本发明涉及电网故障识别,特别涉及一种电网故障智能识别方法、系统。
背景技术:
1、电网承担着电力输送、供应的重任,运行稳定性要求极高。为确保电网的稳定运行,需要对电网进行故障识别,当识别出故障时,及时处理。一般的,对电网进行故障识别时,均是设置大量的故障识别人员对电网进行监测,但是,这样做人力成本极大,另外,故障识别人员对电网进行故障识别的全面性、效率均不足。
2、因此,亟需一种解决办法。
技术实现思路
1、本发明目的之一在于提供了一种电网故障智能识别方法,引入故障识别知识条件,基于故障识别知识条件,构建专用于目标电网的电网故障识别的故障识别知识库,基于故障识别知识库,自动、自适应地对目标电网进行故障识别,无需设置大量的故障识别人员,极大程度上降低了人力成本,更提升了电网故障识别的全面性、效率。
2、本发明实施例提供的一种电网故障智能识别方法,包括:
3、获取目标电网的属性信息;
4、基于所述属性信息,生成故障识别知识条件;
5、基于所述故障识别知识条件,构建故障识别知识库;
6、基于所述故障识别知识库,对所述目标电网进行故障识别;
7、当识别到电网故障时,进行输出预警。
8、优选的,所述基于所述属性信息,生成故障识别知识条件,包括:
9、对所述属性信息进行归类解析,获得多个属性类别的信息项;
10、依次遍历所述属性类别;
11、每次遍历时,获取遍历到的所述属性类别对应的预设的条件生成模板、预设的类别权重;
12、基于所述条件生成模板,根据遍历到的所述属性类别的所述信息项,生成待串联条件,并与所述类别权重进行关联;
13、遍历所述属性类别结束后,基于条件串联条件,将每次遍历所述属性类别时生成的所述待串联条件进行串联,获得所述故障识别知识条件;
14、其中,所述条件串联条件包括:串联获得所述故障识别知识条件的所述待串联条件关联的所述类别权重之和大于等于预设的权重和阈值。
15、优选的,所述基于所述故障识别知识条件,构建故障识别知识库,包括:
16、基于所述故障识别知识条件,生成触发埋点;
17、当所述触发埋点被触发时,获取触发来源、指向场景;
18、获取所述触发来源的可信度;
19、当所述可信度大于等于预设的可信度阈值时,获取所述指向场景的场景类型;
20、当所述场景类型存在于预设的第一类型表中时,从所述指向场景中提取出第一知识;
21、当所述场景类型存在于预设的第二类型表中时,从所述指向场景中挖掘出第二知识;
22、当所述触发埋点冷却后,基于所述触发埋点每次被触发后获得的所述第一知识、所述第二知识,构建所述故障识别知识库。
23、优选的,所述从所述指向场景中挖掘出第二知识,包括:
24、识别所述指向场景中是否包含预设的标准句段库中的标准句段;
25、当包含时,获取所述指向场景中包含的所述标准句段在所述指向场景中的场景相对位置;
26、基于所述指向场景中包含的所述标准句段、对应的所述相对场景位置,构建描述向量;
27、从预设的知识挖掘模板库中尝试确定知识挖掘模板;所述知识挖掘模板对应的预设的标准描述向量与所述描述向量之间的向量相似度大于等于预设的相似度阈值;
28、当尝试成功时,基于所述知识挖掘模板,从所述指向场景中挖掘出所述第二知识;
29、当尝试失败时,依次遍历所述指向场景中包含的所述标准句段;
30、每次遍历时,获取遍历到的所述标准句段对应的预设的指示方向;所述指示方向包括:前、后;
31、提取所述指示场景中包含遍历到的所述标准句段的第一完整句段、所述第一完整句段的所述指示方向上相邻的第二完整句段;
32、分析所述第一完整句段、所述第二完整句段的句段语义;
33、遍历所述指向场景中包含的所述标准句段结束后,基于知识形成条件,根据每次遍历所述指向场景中包含的所述标准句段获得的所述句段语义,生成所述第二知识;
34、其中,所述知识形成条件包括:所述第二知识中的语义类型集与预设的标准语义类型集匹配符合;
35、所述第二知识形成语义闭环。
36、优选的,所述基于所述故障识别知识库,对所述目标电网进行故障识别,包括:
