电力系统仿真模型的生成方法、装置、计算机设备

技术领域

本申请涉及电力系统技术领域，特别是涉及一种电力系统仿真模型的生成方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

随着科技的进步，用户对电能的需求越来越高，为保证电能的正常供应，要求电网运行各岗位人员能够规范地执行设备操作、故障处理等操作。

目前，通常通过为电力系统建立仿真系统，实现对电力系统行为的模拟和预测，进而能够通过仿真系统对电网运行各岗位人员进行培训。然而，随着电网的不断发展，电网结构日趋复杂，相关技术中仿真系统对电力系统的还原度较低，导致通过仿真系统进行培训效果不佳。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升电力系统的仿真还原度的电力系统仿真模型的生成方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种电力系统仿真模型的生成方法，包括：

确定电力系统的操作场景标识，所述操作场景标识为对电力数据进行分类确定的；

基于所述操作场景标识，从知识图谱中获取与所述操作场景标识对应的实体以及实体之间的关系；其中，所述知识图谱中为基于分类后的电力数据构建的；

基于所述实体以及实体之间的关系，确定目标培训任务中的仿真操作的执行规则，并将所述执行规则存储于与所述操作场景标识对应的目标任务模型；

基于所述目标任务模型以及预设的控制目标，构建与所述操作场景标识对应的动态仿真模型，以使得所述动态仿真模型根据输入的仿真操作，输出所述目标培训任务的执行结果。

在其中一个实施例中，所述基于所述实体以及实体之间的关系，确定目标培训任务中的仿真操作的执行规则，并将所述执行规则存储于与所述操作场景标识对应的目标任务模型，之前包括：

基于推荐算法模型，确定所述知识图谱对应的培训任务以及所述培训任务中的仿真操作；其中，所述推荐算法模型为基于样本知识图谱对初始推荐算法模型进行训练得到的。

在其中一个实施例中，所述基于所述实体以及实体之间的关系，确定目标培训任务中的仿真操作的执行规则，并将所述执行规则存储于与所述操作场景标识对应的目标任务模型，包括：

获取目标权限数据，所述目标权限数据与目标角色的权限范围相对应；

基于所述目标权限数据、所述实体以及实体之间的关系，确定目标培训任务中的仿真操作的执行规则，并将所述执行规则存储于与所述操作场景标识对应的目标任务模型，以使得所述目标任务模型指导所述目标培训任务在所述目标角色的权限范围内执行。

在其中一个实施例中，所述基于所述实体以及实体之间的关系，确定目标培训任务中的仿真操作的执行规则，并将所述执行规则存储于与所述操作场景标识对应的目标任务模型，之后包括：

将生成的目标模型存储于模型库，所述模型库用于提供多个任务模型，所述多个任务模型与用于执行培训任务的应用系统相对应。

在其中一个实施例中，所述基于所述目标任务模型以及预设的控制目标，确定与所述操作场景标识对应的动态仿真模型，包括：

基于所述目标任务模型，确定与所述操作场景标识对应的动态仿真模型的输入矩阵和输出矩阵；

基于所述输入矩阵、所述输出矩阵以及所述预设的控制目标，构建所述动态仿真模型。

在其中一个实施例中，所述基于所述目标任务模型以及预设的控制目标，确定与所述操作场景标识对应的动态仿真模型，之后包括：

基于所述动态仿真模型，构建用于执行培训任务的应用系统；

获取用户在所述应用系统中的操作节点数据，所述操作节点数据与用户的仿真操作相对应；

基于所述操作节点数据，生成所述用户的培训数据以及对应的标签值；

将所述用户的培训数据以及对应的标签值输入至预训练的分类器，得到所述用户的培训分数。

第二方面，本申请还提供了一种电力系统仿真模型的生成装置，包括：

第一确定模块，用于确定电力系统的操作场景标识，操作场景标识为对电力数据进行分类确定的；

第一获取模块，用于基于操作场景标识，从知识图谱中获取与操作场景标识对应的电力数据以及电力数据之间的关系；

第二确定模块，用于基于电力数据以及电力数据之间的关系，确定目标培训任务中的仿真操作的执行规则，并将执行规则存储于与操作场景标识对应的目标任务模型；

第一构建模块，用于基于目标任务模型以及预设的控制目标，确定与操作场景标识对应的动态仿真模型，以使得动态仿真模型根据输入的仿真操作，输出目标培训任务的执行结果。

第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。

第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

第五方面，本申请还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

上述电力系统仿真模型的生成方法、装置、计算机设备、存储介质和计算机程序产品，通过将采集的电力数据按照实际业务场景进行分类，并基于分类后的电力数据构建知识图谱，实现了通过与实际业务场景对应的标识，能够从知识图谱中获取与实际业务场景对应的实体以及实体之间的关系，进而，能够得到特定场景下的培训任务的执行规则，以及用于执行该培训任务的动态仿真模型，提升了电力系统的仿真还原度，进而保证了通过仿真模型进行培训的培训效果。

