-
公开(公告)号:CN112905804A
公开(公告)日:2021-06-04
申请号:CN202110196210.2
申请日:2021-02-22
申请人: 国网电力科学研究院有限公司 , 国电南瑞科技股份有限公司
摘要: 本发明公开了一种电网调度知识图谱的动态更新方法及装置,用于解决电网调度知识图谱和大量新增电网调度知识的同步问题。本发明包括如下步骤:首先对于电网调度中需更新的数据,统一为Json文件格式;接着结合领域实体词典的分词包对语句进行中文分词;然后使用基于RoBERTa_base_e‑BiLSTM‑CRF模型的命名实体识别模型识别电网实体词,并实体等价映射至电网核心词典的标准词;再使用训练好的关系识别模型识别实体间的关系,生成三元组并校验;最终将生成的三元组更新入知识图谱。本发明保证调度优化决策图谱的灵活适应性与时效性,有利于调控决策领域长期积累的调度知识和经验的共享和传承。
-
公开(公告)号:CN111985653A
公开(公告)日:2020-11-24
申请号:CN202010586320.5
申请日:2020-06-24
申请人: 国网江苏省电力有限公司 , 国网电力科学研究院有限公司 , 国电南瑞科技股份有限公司 , 国家电网有限公司
IPC分类号: G06Q10/00 , G06Q50/06 , G06F16/36 , G06F16/901
摘要: 本发明公开了一种基于知识图谱的电网故障知识推荐与知识管理系统及方法,系统包括故障知识管理后台模块和前端故障知识管理界面模块,故障知识管理后台模块,用于从数据存储模块中查找输入实体的、故障匹配、故障相似推荐信息发送至前端故障知识管理界面模块;前端故障知识管理界面模块,用于将数据进行图谱结构化展示。本发明能够在满足电网调度业务实时性要求的前提下,为调度员在处理电网故障时提供辅助决策,丰富调度人员恢复决策手段,实现故障处理的工具化支撑,提升电网故障处理效率。
-
公开(公告)号:CN116070741A
公开(公告)日:2023-05-05
申请号:CN202211680717.6
申请日:2022-12-27
申请人: 国电南瑞科技股份有限公司
IPC分类号: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06N3/08 , G06N3/0464
摘要: 本发明公开了一种基于深度强化学习的调度优化决策系统及其存储介质,包括:数据处理层,用于对电网采集的电网历史数据或电网实时数据进行相关性处理;还用于电网历史数据和电网实时数据的预处理;模型构建层,用于在电网运行的基本规则基础上融合专家经验形成调度优化决策强化学习模型的训练输入值,获得调度优化决策系统;系统应用层,用于将电网实时数据输入训练获得的调度优化决策系统,输出电网调度计划。本发明设立了数据处理层、模型构建层和系统应用层,处理电网实时采集数据,融合专家经验提取特征值,训练调度优化决策强化学习模型,提高了新能源充分消纳下的电网安全稳定运行效率。
-
公开(公告)号:CN111985653B
公开(公告)日:2022-08-26
申请号:CN202010586320.5
申请日:2020-06-24
申请人: 国网江苏省电力有限公司 , 国网电力科学研究院有限公司 , 国电南瑞科技股份有限公司 , 国家电网有限公司
IPC分类号: G06Q10/00 , G06Q50/06 , G06F16/36 , G06F16/901
摘要: 本发明公开了一种基于知识图谱的电网故障知识推荐与知识管理系统及方法,系统包括故障知识管理后台模块和前端故障知识管理界面模块,故障知识管理后台模块,用于从数据存储模块中查找输入实体的、故障匹配、故障相似推荐信息发送至前端故障知识管理界面模块;前端故障知识管理界面模块,用于将数据进行图谱结构化展示。本发明能够在满足电网调度业务实时性要求的前提下,为调度员在处理电网故障时提供辅助决策,丰富调度人员恢复决策手段,实现故障处理的工具化支撑,提升电网故障处理效率。
-
公开(公告)号:CN113553420A
公开(公告)日:2021-10-26
申请号:CN202010321359.4
申请日:2020-04-22
申请人: 国网电力科学研究院有限公司 , 国网江苏省电力有限公司 , 国电南瑞科技股份有限公司 , 国家电网有限公司
IPC分类号: G06F16/335 , G06F16/36 , G06F16/31 , G06F16/901 , G06Q10/00 , G06Q50/06
