CN116611712A - 基于语义推断的电网工作票评估系统 - Google Patents
基于语义推断的电网工作票评估系统 Download PDFInfo
- Publication number
- CN116611712A CN116611712A CN202310870184.6A CN202310870184A CN116611712A CN 116611712 A CN116611712 A CN 116611712A CN 202310870184 A CN202310870184 A CN 202310870184A CN 116611712 A CN116611712 A CN 116611712A
- Authority
- CN
- China
- Prior art keywords
- data processing
- work ticket
- data
- power grid
- grid work
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 80
- 238000012545 processing Methods 0.000 claims abstract description 150
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 238000005516 engineering process Methods 0.000 claims abstract description 28
- 238000003058 natural language processing Methods 0.000 claims abstract description 27
- 230000026676 system process Effects 0.000 claims abstract description 5
- 230000004044 response Effects 0.000 claims description 65
- 230000002159 abnormal effect Effects 0.000 claims description 63
- 238000000034 method Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 25
- 238000007667 floating Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 6
- 230000006872 improvement Effects 0.000 abstract description 6
- 238000004590 computer program Methods 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于语义推断的电网工作票评估系统,涉及电网工作票评估技术领域,包括数据采集模块、分析模型建立模块、数据集合建立模块、综合分析模块以及预警模块;数据采集模块,采集电网工作票评估系统利用自然语言处理和语义推理技术对电网工作票数据进行处理时的信息。本发明通过对电网工作票评估系统利用自然语言处理和语义推理技术对电网工作票数据进行处理时的信息进行分析,当系统数据处理的准确性可能受到影响时,提示工作人员对电网工作票评估系统进行及时排查和维护,有效地防止电网工作票的评估系统进行数据处理时因准确度降低而无法提供准确的评估指标、风险提示和改进建议,便于用户更加准确地了解工作票的问题和解决方案。
Description
技术领域
本发明涉及电网工作票评估技术领域,具体涉及基于语义推断的电网工作票评估系统。
背景技术
电网工作票是在电力系统运维中使用的一种管理工具,用于授权和记录电力设备的维护、修复、安装或测试工作。它是一份详细描述了工作内容、工作地点、工作时间、安全措施等信息的文档。
基于语义推断的电网工作票评估系统是一个利用自然语言处理和语义推理技术来评估电网工作票的系统。该系统可以帮助电网运维人员更高效地处理工作票,并提供更准确的评估结果。
该系统的工作流程如下:
输入工作票信息:用户通过系统界面输入电网工作票的相关信息,包括工作内容、工作地点、工作时间等。
自然语言处理:系统使用自然语言处理技术对输入的工作票信息进行分析和处理,包括分词、词性标注、实体识别等。
语义推理:系统利用语义推理技术对工作票信息进行推理和分析,通过构建知识图谱或语义网络,系统可以识别工作票信息中的关键概念、实体和关系,并推断它们之间的语义关联。
工作票评估:基于语义推断的结果,系统对工作票进行评估,它可以判断工作票中是否存在逻辑错误、潜在的风险或不合规的操作,并生成评估报告。
结果展示和建议:系统将评估结果以可视化的形式展示给用户,它可以提供详细的评估指标、风险提示和改进建议,帮助用户更好地理解工作票的问题和解决方案。
