电网调度运行管理的调度自查系统

技术领域

本发明属于电网调度运行管理的调度自查系统技术领域，尤其涉及一种电网调度运行管理的调度自查系统。

背景技术

随着我国经济体制改革的进一步深化，电网结构日益复杂，调度业务与日俱增，调度员需要关注的信息和工作越来越繁重。近年来计算机技术日渐成熟，电网调度管理系统得以实现，采用计算机辅助业务调度的思路，提升了电网调度运行的数字化水平，提高了电网安全稳定运行水平。

现有的调度电网运行管理系统中需要调度人员人工执行，缺少系统自查功能，人工依赖性强。随着计算机和人工智能(Artificial Intelligence，AI)技术的不断发展与日渐成熟，智能监视、人工大脑思维决策、智能交互等技术逐步从实验室走向市场。将人工智能技术于电网调度业务相结合，实现研发调控机器人助手，定制报表、自动构图、典型业务自动应答等功能，实现调控运行简单业务的人工智能处置，实现系统自查功能，但是在实际生活中还存在以下缺点：

1.信息整合依赖人工，工作量大，信息更新不及时；

2.调度业务执行情况检查工作都是调度员人工执行的，缺少系统的自动检查，人工依赖性强。

因此，有必要提供一种新的电网调度运行管理的调度自查系统解决上述技术问题。

发明内容

本发明解决的技术问题是提供一种通过结合完善交接班管理模块与机组管理模块，实现系统实时自动自查功能，及时发现问题并发出预警的电网调度运行管理的调度自查系统。

为解决上述技术问题，本发明提供的电网调度运行管理的调度自查系统包括：交接班管理功能模块、机电组选项卡管理功能模块和调度业务执行情况检查功能模块；

所述交接班管理功能模块包括有交接班准备子模块、交接班执行子模块和交接班后分析子模块；

所述机电组选项卡管理功能模块包括有机炉缺陷子模块、机组启停子模块、机组分析子模块和机组统计子模块；

所述调度业务执行情况检查功能模块包括有业务信息获取与预处理子模块、业务关联分析子模块和自动化业务推进子模块。

作为本发明的进一步方案，所述交接班准备子模块用于从调度日志系统中获取人员当班情况，根据获取到的交接班信息生成报表，根据交接班报表，对相关用户生成待办任务安排，并根据时间对相关用户进行提醒，从调度排班系统中获取接班人员信息，并检查人员信息合理性，支持用户对接班人员信息进行手动调整，从调度日志中获取当班的临时方式调整情况信息，从操作票系统中获取操作票执行信息，从OMS中获取启动方案的执行情况，从D5000中获取电量信息，自动完成交接班报表编制。

作为本发明的进一步方案，所述交接班执行子模块支持用户对交接班报表、交接班完成情况进行检查，自动分析当班工作完成情况，自动分析交接班的各项具体内容所涉及到的设备等信息，并以设备为主线，挂接各项具体内容，在图形上对设备进行3D可拖动展示，包括时间断面上的状态异常设备情况，并对异常点进行精确展示。

作为本发明的进一步方案，所述交接班后分析子模块能够分析交接班的偏差时间，并对偏差大于半小时的进行标记，按照时间段对人员值班数量进行统计。

作为本发明的进一步方案，所述机炉缺陷子模块从OMS系统中获取机炉信息，并支持用户对机炉缺陷信息进行录入，并对录入信息进行合理性检查，针对录入的机炉缺陷信息，该模块运用TF-IDF(Term Frequency-Inverse Document Frequency)关键词提取算法，对关键词进行提取，自动生成机炉缺陷流转提醒，并自动推送到调度运行助手、网厂平台，记录机炉缺陷流转日志，并支持用户对日志进行查询。

作为本发明的进一步方案，所述机组启停子模块支持用户对机组启停信息情况进行录入，并对录入信息的合理性进行检查，利用TF-IDF算法对机组启停记录信息关键字进行提取并记录，自动生成机组启停流转提醒信息，输出到调度运行助手和网厂平台。

作为本发明的进一步方案，所述机组分析子模块支持对机组试试运行断面分析，动态推算停机的机组断面，所述机组统计子模块能够按照机组状态和机组历史情况进行分析统计，并进行可视化展示，按照时间断面对各个断面上的机组状态进行统计，支持对机组状态进行校核，按照月度机组断面情况进行统计，支持按照机组启停次数、停机时长和机组类别等进行统计，并按照电厂进行分组。

