一种用于继电保护作业的风险分级评估方法、系统及设备与流程

本发明涉及继电保护，具体涉及一种用于继电保护作业的风险分级评估方法、系统及设备。

背景技术：

1、继电保护是电网安全运行的第一道防线，是保障电网稳定、设备安全的关键技术手段。近几年，随着电网规模逐渐扩大，继电保护工作变得越来越复杂而繁重。很多环节即使出现小的失误也可能造成严重的安全隐患。例如新设备的投运、系统运行方式的变化、设备的检修等都会引起保护配置和定值的相应改变，正是这些安全风险给继电保护安全管理工作带来了极大的挑战。因此，对继电保护作业进行风险识别、风险评估、风险分级、风险控制以及防范具有十分重要的现实意义。

2、在现有技术中，继电保护作业风险分级常采用风险矩阵法、层次分析法以及事件树分析法；其中，风险矩阵法通过风险的可能性和影响两个维度来评估风险程度，根据可能性和影响的组合将风险分为不同等级，但是该方法在处理复杂的多因素交互、动态变化的风险情境时存在局限性，风险的可能性和影响的量化标准化难以统一，导致主观性较强，结果可能缺乏精确性和可重复性；层次分析法通过建立层次结构来分析和评估不同决策因素的相对重要性，在风险分级中，通过对各个风险因素进行层次化的权重分配和比较，但是该方法需要对层次结构和权重的设置具有一定的专业知识和经验，实际运用中可能存在因权重设置不当而导致结果偏差的问题；事件树分析通过分析可能的事件发生路径及其概率，从而评估不同路径下的风险水平，但是该方法建立和维护比较复杂，需要对操作过程有深入的了解和详细的数据支持，在处理多变量和多路径事件时会增加分析的复杂性。

3、因此，本发明旨在提供一种用于继电保护作业的风险分级评估方法、系统、设备及介质，以解决上述提到的相关问题。

技术实现思路

1、本发明所要解决的技术问题是现有技术中传统风险分级评估方法难以实现实时精确的风险评估需求，目的在于提供一种用于继电保护作业的风险分级评估方法、系统及设备，通过利用word2vec模型对历史风险数据信息进行编码转换以得到统一的数值特征，以最大化中性词和其上下文词的共现概率，有助于提高风险分级模型训练的效率；同时利用训练后的风险分级模型对风险数据信息进行有效风险特征捕捉，从而实现对风险等级的准确评估，解决了现有技术中传统风险分级评估方法难以实现实时精确的风险评估需求。

2、本发明通过下述技术方案实现：

3、一种用于继电保护作业的风险分级评估方法，方法包括：

4、获取继电保护作业的历史风险数据信息，利用word2vec模型对历史风险数据信息进行编码转换以得到统一的数值特征，构建时间步长、特征数与通道数的三维矩阵，作为模型的训练集和测试集；

5、将训练集中的三维矩阵输入到预设的神经网络模型中进行训练，得到初始风险分级模型；

6、利用测试集中的三维矩阵对初始风险分级模型进行优化，直至损失函数收敛，以获得最优的风险分级模型；

7、将待分级的风险数据信息输入到最优的风险分级模型中，以输出对应的风险等级评估结果。

8、进一步地，风险数据信息包括设备运行记录、操作日志、故障报告和维护保养信息。

9、进一步地，预设的神经网络模型采用textcnn神经网络模型。

10、进一步地，获取继电保护作业的历史风险数据信息，利用word2vec模型对历史风险数据信息进行编码转换，其中，采用word2vec模型中的skip-gram模型对历史风险数据信息进行编码转换，具体为：

11、以中心词与其上下文词的共现概率最大为目标，构建skip-gram模型的目标函数；

12、在历史风险数据信息中选取一个中心词输入到skip-gram模型中，利用skip-gram模型的卷积模块卷积输出该中心词的上下文词的词向量表示；

13、利用skip-gram模型的注意力机制模块和最大池化模块对词向量表示进行处理，将处理后的特征进行加权求和，得到编码转换后的数值特征。

14、进一步地，目标函数具体为：

15、

16、式中，t表示语料库中的总词数；wt表示中心词；wt+j表示上下文词；c表示预设的上下文窗口大小阈值；j表示上下文窗口大小；p(wt+j∣wt)表示上下文词在中心词下的条件概率。

