[发明专利]基于值班系统的电网智能调度方法

说明书

本发明公开了基于值班系统的电网智能调度方法，包括如下步骤：S1、基于电力知识图谱技术构建电力运行语料库；S2、结合调度语音转译文件生成电力调度用语库和电力词库；S3、基于特征提取、模式匹配、模型训练实现调度语音识别；构建基于Wavenet网络的语音模型；S4、采用深度优先算法，对获取的电力文本信息或语音信息进行解析、推送、调用和更新；S5、基于电力调度用语库和电力词库，对电力文本信息进行预处理，并采用BERT模型对电力文本信息进行处理得到提取文本表示特征，构建文本特征表示向量；S6、采用故障分类和预案匹配的方法辅助电力调度场景。该方案提高电网故障处置的速度和准确性，提高电网调度的智能化水平。

技术领域

本发明涉及电网调度自动化技术领域，尤其涉及基于值班系统的电网智能调度方法。

背景技术

当前传统的调度方式下，随着工作时间的增长，调度中心的值班员对文本、语音的理解能力不免随着精神的疲惫而下降，尤其是面对表意不清或音质模糊的文本语音信息。同时，当发生故障等紧急事件时，会在短时间内产生大量信息，人工处理的话很难快速掌握并记录这些信息中的重点，从而快速决策。目前，还没有一套基于自然语言处理和语音识别的电网智能调度方法高效准确的针对紧急故障制定策略。

发明内容

本发明的目的是解决现有技术中缺乏对紧急故障快速准确响应的缺点，提出了基于值班系统的电网智能调度方法，借助自然语言处理和语音识别的技术辅助电力调度场景，提高电网故障处置的速度和准确性，提高电网调度的智能化水平。

本发明实施例中提供的一种技术方案是，基于值班系统的电网智能调度方法，包括如下步骤：

S1、基于电力知识图谱技术构建电力运行语料库；

S2、结合调度语音转译文件生成电力调度用语库和电力词库；

S3、基于特征提取、模式匹配、模型训练实现调度语音识别；构建基于Wavenet网络的语音模型；

S4、采用深度优先算法，对获取的电力文本信息或语音信息进行解析、推送、调用和更新；

S5、基于电力调度用语库和电力词库，对电力文本信息进行预处理，并采用BERT模型对电力文本信息进行处理得到提取文本表示特征，构建文本特征表示向量；

S6、采用故障分类和预案匹配的方法辅助电力调度场景。

作为优选，S1中，包括如下步骤：

基于电力调度规程、电网历史数据的原始语料的电网运行知识构建以电网安全为目标的优化决策知识的电力知识图谱；

利用基于机器学习的实体抽取方法，实现对电力知识图谱中命名实体的自动识别；

基于马尔科夫逻辑网的深层隐含关系抽取方法，实现对电力知识图谱中的实体间关系的抽取；

利用基于规则与启发式算法的属性抽取方法从原始语料中自动抽取相应的属性名称与属性值，实现对实体属性的抽取。

作为优选，S3中，基于特征提取、模式匹配、模型训练实现调度语音识别，包括如下步骤：

对于电力调度过程中的电话语音，通过加噪、改变声音频率的方式降低语音质量实现数据增强，并通过MFCC特征提取方法进行预处理，得到表征语音消息辨识性信息的语音特征向量；使用WaveNet对MFCC特征进行识别。

作为优选，所述MFCC特征提取方法的步骤如下：

对语音信号进行预加重、分帧、加窗以及FFT傅里叶变换；

计算功率谱，将得到的功率谱通过三角带通滤波器，滤波输出的结果利用mel域与线性频率的关系式转为对数形式；

进行DCT变换，得到MFCC系数；

计算N/3MFCC系数+N/3一阶差分参数+N/3二阶差分参数+帧能量，构成了N维的MFCC特征。

作为优选，使用WaveNet对MFCC特征进行识别，包括如下步骤：