作为本发明的进一步方案，所述业务信息获取与预处理子模块支持与多系统的信息对接，检查调度日志电气缺陷、方式调整、稳定限额等记录是否闭环、新增记录，检查oms系统申请单、母线结排、启动方案、稳定限额是否正确启用、闭环。

作为本发明的进一步方案，所述业务关联分析子模块利用交接班管理功能收集到的人员与排版信息，以及机组选项卡管理功能收集到的机组设备信息，对电网调度业务进行分析自查，对某类设备操作的时间线进行分析，按照设备操作时间范围对各类操作进行关联分析，统计当日的设备操作数量并同比分析，对设备缺陷的时间线进行分析，按照设备对所有的各类业务信息进行挂接形成电网的设备缺陷处理事务，统计当日的设备缺陷数量，并同比分析，通过DeepAR算法对设备信息以及设备操作、故障信息进行分析，预测设备故障率，并进行预警，对整个电网网络结构进行建模，运用NetWalk算法进行实时动态网络异常信息检测，及时发出预警。

作为本发明的进一步方案，所述自动化业务推进子模块依据操作票和调度日志及检修票之间的关联性，智能推动关联业务流转，对自动记录内容进行维护及纠正，将重要自动记录信息推送到调度运行助手，并按照业务的关联关系，分析需要处理的内容及处置情况，通知对应人员。

与相关技术相比较，本发明提供的电网调度运行管理的调度自查系统具有如下有益效果：

1、本发明通过结合完善交接班管理模块与机组管理模块，实现系统实时自动自查功能，及时发现问题并发出预警。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的系统结构图；

图2为本发明的交接班报表功能示意图；

图3为本发明的机炉缺陷功能示意图；

图4为本发明引入的DeepAR网络结构示意图；

图5为本发明引入的NetWalk嵌入模型结构示意图。

具体实施方式

请结合参阅图1、图2、图3、图4和图5，其中，图1为本发明的系统结构图；图2为本发明的交接班报表功能示意图；图3为本发明的机炉缺陷功能示意图；图4为本发明引入的DeepAR网络结构示意图；图5为本发明引入的NetWalk嵌入模型结构示意图。电网调度运行管理的调度自查系统包括：交接班管理功能模块、机电组选项卡管理功能模块和调度业务执行情况检查功能模块；

所述交接班管理功能模块包括有交接班准备子模块、交接班执行子模块和交接班后分析子模块；

所述机电组选项卡管理功能模块包括有机炉缺陷子模块、机组启停子模块、机组分析子模块和机组统计子模块；

所述调度业务执行情况检查功能模块包括有业务信息获取与预处理子模块、业务关联分析子模块和自动化业务推进子模块。

所述交接班准备子模块用于从调度日志系统中获取人员当班情况，根据获取到的交接班信息生成报表，根据交接班报表，对相关用户生成待办任务安排，并根据时间对相关用户进行提醒，从调度排班系统中获取接班人员信息，并检查人员信息合理性，支持用户对接班人员信息进行手动调整，从调度日志中获取当班的临时方式调整情况信息，从操作票系统中获取操作票执行信息，从OMS中获取启动方案的执行情况，从D5000中获取电量信息，自动完成交接班报表编制。

所述交接班准备子模块以下三个步骤：

步骤一：交班任务生成，从调度日志系统中获取人员当班情况，根据获取到的交接班信息生成报表，根据交接班报表，对相关用户生成待办任务安排，并根据时间对相关用户进行提醒，提供查询当前用户所属班组交班任务查询列表，支持用户按照姓名、时间、任务对交接班报表进行查询。

步骤二：接班人员安排，从调度排班系统中获取接班人员信息，并检查人员信息合理性，支持用户对接班人员信息进行手动调整，提供接班人员信息查询功能，根据时间对相关用户进行接班提醒。

步骤三：交接班报表编制，从调度日志中获取当班的临时方式调整情况信息，从操作票系统中获取操作票执行信息，从OMS中获取启动方案的执行情况，从D5000中获取电量信息，并进行数据区间检查、数据项的检查及数据关联性检查，支持用户人工对交接班内容进行维护，根据获取到的信息自动完成交接班报表编制，并进行可视化展示，如图2所示，支持用户按照时间段、人员对历史交接班报表进行筛选查询。