附图说明

为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为一个实施例中电力系统仿真模型的生成方法的应用环境图；

图2为一个实施例中电力系统仿真模型的生成方法的流程示意图；

图3为另一个实施例中电力系统仿真模型的生成方法的流程示意图；

图4为一个实施例中电力系统仿真模型的生成装置的结构框图；

图5为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例提供的电力系统仿真模型的生成方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。用户可以通过终端102向服务器104输入仿真操作。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个示例性的实施例中，如图2所示，提供了一种电力系统仿真模型的生成方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤201至步骤204。其中：

步骤201，确定电力系统的操作场景标识，操作场景标识为对电力数据进行分类确定的。

其中，电力系统的操作场景标识与电力系统的实际业务场景相对应。例如，实际业务场景可以包括：电力调度场景、故障处理场景等。电力数据可以包括：电力系统的操作流程数据、设备数据、故障数据等。在一种可能的实现方式中，可以在采集电力系统的电力数据之后，根据电力数据的数据源以及采集时间，确定电力数据对应的实际业务场景，进而，为电力数据增加对应的操作场景标识作为标签值。

步骤202，基于操作场景标识，从知识图谱中获取与操作场景标识对应的实体以及实体之间的关系；其中，知识图谱中为基于分类后的电力数据构建的。

其中，知识图谱可以存储有多个操作场景标识对应的实体以及实体之间的关系。在一种可能的实现方式中，可以在知识图谱中为每个操作场景标识定义对应的实体，并根据采集到的电力数据确定实体的属性以及实体之间的关系。这里，知识图谱中的实体可以与实际的设备、故障、操作等相对应，实体之间的关系可以包括例如发电机的状态与电网的运行情况之间的关系、调度指令与发电机的启动和停止之间的关系等。

可选地，可以间隔预设的更新时间，重新采集、分析电力数据，以对知识图谱中的实体以及实体之间的关系的进行错误修正、数据补充等维护操作。

步骤203，基于实体以及实体之间的关系，确定目标培训任务中的仿真操作的执行规则，并将执行规则存储于与操作场景标识对应的目标任务模型。

其中，目标培训任务与电力系统的实际业务场景中的工作任务相对应。例如，实际业务场景中的工作任务可以为对特定设备的启动、停止、维护等任务，或者对整个电力系统的电力调度、故障处理、负荷预测等任务。目标培训任务通过执行仿真操作模拟执行实际业务场景中的工作任务。仿真操作的执行规则可以包括：仿真操作之间的先后顺序、依赖关系、操作规范等信息。

示例性地，可以通过对知识图谱进行语义分析得到仿真操作的执行规则，进而将执行规则存储于与操作场景标识对应的目标任务模型。在一种可能的实现方式中，可以将仿真操作的执行规则按照预定义的数据结构进行存储，得到目标任务模型。这里，目标任务模型还可以包括：目标培训任务的名称、描述、仿真操作的对象、时间等。

步骤204，基于目标任务模型以及预设的控制目标，构建与操作场景标识对应的动态仿真模型，以使得动态仿真模型根据输入的仿真操作，输出目标培训任务的执行结果。

其中，目标任务模型用于确定动态仿真模型的输入和输出，预设的控制目标用于确定动态仿真模型的控制算法。

上述电力系统仿真模型的生成方法中，通过将采集的电力数据按照实际业务场景进行分类，并基于分类后的电力数据构建知识图谱，实现了通过与实际业务场景对应的标识，能够从知识图谱中获取与实际业务场景对应的实体以及实体之间的关系，进而，能够得到特定场景下的培训任务的执行规则，以及用于执行该培训任务的动态仿真模型，提升了电力系统的仿真还原度，进而保证了通过仿真模型进行培训的培训效果。

