一种基于专家知识库的调度事故预案生成和校核方法

摘要

本发明涉及一种基于专家知识库的调度事故预案生成和校核方法，其包括以下步骤，S1，通过调控云平台获取厂站模型及电网拓扑模型；S2，对调控运行操作方式，按照调控规程相关规定进行建模；S3，基于历史预案，通过机器自学习方法，构建调度事故智能处置专家知识规则库；S4，通过调用专家知识规则库，根据厂站信息自动生成事故处置预案；S5，基于当前电网运行方式对步骤S4中生成的事故处置预案进行校核。本发明使得事故预案的生成更加快速、准确、完整，提升调控人员对变电站预案的处置和分析能力，提升调控人员预案事故处置的准确性，保障电网的安全稳定运行。

说明书

技术领域

本发明属于电力系统自动化技术领域，尤其涉及一种基于专家知识库的调度事故预案生成和校核方法。

背景技术

电力系统中，特高压交直流电网已发展为规模庞大、结构复杂的互联电网系统，电网运行特性日益复杂。随着新能源的迅猛发展，电网潮流不确定性增加，调控运行面临诸多挑战。电网运行趋势的及时把控、电网事故的快速响应和和电网设备故障的妥善处置，都对调控运行人员提出了更高的要求，调控运行人员所面临的决策和操作压力也日趋加大。

由此，提出一种能够快速提供电网故障处置策略，缩短故障处理时间的预案生成和校核方法。

发明内容

本发明所要解决的技术问题在于提供一种基于专家知识库的调度事故预案生成和校核方法，能够快速提供电网故障处置策略，缩短故障处理时间。

为实现上述目的，本发明的技术方案包括以下步骤：

S1，通过调控云平台获取厂站模型及电网拓扑模型；

S2，对调控运行操作方式，按照调控规程相关规定进行电网操作知识规则库建模；

S3，基于历史预案，通过机器自学习方法，结合步骤S2电网操作知识规则库构建调度事故智能处置专家知识规则库；

S4，通过调用专家知识规则库，根据厂站信息自动生成事故处置预案；

S5，基于当前电网运行方式对步骤S4中生成的事故处置预案进行校核。

进一步地，步骤S1中，所述厂站模型是通过数据对接服务获取调控云平台的厂站模型，包括电压等级、厂站名称、线路、母线、断路器、刀闸、接地刀闸、电容器和电抗器厂站信息。进一步地，所述电网拓扑模型是指根据厂站信息和输电线路连接关系获取的电网运行拓扑关联。

进一步地，步骤S2中，所述建模为对调度管理和倒闸操作管理进行电网操作知识规则库建模。

进一步地，步骤S3中，所述专家知识规则库是指通过机器自学习对历史预案进行学习，根据调度事故预案内容，开展结构化解析，建立的预案生成模型。

进一步地，依据构建的运行操作原则和调控规程，结合预案模型构建调度事故智能处置专家规则库。

进一步地，智能处置专家知识规则库包括两个方面，一是依据历史预案对预案内容进行结构化分析，包含变电站情况、故障情况、事故处置要点和注意事项；二是将调度运行操作原则、调控规程与调度事故智能处置专家规则库相结合，建立电网运行特性知识库，对电网故障处理均需通过多维度考量，选择最合理的方式进行操作。

进一步地，步骤S4中，所述事故处置预案是基于厂站信息，依据骤S1获取电网拓扑模型的电网运行拓扑关联，调用步骤S3构建的调度事故智能处置专家规则库，自动生成厂站事故处置预案。

进一步地，步骤S5中，基于给定的电网运行方式和预案，开展电网运行状态分析计算，对生成处置预案内容进行评估，并对故障后运行方式及影响开展校核。

进一步地，步骤S5的校核包括以下步骤，

(1)预案校核数据根据电网初始运行方式适应性评价，对故障后运行方式及影响进行校核，并对故障处置措施进行校核，并输出校核结果；

(2)对发电机和负荷调节进行特性分析，并输出校核结果；

(3)对低频或低压减负荷、高频切机和失步解列安全装置策略进行校核；

(4)对功率不平衡造成潮流越限进行校核，并输出校核结果。

本发明积极效果如下：

本发明利用电网模型及调度操作规范，提出一种基于专家知识库的调度事故预案生成和校核方法，将变电站模型与调度操作规程进行关联，依据变电站事故处理预案标准化规则库，实现对变电站事故预案自动生成及校核，提高应对突发事件的综合管理水平和应急处理能力，为后续故障处置提供辅助策略。

附图说明

图1是电网操作知识规则库自学习构建方法。

图2是调度事故智能处置专家知识规则库生成方法。

具体实施方式

下面将结合附图1-2，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本申请及其应用或使用的任何限制。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本发明提供了一种基于专家知识库的调度事故预案生成和校核方法，其包括以下步骤，

