(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210309877.3 (22)申请日 2022.03.28 (71)申请人 国网电力科 学研究院有限公司 地址 211106 江苏省南京市江宁经济技 术 开发区诚信大道19号 申请人 国电南瑞科技股份有限公司 　 国网宁夏电力有限公司 　 国家电网有限公司 (72)发明人 严晴　陆继翔　旷文腾　谢峰　 束蛟　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 专利代理师 柏尚春 (51)Int.Cl. G06Q 10/04(2012.01)G06Q 50/06(2012.01) G06F 16/36(2019.01) G06N 20/00(2019.01) G06F 40/295(2020.01) G06F 16/18(2019.01) (54)发明名称 一种基于知识图谱的电网日前调度计划优 化决策方法 (57)摘要 本发明公开了一种基于知识图谱的电网日 前调度计划优化决策方法， 本发 明的方法首先建 立电网日前调度优化决策知识图谱框架； 再采用 深度神经网络从电网日前调度计划优化决策领 域文本语料抽取电网实体与事件； 然后基于电网 实体、 事件构建电网 日前调度计划优化决策领域 知识图谱， 在完成上两步的基础上， 基于调度计 划优化历史记录构建优化场景， 并基于场景相似 度计算和知识图谱得出计划优化建议。 本发明从 历史调度计划优化经验中提取优化经验， 实现优 化决策过程中关联数据的自动获取和优化决策 条件的主动推送， 减少计划迭代优化次数， 缩短 计划制定整体时间， 提升优化过程效率和质量。 权利要求书4页 说明书8页 附图3页 CN 114936667 A 2022.08.23 CN 114936667 A 1.一种基于知识图谱的电网日前调度计划优化决策 方法， 其特 征在于， 包括以下步骤： (1)以电网台账为中心， 构建电网日前调度计划优化决策知识图谱框架； (2)从电网日前调度计划优化决策 领域语料中抽取电网实体与事 件； (3)基于电网实体、 事 件构建电网日前调度计划优化决策 领域知识图谱； (4)基于调度计划优化历史记录构建优化场景； (5)基于场景相似度计算和知识图谱， 得 出电网日前调度计划优化决策建议。 2.根据权利要求1所述的一种基于知识图谱的电网日前调度计划优化决策方法， 其特 征在于， 所述步骤(1)中电网日前调 度计划优化决策知识图谱框架包括台账图谱、 火电机组 状态图谱、 新能源机组功率预测图谱、 系统负荷预测图谱、 日前调度计划优化历史记录图 谱、 稳定运行规 程图谱、 安全校核报告图谱、 调度日志图谱。 3.根据权利要求1所述的一种基于知识图谱的电网日前调度计划优化决策方法， 其特 征在于， 所述 步骤(2)包括： 语料准备： 收集电网日前调度计划优化决策领域语料数据及文件， 其中新能源机组功 率预测、 火电机组状态、 系统负荷预测、 母线负荷预测为结构化语料， 日前调度计划优化历 史记录、 调度日志为半结构语料， 稳定运行规程、 安全校核报告为非结构数据； 收集电网设 备标准名称清单、 操作术语清单； 结构化语料、 半结构化语料中的结构数据部分可以通过字 段关联映射填充相应图谱的对应节点； 非结构语料、 半结构化语料中的非结构数据通过深 度神经网络方法提取电网实体和事 件； 语料预处理： 预处理电网日前调度计划优化决策领域文本语料， 清洗语料中的空行、 空 格； 统一英文大小 写， 统一标点符号全角和半角状态； 语料分词： 根据电网设备标准名称清单、 操作术语清单设定主题词典， 采用HanLp分词 框架进行中文分词和词性标注； 语料标注： 按照6： 3： 1划分语料为训练集、 验证集和测试集； 在训练集完成电网设备、 事 件的序列标注， 定义标签集 合表示所有标注结果； 命名实体识别模型训练： 基于训练集标注语料， 采用Albert +BiLSTM+CRF深度神经网络 架构， 训练并构建电网日前调度计划领域命名实体识别模型； 基于识别模型， 从测试集语料、 后续 生产过程中新 生成语料中抽取电网实体与事 件。 4.