现有技术存在以下不足:基于语义推断的电网工作票评估系统利用自然语言处理和语义推理技术对电网工作票数据进行处理的过程中,当数据处理发生异常时,系统无法感知,可能会导致数据处理的准确性受到较大的影响,当出现此情况时,电网工作票的评估系统将无法提供准确的评估指标、风险提示和改进建议,从而不便用户更加准确地了解工作票的问题和解决方案。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明的目的是提供基于语义推断的电网工作票评估系统,本发明通过对电网工作票评估系统利用自然语言处理和语义推理技术对电网工作票数据进行处理时的信息进行分析,当系统数据处理的准确性可能受到影响时,提示工作人员对电网工作票评估系统进行及时排查和维护,有效地防止电网工作票的评估系统进行数据处理时因准确度降低而无法提供准确的评估指标、风险提示和改进建议,便于用户更加准确地了解工作票的问题和解决方案,以解决上述背景技术中的问题。
为了实现上述目的,本发明提供如下技术方案:基于语义推断的电网工作票评估系统,包括数据采集模块、分析模型建立模块、数据集合建立模块、综合分析模块以及预警模块;
数据采集模块,采集电网工作票评估系统利用自然语言处理和语义推理技术对电网工作票数据进行处理时的信息,包括系统数据处理过程信息和系统数据处理结果反馈信息,采集后,将系统数据处理过程信息和系统数据处理结果反馈信息传递至分析模型建立模块;
分析模型建立模块,系统数据处理过程信息和系统数据处理结果反馈信息建立数据分析模型,生成影响系数,并将影响系数传递至数据集合建立模块;
数据集合建立模块,获取电网工作票评估系统运行时生成的若干个影响系数建立数据集合,并将数据集合传递至综合分析模块;
综合分析模块,将电网工作票评估系统运行时生成的影响系数与影响系数参考阈值进行比对,并对影响系数进行偏差分析,生成影响风险信号,并将影响风险信号传递至预警模块。
优选的,系统数据处理过程信息包括数据处理速率异常浮动时长系数和平均异常响应时长,采集后,数据采集模块将数据处理速率异常浮动时长系数和平均异常响应时长标定为和/>,系统数据处理结果反馈信息包括数据处理F1值,采集后,数据采集模块将数据处理F1值标定为/>,F1值是准确率和召回率的调和平均值,用于综合考虑系统的准确性和召回性能。
优选的,数据处理速率异常浮动时长系数获取的逻辑如下:
S1、对系统的最佳数据处理速率设置梯度范围;
S2、实时获取T时间内系统的数据处理速率,并将数据处理速率标定为,r表示T时间内系统出现的数据处理速率的次数编号,r=1、2、3、4、……、R,R为正整数,当/>处于梯度范围/>之间时,表明数据处理正常,当/>不处于梯度范围之间时,表明数据处理异常,将/>不处于梯度范围/>之间的时长标定为/>,f表示出现/>不处于梯度范围/>之间的次数编号,f=1、2、3、4、……、c,c为正整数;
S3、计算T时间内的数据处理速率异常浮动时长系数,计算的表达式为:。
优选的,平均异常响应时长获取的逻辑如下:
S1、对系统的响应时长设置参考阈值;
S2、实时获取T时间内系统的响应时长,并将响应时长标定为,k表示T时间内出现的响应时长的次数编号,k=1、2、3、4、……、n,n为正整数,当/>时,表明系统的响应时长处于正常,当/>时,表明系统的响应时长处于异常,将/>的响应时长标定为/>,h表示出现/>的响应时长的次数编号,h=1、2、3、4、……、N,N为正整数;
S3、计算平均异常响应时长,计算的表达式为:。
优选的,数据处理F1值获取的逻辑如下:
S1、获取T时间内被系统正确识别为工作票的数量、被系统错误识别为工作票的非工作票数量以及未被系统识别到的工作票数量,并将被系统正确识别为工作票的数量、被系统错误识别为工作票的非工作票数量以及未被系统识别到的工作票数量分别标定为TP、FP以及FN;
S2、计算T时间内系统的F1值,计算公式为:,其中,Precision表示准确率,计算公式为:/>,Recall表示召回率,计算公式为:;
S3、通过T时间内系统的F1值获取,获取的表达式为:/>。
优选的,分析模型建立模块获取到数据处理速率异常浮动时长系数、平均异常响应时长/>以及数据处理F1值/>后,建立数据分析模型,生成影响系数/>。
优选的,数据集合建立模块获取电网工作票评估系统运行时生成的若干个影响系数建立数据集合,将数据集合标定为M,则,v表示数据集合内影响系数的数量,v=1、2、3、4、……、E,E为正整数。
优选的,综合分析模块获取到数据集合M后,将影响系数大于等于影响系数参考阈值的影响系数标定为,q表示数据集合内的影响系数出现影响系数大于等于影响系数参考阈值的数量,q=1、2、3、4、……、Q,Q为正整数,将影响系数参考阈值标定为/>,通过计算公式获取影响系数偏差指数,将影响系数偏差指数标定为/>,计算公式为:。
优选的,将得出的影响系数偏差指数与影响系数偏差指数参考阈值进行比对,若影响系数偏差指数大于等于影响系数偏差指数参考阈值,通过综合分析模块生成高影响风险信号传递至预警模块,通过预警模块发出预警提示,提示工作人员电网工作票评估系统数据处理的准确性可能受到了影响,需要及时对系统进行维护,若影响系数偏差指数小于影响系数偏差指数参考阈值,通过综合分析模块生成低影响风险信号传递至预警模块,不通过预警模块发出预警提示。