所述交接班执行子模块支持用户对交接班报表、交接班完成情况进行检查，自动分析当班工作完成情况，自动分析交接班的各项具体内容所涉及到的设备等信息，并以设备为主线，挂接各项具体内容，在图形上对设备进行3D可拖动展示，包括时间断面上的状态异常设备情况，并对异常点进行精确展示。

所述交接班执行子模块包括以下步骤：

步骤一：交接班工作检查，支持用户对交接班报表、交接班完成情况进行检查，自动分析当班工作完成情况，并对分析结果进行输出，按照工作完成状态对交接班工作进行分组展示，按照生成时间对本班的交班工作进行排序。

步骤二：交接班执行，将交接班执行结果输出到调度日志中，提供交接班执行结果查询功能，并支持用户按照时间进行排序。

步骤三：图形化交接班执行情况展示，自动分析交接班的各项具体内容所涉及到的设备等信息，并以设备为主线，挂接各项具体内容，在图形上对设备进行3D可拖动展示，包括时间断面上的状态异常设备情况，并对异常点进行精确展示，对交接班安排及执行情况进行可视化展示，并支持用户按照日志分类进行分组。

所述交接班后分析子模块能够分析交接班的偏差时间，并对偏差大于半小时的进行标记，按照时间段对人员值班数量进行统计。

所述交接班后分析子模块分析交接班的偏差时间，并对偏差大于半小时的进行标记，按照时间段对人员值班数量进行统计，支持用户对交接班记录以及交接班历史统计进行查询，支持按照人员进行筛选，支持按照时间进行排序。

所述机炉缺陷子模块从OMS系统中获取机炉信息，并支持用户对机炉缺陷信息进行录入，并对录入信息进行合理性检查，针对录入的机炉缺陷信息，该模块运用TF-IDF(Term Frequency-Inverse Document Frequency)关键词提取算法，对关键词进行提取，自动生成机炉缺陷流转提醒，并自动推送到调度运行助手、网厂平台，记录机炉缺陷流转日志，并支持用户对日志进行查询。

所述机炉缺陷子模块包括以下两个步骤：

步骤一：机炉缺陷记录，如图3所示，从OMS系统中获取机炉信息，并支持用户对机炉缺陷信息进行录入，并对录入信息进行合理性检查，针对录入的机炉缺陷信息，该模块运用TF-IDF(Term Frequency-Inverse Document Frequency)关键词提取算法，对关键词进行提取。

如果某个词在一类业务知识中出现的频率越高，即TF(Term Frequency)越高，并且在业务信息库中其他文档中很少出现，即DF(Document Frequency)低，也就是IDF(Inverse Document Frequency)越高，则认为这个词具有很好的类别区分能力。计算公式如下：

TF(Term Frequency)词频，即词语t

其中n

IDF(Inverse Document Frequency)逆文档频率，即业务知识库中包含词语t

其中，|D|表示业务知识库中文档的总数，|j:t

TF-IDF在实际中主要是将上面的两者相乘，即TF*IDF，计算公式如下：

TF-IDF

通过TF-IDF算法，实现常见词语的过滤和重要词语的保留，获取关键词后，对机炉缺陷信息关键字进行分析记录。

步骤二：机炉缺陷流转，根据步骤一录入的机炉缺陷信息与关键字，自动生成机炉缺陷流转提醒，并自动推送到调度运行助手、网厂平台，记录机炉缺陷流转日志，并支持用户对日志进行查询。

所述机组启停子模块支持用户对机组启停信息情况进行录入，并对录入信息的合理性进行检查，利用TF-IDF算法对机组启停记录信息关键字进行提取并记录，自动生成机组启停流转提醒信息，输出到调度运行助手和网厂平台。

所述机组启停子模块包括一下两个步骤：

步骤一：机组启停记录，支持用户对机组启停信息情况进行录入，并对录入信息的合理性进行检查，利用TF-IDF算法对机组启停记录信息关键字进行提取并记录。

步骤二：机组启停流转，根据步骤一所录入机组启停信息情况，输出机组启停信息下一步可流转对象检查结果，根据步骤一录入的信息及关键字，自动生成机组启停流转提醒信息，输出到调度运行助手和网厂平台，支持用户对机组启停流转日志进行查询，支持按照时间进行排序，支持按照电厂对机组进行分组。

