一种基于案例驱动的电网资产全寿命管理方法及系统

技术领域

本发明属于智能电网资产管理领域，尤其涉及一种基于案例驱动的电网资产全寿命管理方法及系统。

背景技术

现代智能电网在传统电力系统基础上融入新能源、电力电子技术、物理信息系统、需求侧响应等，使其成为具有高维、强非线性、动态过程复杂等特征的新型能源系统。为适应新一代电力系统广泛互联、智能互动、灵活柔性、安全可控的发展需要，电网资产快速增长，各资产智能量测数据呈几何级数增长。电网运行进入大数据和云计算时代，数据促进电网资产管理和电网运行业务进行深度融合。

电力资产在其生命周期内发挥最大潜能对有效提高电网公司经济效益、电力系统安全稳定运行起到至关重要的作用。目前，电网设备管理都通过被动的计划检修完成，忽略对设备健康状况的评估与管理。随着电网资产量测数据、设备监控数据、各类管理系统数据呈几何级增长，电网公司需要在设备全寿命周期内使用数据驱动检修业务计划以及资产置换，以确保系统安全、可靠和经济运行。

目前对电网资产进行管理时，忽略对设备健康状况的评估与管理，管理效率低，自动化程度较差。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供基于案例驱动的电网资产全寿命管理方法及系统，通过建立三维案例管理数据库，在数据库中检索与新案例相似的案例，确定并返回相似度较高的相似案例集及其对应的解决方案，以及将相似度低于阈值的新案例添加至案例管理数据库中，实现对管理库的更新，管理效率高，自动化程度较好。

根据本发明的一个方面，本发明提供了一种基于案例驱动的电网资产全寿命管理方法，所述方法包括以下步骤：

S1:提取电网资产管理历史案例数据，建立三维案例管理数据库，所述案例管理数据库包括案例空间和解决方案空间；

S2:将历史案例转换为相应的特性数据，并对历史案例转换后的特性数据进行规范化学习，对历史案例转换后的特性数据进行规范化学习包括：对非结构化数据进行标准转化及数据特征提取；

S3:进行新案例非结构化及非标准化数据在线识别及特征提取，提取新案例的特性，利用所提取的特性在所述案例管理数据库中检索相似案例，确定所述新案例与所述相似案例的相似度大于或等于第一阈值的相似案例集，返回所述相似案例集及其对应的解决方案；

S4:确定所述新案例与所述相似案例的相似度是否小于或等于第二阈值，若是，将所述新案例添加至所述案例管理数据库中。

优选的，本发明还包括以下步骤：

S5:通过潮流计算验证新案例的适用性。

优选地，采用权重最近邻法(WNN)进行案例检索，通过Euclidean距离公式来计算：

其中u表示案例特性，而v则是该案例特性总数；

利用如下公式将Euclidean距离最短的案例聚类为一类，其中c

优选地，设置目标函数，计算新案例与已检索出的案例之间的误差，确定出相似案例，其中，目标函数为：

利用如下公式计算误差：

其中，ω

优选的，对非结构化数据进行标准转化，通过java.io流对数据读取，应用Jacob(Java-COM Bridge)及Java Excel API工具写入XML格式文档中。

优选的，S3中进行新案例非结构化及非标准化数据在线识别及特征提取具体包括：应用XSD(XML schema definition)建立关系模型，建立结构映射和语义映射，为异构数据在目标关系数据库中实现完整有效的转换。利用自然语言解析的技术，实现对资产管理案例进行快速分析识别，为案例检索奠定基础。

优选的，所述三维是指时间维、逻辑维和知识维；在时间维，对设备从规划、采购、运检到退役进行全寿命状态跟踪，并用唯一编码进行身份及事件标注；在逻辑维，记录设备类型、专业用途、电压等级、正常运行方式以及家族关联设备信息；在知识维，记录设备相关检修、维护、案例更新信息；所述案例空间包括新案例和已解决案例；所述解决方案空间包括历史解决方案和自学习解决方案。

优选地，对从案例库中检索出的案例按相关性进行筛选和排序，并对相关性大于阈值的案例进行安全性验证，以计算在检修条件下，系统的安全性和可靠性，以及预计由于检修所造成的断电时间及相应的经济损失。

根据本发明的另一方面，本发明还提供了一种基于案例驱动的电网资产全寿命管理系统，所述系统包括：

建立模块，用于提取电网资产管理历史案例数据，建立三维案例管理数据库，所述案例管理数据库包括案例空间和解决方案空间；

转换模块，将历史案例转换为相应的特性数据，并对历史案例转换后的特性数据进行规范化学习，对历史案例转换后的特性数据进行规范化学习包括：对非结构化数据进行标准转化及数据特征提取；

检索模块，用于进行新案例非结构化及非标准化数据在线识别及特征提取，提取新案例的特性，利用所提取的特性在所述案例管理数据库中检索相似案例，确定所述新案例与所述相似案例的相似度大于或等于第一阈值的相似案例集，返回所述相似案例集及其对应的解决方案；