在一个示例性的实施例中，如图3所示，提供了另一种电力系统仿真模型的生成方法，包括步骤301至步骤310。其中：

步骤301，基于推荐算法模型，确定知识图谱对应的培训任务以及培训任务中的仿真操作；其中，推荐算法模型为基于样本知识图谱对初始推荐算法模型进行训练得到的。

其中，推荐算法模型可以是交替训练的MKR(Multi-Task Feature Learning forKnowledge Graph Enhanced Recommendation)模型，MKR是一种用于知识图增强推荐的多任务特征学习方法，利用知识图嵌入任务来协助推荐任务。在一种可能的实现方式中，可以基于MKR模型生成知识图谱的培训任务列表，培训任务列表包括：多个培训任务的名称、描述；每个培训任务包括的多个仿真操作，以及每个仿真操作的对象、时间等。

这样，通过采用推荐算法模型，能够快速、准确地根据知识图谱中的知识确定各个场景对应的培训任务，提高了电力系统的仿真的效率。

步骤302，确定电力系统的操作场景标识，操作场景标识为对电力数据进行分类确定的。

在一种可能的实现方式中，可以根据确定实体的属性的电力数据对应的操作场景标识，为该实体增加对应的属性信息，以使得通过实体的属性信息，能够确定实体与操作场景标识之间的对应关系。

步骤303，基于操作场景标识，从知识图谱中获取与操作场景标识对应的实体以及实体之间的关系；其中，知识图谱中为基于分类后的电力数据构建的。

步骤304，基于实体以及实体之间的关系，确定目标培训任务中的仿真操作的执行规则，并将执行规则存储于与操作场景标识对应的目标任务模型。

在一个示例性的实施例中，上述步骤304包括：

步骤304A，获取目标权限数据，目标权限数据与目标角色的权限范围相对应。

其中，目标角色可以对应于电力系统中的特定岗位，例如，调度员、操作员、维护人员、系统管理员等。目标角色的权限范围可以包括：目标角色的职责、操作范围等。

步骤304B，基于目标权限数据、实体以及实体之间的关系，确定目标培训任务中的仿真操作的执行规则，并将执行规则存储于与操作场景标识对应的目标任务模型，以使得目标任务模型指导目标培训任务在目标角色的权限范围内执行。

示例性地，可以基于目标权限数据为知识图谱中的实体增加对应的许可属性信息/禁止属性信息，进而可以按照实体的许可信息，筛选出与目标角色对应的目标培训任务中的仿真操作；或者按照实体的禁止属性信息，删除目标培训任务中的部分仿真操作，以使得目标任务模型能够指导目标培训任务在目标角色的权限范围内执行。

本实施例中，通过角色的权限信息限定培训任务包括的仿真操作，能够实现为各个角色构建满足其权限范围的培训任务，进而能够实现对培训人员的针对性培训，提高了通过仿真模型进行培训的培训质量。

步骤305，将生成的目标模型存储于模型库，模型库用于提供多个任务模型，多个任务模型与用于执行培训任务的应用系统相对应。

示例性地，模型库可以存储在服务器104中，应用系统可以通过网络从模型库中获取多个任务模型，并基于多个任务模型构建对应的仿真模型，以使得通过应用系统能够执行与多个实际业务场景相对应的培训任务。

步骤306，基于目标任务模型以及预设的控制目标，构建与操作场景标识对应的动态仿真模型，以使得动态仿真模型根据输入的仿真操作，输出目标培训任务的执行结果。

在一个示例性的实施例中，上述步骤306包括：

步骤306A，基于目标任务模型，确定与操作场景标识对应的动态仿真模型的输入矩阵和输出矩阵。

步骤306B，基于输入矩阵、输出矩阵以及预设的控制目标，构建动态仿真模型。

其中，动态仿真模型可以是Hammerstein模型。示例性地，可以根据目标任务模型确定目标培训任务的输入矩阵和输出矩阵，通过系统辨识的方法确定Hammerstein模型的静态非线性环节和动态线性环节，进而通过串联静态非线性环节和动态线性环节，得到与操作场景标识对应的Hammerstein模型，并根据预设的控制目标为Hammerstein模型设计合适的控制器，使得Hammerstein模型能够按照预设的控制目标处理输入的仿真操作。