所述机组分析子模块支持对机组试试运行断面分析，动态推算停机的机组断面，所述机组统计子模块能够按照机组状态和机组历史情况进行分析统计，并进行可视化展示，按照时间断面对各个断面上的机组状态进行统计，支持对机组状态进行校核，按照月度机组断面情况进行统计，支持按照机组启停次数、停机时长和机组类别等进行统计，并按照电厂进行分组。

所述机组分析子模块支持对机组试试运行断面分析，通过对机组实时运行断面信息进行判断，动态推算停机的机组断面，支持用户进行机组的实时运行断面查询，支持按照电厂对机组进行分组。

所述机组统计子模块包括机组状态统计和机组历史情况统计两个子功能；

机组状态统计功能按照状态不同对机组数量进行统计，按照时间断面对各个断面上的机组状态进行统计，支持对机组状态进行校核，对机组状态统计结果进行可视化展示，按照机组停机次数区间进行分组。

机组历史情况统计功能按照月度机组断面情况进行统计，支持按照机组启停次数、停机时长及机组类别等进行统计，并按照电厂进行分组，对统计结果进行可是换展示。

所述业务信息获取与预处理子模块支持与多系统的信息对接，检查调度日志电气缺陷、方式调整、稳定限额等记录是否闭环、新增记录，检查oms系统申请单、母线结排、启动方案、稳定限额是否正确启用、闭环。

所述业务信息获取与预处理子模块从各个子系统中获取调度业务实时信息，包括一下步骤：

步骤一：电气缺陷信息获取与预处理，从调度日志获取电气缺陷信息，分析电气缺陷的设备情况，对电气缺陷的内容进行分析后形成电网运行事件，并运用TF-IDF算法提取电气缺陷关键字，对电气缺陷信息进行可视化展示。

步骤二：方式调整情况预处理，从调度日志获取方式调整信息，从D5000获取设备模型信息，分析方式调整的关联设备信息，将方式调整的信息输出到调度日志，对方式调整信息进行可视化展示，并支持按照时间进行排序，支持按照调整类型进行分组。

步骤三：电网故障信息预处理，从调度日志获取电网故障信息，分析故障中的设备情况，利用TF-IDF算法提取关键字，支持故障情况查询。

步骤四：稳定限额预处理，从稳定限额模块中获取稳定限额的信息，分析稳定限额中所涉及到的设备信息，并对稳定限额中的越限和超载记录进行标记，支持稳定限额信息可视化展示。

步骤五：申请单预处理，从检修申请单获取检修申请，分析检修单中涉及到的检修设备信息，并利用TF-IDF算法对检修内容进行关键字提取，在申请单执行后，将执行情况的信息输出到调度日志中，对检修申请单的详细信息进行展示，支持按照申请时间进行排序，支持按照申请单状态进行分组。

步骤六：母线结排预处理，从OMS系统中获取母线接排信息，分析母线接排模块所涉及到的设备信息，在母线结排执行后，将执行信息输出到调度日志中，对母线结排的信息进行列表展示。

步骤七：启动方案预处理，从OMS系统中获取启动方案，分析启动方案中所涉及到的设备信息，利用TF-IDF算法对方案进行关键字提取，自动生成方案执行提醒，将启动方案的执行信息输出到调度日志，将启动方案的执行提醒输出到调度运行助手，对启动方案的详细信息进行展示，支持按照启动时间进行排序。

所述业务关联分析子模块利用交接班管理功能收集到的人员与排版信息，以及机组选项卡管理功能收集到的机组设备信息，对电网调度业务进行分析自查，对某类设备操作的时间线进行分析，按照设备操作时间范围对各类操作进行关联分析，统计当日的设备操作数量并同比分析，对设备缺陷的时间线进行分析，按照设备对所有的各类业务信息进行挂接形成电网的设备缺陷处理事务，统计当日的设备缺陷数量，并同比分析，通过DeepAR算法对设备信息以及设备操作、故障信息进行分析，预测设备故障率，并进行预警，对整个电网网络结构进行建模，运用NetWalk算法进行实时动态网络异常信息检测，及时发出预警。

所述业务关联分析子模块包括设备操作与缺陷分析、日常监视分析两个子功能；

设备操作与缺陷分析功能利用对某类设备操作的时间线进行分析，按照设备操作时间范围对各类操作进行关联分析，统计当日的设备操作数量并同比分析，对设备缺陷的时间线进行分析，按照设备对所有的各类业务信息进行挂接形成电网的设备缺陷处理事务，统计当日的设备缺陷数量，并同比分析，支持对设备操作以及缺陷相关内容模块进行可视化展示，支持按照时间线进行排序。