在上述技术方案中,本发明提供的技术效果和优点:
本发明通过对电网工作票评估系统利用自然语言处理和语义推理技术对电网工作票数据进行处理时的信息进行分析,实现对电网工作票评估系统的异常进行感知,当系统数据处理的准确性可能受到影响时,提示工作人员对电网工作票评估系统进行及时排查和维护,有效地防止电网工作票的评估系统进行数据处理时因准确度降低而无法提供准确的评估指标、风险提示和改进建议,便于用户更加准确地了解工作票的问题和解决方案;
本发明通过对电网工作票评估系统运行时生成的影响系数建立数据集合,对数据集合内的影响系数进行综合偏差分析,排除影响系数突发性小幅度异常给电网工作票评估系统带来的影响,提高预警的准确度,进而提高工作人员对预警的信任度,便于电网工作票评估系统高效地运行。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明基于语义推断的电网工作票评估系统的模块示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些示例实施方式使得本公开的描述将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
本发明提供了如图1所示的基于语义推断的电网工作票评估系统,包括数据采集模块、分析模型建立模块、数据集合建立模块、综合分析模块以及预警模块;
数据采集模块,采集电网工作票评估系统利用自然语言处理和语义推理技术对电网工作票数据进行处理时的信息,包括系统数据处理过程信息和系统数据处理结果反馈信息,采集后,将系统数据处理过程信息和系统数据处理结果反馈信息传递至分析模型建立模块;
系统数据处理过程信息包括数据处理速率异常浮动时长系数和平均异常响应时长,采集后,数据采集模块将数据处理速率异常浮动时长系数和平均异常响应时长标定为和/>;
当基于语义推断的电网工作票评估系统的数据处理速率异常浮动的时间较长时,可能会对电网工作票处理的准确性造成以下严重影响:
错误分类:数据处理速率异常浮动可能导致系统在处理工作票时出现错误的分类,当系统处理速率变慢或不稳定时,可能无法充分考虑工作票中的语义信息和推理关系,导致错误的分类结果,系统可能将正常工作票误分类为异常票或将异常票误分类为正常票,从而影响处理准确性;
遗漏检测:数据处理速率异常浮动还可能导致系统遗漏检测到某些工作票,如果系统无法及时处理和识别工作票,特别是在处理速率较慢的情况下,可能会导致工作票未被准确检测和识别,这将影响系统对潜在问题的发现和处理,降低处理准确性;
延迟响应:当数据处理速率异常浮动较长时间时,系统可能出现延迟响应的情况,延迟响应意味着系统无法及时给出处理结果,从而无法满足实时性要求,电网工作票需要及时处理和评估,如果系统延迟响应,可能导致错过工作票的重要处理时机,进而影响准确性;
累积错误:数据处理速率异常浮动较长时间可能导致错误的累积,当系统处理速率不稳定且较慢时,错误的分类和遗漏检测可能会不断积累,导致错误累积效应,这将进一步降低系统的处理准确性,并可能导致对电网工作票的处理结果不可靠;
因此,采集电网工作票评估系统的数据处理速率,可在电网工作票评估系统的数据处理速率发生异常时,及时感知;
数据处理速率异常浮动时长系数获取的逻辑如下:
S1、对系统的最佳数据处理速率设置梯度范围;
需要说明的是,参考系统的厂商建议和技术指南,可了解对于最佳数据处理速率范围的推荐或指导,厂商通常会提供基于他们的系统设计和优化经验的建议;
S2、实时获取T时间内系统的数据处理速率,并将数据处理速率标定为,r表示T时间内系统出现的数据处理速率的次数编号,r=1、2、3、4、……、R,R为正整数,当/>处于梯度范围/>之间时,表明数据处理正常,当/>不处于梯度范围之间时,表明数据处理异常,将/>不处于梯度范围/>之间的时长标定为/>,f表示出现/>不处于梯度范围/>之间的次数编号,f=1、2、3、4、……、c,c为正整数;
需要说明的是,使用性能监控工具可以实时监测系统的性能指标,并获取数据处理速率,一些常用的性能监控工具包括Prometheus、Grafana、Datadog等,这些工具可以帮助收集和可视化系统的处理时间、请求响应时间等指标,以及计算实时数据处理速率;
S3、计算T时间内的数据处理速率异常浮动时长系数,计算的表达式为:;
由计算的表达式可知,T时间内的数据处理速率异常浮动时长系数越大,表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理的准确性越低,反之则表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理的准确性越高;
当基于语义推断的电网工作票评估系统的异常响应时长较长时,可能会对电网工作票处理的准确性造成以下严重影响:
延迟的决策和响应:长时间的异常响应会导致系统无法及时做出决策和响应,电网工作票通常涉及对安全隐患、故障和风险的评估和处理,如果系统的异常响应时长很长,决策和响应可能会被延迟,导致工作票处理的准确性下降;
