，通过随机游走的图匹配算法RRWM，获取与图数据库中历史电网拓扑的相似度排序结果；
S13、根据所述历史电网拓扑的相似度排序结果，按照相似度排序搜索与知识图谱库中当前具有最大权重的若干个节点伴随图所代表的最相似历史电网拓扑，并输出伴随图权重；
S14、在当前故障所在处的电网拓扑知识图谱中，按照所述伴随图中具有不低于设定权重阈值的若干个节点所代表的部分最相似电网拓扑图谱添加故障调度处置方案的知识图谱；
S15、未选择的历史故障处理案例的拓扑结构重复步骤S13-S14，直至具有最大相似度的历史故障处理案例的拓扑结构，其中，所述最大相似度低于设定相似度阈值；若历史故障处理案例的拓扑结构全部搜索完成，则结束添加故障调度处置方案的知识图谱，转至步骤S17，若未搜索完成，则转至步骤S16；
S16、根据所得电网拓扑相似度排序结果，排除已经比较过的电网拓扑，重复步骤S13-S15；
S17、将当前故障的故障处置方案图谱中父类作为故障调度处置方案中的实体，按照所制定的规则以及处置阶段，处置顺序输出，生成所述当前故障的故障处置方案图谱。
优选地，所述S12中，随机游走的图匹配算法RRWM为：
Figure BDA0004182010240000041
其中α＝0,1；W是两个图的相似度矩阵；x是排列矩阵的列向量化，表示图匹配问题的结果；fC(·)为包含双向约束的重加权函数；xabs指代引入的吸收点，P为转换矩阵。
优选地，将所述当前故障的故障处置方案图谱与人工手写工作票生成的图谱进行相似度比较，包括：
根据人工手写工作票故障处置方案构建拓扑连接关系，生成人工手写工作票故障处置方案图谱；
基于所述人工手写工作票故障处置方案图谱，按照电网拓扑图编辑距离获取当前故障的故障处置方案图谱的相似度；
通过所述故障处置方案图谱的相似度，获得故障处置方案图谱的电网拓扑最大公共边子图。
优选地，基于所述故障处置方案图谱的相似度与设定相似度阈值的比较结果，返回所述人工手写工作票故障处置方案图谱，输出所述电网拓扑最大公共边子图与防误建议。
与现有技术相比，本发明具有如下优点和技术效果：
本发明提供一种基于图匹配的电网故障恢复防误校核方法，结合历史故障处理案例的拓扑结构，并参考电网中的历史故障处理案例的调度处置方案，构建历史故障处理案例的调度处置方案的知识图谱，实现电网故障处理的防误，降低了人员工作量，降低了出错率，使得电网管理智能化，提升了电网管理水平；
由于现有技术中编排电网故障处置方案时所涉及的设备众多，拓扑变化灵活，并且涉及到设备之间处置顺序的配合，使得电网故障处置规则复杂多变，而知识图谱技术能够利用图模型描述电网故障处置规则和拓扑之间的关联关系，更加适用于本发明的电网故障处置方案的快速智能生成与防误比较。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明实施例的一种基于图匹配的电网故障恢复防误校核方法的流程图；
图2为本发明实施例中220kv电网典型拓扑图；
图3为本发明实施例中变电站故障处理智能防误的知识图谱；
图4为本发明实施例中当前故障的故障处置方案图谱生成过程的示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
知识图谱技术具有分析拓扑和推理知识的能力，目前在电力系统领域广泛应用。由于编排电网故障处置方案时所涉及的设备众多，拓扑变化灵活，并且涉及到设备之间处置顺序的配合，使得电网故障处置规则复杂多变。而知识图谱技术能够利用图模型描述电网故障处置规则和拓扑之间的关联关系，更加适用于本发明的电网故障处置方案的快速智能生成与防误比较。
