-
公开(公告)号:CN118035463A
公开(公告)日:2024-05-14
申请号:CN202410088307.5
申请日:2024-01-22
摘要: 一种电网调度多模态知识图谱构建方法及系统,包括:采集电网调度领域多元异构数据,根据多模态数据类型特点进行数据预处理;基于预处理后的电网调度多模态数据进行多模态数据标记并构建知识样本库;对多模态数据标记后得到的知识样本库数据进行统一特征融合,并采用深度学习模型抽取电网调度多模态实体知识;基于电网调度多模态实体知识的抽取结果,建立多模态调控实体间关系,将多模态调控知识融合与链接,形成电网调度多模态知识图谱。本发明建立电网调度多模态知识图谱,实现跨系统、跨业务的多模态知识的共建共享,提升电网调度多模态知识重构与知识融合水平,并为调控业务提供多模态数据支撑。
-
公开(公告)号:CN114240144A
公开(公告)日:2022-03-25
申请号:CN202111541829.9
申请日:2021-12-16
申请人: 国网宁夏电力有限公司 , 北京科东电力控制系统有限责任公司
摘要: 本发明公开了一种基于生成对抗模仿学习的电力系统动态经济调度系统及方法,首先,生成器网络模块观测电力系统状态,采用强化学习近端策略优化算法生成调度策略;其次,完美调度模块生成完美调度策略;再次,判别器网络模块将所述生成器网络模块生成的调度策略与完美调度策略进行对比,得出反馈信息来训练生成器网络参数与判别器网络参数;最后,生成器网络模块基于判别器网络模块训练后的生成器网络参数,结合电力系统状态获得最终的调度策略。本发明结合生成对抗网络,避免了深度强化学习中人为定义奖励函数引入的主观性,实现策略到策略的端到端的学习,改善了算法的收敛性问题,降低建模难度,增强了算法应对高维复杂问题时的能力。
-
公开(公告)号:CN113935600A
公开(公告)日:2022-01-14
申请号:CN202111149873.5
申请日:2021-09-29
申请人: 国网宁夏电力有限公司 , 北京科东电力控制系统有限责任公司
摘要: 本发明公开了一种基于深度学习的自适应经济调度系统,其特征在于:它包括负荷矩阵构建模块、自适应学习模型及训练样本集构建模块、学习模型的训练目标构建模块、差异化训练样本集构建模块、长短期记忆网络构建模块和实时经济调度自适应学习模型构建模块;本发明基于完美调度理念生成学习模型训练目标,并利用系统中存储的海量历史数据对LSTM‑IIU网络对进行训练,一旦学习模型构建完成,将目标调度时刻的预测数据输入即可得到对应的实时经济调度方案。
-
公开(公告)号:CN113688210A
公开(公告)日:2021-11-23
申请号:CN202111036935.1
申请日:2021-09-06
申请人: 北京科东电力控制系统有限责任公司
摘要: 本发明提供了一种电网调度意图识别方法,包括以下步骤:构建电网调度意图语料集并生成训练样本集;构建电网调度意图识别模型和电网调度专业文本相似度匹配模型;将电网意图测试语句输入电网调度意图识别模型,获得排名靠前的多个的意图类别及其对应的权重概率;基于电网调度意图语料集,选取排名靠前的多个意图类别对应的若干条调度专业语言表述构成召回文本集;将电网意图测试语句与召回文本集代入电网调度专业文本相似度匹配模型计算并进行投票;根据投票结果和权重概率进行多个意图类别的权重重组计算,选取计算结果最大值对应的意图类别作为电网意图测试语句的电网调度意图识别结果。本发明用于提高电网调度意图识别准确率。
-
公开(公告)号:CN109697570B
公开(公告)日:2020-09-29
申请号:CN201811616118.1
申请日:2018-12-27
申请人: 北京科东电力控制系统有限责任公司
摘要: 本发明提供了一种变电站二次设备状态评估方法,涉及变电站二次设备评估的技术领域,搭建二次设备状态云技术平台,该二次设备状态云技术平台包括分布式文件系统模块及基于MapReduce的极限学习机状态评估分类器,分布式文件系统模块读取输入数据并将输入数据以二次设备状态评估训练集形式存储,应用二次设备状态评估训练集对基于MapReduce的极限学习机状态评估分类器进行训练,得到二次设备状态评估模型;实时运行数据经过二次设备状态评估模型映射直接得到输出结果;本方法利用基于MapReduce的极限学习机对二次设备状态进行诊断和分析,可构建高容错性、高可伸缩性、低成本和扩展性良好的高效分布式系统,有效提高对海量二次设备数据的处理能力及对分类器的分类精度。
-
公开(公告)号:CN113918512B
公开(公告)日:2024-08-13
申请号:CN202111232176.6
申请日:2021-10-22
申请人: 国家电网公司华中分部 , 北京科东电力控制系统有限责任公司
IPC分类号: G06F16/11 , G06F40/169 , G06F16/33 , G06F16/36 , G06N3/0442 , G06N3/045 , G06N3/042 , G06N5/022 , G06N3/08
