基于深度学习的电网故障预案信息抽取研究

发布时间：2021-07-08 06:50

　　为对电网调度部门保存的应急预案进行处理,以方便调度人员面临突发事件时能快速检索和匹配预案中的类似事故并借鉴以往经验处理突发事故,需要进行预案的信息抽取,提取其关键信息。传统的电网故障应急预案处理方法的通用性和可扩展性不强,无法有效实现电网故障应急预案的数字化。采用深度学习方法,对调度紧急预案的内容进行句法分析,得到分析树,在此基础上抽取出故障时系统的状态信息和对故障的处置要点,进而将非结构化的预案信息转化成结构化数据存储和管理。采用上述方法可以有效管理电网预案,辅助调度人员完成故障的判定并按预案给出的操作方法进行电网运行管理,从而提高故障处理效率。同时,该方法具有通用性好、扩展性强的优势,可以实现模型的持续改进。 

【文章来源】：计算机科学. 2020,47(S2)北大核心CSCD

【文章页数】：5 页

【部分图文】：

RNN进行句法分析的过程

CVG的流程

语法树中某一节点及其子节点

【参考文献】：
期刊论文
[1]基于深度学习的故障诊断方法研究[J]. 蒋强,沈林,张伟,何旭.  计算机仿真. 2018(07)
[2]电网故障诊断的研究综述与前景展望[J]. 王守鹏,赵冬梅.  电力系统自动化. 2017(19)
[3]一种基于深度学习算法的电网故障诊断方法[J]. 赵雪松,谢蓓敏,张宏伟.  河南科技. 2016(23)
[4]智能电网调度控制系统综合智能告警研究及应用[J]. 闪鑫,戴则梅,张哲,张勇,毕晓亮,葛朝强.  电力系统自动化. 2015(01)
[5]基于径向基函数神经网络的电网模糊元胞故障诊断[J]. 熊国江,石东源,朱林,陈祥文.  电力系统自动化. 2014(05)



本文编号：3271083