Neo4j是开源的图数据库存储软件，在国外和国内的大量实践应用，使Neo4j软件在国内外都得到了新的发展，Neo4j也可以被看作是一个具有成熟数据库所有特性的高性能图引擎，为实现本发明的电网故障处置方案图谱智能生成与防误比较提供了基础。
本发明提出了一种基于图匹配的电网故障恢复防误校核方法，如图1，包括：
S1，根据电网中的历史故障处理案例的拓扑图，构建历史故障处理案例的拓扑结构；
拓扑结构中包括各个设备单元以及各个设备单元之间的连接结构。
S2，根据历史故障处理案例的拓扑结构和历史故障处理案例的调度处置方案，构建历史故障处理案例的调度处置方案的知识图谱；
故障调度处置方案中包括各个处置步骤。
S3，构建电网中的当前故障所在处的拓扑结构，根据当前故障所在处的拓扑结构和历史故障处理案例的调度处置方案的知识图谱，生成当前故障的故障处置方案图谱；
S4，将生成的当前故障的故障处置方案图谱与调度员手写工作票生成的图谱进行相似度比较；
S5,根据相似度比较结果，给出防误建议，实现故障处理智能防误。
电网中的历史故障处理案例是指：电网中以往出现过的故障，故障所在处设备单元拓扑连接关系，以及处置步骤。
故障所在处的拓扑结构是指：该故障发生处的各设备单元之间相互连接的结构。
历史故障处理案例的拓扑结构不仅包括各个历史故障处理案例中的设备单元之间相互连接的结构，还包括多个历史故障处理案例之间相互连接的结构。
步骤S2中，拓扑结构中包括各个设备单元以及各个设备单元之间的连接结构；故障调度处置方案中包括各个处置步骤；
步骤S2中，利用资源描述框架即RDFS构建故障调度处置方案的知识图谱，所述知识图谱是一种基于图的数据结构，由节点和边组成，每个节点表示一个实体，每条边表示与该条边相连接的两个实体之间的关系；
具体方式如下所示：
S21，对故障调度处置方案的知识图谱进行定义，具体如下所示：
故障调度处置方案的知识图谱中的实体包括：拓扑结构中的各个设备单元、故障调度处置方案中的各个处置步骤；
故障调度处置方案的知识图谱中的实体分为两个父类，分别为：拓扑结构和故障调度处置方案；
设备单元的父类即为拓扑结构；
设备单元的类型分为：母线、变电站、线路、刀闸、线路开关、母联开关、分段开关、主变、避雷器、压变；
每个设备单元均有其对应的属性，属性包括：设备单元的所属变电站以及电压等级；
处置步骤的父类即为故障调度处置方案；
故障调度处置方案中包括：各个处置步骤；
处置步骤的类型分为：故障处断开前、故障处断开期间、故障断开后修复、修复后启动送电前、修复后启动送电期间方式调整、修复后启动具备向量试验条件后、修复后启动试验结束并正确后；
每个处置步骤均有其对应的属性，属性包括：处置步骤的处置顺序；
S22，构建故障调度处置方案的知识图谱，具体包括：
根据故障处理案例的拓扑结构，将设备单元与设备单元进行连接，且设备单元与设备单元之间相连接的边命名为“连接”；根据故障处理案例的调度处置方案，将设备单元与其对应的故障处置步骤进行连接，且设备单元与处置步骤之间相连接的边命名为“操作”；生成故障处理案例的调度处置方案的知识图谱。
由图2和图3所示，为220kv电网典型拓扑图，仅以图2中变电站设备中的区域X为例。图3该变电站故障处理智能防误的知识图谱(故障处置类型：修复后启动具备向量试验条件后)。图3中的a部分即为该变电站故障处理案例的拓扑结构，包括有各个设备单元以及各个设备单元之间的连接结构。图3中的b部分即为该变电站设备的故障处置方案，包括有各个处置步骤(此处故障处置类型：修复后启动具备向量试验条件后)。设备单元与处置步骤相连接，构成该变电站历史故障处理案例的调度处置方案的知识图谱。