S1，通过调控云平台获取厂站及电网拓扑模型。

调控云平台是适应电网一体化运行特征，以电网运行和调控管理业务为需求导向，依托云计算、大数据和移动互联网等IT技术，构建的调度控制云，逐步形成“资源虚拟化、数据标准化、应用服务化”的调控技术支撑体系。调控云作为电力生产控制类业务的底层技术基础，提供基础设备服务、运行环境支撑、模型数据服务等，为新一代调度控制系统分析决策中心的建设提供支撑，同时承载调控中心以及各部门的各类应用。模型数据云平台依据电力调度通用数据对象结构化设计完成各级电网的标准化图模汇集，形成35kV及以上全电压等级电网模型及其对应图形。

步骤S1中，所述厂站模型是通过数据对接服务获取调控云平台的厂站模型，所述厂站模型包括电压等级、厂站名称、线路、母线、断路器、刀闸、接地刀闸、电容器和电抗器这些厂站信息。

所述电网拓扑模型是指根据厂站信息和输电线路连接关系获取的电网运行拓扑关联。步骤S1中，通过数据同步实现从云端数据到远端数据库的数据同步，实现数据的抽取和同步更新。

PaaS层内模型数据云平台包括元数据管理、字典管理、模型数据管理功能，模型数据主要包括公共模型数据、一次设备模型数据、保护设备模型数据、自动化设备模型数据等，以及对应的拓扑及图形数据。通过调控云平台内模型数据、图形数据，完成对应厂站拓扑分析，实现厂站事故预案生成。

通过数据对接服务，对所需要的模型数据进行获取并存储在源数据端的数据库中，对全网厂站通过分类进行管理和存储。按照类型分以下类别，包括电压等级、变电站、线路、母线、变压器、变压器绕组、断路器、隔离开关、接地刀闸、电容器和电抗器信息，如表1-表7所示。

表1变电站信息

表2线路信息

表3母线信息

表4变压器信息

表5变压器绕组信息

表6断路器信息

表7电压等级表

根据所述的厂站模型内设备分类，将所有模型以厂站为一个主节点，依据拓扑关联将电网设备接线图计算设备物理连接关系存储在数据库中，同时对电网接线图、潮流图等图形以CIM/G文件格式进行存储。

步骤S1中，所述依据厂站和输电线路建立的电网运行拓扑关联，是指对500kV、220kV变电站及电厂模型，根据电网设备连接关系，依据节点号及节点设备关联关系，对各节点设备进行关联，实现电网运行拓扑关系调用。

步骤S2中，所述建模为对调度管理和倒闸操作管理进行建模。步骤S2中，所述建模是指对调控运行操作方式，依据调控规程相关规定，对调度管理、倒闸操作管理进行建模。S3，基于历史预案，通过机器自学习方法，构建调度事故智能处置专家知识规则库。

步骤S3中，所述专家知识规则库是指通过机器自学习对历史预案进行学习，根据调度事故预案内容，开展结构化解析，建立的预案生成模型。依据构建的运行操作原则和调控规程，结合预案模型构建调度事故智能处置专家规则库。

智能处置专家知识规则库包括两个方面，一是依据历史预案对预案内容进行结构化分析，包含变电站情况、故障情况、事故处置要点和注意事项；二是将调度运行操作原则、调控规程与调度事故智能处置专家规则库相结合，建立电网运行特性知识库，对电网故障处理均需通过多维度考量，选择最合理的方式进行操作。

步骤S3中，所述调度事故智能处置专家知识规则库是指依据调度事故预案内容，对变电站概况、故障分析、事故处理要点和注意事项内容进行结构化拆分，建立的事故处理预案标准化规则库，预案的结构化信息如表8所示。

表8预案结构化信息

步骤S3中，根据变电站各种接线方式和运行方式，结合电网具体情况，针对操作原则和规程相关规定进行结构化解析，根据电网运行管理过程影响因素，建立正常运行方式、母线运行方式和特殊运行方式下电网操作规则知识库。

步骤S3中，基于人工智能的自然语言处理，对历史变电站故障处置预案进行智能解析，形成调度事故预案处置专家知识规则库。专家知识规则库是指通过机器自学习对历史预案进行学习，根据调度事故预案内容，对预案内容进行结构化解析，建立的预案生成模型。依据构建的运行操作原则模型和规程规定模型，结合预案模型构建调度事故智能处置专家规则库。处置专家知识规则库包括两个方面，一是依据历史预案对预案内容进行结构化分析，包含变电站情况、故障分析、事故处理要点和注意事项；二是将调度运行操作理论原则、调控规程与调度事故智能处置专家规则库相结合，建立电网运行特性知识库，对电网故障处理均需通过多维度考量，选择最合理的方式进行操作。