摘要: 本发明公开了电网运行规则知识图谱构建系统及方法,它的文档格式转换模块用于将电网运行规则原始文档转换为电网运行规则中间格式文档;文档特征抽取模块用于得到特征文件和未标注文件;文档标签标注模块用于得到模型训练的标签数据集;文档结构训练模块用于利用特征文件和已标注文本组成模型训练数据,利用模型训练数据训练深度学习神经网络模型;预测模块将预测结果生成文档结构树;文档信息存储模块构建电网运行规则知识图谱。本发明基于电网运行规则相关文档,构建电网运行规则知识图谱,并基于该知识图谱进行关键信息检索,通过知识图谱返回相关查询结果,减少工作人员直接查找相关文档在进行内容检索匹配所花费的时间。
-
公开(公告)号:CN114997168A
公开(公告)日:2022-09-02
申请号:CN202210592588.9
申请日:2022-05-27
申请人: 国家电网公司华中分部 , 北京科东电力控制系统有限责任公司
IPC分类号: G06F40/295 , G06F16/36 , G06N3/04 , G06N3/08
摘要: 本发明提供了一种基于神经化正则表达式的电网故障处置预案解析方法,包括以下步骤:编写每个电网故障处置预案文本实体成分识别的正则表达式;将所述正则表达式转换为电网故障处置预案成分识别的有限状态自动机,使正则表达式的规则文本表示转变为矩阵形式表示;将所述有限状态自动机转换为具有独立表示能力的有限状态自动机,并通过矩阵秩分解和加入词向量表示,构建有限状态自动机双向循环神经网络;使用电网故障处置预案语料库数据对有限状态自动机双向循环神经网络进行训练;采用训练后的有限状态自动机双向循环神经网络识别并提取输入的电网故障处置预案文本的实体成分。本发明有效提升电网故障处置预案解析效率。
-
公开(公告)号:CN109697570A
公开(公告)日:2019-04-30
申请号:CN201811616118.1
申请日:2018-12-27
申请人: 北京科东电力控制系统有限责任公司
摘要: 本发明提供了一种变电站二次设备状态评估方法,涉及变电站二次设备评估的技术领域,搭建二次设备状态云技术平台,该二次设备状态云技术平台包括分布式文件系统模块及基于MapReduce的极限学习机状态评估分类器,分布式文件系统模块读取输入数据并将输入数据以二次设备状态评估训练集形式存储,应用二次设备状态评估训练集对基于MapReduce的极限学习机状态评估分类器进行训练,得到二次设备状态评估模型;实时运行数据经过二次设备状态评估模型映射直接得到输出结果;本方法利用基于MapReduce的极限学习机对二次设备状态进行诊断和分析,可构建高容错性、高可伸缩性、低成本和扩展性良好的高效分布式系统,有效提高对海量二次设备数据的处理能力及对分类器的分类精度。
-
公开(公告)号:CN118504988B
公开(公告)日:2024-10-29
申请号:CN202410926120.8
申请日:2024-07-11
IPC分类号: G06Q10/0635 , G06Q50/06 , G06N5/022 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/082
摘要: 本发明公开了基于分布式多模态知识图谱的新设备启动风险识别方法及系统,所述方法包括:采用知识本体与实体结合的架构构建分布式多模态知识图谱;对分布式多模态知识图谱进行跨模态事件细粒度对齐;采用跨模态事件细粒度对齐后的分布式多模态知识图谱获取特征三元组并转化为特征向量;基于深度学习算法构建风险识别模型并完成风险识别。本发明能够为调度人员提供及时、准确的风险信息,有助于降低风险发生概率,提高电力调度的安全性和稳定性。
-
公开(公告)号:CN118396366A
公开(公告)日:2024-07-26
申请号:CN202410373401.5
申请日:2024-03-29
申请人: 国网上海市电力公司 , 北京科东电力控制系统有限责任公司
IPC分类号: G06Q10/0635 , G06Q10/0637 , G06Q10/04 , G06Q50/06 , G06N3/042 , G06N3/0464 , G06N3/084
摘要: 本发明公开了基于图卷积网络的电网运行风险预测系统及方法,它包括:训练数据构建模块用于将静态安全分析历史数据根据时间节点在电网系统状态估计历史断面数据中查找特征变量,得到训练数据集,并将训练数据集中的设备进行类别标注;拓扑特征提取模块用于将图神经网络的节点和边通过真实电网设备间的连接建立电网系统设备邻接矩阵,根据标注后的训练数据集建立电网系统设备特征矩阵,将电网系统设备邻接矩阵和电网系统设备特征矩阵融合并进行特征提取,得到特征向量;特征映射模块用于将特征向量输入到深度神经网络中得到包含负载率区间种类的矩阵,利用包含负载率区间种类的矩阵得到负载区间的概率分布向量。本发明能更好预测电网的运行风险。
-
-
-
-
-
-
-
-
-