S3，构建电网中的当前故障所在处的拓扑结构，根据当前故障所在处的拓扑结构和历史故障处理案例的调度处置方案的知识图谱，生成当前故障的故障处置方案图谱(如图4)；具体包括：
S31，根据当前故障所在处范围内的电网结构构建基本拓扑连接关系，生成当前故障所在处不含故障调度处置方案的电网拓扑知识图谱；
S32，根据当前故障所在处不含故障调度处置方案的电网拓扑知识图谱，按照在伴随图上基于随机游走的图匹配算法RRWM求得与图数据库中历史电网拓扑的相似度排序；
S33，根据电网拓扑相似度排序结果，按照相似度排序搜索与知识图谱库中当前具有最大权重的若干个节点伴随图所代表的最相似历史电网拓扑，并输出伴随图权重；
S34，在当前故障所在处的电网拓扑知识图谱中，按照伴随图中具有不低于设定权重阈值的若干个节点所代表的部分最相似电网拓扑图谱添加故障调度处置方案的知识图谱(根据权重阈值判断伴随图上权重是否能证明两节点或两边相似)；
S35，未选择的历史故障处理案例的拓扑结构重复步骤S33-S34，直至具有最大相似度的历史故障处理案例的拓扑结构，其相似度低于设定相似度阈值(根据该相似度阈值判断两图谱是否相似)；
若历史故障处理案例的拓扑结构全部搜索完成，则结束添加故障调度处置方案的知识图谱，转至步骤S37；若未搜索完成则转步骤S36；
S36，根据所得电网拓扑相似度排序结果，排除已经比较的电网拓扑，重复步骤S33-S35；
S37，将当前故障的故障处置方案图谱中父类为故障调度处置方案中的实体，按照所制定的规则以及处置阶段，处置顺序输出；
步骤S32中基于随机游走的图匹配算法RRWM如下式：
Figure BDA0004182010240000101
其中α＝0,1；W是两个图的相似度矩阵；x是排列矩阵的列向量化，表示图匹配问题的结果；fC(·)为包含双向约束的重加权函数；xabs指代引入的吸收点，P为转换矩阵，定义如下：
Figure BDA0004182010240000102
其中，dmax＝maxidi，Dii＝di＝∑jWij。
步骤S33中，相似度矩阵的对角线上的值(即一阶点的对应关系)即为伴随图上节点的权重，相似度矩阵非对角线上的值即为伴随图上两点构成的边的权重。
S4，将生成的当前故障的故障处置方案图谱与调度员手写工作票生成的图谱进行相似度比较。具体方式如下所示：
S41，根据人工手写工作票故障处置方案构建拓扑连接关系，生成人工手写工作票故障处置方案图谱；
S42，根据人工手写工作票故障处置方案图谱，按照PGT-GED求得与所生成当前故障的故障处置方案图谱的相似度；
S43，根据故障处置方案图谱拓扑相似度计算结果，求得故障处置方案图谱的PGT-MCES。
电网拓扑图编辑距离(GraphEditDistanceofPowerGridTopology，PGT-GED)：拥有共同父类和类集∑V，∑E的两电网拓扑G，H之间电网拓扑编辑路径P中的最小代价值c(P)，称为PGT-GED(G，H)。PGT-GED包括精确PGT-GED和近似PGT-GED，称PGT-GED(G,H)的精确值为精确PGT-GED，PGT-GED(G，H)的近似值为近似PGT-GED。
PGT-MCES(电网拓扑最大公共边子图)：对于给定任意的电网拓扑G和电网拓扑H，如果电网拓扑
Figure BDA0004182010240000111
并且对于/>