具体进行说明如下：

步骤S3中，调度事故智能处置专家库的实现包括两个方面：

(1)根据电网的结构特点，依据历史预案对预案内容进行结构化分析，主要包含变电站情况、故障分析、事故处理要点和注意事项四部分。其中事故结果分析对电力系统设备故障后，电力系统薄弱点状态参数变化情况进行分析。事故处理要点对电力系统中相关机组出力调节、节点电压控制、负荷投切、线路操作、故障排除等列出故障处置措施。同时基于电网运行方式，结合事故自动判断并实现电网潮流图推图和关联。通过对四部分知识点智能分析和学习，建立预案特征点结构知识库。

(2)将调度运行操作理论原则、调控规程相关规定与预案特征结构知识库相结合，建立电网运行特性知识库，对电网故障处理均需通过多维度考量，选择最合理的方式进行操作，操作方案中专家级的思维过程尤为关键，对运行数据、规程方案进行萃取、过滤和关联，建立调度事故智能处置专家知识库。

电网操作知识规则库自学习构建方法，如图1所示，调控中心发布各项操作原则及规程要求，结合电力业务特点，建立各类专家知识库的学习机模型，使得解析的结果适应电网接线方式、运行方式、负荷分布等方面的变化。通过知识库学习机将操作原则、调控规程规定进行归纳总结，根据学习结果对所涵盖知识点进行结构化分析，核查是否包含所有规则和规程内容，通过知识库的不断完善，完成模型的自适应学习。

调度事故智能处置专家知识规则库生成方法，如图2所示，对历史故障处理过程信息进行提取，通过自然语言处理技术解析设备信息，提取预案相关特征点构建知识库。结合电网故障信息进行设备信息解析，通过知识库生成多种方案，提取最优方案建立调度事故预案处置知识库。

S4，通过调用专家知识规则库，根据厂站信息自动生成事故处置预案。

步骤S4中，所述事故处置预案是基于厂站信息，依据骤S1获取电网拓扑模型的电网运行拓扑关联，调用步骤S3构建的调度事故智能处置专家规则库，自动生成厂站事故处置预案。

所述变电站事故预案是基于变电站电网模型数据，依据调控规程相关规定及步骤S3构建专家知识规则库，自动生成变电站事故预案。

变电站事故预案生成方法，基于构建的调度事故智能处置专家知识库，根据电网运行方式模拟生成故障后电网运行情况和潮流情况，实现故障发生后电网运行分析，对故障后电网事故处置依据调度事故预案处置知识库生成对应方案和处置步骤。

S5，基于当前电网运行方式对步骤S4中生成的事故处置预案进行校核。

步骤S5中，基于给定的电网运行方式和预案，开展电网运行状态分析计算，对生成处置预案内容进行评估，并对故障后运行方式及影响开展校核。

步骤S5的校核包括以下步骤，

(1)预案校核数据根据电网初始运行方式适应性评价，对故障后运行方式及影响进行校核，对故障处置措施进行校核，并输出校核结果；

(2)对发电机和负荷调节进行特性分析，并输出校核结果；

(3)对低频或低压减负荷、高频切机和失步解列安全装置策略进行校核；

(4)对功率不平衡造成潮流计算进行校核，并输出校核结果。

综上所述，对本发明进行简要概括如下：

某变电站全停，通过步骤S1、S2和S3,根据电网模型和拓扑，与电网操作知识规则库和调度事故智能处置专家知识库进行关联，对于故障整体过程进行分析。按照步骤S4，给出调度事故预案，可以对事故处理过程给出规范化处置意见。步骤S5对给出调度事故预案进行规范性、准确性校核，校核完成后可以提供现场技术人员，依据给出预案完成事故处置。

本发明利用调控云平台模型数据和电网运行数据，将变电站发生故障进行判断，依据模型、拓扑、电网运行方式，根据调度事故处置规则库实现调度事故预案生成，能够更有效更及时的提出事故处置方案，加快故障处理速度，为快速准确地解除电网故障提供有力的依据。

利用人工智能技术构建电网操作知识规则库，对电网操作依据规则、规范要素进行分析，结合电网接线方式、运行方式、负荷分布等方面的变化，根据安全有效的策略，依据操作能够解决电网操作风险点和存在的问题。当电网运行过程中发生故障后，提供变电站故障发生后电网故障操作步骤和逻辑性操作方法，通过规范性操作缩短故障处理时间，提升电网运行水平。

调度事故智能处置专家知识库，以变电站事故处置预案为知识源,以故障运行信息、电网状态及专家经验为基础，利用自然语言处理技术对电力系统设备故障后处置措施进行分析，结合电力系统薄弱点状态参数变化情况以及电力系统中相关机组出力调节、节点电压控制、负荷投切、线路操作、故障排除等具体列出故障处置措施构建处置电网故障时处置决策库。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。