设备操作与缺陷分析功能采用DeepAR模型对设备当前状态参数进行评价预估，生成预警提醒，DeepAR模型输出一个预测的设备故障概率分布。

定义第个时间序列在时间的值为，表示设备信息和操作与缺陷数据，表示预测开始时刻，DeepAR基于自回归循环神经网络预测的概率分布，即设备故障概率，用似然函数l(z

DeepAR结构如图3所示，其中左边为训练过程，右边为预测过程。

训练时，在每一个时间步t，网络的输入包括特征x

其中，

训练完成后，将t＜t

日常监视分析功能支持用户预设值业务关联规则，并按照电网网络结构进行动态图网络建模，引入NetWalk算法实时在动态变化的网络中进行异常检测，分析对比电网调度运行数据与预设值规则关系。

NetWalk的clique嵌入模型，结构如图5所示，利用Deep Autoencoder NeuralNetwork去学习向量表示，首先，通过使用从初始网络引出的大量随机游走来学习最新的网络表示，在多维欧氏空间中学习的顶点坐标可以实现局部拟合和全局正则化，此外，通过利用reservior sampling采样策略，可以轻松地更新学习到的表示，然后，基于学习的顶点或边表示，使用动态聚类模型标记异常顶点或边，即整个电网结构中存在异常可能的设备或线路。

该功能同时支持对日常监视内容进行分类，并进行可视化展示，分析电网操作进程与电网设备状态之间的合理性，并对异常状态进行提醒，业务关联规则录入内容的合理性检查结果输出。

所述自动化业务推进子模块依据操作票和调度日志及检修票之间的关联性，智能推动关联业务流转，对自动记录内容进行维护及纠正，将重要自动记录信息推送到调度运行助手，并按照业务的关联关系，分析需要处理的内容及处置情况，通知对应人员。

所述自动化业务推进子模块依据操作票和调度日志及检修票之间的关联性，智能推动关联业务流转，对自动记录内容进行维护及纠正，将重要自动记录信息推送到调度运行助手，并按照业务的关联关系，分析需要处理的内容及处置情况，通知对应人员，统计时间段内的自动流转数量，并按照业务种类进行对比，支持对自动记录日志和自动流转记录进行查询，支持按照时间进行排序。

通过完善交接班管理功能，增加了以设备为主线，实现对调度人员信息及其工作内容的全面实时掌握，通过完善机电组选项卡功能，自动实时更新机电组信息，实现对机组基础信息、机组启停记录及机组缺陷记录的自动关联，能够对机组信息进行流程化展示，运用收集到的人员、机组信息，实现调度业务执行情况检查功能，以操作为核心，检查调度日志电气缺陷、方式调整、稳定限额等记录是否闭环、新增记录，检查oms系统申请单、母线结排、启动方案、稳定限额是否正确启用、闭环，避免调度员多系统跨转效率低、遗漏造成各系统记录挤压，通过DeepAR算法对设备信息以及设备操作、故障信息进行分析，预测设备故障率，并进行预警，对整个电网网络结构进行建模，运用NetWalk算法进行实时动态网络异常信息检测，及时发出预警。

本发明的技术可归纳如下：

步骤一：完善交接班管理功能，获取调度人员信息，以图形化的方式对交接班工作进行管理，以设备为主线，自动挂接各项调度工作内容。

步骤二：完善机电组选项卡管理功能，自动实时更新机电组信息，实现对机组基础信息、机组启停记录、机组缺陷记录的自动关联，能够对机组信息进行流程化展示。

步骤三：运用收集到的人员、机组信息，实现调度业务执行情况检查功能，以操作为核心，检查调度日志电气缺陷、方式调整、稳定限额等记录是否闭环、新增记录，检查oms系统申请单、母线结排、启动方案、稳定限额是否正确启用、闭环，避免调度员多系统跨转效率低、遗漏造成各系统记录挤压，通过DeepAR算法对设备信息以及设备操作、故障信息进行分析，预测设备故障率，并进行预警；对整个电网网络结构进行建模，运用NetWalk算法进行实时动态网络异常信息检测，及时发出预警。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可，对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想，同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。