一种电力调度检修意见的异常识别方法及系统与流程

本发明涉及一种异常识别方法及系统，尤其是一种电力调度检修意见的异常识别方法及系统。

背景技术：

1、电力系统是现代社会的基础设施之一，其稳定运行对于保障国家经济发展和人民生活安全至关重要。在电力系统中，电力调度是确保电网运行安全和高效的关键环节之一。在电力调度过程中，经常需要进行停电(断电)和复电(恢复供电)操作，以应对各种突发情况和计划维护需求。然而，停复电操作如果不慎或不及时可能会导致严重的安全事故和电网故障，对电力系统运行造成不利影响。

2、传统的电力调度管理方法往往依赖于人工操作和经验判断，存在着操作繁琐、效率低下、容易出错等问题。随着人工智能和大数据技术的发展，越来越多的研究开始探索如何利用这些先进技术手段来提升电力调度的智能化水平，从而提高电力系统的安全性和可靠性。但现有的电力调度管理方法没有关注到调度行为与停复电的关联及影响，影响电力系统调度行为的安全性和可靠性。

技术实现思路

1、发明目的：本发明的目的是提供一种能够准确识别停复电场景下相关调度行为是否符合安全约束条件，进而提高系统的安全性和可靠性的电力调度检修意见的异常识别方法及系统。

2、技术方案：本发明所述的种电力调度检修意见的异常识别方法，包括如下步骤：

3、采集与停复电相关的调度行为数据；

4、通过关联分析方法建立停复电事件与调度行为之间的关联规则；

5、利用自然语言处理方法提取检修单中的电力设备状态信息和维修信息，形成防误条件，所述防误条件包括停复电场景下的操作逻辑、操作条件和遥控操作；

6、实时监控电力系统运行状态，根据所述关联规则和防误条件判断当前调度行为是否符合安全约束，对于异常的调度行为进行告警并采取相应的应对措施。

7、进一步地，所述通过关联分析方法建立停复电事件与调度行为之间的关联规则包括：通过apriori算法建立停复电事件与调度行为之间的关联规则。

8、进一步地，所述利用自然语言处理方法提取检修单中的电力设备状态信息和维修信息包括：利用bert预训练模型提取检修单中的电力设备状态信息和维修信息。

9、进一步地，所述与停复电相关的调度行为数据包括：停复电事件的发生时间、地点、影响范围以及调度操作。

10、进一步地，所述修单中的电力设备状态信息和维修信息包括：设备的型号、状态和维修要求。

11、本发明所述的电力调度检修意见的异常识别系统，包括：

12、数据采集单元，用于采集与停复电相关的调度行为数据；

13、关联分析单元，用于通过关联分析方法建立停复电事件与调度行为之间的关联规则；

14、防误条件生成单元，用于利用自然语言处理方法提取检修单中的电力设备状态信息和维修信息，形成防误条件，所述防误条件包括停复电场景下的操作逻辑、操作条件和遥控操作；

15、调度异常识别单元，用于实时监控电力系统运行状态，根据所述关联规则和防误条件判断当前调度行为是否符合安全约束，对于异常的调度行为进行告警并采取相应的应对措施。

16、进一步地，所述关联分析单元中，通过apriori算法建立停复电事件与调度行为之间的关联规则。

17、进一步地，所述防误条件生成单元中，利用bert预训练模型提取检修单中的电力设备状态信息和维修信息。

18、本发明所述的电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被加载至处理器时实现所述的电力调度检修意见的异常识别方法。

19、本发明所述的计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的电力调度检修意见的异常识别方法。

20、有益效果：与现有技术相比，本发明的优点在于：本发明将自然语言处理技术、大数据分析以及机器学习算法相结合，利用了bert预训练模型等技术，实现了对电力调度中检修单中条件核实信息的准确识别和分析。通过关联分析，建立停复电事件与调度行为之间的关联关系，并基于此建立防误规则，使得对停复电场景下相关调度行为的识别更加准确和可靠，从而提高了系统的安全性和可靠性。利用实时监控系统对电力系统运行状态进行持续监测，结合已建立的关联规则和防误条件，实现了对电力系统中各种调度行为的实时感知和智能识别，及时判断调度行为是否符合安全约束条件，从而提高了系统的响应速度和应对能力。

技术特征：

1.一种电力调度检修意见的异常识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的电力调度检修意见的异常识别方法，其特征在于，所述通过关联分析方法建立停复电事件与调度行为之间的关联规则包括：

3.根据权利要求1所述的电力调度检修意见的异常识别方法，其特征在于，所述利用自然语言处理方法提取检修单中的电力设备状态信息和维修信息包括：

4.根据权利要求1所述的电力调度检修意见的异常识别方法，其特征在于，所述与停复电相关的调度行为数据包括：停复电事件的发生时间、地点、影响范围以及调度操作。

5.根据权利要求1所述的电力调度检修意见的异常识别方法，其特征在于，所述修单中的电力设备状态信息和维修信息包括：设备的型号、状态和维修要求。

6.一种电力调度检修意见的异常识别系统，其特征在于，包括：

7.根据权利要求6所述的电力调度检修意见的异常识别系统，其特征在于，所述关联分析单元中，通过apriori算法建立停复电事件与调度行为之间的关联规则。

8.根据权利要求6所述的电力调度检修意见的异常识别系统，其特征在于，所述防误条件生成单元中，利用bert预训练模型提取检修单中的电力设备状态信息和维修信息。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1-5任一项所述的电力调度检修意见的异常识别方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现根据权利要求1-5任一项所述的电力调度检修意见的异常识别方法。

技术总结本发明公开了一种电力调度检修意见的异常识别方法及系统，该方法首先采集与停复电相关的调度行为数据，通过关联分析方法建立停复电事件与调度行为之间的关联规则，然后利用自然语言处理方法提取检修单中的电力设备状态信息和维修信息，形成防误条件，最后根据所述关联规则和防误条件判断当前调度行为是否符合安全约束，对于异常的调度行为进行告警并采取相应的应对措施；本发明能够解决电力系统停复电场景下调度行为关联分析与防误的问题，有效提高电力系统的安全性和稳定性。技术研发人员：何井龙,阳晟,罗添允,张元胜,刘津铭,陈新凌,谢代钰,阮航,李晟源,周波,汪成军,冯程浩受保护的技术使用者：广西电网有限责任公司技术研发日：技术公布日：2024/9/12