根据权利要求1所述的一种基于知识图谱的电网日前调度计划优化决策方法， 其特 征在于， 所述 步骤(3)包括： 完成电网实体与电网调度控制运行支持系统中实体对象的映射， 并构建电网日前调度 计划优化决策 领域知识图谱中的节点； 电网实体分类： 首先采用Gaussian函数进行不同距离的样本的权重优化， 避免厂站与 开关实体样本数量级不平衡容易导致的关联算法失匹， 然后选择ball  tree算法作为近邻 搜索优化算法， 克服KD树高维失效， 最后设定K值为5， 开展KNN关联度处理， 将电网实体 分类 为变电站、 电厂、 线路、 变压器、 母线、 开关、 发电机组、 断面； 制定电网实体命名匹配规则； 电网实体链接： 使用电网实体命名匹配规则， 将电网日前调度计划优化领域语料中提 取的电网实体映射至主题词典中的标准命名， 作为知识图谱中的实体节点； 事件链接： 因电网事件书写规范程序与电网实体规范程度相差较远， 无法使用文本模权　利　要　求　书 1/4 页 2 CN 114936667 A 2式匹配规则进行事件映射， 采用word2Vec浅层神经网络训练事件同义词相 似度匹配模型， 将电网日前调 度计划优化领域语料中提取的事件映射至主题词典中事件的标准命名， 作为 知识图谱中的事 件节点； 新词发现： 生产环境中不断产生的语料数据中， 针对未识别的短语、 未能成功链接的电 网实体与事件， 通过词性分析， 分成名词和动词两大类， 通过人工交互确认， 确定短语的分 类， 确定电网实体、 事件的映射， 并反向 同步更新命名实体识别模型， 与电网实体、 事件链接 的词义匹配模型， 持续 提升模型识别准确率。 5.根据权利要求1所述的一种基于知识图谱的电网日前调度计划优化决策方法， 其特 征在于， 所述 步骤(4)包括： 构建日前调度计划优化场景， 围绕三公调度、 煤耗最小化、 全系统发电成本最小、 污染 物最低、 限电模式、 大开机模式等优化目标， 构建日前调度计划优化场景， 从日前调度计划 优化历史记录中抽取时间， 优化目标， 选择约束条件， 选择优化 参数、 安全校核结果 等信息； 围绕日前调度计划优化场景， 构建检修事 件序列； 获取日前调度计划优化场景关联的环境数据； 以地区、 电厂、 线路、 变压器、 母线、 开关、 机组、 断面等电网实体为中心节点， 以日前调 度计划制订周期为切片， 链接日前调度计划优化场景事件序列、 关联环境数据、 日前调 度计 划优化历史记录， 组成日前调度计划优化决策知识图谱总图。 6.根据权利要求4所述的一种基于知识图谱的电网日前调度计划优化决策方法， 其特 征在于， 所述围绕日前调度计划优化场景， 构建检修事 件序列包括： 获取安全校核报告事件链： 从安全校核报告图谱中， 获取时间、 “检修”事件、“线路、 主 变N‑1故障影响”事件链、“同杆N‑2故障影响”事件链、“母线N‑1故障影响”事件链、“机组N‑1 故障影响 ”事件链、“紧急甩负荷影响 ”事件链、“对相关安控 策略的影响 ”事件链、“相关安控 动作的影响 ”事件链、“方式调整对短路电流的影响 ”事件链、 运行方式安排事件链、 运行空 控制措施事件链、 “对新能源发电的影响 ”事件链、“对负荷供电的影响 ”事件链， 并按照上述 顺序构成事 件序列； 获取调度日志事件链： 从调度日志中获取时间、 实 际调度运行控制过程中的 电网实体 与“检修”事件链， 作为 安全校核报告事 件链的补充； 事件顺承强度计算： 调控运行控制过程中， 电网状态的实时变化的具体体现是无数电 网实体关联的事件形成的事件序列； 从事件链中计算两个事件两两共现的概率， 得出事件 间顺承强度。 7.根据权利要求4所述的一种基于知识图谱的电网日前调度计划优化决策方法， 其特 征在于， 所述获取日前调度计划优化场景关联的环境数据包括： 从火电机组状态图谱中获取电厂、 机组、 时间、 机组容量、 出力下限、 出力下 限、 机组爬 坡能力、 降出力能力、 检修状态、 煤耗 参数等信息， 计算调度周期内火电机组启停状态； 从新能源功率预测图谱中获取电厂、 机组、 调度周期内功率 值； 从系统负荷预测图谱中获取调度周期内各地区的预测负荷， 包括 地区、 时间、 负荷； 从母线负荷预测图谱中获取调度周期内各母线的预测负荷， 包括母线、 时间、 负荷。 8.根据权利要求1所述的一种基于知识图谱的电网日前调度计划优化决策方法， 其特 征在于， 所述 步骤(5)包括：权　利　要　求　书 2/4 页 3 CN 114936667 A 3