本技術(shù)涉及電力系統(tǒng)，尤其涉及一種基于人工智能的應(yīng)急預(yù)案生成方法及系統(tǒng)。

背景技術(shù)：

1、隨著電網(wǎng)規(guī)模的不斷擴(kuò)大和運(yùn)行復(fù)雜度的增加，電網(wǎng)面臨的運(yùn)行風(fēng)險和故障類型呈現(xiàn)出多樣化和復(fù)雜化的趨勢，常見的突發(fā)事件包括設(shè)備故障、負(fù)荷波動、自然災(zāi)害等。這些事件對電網(wǎng)的安全穩(wěn)定運(yùn)行帶來了巨大的挑戰(zhàn)。

2、目前，應(yīng)急預(yù)案制定和執(zhí)行過程往往依賴于人工經(jīng)驗和既有規(guī)則，存在響應(yīng)效率低、預(yù)案精準(zhǔn)性不足、難以適應(yīng)復(fù)雜場景等問題。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供一種基于人工智能的應(yīng)急預(yù)案生成方法及系統(tǒng)，本技術(shù)采用如下技術(shù)方案：

2、第一方面，提供一種基于人工智能的應(yīng)急預(yù)案生成方法，方法包括：

3、獲取當(dāng)前數(shù)據(jù)采集周期的多源電網(wǎng)工況數(shù)據(jù)，并根據(jù)多源電網(wǎng)工況數(shù)據(jù)的類別，構(gòu)建多個電網(wǎng)工況子數(shù)據(jù)庫；

4、根據(jù)多源電網(wǎng)工況數(shù)據(jù)的數(shù)據(jù)來源以及數(shù)據(jù)特征，確定目標(biāo)應(yīng)急場景和與目標(biāo)應(yīng)急場景匹配的目標(biāo)應(yīng)急預(yù)案模板；

5、目標(biāo)應(yīng)急預(yù)案模板調(diào)用電網(wǎng)工況子數(shù)據(jù)庫中的多源電網(wǎng)工況數(shù)據(jù)，生成初始電網(wǎng)應(yīng)急預(yù)案；

6、根據(jù)數(shù)據(jù)質(zhì)量評價報告對初始電網(wǎng)應(yīng)急預(yù)案進(jìn)行校驗，輸出目標(biāo)電網(wǎng)應(yīng)急預(yù)案；

7、將目標(biāo)電網(wǎng)應(yīng)急預(yù)案輸出為可視化信息發(fā)送給應(yīng)急處理人員。

8、在本技術(shù)第一方面的實(shí)施例中，獲取當(dāng)前數(shù)據(jù)采集周期的多源電網(wǎng)工況數(shù)據(jù)，包括：

9、導(dǎo)入初始多源電網(wǎng)工況數(shù)據(jù)，并通過隨機(jī)選擇的方式從初始多源電網(wǎng)工況數(shù)據(jù)中選擇目標(biāo)多源電網(wǎng)工況數(shù)據(jù)；

10、或，導(dǎo)入初始多源電網(wǎng)工況數(shù)據(jù)，并通過權(quán)重信息以及抽樣選擇的方式從初始多源電網(wǎng)工況數(shù)據(jù)中選擇目標(biāo)多源電網(wǎng)工況數(shù)據(jù)。

11、在本技術(shù)第一方面的實(shí)施例中，根據(jù)多源電網(wǎng)工況數(shù)據(jù)的數(shù)據(jù)來源以及數(shù)據(jù)特征，確定目標(biāo)應(yīng)急場景和與目標(biāo)應(yīng)急場景匹配的目標(biāo)應(yīng)急預(yù)案模板，包括：

12、獲取多源電網(wǎng)工況數(shù)據(jù)的數(shù)據(jù)來源標(biāo)識以及多源電網(wǎng)工況數(shù)據(jù)的數(shù)據(jù)特征；

13、以數(shù)據(jù)來源標(biāo)識為第一索引，數(shù)據(jù)特征為第二索引，從多個備選應(yīng)急預(yù)案模板中確定目標(biāo)應(yīng)急預(yù)案模板。

14、在本技術(shù)第一方面的實(shí)施例中，目標(biāo)應(yīng)急預(yù)案模板包括多個子功能區(qū)，目標(biāo)應(yīng)急預(yù)案模板調(diào)用電網(wǎng)工況子數(shù)據(jù)庫中的多源電網(wǎng)工況數(shù)據(jù)，生成初始電網(wǎng)應(yīng)急預(yù)案，包括：

15、目標(biāo)應(yīng)急預(yù)案模板根據(jù)多源電網(wǎng)工況數(shù)據(jù)的數(shù)據(jù)類別，將電網(wǎng)工況子數(shù)據(jù)庫中的數(shù)據(jù)，分別導(dǎo)入多個子功能區(qū)；