数据不一致性:异常响应时长较长可能导致数据不一致性的问题,如果系统在处理工作票时出现异常响应,可能会导致数据处理过程中的错误、丢失或不完整,这可能导致工作票的评估结果不准确或不可靠;
工作票处理的中断和中止:长时间的异常响应可能导致工作票处理过程中的中断和中止,如果系统无法及时响应并继续处理工作票,可能会导致工作流程的中断,从而影响工作票的准确性和及时性;
系统稳定性和可靠性下降:异常响应时长的延长可能是系统性能或稳定性问题的表现,长时间的异常响应可能导致系统的负载增加、资源耗尽或故障,进一步降低系统的稳定性和可靠性,这可能导致工作票处理过程中的错误和异常情况增加;
因此,采集电网工作票评估系统的响应时长,可在电网工作票评估系统的响应时长发生异常时,及时感知;
平均异常响应时长获取的逻辑如下:
S1、对系统的响应时长设置参考阈值(响应时长的最大上限值);
参考系统的厂商建议和技术指南,可了解对于响应时长的建议,厂商通常会提供关于系统性能和响应时间的指导,这可以帮助确定响应时长的最大上限值;
S2、实时获取T时间内系统的响应时长,并将响应时长标定为,k表示T时间内出现的响应时长的次数编号,k=1、2、3、4、……、n,n为正整数,当/>时,表明系统的响应时长处于正常,当/>时,表明系统的响应时长处于异常,将/>的响应时长标定为/>,h表示出现/>的响应时长的次数编号,h=1、2、3、4、……、N,N为正整数;
S3、计算平均异常响应时长,计算的表达式为:;
由表达式可知,T时间内系统的平均异常响应时长越长,表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理的准确性越低,反之则表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理的准确性越高;
系统数据处理结果反馈信息包括数据处理F1值,采集后,数据采集模块将数据处理F1值标定为,F1值是准确率和召回率的调和平均值,用于综合考虑系统的准确性和召回性能;
当基于语义推断的电网工作票评估系统的F1值较低时,会对电网工作票处理的准确性造成以下严重影响:
错误判定:F1值较低表示系统在处理电网工作票时无法达到较高的综合准确性,系统可能会出现误判,即将正确的工作票标记为错误或将错误的工作票标记为正确,这会导致误导操作人员执行错误的工作票或忽略重要的工作票,从而影响电网操作的准确性和安全性;
遗漏重要信息:F1值较低可能意味着系统无法正确识别和理解电网工作票中的重要信息,这可能导致系统忽略或遗漏关键的操作要求、安全措施或警示信息,这种遗漏可能会导致电网操作人员执行不完整或不安全的操作,增加电网故障和事故的风险;
不一致的处理结果:F1值较低可能导致系统在处理相似或相同的工作票时产生不一致的处理结果,这意味着同样的工作票可能被系统以不同的方式处理,导致系统的处理结果缺乏一致性和可靠性,不一致的处理结果会降低操作人员对系统的信任,并增加操作人员在判断和执行工作票时的困惑和错误;
效率下降:F1值较低可能会导致系统处理工作票的效率下降,系统可能需要更多的人工干预和审核来纠正错误的处理结果,这将消耗更多的时间和资源,这会延迟工作票的处理时间,并降低整体处理的效率和准确性;
因此,采集电网工作票评估系统的F1值,可在电网工作票评估系统的F1值发生异常时,及时感知;
数据处理F1值获取的逻辑如下:
S1、获取T时间内被系统正确识别为工作票的数量、被系统错误识别为工作票的非工作票数量以及未被系统识别到的工作票数量,并将被系统正确识别为工作票的数量、被系统错误识别为工作票的非工作票数量以及未被系统识别到的工作票数量分别标定为TP、FP以及FN;
需要说明的是,系统可以记录每个工作票的处理过程,包括识别结果和相关信息,通过分析系统的日志和记录,可以统计被系统正确识别为工作票的数量、被系统错误识别为工作票的非工作票数量以及未被系统识别到的工作票数量;
S2、计算T时间内系统的F1值,计算公式为:,其中,Precision表示准确率,计算公式为:/>,Recall表示召回率,计算公式为:;
F1值的范围为0到1,当F1值较高时,表示系统在准确率和召回率上取得了较好的平衡,即系统能够同时准确识别工作票,并且不会遗漏太多的实际工作票,这表明系统的处理结果具有较高的准确性和召回性能,对电网工作票的处理效果较好;
S3、通过T时间内系统的F1值获取,获取的表达式为:/>;
需要说明的是,T时间内系统的数据处理F1值越大,表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理的准确性越高,反之则表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理的准确性越低;
分析模型建立模块,系统数据处理过程信息和系统数据处理结果反馈信息建立数据分析模型,生成影响系数,并将影响系数传递至数据集合建立模块;
分析模型建立模块获取到数据处理速率异常浮动时长系数、平均异常响应时长/>以及数据处理F1值/>后,建立数据分析模型,生成影响系数/>,依据的公式为:
,式中,式中,、/>、/>分别为数据处理速率异常浮动时长系数/>、平均异常响应时长/>以及数据处理F1值/>的预设比例系数,且/>、/>、/>均大于0;