Figure BDA0004182010240000112
且/>
Figure BDA0004182010240000113
|Eg|>|Eg’|，那么则称g为电网拓扑G和电网拓扑H的电网拓扑最大公共边子图(PGT-MCES)。
S5，根据相似度与设定相似度阈值的比较结果，返回人工手写工作票故障处置方案图谱，并输出PGT-MCES与防误建议；
本发明所提供的一种基于图匹配的电网故障恢复防误校核方法，结合历史故障处理案例的拓扑结构，并参考电网中的历史故障处理案例的调度处置方案，构建历史故障处理案例的调度处置方案的知识图谱，实现电网故障处理的防误，降低了人员工作量，降低了出错率，使得电网管理的智能化，提升了电网管理水平；由于编排电网故障处置方案时所涉及的设备众多，拓扑变化灵活，并且涉及到设备之间处置顺序的配合，使得电网故障处置规则复杂多变。而知识图谱技术能够利用图模型描述电网故障处置规则和拓扑之间的关联关系，更加适用于本发明的电网故障处置方案的快速智能生成与防误比较。
以上，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.一种基于图匹配的电网故障恢复防误校核方法，其特征在于，包括：
构建历史故障处理案例的拓扑模型，其中，所述拓扑模型包括各个设备单元以及所述各个设备单元之间的连接结构；
基于所述历史故障处理案例的拓扑模型以及历史故障处理案例的调度处置方案，构建所述历史故障处理案例的调度处置方案的知识图谱；
构建电网中当前故障所在处的拓扑模型，根据所述当前故障所在处的拓扑模型和所述历史故障处理案例的调度处置方案的知识图谱，生成当前故障的故障处置方案图谱；
将所述当前故障的故障处置方案图谱与人工手写工作票生成的图谱进行相似度比较，获取相似度比较结果；
根据所述相似度比较结果，给出防误建议，实现故障处理智能防误。
2.根据权利要求1所述的基于图匹配的电网故障恢复防误校核方法，其特征在于，构建历史故障处理案例的拓扑模型，包括：
根据电网中的历史故障处理案例的拓扑图，构建所述历史故障处理案例的拓扑模型；其中，电网中的历史故障处理案例包括电网中以往出现过的故障、故障所在处设备单元拓扑连接关系以及处置步骤，所述历史故障处理案例的拓扑结构包括各个历史故障处理案例中的设备单元之间相互连接的结构和历史故障处理案例之间相互连接的结构。
3.根据权利要求1所述的基于图匹配的电网故障恢复防误校核方法，其特征在于，利用资源描述框架即RDFS构建所述历史故障处理案例的调度处置方案的知识图谱，包括：
根据所述历史故障处理案例的拓扑模型，将设备单元与设备单元进行连接，并对所述设备单元与所述设备单元之间相连接的边进行命名；根据所述历史故障处理案例的调度处置方案，将设备单元与所述设备单元对应的故障处置步骤进行连接，并对所述设备单元与调度处置步骤之间相连接的边进行命名；生成所述历史故障处理案例的调度处置方案的知识图谱。
4.根据权利要求3所述的基于图匹配的电网故障恢复防误校核方法，其特征在于，所述历史故障处理案例的调度处置方案的知识图谱，包括：
拓扑结构中的各个设备单元、故障调度处置方案中的各个处置步骤；
所述故障调度处置方案的知识图谱中的实体包括：拓扑结构和故障调度处置方案；
所述设备单元的类型包括母线、变电站、线路、刀闸、线路开关、母联开关、分段开关、主变、避雷器和压变；其中，每个所述设备单元均有其对应的属性，所述属性包括：设备单元的所属变电站以及电压等级；
所述故障调度处置方案包括各个处置步骤，其中，所述处置步骤的类型包括故障处断开前、故障处断开期间、故障断开后修复、修复后启动送电前、修复后启动送电期间方式调整、修复后启动具备向量试验条件后和修复后启动试验结束并正确后。
