[发明专利]一种基于综合字典特性的继电保护定值自适应校核方法

说明书

本发明公开了一种基于综合字典特性的继电保护定值自适应校核方法。所述方法包括：建立综合词典，词典正文为继电保护专业词汇，同时包含同义词数据项；基于综合词典，采用最大正向匹配算法对定值名称进行分词；针对继电保护定值名称的特殊性，对复合型词和单一型词赋以不同权值，采用改进Jaccard相似度来度量两个字符串的相似度，提高匹配准确度。

技术领域

本发明属于继电保护定值在线校核技术领域，尤其涉及考虑定值名称匹配错误的继电保护定值取值一致性在线校核方法和系统。

背景技术

随着电网运行方式的改变，装置的保护定值也要随之更改。系统自动修改保护定值近期难以实现，手工修改定值对人员责任心要求很高，需要进行核对、把关；在长期运行中继电保护设备本身也会出现定值漂移的问题，及时有效的发现这些问题，不仅能解除电网安全隐患，还能防止保护误动。定值核对工作主要依靠专业人员手动开展，工作量大，任务繁重。保护信息管理系统对保护装置运行定值的召唤功能为继电保护定值校核系统的研究和应用提供了技术支撑。

目前已有上线的继电保护定值比对系统，但是由于继电保护厂家众多，每个设备厂家对定值项名称的命名规范和习惯不一样，调度主站的继电保护整定计算部门和设备厂商的命名习惯也不一样。因此，存在部分定值项匹配出错的问题。这些问题主要分为两大类，第一类是同义异形词之间的匹配问题，第二类是通过改变词序能实现相同的语义表达。第一类问题又分为中文同义异形词(如“启动”和“起动”)，英文同义异形词(如“TV”和“PT”)，序号类同义异形词(如“零序电流1段”和“零序电流Ⅰ段”)。第二类问题是在汉语中多修饰词的偏正短语表达多样性引起的。当有多个修饰词修饰、描述后面的中心词时，多个修饰词的相对顺序往往比较灵活。例如，“零序Ⅱ段电流定值”，“Ⅱ段零序电流定值”和“零序电流Ⅱ段定值”。这三个短语表达方式虽然不同，但是整个偏正短语的语义是完全相同的。本发明针对上述存在的问题，对整词二分词典进行改进，拓展词典的数据结构，添加同义词标志项，从而更好地处理同义异形词的匹配问题。同时将中文、英文以及一些序号类字符都纳入词典中，便于对包含各种语言元素的短语进行同时处理。基于改进的混合词典，通过最大正向匹配算法对短语进行分词操作，在分词过程中，将同义词直接替换为标志同义词，便于后续字符串的匹配，提高匹配准确度。通过基于定值单结构的类型过滤和首项过滤的双重过滤算法进行预处理操作，缩小精确匹配的目标空间，减少时间开销。然后对预处理后筛选出的目标空间进行精确匹配。考虑到继电保护定值项名称的特点以及第二类问题，常用的编辑距离算法将会扩大两个同义短语之间的差异，出现误判的情况，因此采用无序的字符串匹配算法和集合相似性度量提高匹配度。最后对符合字符串名称匹配要求的定值项进行定值核对，若定值不一致，调整匹配策略进行再次匹配筛选。

发明内容

本发明的目的是为了解决上述问题，提供一种基于综合字典特性的继电保护定值自适应校核方法，提高定值项匹配的准确度和在线比对效率。

为达到上述目的，本发明采用的方法是：一种基于综合字典特性的继电保护定值自适应校核方法，包括以下步骤：

1)基于综合词典对继电保护定值名称进行分词操作，形成分词结果词序列，综合词典为包含中文、英文和序号类字符的继电保护专业词典；

2)对目标空间中的定值项计算其改进Jaccard相似度；

3)满足相似度阈值的定值项进行定值比对；

4)通过定值项取值比较结果的反馈进行二次匹配进一步提高匹配的准确度。

进一步地，综合词典内容上涵盖继电保护定值名称中出现各类专业术语，主要为中文字符，同时包含英文字符和各类序号型字符；在结构上分为三层，包括首字Hash表、词索引表和词典正文。

首字Hash表包括首字、最大词长和第一项指针；其中首字为词典中词条的第一个字符；最大词长为对应首字在词典中所有词条词长的最大值；第一项指针为对应首字在词索引表中的起始位置。