由表达式可知,数据处理速率异常浮动时长系数越大、平均异常响应时长越长、数据处理F1值越小,即影响系数的表现值越大,表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理受到的影响越大,表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理的准确性越低,反之则表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理的准确性越高;
数据集合建立模块,获取电网工作票评估系统运行时生成的若干个影响系数建立数据集合,并将数据集合传递至综合分析模块;
数据集合建立模块获取电网工作票评估系统运行时生成的若干个影响系数建立数据集合,将数据集合标定为M,则,v表示数据集合内影响系数的数量,v=1、2、3、4、……、E,E为正整数;
需要说明的是,每个数据集合内的影响系数的数量均相等;
综合分析模块,将电网工作票评估系统运行时生成的影响系数与影响系数参考阈值进行比对,并对影响系数进行偏差分析,生成影响风险信号,并将影响风险信号传递至预警模块;
综合分析模块获取到数据集合M后,将数据集合内的影响系数分别与影响系数参考阈值进行比对,若影响系数大于等于影响系数参考阈值,表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理受到的影响较大,表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理的准确性较低,若影响系数小于影响系数参考阈值,表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理受到的影响较小,表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理的准确性较高;
将影响系数大于等于影响系数参考阈值的影响系数标定为,q表示数据集合内的影响系数出现影响系数大于等于影响系数参考阈值的数量,q=1、2、3、4、……、Q,Q为正整数,将影响系数参考阈值标定为/>,通过计算公式获取影响系数偏差指数,将影响系数偏差指数标定为/>,计算公式为:/>;
由表达式可知,影响系数偏差指数的表现值越大,表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理受到的影响越大,表明系统利用自然语言处理和语义推理技术对电网工作票数据进行处理的准确性越低;
将得出的影响系数偏差指数与影响系数偏差指数参考阈值进行比对,若影响系数偏差指数大于等于影响系数偏差指数参考阈值,通过综合分析模块生成高影响风险信号传递至预警模块,通过预警模块发出预警提示,提示工作人员电网工作票评估系统数据处理的准确性可能受到了影响,需要及时对系统进行维护,若影响系数偏差指数小于影响系数偏差指数参考阈值,通过综合分析模块生成低影响风险信号传递至预警模块,不通过预警模块发出预警提示;
本发明通过对电网工作票评估系统利用自然语言处理和语义推理技术对电网工作票数据进行处理时的信息进行分析,实现对电网工作票评估系统的异常进行感知,当系统数据处理的准确性可能受到影响时,提示工作人员对电网工作票评估系统进行及时排查和维护,有效地防止电网工作票的评估系统进行数据处理时因准确度降低而无法提供准确的评估指标、风险提示和改进建议,便于用户更加准确地了解工作票的问题和解决方案;
本发明通过对电网工作票评估系统运行时生成的影响系数建立数据集合,对数据集合内的影响系数进行综合偏差分析,排除影响系数突发性小幅度异常给电网工作票评估系统带来的影响,提高预警的准确度,进而提高工作人员对预警的信任度,便于电网工作票评估系统高效地运行。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,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以所述权利要求的保护范围为准。
Claims (9)
1.基于语义推断的电网工作票评估系统,其特征在于,包括数据采集模块、分析模型建立模块、数据集合建立模块、综合分析模块以及预警模块;
数据采集模块,采集电网工作票评估系统利用自然语言处理和语义推理技术对电网工作票数据进行处理时的信息,包括系统数据处理过程信息和系统数据处理结果反馈信息,采集后,将系统数据处理过程信息和系统数据处理结果反馈信息传递至分析模型建立模块;
分析模型建立模块,系统数据处理过程信息和系统数据处理结果反馈信息建立数据分析模型,生成影响系数,并将影响系数传递至数据集合建立模块;
数据集合建立模块,获取电网工作票评估系统运行时生成的若干个影响系数建立数据集合,并将数据集合传递至综合分析模块;
综合分析模块,将电网工作票评估系统运行时生成的影响系数与影响系数参考阈值进行比对,并对影响系数进行偏差分析,生成影响风险信号,并将影响风险信号传递至预警模块。