5.根据权利要求1所述的基于图匹配的电网故障恢复防误校核方法，其特征在于，生成所述当前故障的故障处置方案图谱，包括：
S11、根据所述当前故障所在处范围内的电网结构构建基本拓扑连接关系，生成当前故障所在处不含故障调度处置方案的电网拓扑知识图谱；
S12、基于所述当前故障所在处不含故障调度处置方案的电网拓扑知识图谱，通过随机游走的图匹配算法RRWM，获取与图数据库中历史电网拓扑的相似度排序结果；
S13、根据所述历史电网拓扑的相似度排序结果，按照相似度排序搜索与知识图谱库中当前具有最大权重的若干个节点伴随图所代表的最相似历史电网拓扑，并输出伴随图权重；
S14、在当前故障所在处的电网拓扑知识图谱中，按照所述伴随图中具有不低于设定权重阈值的若干个节点所代表的部分最相似电网拓扑图谱添加故障调度处置方案的知识图谱；
S15、未选择的历史故障处理案例的拓扑结构重复步骤S13-S14，直至具有最大相似度的历史故障处理案例的拓扑结构，其中，所述最大相似度低于设定相似度阈值；若历史故障处理案例的拓扑结构全部搜索完成，则结束添加故障调度处置方案的知识图谱，转至步骤S17，若未搜索完成，则转至步骤S16；
S16、根据所得电网拓扑相似度排序结果，排除已经比较过的电网拓扑，重复步骤S13-S15；
S17、将当前故障的故障处置方案图谱中父类作为故障调度处置方案中的实体，按照所制定的规则以及处置阶段，处置顺序输出，生成所述当前故障的故障处置方案图谱。
6.根据权利要求5所述的基于图匹配的电网故障恢复防误校核方法，其特征在于，所述S12中，随机游走的图匹配算法RRWM为：
Figure FDA0004182010220000031
其中α＝0,1；W是两个图的相似度矩阵；x是排列矩阵的列向量化，表示图匹配问题的结果；fC(·)为包含双向约束的重加权函数；xabs指代引入的吸收点，P为转换矩阵。
7.根据权利要求1所述的基于图匹配的电网故障恢复防误校核方法，其特征在于，将所述当前故障的故障处置方案图谱与人工手写工作票生成的图谱进行相似度比较，包括：
根据人工手写工作票故障处置方案构建拓扑连接关系，生成人工手写工作票故障处置方案图谱；
基于所述人工手写工作票故障处置方案图谱，按照电网拓扑图编辑距离获取当前故障的故障处置方案图谱的相似度；
通过所述故障处置方案图谱的相似度，获得故障处置方案图谱的电网拓扑最大公共边子图。
8.根据权利要求7所述的基于图匹配的电网故障恢复防误校核方法，其特征在于，基于所述故障处置方案图谱的相似度与设定相似度阈值的比较结果，返回所述人工手写工作票故障处置方案图谱，输出所述电网拓扑最大公共边子图与防误建议。
CN202310407593.2A 2023-04-17 2023-04-17 一种基于图匹配的电网故障恢复防误校核方法 Active CN116415002B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310407593.2A CN116415002B (zh) 2023-04-17 2023-04-17 一种基于图匹配的电网故障恢复防误校核方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310407593.2A CN116415002B (zh) 2023-04-17 2023-04-17 一种基于图匹配的电网故障恢复防误校核方法