16、每個子功能區(qū)根據(jù)其對應(yīng)的目標(biāo)任務(wù)，執(zhí)行故障問題的分析和自動撰寫，并生成對應(yīng)的初始電網(wǎng)應(yīng)急預(yù)案。

17、在本技術(shù)第一方面的實(shí)施例中，子功能區(qū)根據(jù)其對應(yīng)的目標(biāo)任務(wù)，執(zhí)行故障問題的分析和自動撰寫，并生成對應(yīng)的初始電網(wǎng)應(yīng)急預(yù)案，包括：

18、根據(jù)目標(biāo)類別進(jìn)行特征分析，并確定目標(biāo)任務(wù)值；

19、在電網(wǎng)工況子數(shù)據(jù)庫中，定位目標(biāo)任務(wù)值對應(yīng)的位置；

20、基于目標(biāo)任務(wù)值對應(yīng)的位置，進(jìn)行描述文字的自動編寫，生成初始電網(wǎng)應(yīng)急預(yù)案。

21、在本技術(shù)第一方面的實(shí)施例中，根據(jù)目標(biāo)類別進(jìn)行特征分析，并確定目標(biāo)任務(wù)值，包括：

22、根據(jù)目標(biāo)類別，確定對應(yīng)的目標(biāo)類別第一點(diǎn)估計值和第二點(diǎn)估計值；

23、根據(jù)第一點(diǎn)估計值生成分組表和分組描述；

24、根據(jù)第二點(diǎn)估計值生成趨勢圖和趨勢描述。

25、在本技術(shù)第一方面的實(shí)施例中，根據(jù)數(shù)據(jù)質(zhì)量報告對初始電網(wǎng)應(yīng)急預(yù)案進(jìn)行校驗，輸出目標(biāo)電網(wǎng)應(yīng)急預(yù)案，包括：

26、根據(jù)數(shù)據(jù)質(zhì)量評價報告，對初始電網(wǎng)應(yīng)急預(yù)案進(jìn)行多維度評價；

27、根據(jù)多維度評價結(jié)果，確定初始電網(wǎng)應(yīng)急預(yù)案的評估分?jǐn)?shù)，并將評估分?jǐn)?shù)大于閾值的初始電網(wǎng)應(yīng)急預(yù)案，確定為目標(biāo)電網(wǎng)應(yīng)急預(yù)案。

28、第二方面，基于相同發(fā)明構(gòu)思，提供了一種基于人工智能的應(yīng)急預(yù)案生成系統(tǒng)，系統(tǒng)包括：

29、獲取模塊，用于獲取當(dāng)前數(shù)據(jù)采集周期的多源電網(wǎng)工況數(shù)據(jù)，并根據(jù)多源電網(wǎng)工況數(shù)據(jù)的類別，構(gòu)建多個電網(wǎng)工況子數(shù)據(jù)庫；

30、匹配模塊，用于根據(jù)多源電網(wǎng)工況數(shù)據(jù)的數(shù)據(jù)來源以及數(shù)據(jù)特征，確定目標(biāo)應(yīng)急場景和與目標(biāo)應(yīng)急場景匹配的目標(biāo)應(yīng)急預(yù)案模板；

31、生成模塊，用于目標(biāo)應(yīng)急預(yù)案模板調(diào)用電網(wǎng)工況子數(shù)據(jù)庫中的多源電網(wǎng)工況數(shù)據(jù)，生成初始電網(wǎng)應(yīng)急預(yù)案；

32、校驗?zāi)K，用于根據(jù)數(shù)據(jù)質(zhì)量評價報告對初始電網(wǎng)應(yīng)急預(yù)案進(jìn)行校驗，輸出目標(biāo)電網(wǎng)應(yīng)急預(yù)案；

33、發(fā)送模塊，用于將目標(biāo)電網(wǎng)應(yīng)急預(yù)案輸出為可視化信息發(fā)送給應(yīng)急處理人員。

34、在本技術(shù)第二方面的實(shí)施例中，獲取模塊，包括：

35、第一獲取子模塊，用于導(dǎo)入初始多源電網(wǎng)工況數(shù)據(jù)，并通過隨機(jī)選擇的方式從初始多源電網(wǎng)工況數(shù)據(jù)中選擇目標(biāo)多源電網(wǎng)工況數(shù)據(jù)；

36、第二獲取子模塊，用于導(dǎo)入初始多源電網(wǎng)工況數(shù)據(jù)，并通過權(quán)重信息以及抽樣選擇的方式從初始多源電網(wǎng)工況數(shù)據(jù)中選擇目標(biāo)多源電網(wǎng)工況數(shù)據(jù)。

37、在本技術(shù)第二方面的實(shí)施例中，匹配模塊，包括：

38、第三獲取子模塊，用于獲取多源電網(wǎng)工況數(shù)據(jù)的數(shù)據(jù)來源標(biāo)識以及多源電網(wǎng)工況數(shù)據(jù)的數(shù)據(jù)特征；