2.根据权利要求1所述的基于语义推断的电网工作票评估系统,其特征在于,系统数据处理过程信息包括数据处理速率异常浮动时长系数和平均异常响应时长,采集后,数据采集模块将数据处理速率异常浮动时长系数和平均异常响应时长标定为和/>,系统数据处理结果反馈信息包括数据处理F1值,采集后,数据采集模块将数据处理F1值标定为,F1值是准确率和召回率的调和平均值,用于综合考虑系统的准确性和召回性能。
3.根据权利要求2所述的基于语义推断的电网工作票评估系统,其特征在于,数据处理速率异常浮动时长系数获取的逻辑如下:
S1、对系统的最佳数据处理速率设置梯度范围;
S2、实时获取T时间内系统的数据处理速率,并将数据处理速率标定为,r表示T时间内系统出现的数据处理速率的次数编号,r=1、2、3、4、……、R,R为正整数,当/>处于梯度范围/>之间时,表明数据处理正常,当/>不处于梯度范围/>之间时,表明数据处理异常,将/>不处于梯度范围/>之间的时长标定为/>,f表示出现/>不处于梯度范围/>之间的次数编号,f=1、2、3、4、……、c,c为正整数;
S3、计算T时间内的数据处理速率异常浮动时长系数,计算的表达式为:。
4.根据权利要求3所述的基于语义推断的电网工作票评估系统,其特征在于,平均异常响应时长获取的逻辑如下:
S1、对系统的响应时长设置参考阈值;
S2、实时获取T时间内系统的响应时长,并将响应时长标定为,k表示T时间内出现的响应时长的次数编号,k=1、2、3、4、……、n,n为正整数,当/>时,表明系统的响应时长处于正常,当/>时,表明系统的响应时长处于异常,将/>的响应时长标定为/>,h表示出现/>的响应时长的次数编号,h=1、2、3、4、……、N,N为正整数;
S3、计算平均异常响应时长,计算的表达式为:。
5.根据权利要求4所述的基于语义推断的电网工作票评估系统,其特征在于,数据处理F1值获取的逻辑如下:
S1、获取T时间内被系统正确识别为工作票的数量、被系统错误识别为工作票的非工作票数量以及未被系统识别到的工作票数量,并将被系统正确识别为工作票的数量、被系统错误识别为工作票的非工作票数量以及未被系统识别到的工作票数量分别标定为TP、FP以及FN;
S2、计算T时间内系统的F1值,计算公式为:,其中,Precision表示准确率,计算公式为:/>,Recall表示召回率,计算公式为:;
S3、通过T时间内系统的F1值获取,获取的表达式为:/>。
6.根据权利要求5所述的基于语义推断的电网工作票评估系统,其特征在于,分析模型建立模块获取到数据处理速率异常浮动时长系数、平均异常响应时长/>以及数据处理F1值/>后,建立数据分析模型,生成影响系数/>。
7.根据权利要求6所述的基于语义推断的电网工作票评估系统,其特征在于,数据集合建立模块获取电网工作票评估系统运行时生成的若干个影响系数建立数据集合,将数据集合标定为M,则,v表示数据集合内影响系数的数量,v=1、2、3、4、……、E,E为正整数。
8.根据权利要求7所述的基于语义推断的电网工作票评估系统,其特征在于,综合分析模块获取到数据集合M后,将影响系数大于等于影响系数参考阈值的影响系数标定为,q表示数据集合内的影响系数出现影响系数大于等于影响系数参考阈值的数量,q=1、2、3、4、……、Q,Q为正整数,将影响系数参考阈值标定为/>,通过计算公式获取影响系数偏差指数,将影响系数偏差指数标定为/>,计算公式为:/>。
9.根据权利要求8所述的基于语义推断的电网工作票评估系统,其特征在于,将得出的影响系数偏差指数与影响系数偏差指数参考阈值进行比对,若影响系数偏差指数大于等于影响系数偏差指数参考阈值,通过综合分析模块生成高影响风险信号传递至预警模块,通过预警模块发出预警提示,提示工作人员需要及时对系统进行维护,若影响系数偏差指数小于影响系数偏差指数参考阈值,通过综合分析模块生成低影响风险信号传递至预警模块,不通过预警模块发出预警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310870184.6A CN116611712B (zh) | 2023-07-17 | 2023-07-17 | 基于语义推断的电网工作票评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310870184.6A CN116611712B (zh) | 2023-07-17 | 2023-07-17 | 基于语义推断的电网工作票评估系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116611712A true CN116611712A (zh) | 2023-08-18 |
CN116611712B CN116611712B (zh) | 2023-12-08 |
Family
