[发明专利]基于机器学习的虚端子模型建模及自动连线方法

摘要

本发明公开一种基于机器学习的虚端子模型建模及连线方法，步骤为：首先获取至少3个已完成的SCD配置文件；然后对获取到的各SCD配置文件进行解析，得到各SCD文件所包含的IED信息和虚端子连线信息；再基于SCD文件的解析结果，建立包含典型IED模型库、虚端子典型连线矩阵、虚端子典型连线置信矩阵的知识集，然后在对新的SCD文件进行配置，基于当前知识集进行虚端子的自动连线。本发明可有效利用已完成的配置工作的成果，降低实际操作时的建模工作量，同时本发明对于典型IED的判别方法，可最大限度避免各IED厂家对规范理解存在偏差带来的影响。

主权项

基于机器学习的虚端子模型建模及自动连线方法，其特征是，包括步骤：S1，获取至少3个已完成的SCD配置文件；S2，对获取到的各SCD配置文件进行解析，得到各SCD文件所包含的IED信息和虚端子连线信息；S3，基于SCD文件的解析结果，建立知识集：S31，检索各IED信息中的desc字段，以确定IED物理设备的设备类型，并将各IED按照间隔进行归类；S32，比对各SCD文件的相同间隔，获取各间隔所包含的典型IED，形成典型IED模型库；所述一个间隔的典型IED包括：存在于至少三个不同SCD文件中，属于同一间隔， Name和Description属性皆相同，且厂家不完全相同的IED；S33，对于各典型IED，获取其虚端子连线信息，基于获取的虚端子连线信息建立虚端子典型连线矩阵和虚端子典型连线置信矩阵，矩阵中的各元素的值代表各输出虚端子连接不同输入虚端子的虚端子连线数量；S34，设定虚端子典型连线置信矩阵中各元素的值；S35，基于典型IED模型库、虚端子典型连线矩阵和虚端子典型连线置信矩阵生成知识集；S4，对新的SCD文件进行配置，基于当前知识集进行虚端子的自动连线：对于当前知识集中的同一虚端子连线，当其在虚端子典型连线矩阵中的相应元素值大于或等于其在虚端子典型连线置信矩阵中的相应元素值时，该虚端子连线所对应的输出虚端子和输入选端子可直接连接。