39、匹配子模塊，用于以數(shù)據(jù)來源標(biāo)識為第一索引，數(shù)據(jù)特征為第二索引，從多個備選應(yīng)急預(yù)案模板中確定目標(biāo)應(yīng)急預(yù)案模板。

40、在本技術(shù)第二方面的實(shí)施例中，生成模塊，包括：

41、數(shù)據(jù)導(dǎo)入子模塊，用于目標(biāo)應(yīng)急預(yù)案模板根據(jù)多源電網(wǎng)工況數(shù)據(jù)的數(shù)據(jù)類別，將電網(wǎng)工況子數(shù)據(jù)庫中的數(shù)據(jù)，分別導(dǎo)入多個子功能區(qū)；

42、分析子模塊，用于每個子功能區(qū)根據(jù)其對應(yīng)的目標(biāo)任務(wù)，執(zhí)行故障問題的分析和自動撰寫，并生成對應(yīng)的初始電網(wǎng)應(yīng)急預(yù)案。

43、在本技術(shù)第二方面的實(shí)施例中，分析子模塊，包括：

44、特征分析單元，用于根據(jù)目標(biāo)類別進(jìn)行特征分析，并確定目標(biāo)任務(wù)值；

45、定位分析單元，用于在電網(wǎng)工況子數(shù)據(jù)庫中，定位目標(biāo)任務(wù)值對應(yīng)的位置；

46、編寫單元，用于基于目標(biāo)任務(wù)值對應(yīng)的位置，進(jìn)行描述文字的自動編寫，生成初始電網(wǎng)應(yīng)急預(yù)案。

47、在本技術(shù)第二方面的實(shí)施例中，特征分析單元，包括：

48、確定子單元，用于根據(jù)目標(biāo)類別，確定對應(yīng)的目標(biāo)類別第一點(diǎn)估計值和第二點(diǎn)估計值；

49、第一描述子單元，用于根據(jù)第一點(diǎn)估計值生成分組表和分組描述；

50、第二描述子單元，用于根據(jù)第二點(diǎn)估計值生成趨勢圖和趨勢描述。

51、在本技術(shù)第二方面的實(shí)施例中，校驗?zāi)K，包括：

52、評價子模塊，用于根據(jù)數(shù)據(jù)質(zhì)量評價報告，對初始電網(wǎng)應(yīng)急預(yù)案進(jìn)行多維度評價；

53、篩選子模塊，用于根據(jù)多維度評價結(jié)果，確定初始電網(wǎng)應(yīng)急預(yù)案的評估分?jǐn)?shù)，并將評估分?jǐn)?shù)大于閾值的初始電網(wǎng)應(yīng)急預(yù)案，確定為目標(biāo)電網(wǎng)應(yīng)急預(yù)案。

54、綜上，上述基于人工智能的應(yīng)急預(yù)案生成方法及系統(tǒng)具有如下技術(shù)效果：

55、通過自動化生成電網(wǎng)應(yīng)急預(yù)案，能夠顯著減少人工干預(yù)和響應(yīng)時間，提升應(yīng)急響應(yīng)的速度。系統(tǒng)基于實(shí)時和歷史數(shù)據(jù)分析，能夠?qū)崟r調(diào)整和優(yōu)化應(yīng)急預(yù)案，確保電網(wǎng)在突發(fā)事件中能夠快速而有效地作出響應(yīng)。利用多源電網(wǎng)工況數(shù)據(jù)和人工智能技術(shù)，系統(tǒng)能夠基于準(zhǔn)確的電網(wǎng)數(shù)據(jù)和工況分析，生成更為精準(zhǔn)的應(yīng)急預(yù)案。與傳統(tǒng)基于經(jīng)驗的預(yù)案制定方式相比，該方法能夠根據(jù)電網(wǎng)的實(shí)時變化動態(tài)調(diào)整預(yù)案，提高應(yīng)急措施的有效性和針對性。本技術(shù)方法通過構(gòu)建多維度的數(shù)據(jù)評價體系，能夠處理不同類型的電網(wǎng)故障和突發(fā)事件，靈活適應(yīng)電網(wǎng)運(yùn)行中的復(fù)雜情況。通過數(shù)據(jù)分析和模板匹配，系統(tǒng)能夠在各種復(fù)雜電網(wǎng)環(huán)境下自動生成符合實(shí)際需求的應(yīng)急預(yù)案，保證了應(yīng)急響應(yīng)的全面性和適應(yīng)性。

56、本技術(shù)的方法不僅能有效提升電網(wǎng)應(yīng)急預(yù)案的響應(yīng)速度和精確度，還能夠在復(fù)雜和動態(tài)的電網(wǎng)環(huán)境中，自動生成適應(yīng)性強(qiáng)、可操作性高的應(yīng)急預(yù)案，極大地提高電網(wǎng)的應(yīng)急管理水平和故障應(yīng)對能力。