37、从所述故障识别知识库中提取第三知识;
38、基于所述第三知识,生成故障识别模板;
39、基于所述故障识别模板,对所述目标电网进行故障识别。
40、本发明实施例提供的一种电网故障智能识别系统,包括:
41、获取模块,用于获取目标电网的属性信息;
42、生成模块,用于基于所述属性信息,生成故障识别知识条件;
43、构建模块,用于基于所述故障识别知识条件,构建故障识别知识库;
44、识别模块,用于基于所述故障识别知识库,对所述目标电网进行故障识别;
45、预警模块,用于当识别到电网故障时,进行输出预警。
46、优选的,所述生成模块基于所述属性信息,生成故障识别知识条件,包括:
47、对所述属性信息进行归类解析,获得多个属性类别的信息项;
48、依次遍历所述属性类别;
49、每次遍历时,获取遍历到的所述属性类别对应的预设的条件生成模板、预设的类别权重;
50、基于所述条件生成模板,根据遍历到的所述属性类别的所述信息项,生成待串联条件,并与所述类别权重进行关联;
51、遍历所述属性类别结束后,基于条件串联条件,将每次遍历所述属性类别时生成的所述待串联条件进行串联,获得所述故障识别知识条件;
52、其中,所述条件串联条件包括:串联获得所述故障识别知识条件的所述待串联条件关联的所述类别权重之和大于等于预设的权重和阈值。
53、优选的,所述构建模块基于所述故障识别知识条件,构建故障识别知识库,包括:
54、基于所述故障识别知识条件,生成触发埋点;
55、当所述触发埋点被触发时,获取触发来源、指向场景;
56、获取所述触发来源的可信度;
57、当所述可信度大于等于预设的可信度阈值时,获取所述指向场景的场景类型;
58、当所述场景类型存在于预设的第一类型表中时,从所述指向场景中提取出第一知识;
59、当所述场景类型存在于预设的第二类型表中时,从所述指向场景中挖掘出第二知识;
60、当所述触发埋点冷却后,基于所述触发埋点每次被触发后获得的所述第一知识、所述第二知识,构建所述故障识别知识库。
61、优选的,所述构建模块从所述指向场景中挖掘出第二知识,包括:
62、识别所述指向场景中是否包含预设的标准句段库中的标准句段;
63、当包含时,获取所述指向场景中包含的所述标准句段在所述指向场景中的场景相对位置;
64、基于所述指向场景中包含的所述标准句段、对应的所述相对场景位置,构建描述向量;
65、从预设的知识挖掘模板库中尝试确定知识挖掘模板;所述知识挖掘模板对应的预设的标准描述向量与所述描述向量之间的向量相似度大于等于预设的相似度阈值;
66、当尝试成功时,基于所述知识挖掘模板,从所述指向场景中挖掘出所述第二知识;
67、当尝试失败时,依次遍历所述指向场景中包含的所述标准句段;
68、每次遍历时,获取遍历到的所述标准句段对应的预设的指示方向;所述指示方向包括:前、后;
69、提取所述指示场景中包含遍历到的所述标准句段的第一完整句段、所述第一完整句段的所述指示方向上相邻的第二完整句段;
70、分析所述第一完整句段、所述第二完整句段的句段语义;
71、遍历所述指向场景中包含的所述标准句段结束后,基于知识形成条件,根据每次遍历所述指向场景中包含的所述标准句段获得的所述句段语义,生成所述第二知识;
72、其中,所述知识形成条件包括:所述第二知识中的语义类型集与预设的标准语义类型集匹配符合;
73、所述第二知识形成语义闭环。
74、优选的,所述识别模块基于所述故障识别知识库,对所述目标电网进行故障识别,包括:
75、从所述故障识别知识库中提取第三知识;
76、基于所述第三知识,生成故障识别模板;
77、基于所述故障识别模板,对所述目标电网进行故障识别。
78、本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
79、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。