ID=87680374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310870184.6A Active CN116611712B (zh) | 2023-07-17 | 2023-07-17 | 基于语义推断的电网工作票评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116611712B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116796030A (zh) * | 2023-08-24 | 2023-09-22 | 北京龙德缘电力科技发展有限公司 | 一种用于工作票中规范的动作流程播报及语音交互的系统 |
CN116887338A (zh) * | 2023-09-06 | 2023-10-13 | 南京欣网通信科技股份有限公司 | 基于大数据的5g移动网络实时调整方法 |
CN117033724A (zh) * | 2023-08-24 | 2023-11-10 | 青海昇云信息科技有限公司 | 基于语义关联的多模态数据检索方法 |
CN117523299A (zh) * | 2023-11-21 | 2024-02-06 | 江苏财经职业技术学院 | 一种基于计算机网络图像识别方法、系统和存储介质 |
CN117557007A (zh) * | 2024-01-11 | 2024-02-13 | 中数通信息有限公司 | 一种数据处理的质量评估方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510076A (zh) * | 2009-03-20 | 2009-08-19 | 西安交大辰方科技有限公司 | 一种电力工作票安全措施描述语句自动生成方法 |
CN104732326A (zh) * | 2015-01-28 | 2015-06-24 | 合肥天海电气技术有限公司 | 企业配用电安全智能诊断与决策支持系统 |
CN106483947A (zh) * | 2016-09-21 | 2017-03-08 | 国网江苏省电力公司南通供电公司 | 基于大数据的配电网运行状态评估和预警方法 |
WO2020171814A1 (en) * | 2019-02-21 | 2020-08-27 | General Electric Company | Event selection for power grid disturbance |
CN113342784A (zh) * | 2021-07-01 | 2021-09-03 | 贵州电网有限责任公司 | 一种电网主变设备风险评估的数据库设计方法 |
CN115438663A (zh) * | 2022-09-13 | 2022-12-06 | 广东电网有限责任公司 | 一种电网工作票据的风险分析方法、装置、设备及介质 |
CN116091030A (zh) * | 2022-11-17 | 2023-05-09 | 国网安徽省电力有限公司蚌埠供电公司 | 一种基于人工智能的两票管理系统 |
-
2023
- 2023-07-17 CN CN202310870184.6A patent/CN116611712B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510076A (zh) * | 2009-03-20 | 2009-08-19 | 西安交大辰方科技有限公司 | 一种电力工作票安全措施描述语句自动生成方法 |
CN104732326A (zh) * | 2015-01-28 | 2015-06-24 | 合肥天海电气技术有限公司 | 企业配用电安全智能诊断与决策支持系统 |
CN106483947A (zh) * | 2016-09-21 | 2017-03-08 | 国网江苏省电力公司南通供电公司 | 基于大数据的配电网运行状态评估和预警方法 |
WO2020171814A1 (en) * | 2019-02-21 | 2020-08-27 | General Electric Company | Event selection for power grid disturbance |
CN113342784A (zh) * | 2021-07-01 | 2021-09-03 | 贵州电网有限责任公司 | 一种电网主变设备风险评估的数据库设计方法 |
CN115438663A (zh) * | 2022-09-13 | 2022-12-06 | 广东电网有限责任公司 | 一种电网工作票据的风险分析方法、装置、设备及介质 |
CN116091030A (zh) * | 2022-11-17 | 2023-05-09 | 国网安徽省电力有限公司蚌埠供电公司 | 一种基于人工智能的两票管理系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116796030A (zh) * | 2023-08-24 | 2023-09-22 | 北京龙德缘电力科技发展有限公司 | 一种用于工作票中规范的动作流程播报及语音交互的系统 |
CN117033724A (zh) * | 2023-08-24 | 2023-11-10 | 青海昇云信息科技有限公司 | 基于语义关联的多模态数据检索方法 |