17、进一步地，条件概率具体为：

18、

19、式中，表示输出词的词向量；表示输入词的词向量；v表示词汇表的大小；wo表示输出词；wi表示输入词。

20、进一步地，注意力权重具体为：

21、

22、式中，f表示卷积核得到的特征图矩阵，大小为n×l，其中，n等于特征图数量；l等于特征图的长度；α表示注意力权重，大小为n×1；表示权重矩阵；wf表示注意力参数矩阵。

23、本发明还提供一种用于继电保护作业的风险分级评估系统，该风险分级系统用于上述中任意一项所述的一种用于继电保护作业的风险分级评估方法中，系统包括：

24、信息处理模块，用于获取继电保护作业的历史风险数据信息，利用word2vec模型对历史风险数据信息进行编码转换，构建时间步长、特征数与通道数的三维矩阵，作为模型的训练集和测试集；

25、模型训练模块，用于将训练集中的三维矩阵输入到预设的神经网络模型中进行训练，得到初始风险分级模型；

26、模型优化模块，用于利用测试集中的三维矩阵对初始风险分级模型进行优化，直至损失函数收敛，以获得最优的风险分级模型；

27、风险分级模块，用于将待分级的风险数据信息输入到最优的风险分级模型中，以输出对应的风险等级评估结果。

28、本发明还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述中任意一项所述的方法的步骤。

29、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述中任意一项所述的方法的步骤。

30、本发明与现有技术相比，具有如下的优点和有益效果：

31、在本发明中，通过利用word2vec模型对历史风险数据信息进行编码转换，以最大化中性词和其上下文词的共现概率，有助于提高风险分级模型训练的效率；同时利用训练后的风险分级模型对风险数据信息进行有效风险特征捕捉，从而实现对风险等级的准确评估，解决了现有技术中传统风险分级评估方法难以实现实时精确的风险评估需求。

技术特征：

1.一种用于继电保护作业的风险分级评估方法，其特征在于，方法包括：

2.根据权利要求1所述的一种用于继电保护作业的风险分级评估方法，其特征在于，风险数据信息包括设备运行记录、操作日志、故障报告和维护保养信息。

3.根据权利要求1所述的一种用于继电保护作业的风险分级评估方法，其特征在于，预设的神经网络模型采用textcnn神经网络模型。

4.根据权利要求1所述的一种用于继电保护作业的风险分级评估方法，其特征在于，获取继电保护作业的历史风险数据信息，利用word2vec模型对历史风险数据信息进行编码转换以得到统一的数值特征，其中，采用word2vec模型中的skip-gram模型对历史风险数据信息进行编码转换，具体为：

5.根据权利要求4所述的一种用于继电保护作业的风险分级评估方法，其特征在于，目标函数具体为：

6.根据权利要求5所述的一种用于继电保护作业的风险分级评估方法，其特征在于，条件概率具体为：

7.根据权利要求4所述的一种用于继电保护作业的风险分级评估方法，其特征在于，注意力权重具体为：

8.一种用于继电保护作业的风险分级评估系统，其特征在于，该风险分级系统用于权利要求1-7中任意一项所述的一种用于继电保护作业的风险分级评估方法中，系统包括：

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任意一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任意一项所述的方法的步骤。

技术总结
本发明公开了一种用于继电保护作业的风险分级评估方法、系统及设备，具体涉及继电保护技术领域，其技术要点为：获取继电保护作业的历史风险数据信息，利用Word2Vec模型对历史风险数据信息进行编码转换以得到统一的数值特征，构建时间步长、特征数与通道数的三维矩阵，作为模型的训练集和测试集；将训练集中的三维矩阵输入到预设的神经网络模型中进行训练，得到初始风险分级模型；利用测试集中的三维矩阵对初始风险分级模型进行优化，直至损失函数收敛，以获得最优的风险分级模型；将待分级的风险数据信息输入到最优的风险分级模型中，以输出对应的风险等级评估结果。

技术研发人员：刘羿江,李骁睿,李俊,郭劲松,伍磊,黎思敏,汪子钧,张杰豪,石亚琴
受保护的技术使用者：国网四川省电力公司乐山供电公司
技术研发日：
技术公布日：2024/12/19