确定模块，用于确定所述新案例与所述相似案例的相似度是否小于或等于第二阈值，若是，将所述新案例添加至所述案例管理数据库中。

优选地，对于新案例请求中非结构化数据和非规范化数据进行快速分析识别；采用运行知识库信息，对大量设备运行数据应用聚类算法和语义识别算法，对调度特征信息进行深度挖掘及统计分析：

优选地，采用权重最近邻法(WNN)进行案例检索，通过Euclidean距离公式来计算：

其中u表示案例特性，而v则是该案例特性总数；

利用如下公式将Euclidean距离最短的案例聚类为一类，其中c

优选地，设置目标函数，计算新案例与已检索出的案例之间的误差，确定出相似案例，其中，目标函数为：

利用如下公式计算误差：

其中，ω

优选地，所述三维是指时间维、逻辑维和知识维；在时间维，对设备从规划、采购、运检到退役进行全寿命状态跟踪，并用唯一编码进行身份及事件标注；在逻辑维，记录设备类型、专业用途、电压等级、正常运行方式以及家族关联设备信息；在知识维，记录设备相关检修、维护、案例更新信息；所述案例空间包括新案例和已解决案例；所述解决方案空间包括历史解决方案和自学习解决方案。

优选地，对新案例进行特征提取，而后对从案例库中检索出的案例按相关性进行筛选和排序，并对相关性大于阈值的案例进行安全性验证，以计算在检修条件下，系统的安全性和可靠性，以及预计由于检修所造成的断电时间及相应的经济损失。

有益效果：本发明通过建立三维案例管理数据库，在数据库中检索与新案例相似的案例，确定并返回相似度较高的相似案例集及其对应的解决方案，以及将相似度低于阈值的新案例添加至案例管理数据库中，实现对管理库的更新，管理效率高，自动化程度较好。

通过参照以下附图及对本发明的具体实施方式的详细描述，本发明的特征及优点将会变得清楚。

附图说明

图1是电网资产全寿命管理方法流程图；

图2是管理数据库的三维示意图；

图3是管理数据库的结构示意图；

图4是案例数据特征提取示意图；

图5是资产管理需求语义识别示意图；

图6是案例检索流程图；

图7是电网资产全寿命管理系统示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

实施例1

图1是电网资产全寿命管理方法流程图。如图1所示，本发明提供一种基于案例驱动的电网资产全寿命管理方法，所述方法包括以下步骤：

S1:建立三维案例管理数据库，所述案例管理数据库包括案例空间和解决方案空间。

如图2所示，所述三维是指时间维、逻辑维和知识维；在时间维，对设备从规划、采购、运检到退役进行全寿命状态跟踪，并用唯一编码进行身份及事件标注；在逻辑维，记录设备类型、专业用途、电压等级、正常运行方式以及家族关联设备信息；在知识维，记录设备相关检修、维护、案例更新信息。该系统从设备的全寿命周期出发，应用云端同步技术，根据各个维度中子维度数据在三维空间中形成该设备生命周期内的相关事件逻辑关系及事件库，对设备进行全时空维度上的跟踪画像，为设备检修维护提供辅助决策。

其中，电网资产全寿命管理逻辑维数据信息表如表1所示：

表1：电网资产全寿命管理逻辑维数据信息表

如图3所示，所述案例空间包括新案例和已解决案例；所述解决方案空间包括专家库解决方案和自学习解决方案。

S2:将历史案例转换为相应的特性数据，并对历史案例转换后的特性数据进行规范化学习，对历史案例转换后的特性数据进行规范化学习包括：对非结构化数据进行标准转化及数据特征提取(图4)；

S3:进行新案例非结构化及非标准化数据在线识别及特征提取，提取新案例的特性，利用所述特性在所述案例管理数据库中检索相似案例，确定所述新案例与所述相似案例的相似度大于或等于第一阈值的相似案例集，返回所述相似案例集及其对应的解决方案。

案例可以表示为C＝(P,S,T)，其中P表示在搜索空间上对问题的描述，即

P＝{Agent:[u

对于问题的描述P，可以表示为每个代理agent在搜索空间上的主体特性u

图6是案例检索流程图。权重最近邻法(Weighted Nearest Neighbour,WNN)是简单直观的检索方法。当数据源为数据或可转换为数据的文件时，应采用WNN对云端案例库进行检索，通常应用Euclidean距离公式来计算：

其中u表示案例特性，而v则是该案例特性总数。利用如公式(3)所示的聚类方法，将 Euclidean距离最短的案例聚类为一类：

其中c

为更好的观测新的案例与已检索出案例之间的误差，将二者进行比较，并利用公式(4) 计算其误差。

其中，ω

采用支持向量机(Support Vector Machine,SVM)来解决公式(5)的优化问题。SVM采用高斯径向基核函数(Radial Basis Function，RBF)作为核函数，表示u到核函数中心u

其中σ为该函数的宽度参数，以控制函数的径向作用范围。

在一个实施例中，在进行检索时，首先进行设备信息识别，如系统信息为“变电站ABC 220kV-1母线：x出口线路维护”。系统首先检索变电站ABC 220kV-1母线下所有出口设备类型、检修情况、历史事件，形成自身及相关设备特征点提取以及历史事件特征提取，具体检索结果如表2所示：