CN116796030B (zh) * | 2023-08-24 | 2023-11-21 | 北京龙德缘电力科技发展有限公司 | 一种用于工作票中规范的动作流程播报及语音交互的系统 |
CN117033724B (zh) * | 2023-08-24 | 2024-05-03 | 广州市景心科技股份有限公司 | 基于语义关联的多模态数据检索方法 |
CN116887338A (zh) * | 2023-09-06 | 2023-10-13 | 南京欣网通信科技股份有限公司 | 基于大数据的5g移动网络实时调整方法 |
CN116887338B (zh) * | 2023-09-06 | 2023-12-08 | 南京欣网通信科技股份有限公司 | 基于大数据的5g移动网络实时调整方法 |
CN117523299A (zh) * | 2023-11-21 | 2024-02-06 | 江苏财经职业技术学院 | 一种基于计算机网络图像识别方法、系统和存储介质 |
CN117557007A (zh) * | 2024-01-11 | 2024-02-13 | 中数通信息有限公司 | 一种数据处理的质量评估方法及系统 |
CN117557007B (zh) * | 2024-01-11 | 2024-04-26 | 中数通信息有限公司 | 一种数据处理的质量评估方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116611712B (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116611712B (zh) | 基于语义推断的电网工作票评估系统 | |
CN109524139B (zh) | 一种基于设备工况变化的实时设备性能监测方法 | |
CN109001649B (zh) | 一种电源智能诊断系统及保护方法 | |
JP6141235B2 (ja) | 時系列データにおける異常を検出する方法 | |
CN106020154A (zh) | 一种用于乙烯生产的安全动态健康评估方法及评估系统 | |
KR20180108446A (ko) | Ict 인프라 관리 시스템 및 이를 이용한 ict 인프라 관리 방법 | |
AU2019204000A1 (en) | Mitigating asset damage via asset data analysis and processing | |
KR101953558B1 (ko) | 스마트 기기 결함 관리 장치 및 방법 | |
EP2963552B1 (en) | System analysis device and system analysis method | |
JP2020064515A (ja) | 機器故障診断支援システムおよび機器故障診断支援方法 | |
US20090259331A1 (en) | Automated system for checking proposed human adjustments to operational or planning parameters at a plant | |
KR102073537B1 (ko) | 리스크 평가 장치, 리스크 평가 시스템, 리스크 평가 방법 및 리스크 평가 프로그램 | |
CN117155703B (zh) | 一种网络安全测试评估系统及方法 | |
US7617313B1 (en) | Metric transport and database load | |
JP2012018623A (ja) | 異常データ分析システム | |
WO2021064144A1 (en) | Method and system for continuous estimation and representation of risk | |
CN117171366B (zh) | 用于电网调度运行态势的知识图谱构建方法及系统 | |
CN117560300B (zh) | 一种智能物联网流量预测与优化系统 | |
CN117151445B (zh) | 一种电网调度知识图谱管理系统及其动态更新方法 | |
CN115114124A (zh) | 主机风险的评估方法及评估装置 | |
JP2672576B2 (ja) | プラント・機器の診断支援システム | |
KR102108975B1 (ko) | 함정설비의 상태기반 정비 지원 장치 및 방법 | |
CN109344025B (zh) | Cpu性能自监控方法及服务器 | |
US20060085102A1 (en) | Methods for establishing alerts and/or alert limits for monitoring mechanical devices | |
JP6482742B1 (ja) | リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム |
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 |