Publications (2)

Publication Number Publication Date
CN116415002A true CN116415002A (zh) 2023-07-11
CN116415002B CN116415002B (zh) 2023-11-14

Family

ID=87057774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310407593.2A Active CN116415002B (zh) 2023-04-17 2023-04-17 一种基于图匹配的电网故障恢复防误校核方法

Country Status (1)

Country Link
CN (1) CN116415002B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116975639A (zh) * 2023-07-28 2023-10-31 东莞盟大集团有限公司 设备的异常防控系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283704A (zh) * 2021-04-23 2021-08-20 内蒙古电力（集团）有限责任公司乌兰察布电业局 基于知识图谱的电网故障智能处置系统及方法
CN113300340A (zh) * 2021-06-01 2021-08-24 合肥工业大学 一种电网新设备继电保护启动方案的自动编制方法
CN113761927A (zh) * 2021-08-31 2021-12-07 国网冀北电力有限公司 电网故障处置实时辅助决策方法、系统、设备及存储介质
CN114461796A (zh) * 2022-01-11 2022-05-10 国网江苏省电力有限公司 电网故障处置方案生成方法、装置、控制器和存储介质
WO2023045417A1 (zh) * 2021-09-24 2023-03-30 中兴通讯股份有限公司 一种故障知识图谱构建方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283704A (zh) * 2021-04-23 2021-08-20 内蒙古电力（集团）有限责任公司乌兰察布电业局 基于知识图谱的电网故障智能处置系统及方法
CN113300340A (zh) * 2021-06-01 2021-08-24 合肥工业大学 一种电网新设备继电保护启动方案的自动编制方法
CN113761927A (zh) * 2021-08-31 2021-12-07 国网冀北电力有限公司 电网故障处置实时辅助决策方法、系统、设备及存储介质
WO2023045417A1 (zh) * 2021-09-24 2023-03-30 中兴通讯股份有限公司 一种故障知识图谱构建方法及装置
CN114461796A (zh) * 2022-01-11 2022-05-10 国网江苏省电力有限公司 电网故障处置方案生成方法、装置、控制器和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116975639A (zh) * 2023-07-28 2023-10-31 东莞盟大集团有限公司 设备的异常防控系统及方法

Also Published As

Publication number Publication date
CN116415002B (zh) 2023-11-14

Similar Documents

Publication Publication Date Title
CN103296677B (zh) 一种在线大电网恢复辅助决策系统
CN116415002B (zh) 一种基于图匹配的电网故障恢复防误校核方法
CN105515044B (zh) 一种基于dts的黑启动辅助决策系统
CN106529737A (zh) 一种配电网供给侧调峰电源规划布局方法
Li et al. Optimisation and comprehensive evaluation of alternative energising paths for power system restoration
Ma et al. Economic operation evaluation of active distribution network based on fuzzy Borda method
CN113300340A (zh) 一种电网新设备继电保护启动方案的自动编制方法
CN105656036A (zh) 考虑潮流和灵敏度一致性等值的概率静态安全分析方法
Dong et al. Intelligent decision-making of distribution network planning scheme with distributed wind power generations
Zhang et al. The effect of nonlinear charging function and line change constraints on electric bus scheduling
CN103296678B (zh) 一种在线大电网恢复辅助决策方法
CN115293454A (zh) 一种考虑拓扑变化的电力系统可靠性快速优化方法
CN114285090A (zh) 基于单站-分区-全网的新能源极限消纳能力评估方法
CN113449908A (zh) 考虑需求侧资源的配电网规划方法及系统
Weizhou et al. Development of synchronous line loss analysis and diagnosis system based on arbitrary segmentation of power grid
Ding et al. Reliability evaluation of direct current distribution system for intelligent buildings based on big data analysis
CN111651889A (zh) 输电系统高风险事件筛选方法、装置、设备及存储介质
CN110457856A (zh) 一种配网电压问题库构建方法及装置
Fenu et al. A model of assessment of collateral damage on power grids based on complex network theory
CN117081141B (zh) 基于熵值法-集对分析的微电网孤岛划分方法
Zhang et al. Optimization of Black-Start Scheme for Mitigating Overvoltage
CN113964828B (zh) 一种基于区间概率统计模型的配电网协同规划方法
CN117150040A (zh) 一种面向交直流电网的安控策略知识图谱构建方法及系统
CN112464416B (zh) 一键式变电站全站定值生成的方法及系统
CN113761781B (zh) 基于蚁群算法的分布式保护装置模型共享方法及装置

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