表2：基于云的案例检索结果表

在实际系统中，特征点提取过程中，由于系统输入内容的人为因素造成的不规范信息，给案例检索造成很大影响，系统通过非结构化数据语义识别加以甄别(图5)。如：“变电站ABC”可能检索出“电站ABC”，同时系统中可能存在类似如：“ABC电厂”及“ABC馈线”等类似信息，同样给检索造成混淆，通常定义检索关键词顺序以完成快速精准检索。

优选地，对从案例库中检索出的案例按相关性进行筛选和排序，并对相关性大于阈值的案例进行安全性验证，以计算在检修条件下，系统的安全性和可靠性，以及预计由于检修所造成的断电时间及相应的经济损失。

如表2所示，案例库检索案例按相关性进行筛选和排序，并将其中相关性最强的5条案例进行安全性验证，以计算在检修条件下，系统的安全性和可靠性，以及预计由于检修所造成的断电时间及相应的经济损失，并按照公式(5)计算得出的评分进行重新排序。从而可重新得到检修任务中的整体设备信息，包括：变电站ABC 220kV-1母线：x/y/z出口；变电站ABC 220kV-2母线:s出口；变电站ABC 220kV-3母线。进行厂站、设备相关信息的提取，得到：变电站ABC 220kV-1母线；相关设备：出口线路、变压器；历史检修信息汇总：出口线路、变压器更换<时间label>；调控单位：市调；设备归属：高压输电管理；检修方案：对变电站ABC 220kV-1母线停电，由变电站ABC 220kV-2母线转供，停电时间2小时。

系统检索出的案例将由调控人员进行判断并予以安排实施，实施成功后将以新案例的形式重新写入案例库，以对设备检修历史事件进行记录的同时也对案例库进行云端更新。

S4:确定所述新案例与所述相似案例的相似度是否小于或等于第二阈值，若是，将所述新案例添加至所述案例管理数据库中。

对于某些案例，系统会检索出多种相似度接近的解决方案。为此，从运行维护实际出发，为每种方法设置权重因子，特别是对于与重要负荷、资产相关的解决方案中，曾在资产管理历史中成功解决相似问题的方案，设置优先因子，相应的解决方案将作为首选项提供给调度运维管理中心。

经过检索及自学习的新案例是否应该更新入云端案例库需要根据新案例与案例库已有案例的相似度进行判断，本实施例采用相似度90％作为判别标准，即：

similarity(NewCase,SimilarCases)≤90％ (7)

如果(7)式成立，则将新案例添加至案例库中。

S5:通过潮流计算验证新案例的适用性。

本实施例通过建立三维案例管理数据库，在数据库中检索与新案例相似的案例，确定并返回相似度较高的相似案例集及其对应的解决方案，以及将相似度低于阈值的新案例添加至案例管理数据库中，实现对管理库的更新，管理效率高，自动化程度较好。

实施例2

图7是电网资产全寿命管理系统示意图。如图7所示，本发明还提供了一种基于案例驱动的电网资产全寿命管理系统，所述系统包括：

建立模块，用于提取电网资产管理历史案例数据，建立三维案例管理数据库，所述案例管理数据库包括案例空间和解决方案空间；

转换模块，用于将历史案例转换为相应的特性数据，并对历史案例数据进行规范化学习，对历史案例数据进行规范化学习包括非结构化数据转化及数据特征提取；

检索模块，用于进行新案例非结构化及非标准化数据在线识别及特征提取，提取新案例的特性，利用所提取的特性在所述案例管理数据库中检索相似案例，确定所述新案例与所述相似案例的相似度大于或等于第一阈值的相似案例集，返回所述相似案例集及其对应的解决方案；

确定模块，用于确定所述新案例与所述相似案例的相似度是否小于或等于第二阈值，若是，将所述新案例添加至所述案例管理数据库中。

优选地，采用权重最近邻法(WNN)进行案例检索，通过Euclidean距离公式来计算：

其中u表示案例特性，而v则是该案例特性总数；

利用如下公式将Euclidean距离最短的案例聚类为一类，其中c

优选地，设置目标函数，计算新案例与已检索出的案例之间的误差，确定出相似案例，其中，目标函数为：

利用如下公式计算误差：

其中，ω

优选地，所述三维是指时间维、逻辑维和知识维；在时间维，将设备从规划、采购、运检到退役进行状态标记，并用唯一编码进行身份标注；在逻辑维，记录设备类型、专业用途、电压等级、正常运行方式以及关联设备信息；在知识维，记录设备相关检修、维护、更新信息；所述案例空间包括新案例和已解决案例；所述解决方案空间包括专家库解决方案和自学习解决方案。

优选地，对从案例库中检索出的案例按相关性进行筛选和排序，并对相关性大于阈值的案例进行安全性验证，以计算在检修条件下，系统的安全性和可靠性，以及预计由于检修所造成的断电时间及相应的经济损失。

本实施例2中各个模块所执行的方法步骤的具体实施过程与实施例1中的各个步骤的实施过程相同，在此不再赘述。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质 (包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/ 或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。