步骤307，基于动态仿真模型，构建用于执行培训任务的应用系统。

步骤308，获取用户在应用系统中的操作节点数据，操作节点数据与用户的仿真操作相对应。

步骤309，基于操作节点数据，生成用户的培训数据以及对应的标签值。

步骤310，将用户的培训数据以及对应的标签值输入至预训练的分类器，输出用户的培训分数。

示例性地，可以通过记录用户在应用系统中的操作轨迹，确定用户的操作节点数据集合。进而可以基于与操作场景标识对应的标准操作轨迹，为用户的操作节点数据增加对应的标签值，得到用户的培训数据以及对应的标签值；其中，标准操作轨迹包括按正确顺序排列的操作节点数据。预训练的分类器可以基于随机森林模型构建，并通过引入随机属性降低个体分数泛化的误差结果，给出准确的培训分数。

这样，通过对用户的操作信息进行分析，并通过分类器确定用户的培训分数，能够实现对培训人员的操作掌握情况的量化分析，进一步提高了通过仿真模型进行培训的培训质量，进而保证了电力系统的安全性。

综上，上述电力系统仿真模型的生成方法中，通过将采集的电力数据按照实际业务场景进行分类，并基于分类后的电力数据构建知识图谱，实现了通过与实际业务场景对应的标识，能够从知识图谱中获取与实际业务场景对应的实体以及实体之间的关系，进而，能够得到特定场景下的培训任务的执行规则，以及用于执行该培训任务的动态仿真模型，提升了电力系统的仿真还原度，进而保证了通过仿真模型进行培训的培训效果。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的电力系统仿真模型的生成方法的电力系统仿真模型的生成装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个电力系统仿真模型的生成装置实施例中的具体限定可以参见上文中对于电力系统仿真模型的生成方法的限定，在此不再赘述。

在一个示例性的实施例中，如图4所示，提供了一种电力系统仿真模型的生成装置400，包括：第一确定模块401、第一获取模块402、第二确定模块403和第一构建模块404，其中：

第一确定模块401，用于确定电力系统的操作场景标识，操作场景标识为对电力数据进行分类确定的。

第一获取模块402，用于基于操作场景标识，从知识图谱中获取与操作场景标识对应的电力数据以及电力数据之间的关系。

第二确定模块403，用于基于电力数据以及电力数据之间的关系，确定目标培训任务中的仿真操作的执行规则，并将执行规则存储于与操作场景标识对应的目标任务模型。

第一构建模块404，用于基于目标任务模型以及预设的控制目标，确定与操作场景标识对应的动态仿真模型，以使得动态仿真模型根据输入的仿真操作，输出目标培训任务的执行结果。

在一个示例性的实施例中，上述电力系统仿真模型的生成装置400，包括：

第三确定模块，用于基于推荐算法模型，确定知识图谱对应的培训任务以及培训任务中的仿真操作；其中，推荐算法模型为基于样本知识图谱对初始推荐算法模型进行训练得到的。

在一个示例性的实施例中，上述第二确定模块403，包括：

获取子模块，用于获取目标权限数据，目标权限数据与目标角色的权限范围相对应。

第一确定子模块，用于基于目标权限数据、实体以及实体之间的关系，确定目标培训任务中的仿真操作的执行规则，并将执行规则存储于与操作场景标识对应的目标任务模型，以使得目标任务模型指导目标培训任务在目标角色的权限范围内执行。

在一个示例性的实施例中，上述电力系统仿真模型的生成装置400，包括：

存储模块，用于将生成的目标模型存储于模型库，模型库用于提供多个任务模型，多个任务模型与用于执行培训任务的应用系统相对应。

在一个示例性的实施例中，上述第一构建模块404，包括：

第二确定子模块，用于基于目标任务模型，确定与操作场景标识对应的动态仿真模型的输入矩阵和输出矩阵。

构建子模块，用于基于输入矩阵、输出矩阵以及预设的控制目标，构建动态仿真模型。

在一个示例性的实施例中，上述电力系统仿真模型的生成装置400，包括：

第二构建模块，用于基于动态仿真模型，构建用于执行培训任务的应用系统。

第二获取模块，用于获取用户在应用系统中的操作节点数据，操作节点数据与用户的仿真操作相对应。

标签值生成模块，用于基于操作节点数据，生成用户的培训数据以及对应的标签值。

分数输出模块，将用户的培训数据以及对应的标签值输入至预训练的分类器，输出用户的培训分数。

上述电力系统仿真模型的生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个示例性的实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储知识图谱。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电力系统仿真模型的生成方法。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个示例性的实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个示例性的实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在一个示例性的实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。