[发明专利]基于知识图谱的连锁故障演化路径溯源和预测方法及装置

权利要求书

1.一种基于知识图谱的连锁故障演化路径溯源和预测方法，其特征是，包括以下过程：

获取连锁故障历史数据，生成连锁故障演化样本数据库；

基于获得的连锁故障演化样本数据库，训练得到特征事件关系模型，所述特征事件关系模型的输入为事件对的关键特征量，输出为事件对之间关系是否成立；

从连锁故障演化样本数据库中，提取事件类、特征事件、特征事件之间关系以及关系属性，形成特征事件演化知识图谱，所述特征事件之间关系是任意特征事件组成事件对输入训练后的特征事件关系模型所获得的；

针对获取的实测特征事件序列，搜索特征事件演化知识图谱，获得连锁故障特征事件溯源和预测路径。

2.根据权利要求1所述的一种基于知识图谱的连锁故障演化路径溯源和预测方法，其特征是，所述连锁故障历史数据包括按事件发生时序排列的事件序列、事件前后电网运行方式数据、事件引起电网暂态电气量变化信息、故障地点和故障类型。

3.根据权利要求1所述的一种基于知识图谱的连锁故障演化路径溯源和预测方法，其特征是，所述特征事件关系模型训练的过程包括：

通过物理机理分析从连锁故障演化样本数据库确定训练的事件对集合；

通过数据相关性分析方法提取各事件对集合的关键特征量；

将关键特征量作为输入，事件对之间关系是否成立作为输出，基于支持向量机算法进行训练，获得特征事件关系模型。

4.根据权利要求1所述的一种基于知识图谱的连锁故障演化路径溯源和预测方法，其特征是，所述提取事件类、特征事件、特征事件之间关系以及关键特征量，形成特征事件演化知识图谱，包括：

将事件类作为顶层中节点；

将具体特征事件作为底层中节点，并与上层节点中所属事件类之间用连线连接；

在底层节点中，如果事件之间有关系，则在图谱中将两个事件用箭头连线连接，并且箭头指向后序事件；

将事件的关系属性作为底层节点引出的节点。

5.根据权利要求1所述的一种基于知识图谱的连锁故障演化路径溯源和预测方法，其特征是，所述特征事件之间关系还包括规则化知识推导出的。

6.根据权利要求1所述的一种基于知识图谱的连锁故障演化路径溯源和预测方法，其特征是，所述针对获取的实测特征事件序列，搜索特征事件演化知识图谱，获得连锁故障特征事件溯源和预测路径，包括：

将实测特征事件序列依据时序排列，形成特征事件集合；

从特征事件集合中剔除在特征事件演化知识图谱不存在匹配的特征事件；

采用深度优先搜索算法，以特征事件集合中的排序最后的特征事件为起点，向上搜索其关联的所有特征事件；

将搜索到的所有特征事件按照搜索顺序组成事件对，将事件对输入特征事件关系模型得到特征事件之间关系，若特征事件之间关系为“成立”且事件存在于特征事件集合中，则将事件对纳入溯源路径集合；

对溯源路径集合中的特征事件按时序排序，排序后的事件序列即为连锁故障的溯源路径；

采用深度优先搜索算法，以特征事件集合中的排序最后的特征事件为起点，向下搜索其关联的所有特征事件；

将搜索到的所有特征事件按照搜索顺序组成事件对，将事件对输入特征事件关系模型得到特征事件之间关系，若特征事件之间关系为“成立”且事件存在于特征事件集合中，则将事件对纳入预测路径集合；

预测路径集合中的事件序列即为预测的连锁故障演化路径。

7.根据权利要求1所述的一种基于知识图谱的连锁故障演化路径溯源和预测方法，其特征是，所述从特征事件集合中剔除在特征事件演化知识图谱不存在匹配的特征事件，包括：

针对特征事件集合中每个特征事件，优先查找特征事件演化知识图谱中是否存在匹配的事件类，若不存在，则将此特征事件从特征事件集合中剔除；

若存在特征事件所属的事件类，则针对此事件特征，将事件特征的关键特征量与该事件类中各事件特征及事件特征的关系属性作匹配，若匹配不成功，则将此特征事件从特征事件集合中剔除。

8.一种基于知识图谱的连锁故障演化路径溯源和预测装置，其特征是，包括：

数据获取模块，用于获取连锁故障历史数据，生成连锁故障演化样本数据库；

模型训练模块，用于基于获得的连锁故障演化样本数据库，训练得到特征事件关系模型，所述特征事件关系模型的输入为事件对的关键特征量，输出为事件对之间关系是否成立；

知识图谱构建模块，用于从连锁故障演化样本数据库中，提取事件类、特征事件、特征事件之间关系以及关系属性，形成特征事件演化知识图谱，所述特征事件之间关系是任意特征事件组成事件对输入训练后的特征事件关系模型所获得的；

溯源预测模块，用于针对获取的实测特征事件序列，搜索特征事件演化知识图谱，获得连锁故障特征事件溯源和预测路径。