摘要: 本发明公开了基于知识图谱的电网故障处理规程推荐方法和系统,包括对各故障处理规程文本进行语义标注,得到对应的故障设备主体、包括故障处理规程文本标识的故障属性以及故障事件类型;将获得的各故障的设备主体、故障属性和故障事件类型分别利用实体、属性以及事件表示拓扑关系得到知识图谱;识别故障文本中包含的故障设备主体、故障属性以及故障事件类型;根据识别结果检索知识图谱,获得各故障处理规程文本。本发明将故障相关知识拓扑形式存于图数据库,通过根据故障文本在图数据库中检索,避免人为误操作事故的发生,有效缩短事故处理时间,提升调度人员对电网事故的处理能力,提高电网事故处理的智能化水平。
-
公开(公告)号:CN103986235A
公开(公告)日:2014-08-13
申请号:CN201410218612.8
申请日:2014-05-23
申请人: 国电南瑞科技股份有限公司 , 国网辽宁省电力有限公司鞍山供电公司
IPC分类号: H02J13/00
摘要: 本发明公开了一种基于蓝牙通信的台区状态监测智能终端,其特征在于,包括:蓝牙通信模块、信号采集模块和数据处理模块,所述数据处理模块分别连接蓝牙通信模块和信号采集模块。本发明基于蓝牙通信的台区状态监测智能终端,将蓝牙无线通信技术与台区状态监测智能终端相结合,增加了台区状态监测智能终端通信手段和调试手段,工作人员通过手持蓝牙终端能直接观察配变、线路的运行状态、环境状态等,可以有效地解决登高作业及其带来的安全隐患等问题,给电力工作人员带来极大的便利。蓝牙技术应用到电力行业的智能配电终端系统中是蓝牙技术的又一崭新应用,同时也使配电终端朝着智能化、现代化、高效化、人性化的方向发展。
-
公开(公告)号:CN113553420B
公开(公告)日:2023-11-24
申请号:CN202010321359.4
申请日:2020-04-22
申请人: 国网电力科学研究院有限公司 , 国网江苏省电力有限公司 , 国电南瑞科技股份有限公司 , 国家电网有限公司
IPC分类号: G06F16/335 , G06F16/36 , G06F16/31 , G06F16/901 , G06Q10/20 , G06Q50/06
摘要: 本发明公开了基于知识图谱的电网故障处理规程推荐方法和系统,包括对各故障处理规程文本进行语义标注,得到对应的故障设备主体、包括故障处理规程文本标识的故障属性以及故障事件类型;将获得的各故障的设备主体、故障属性和故障事件类型分别利用实体、属性以及事件表示拓扑关系得到知识图谱;识别故障文本中包含的故障设备主体、故障属性以及故障事件类型;根据识别结果检索知识图谱,获得各故障处理规程文本。本发明将故障相关知识拓扑形式存于图数据库,通过根据故障文本在图数据库中检索,避免人为误操作事故的发生,有效缩短事故处理时间,提升调度人员对电网事故的处理能力,提高电网事故处理的智能化水平。
-
公开(公告)号:CN112906390B
公开(公告)日:2023-11-24
申请号:CN202110182134.X
申请日:2021-02-08
申请人: 国网电力科学研究院有限公司 , 国电南瑞科技股份有限公司
IPC分类号: G06F40/289 , G06F40/216 , G06F18/214 , G06Q50/06
摘要: 本发明公开了电力语料自动补全标注方法和装置,获取基础电力语料,获取所述基础电力语料对应的分词;对获取的所述基础电力语料对应的分词完成电力语料自动补全标注。完成自动化标注,减少重复且繁琐的人工标注过程,降低了工作人员的工作量,缩短电力文本的处理时间,积累大量可利用的标注处理的电力语料。
-
公开(公告)号:CN111860882B
公开(公告)日:2022-09-30
申请号:CN202010552327.5
申请日:2020-06-17
申请人: 国网江苏省电力有限公司 , 国网电力科学研究院有限公司 , 国电南瑞科技股份有限公司 , 国家电网有限公司
摘要: 本发明公开了一种电网故障处理知识图谱的构建方法及装置,通过领域高质量专业短语挖掘、命名实体识别,以及设备、事件、操作等关系抽取,从海量的电网运行数据、故障处理预案等结构化和非结构化数据中自动提取知识,构建电网调度故障处理知识图谱,很好地突破传统电网调度专家系统规则化定制知识、周期长、更新慢的限制,实现电网调度故障处理知识的计算机智能自主获取、跨领域分析和全时段学习。
-
公开(公告)号:CN111860882A
公开(公告)日:2020-10-30
申请号:CN202010552327.5
申请日:2020-06-17
申请人: 国网江苏省电力有限公司 , 国网电力科学研究院有限公司 , 国电南瑞科技股份有限公司 , 国家电网有限公司
摘要: 本发明公开了一种电网故障处理知识图谱的构建方法及装置,通过领域高质量专业短语挖掘、命名实体识别,以及设备、事件、操作等关系抽取,从海量的电网运行数据、故障处理预案等结构化和非结构化数据中自动提取知识,构建电网调度故障处理知识图谱,很好地突破传统电网调度专家系统规则化定制知识、周期长、更新慢的限制,实现电网调度故障处理知识的计算机智能自主获取、跨领域分析和全时段学习。
-
-
-
-
-
-
-
-
-