[发明专利]基于自学习的配电网操作票语义合规性的校验方法及系统

说明书

本发明公开了一种基于自学习的配电网操作票语义合规性的校验方法及系统，所述方法包括根据预先获取的电网基本调度操作规则和历史操作票语义校验结果，构建电网调度操作票知识库；基于单层神经网络及分层LSTM神经网络，对调度操作规则的操作指令进行特征提取、分解，得到调度操作规则中的设备信息与操作动作信息，以作为校验准则，并根据校验准则更新所述电网调度操作票知识库；对待校验的目标操作票数据进行结构化处理，根据更新后的电网调度操作票知识库，对结构化处理后的目标操作票合规性进行实时校验。本发明提供的校验方法，能够适应操作设备种类繁多，文本种类和描述增加的情况，提高了操作票语义分析结果的准确度及分析效率。

技术领域

本发明涉及电力系统语义识别技术领域，尤其涉及一种基于自学习的配电网操作票语义合规性的校验方法及系统。

背景技术

目前，随着电网智能化建设的逐步推进，电力企业开始积累了大量电力设备相关的数据信息，不仅设备检修涉及操作的设备种类繁多，手续繁多，而且相应的配调操作票种类及文本描述增加。其中，操作票是指在进行电力设备操作前必须完成的纸质记录，对于电力设备的安全运行起关键作用。从过去完全依赖电网调度人员手动进行操作票的编写和校验，到目前加入人工智能技术以实现自动化识别与校验，在操作票的相关工作中都取得了突破性进展。

现有技术中常常使用用的支持向量机(SVM)、k近邻分类算法等进行操作票语义识别，在操作票信息文本的研究中将文本过滤视为分类问题，采用k近邻分类算法进行过滤；针对提出基于主题分类的文本过滤方法，筛选出文本内容的最优特征项集合，利用SVM分类技术过滤；同时，利用文本分类系统创建特定领域过滤器，减少了手动注释的训练数据量。但是几种方法都不能体现语义，不能够对多主题长文本进行建模，无法从相对较长的时间步长中捕获语义关联，进而会导致识别效率低下，校验结果的精确性无法保障，同时，这些方法不能发现深层次操作票指令特征，且算法计算量较大，计算时间很长，导致算法的计算效率低下。因此，如何提供一种基于自学习的配电网智能操作票语义校验方法，提高识别效率及结果的准确率，是本领域亟待解决的技术问题。

发明内容

本发明的目的在于提供一种基于自学习的配电网操作票语义合规性的校验方法及系统，该方法能够解决现有技术中对操作票语义分析的准确度低及分析效率低下的问题。

为了克服上述现有技术中的缺陷，本发明提供了一种基于自学习的配电网操作票语义合规性的校验方法，包括：

根据预先获取的电网基本调度操作规则、历史操作票语义校验结果，构建电网调度操作票知识库；

基于单层神经网络及分层LSTM神经网络，对所述调度操作规则的操作指令进行特征提取、分解，得到所述调度操作规则中的设备信息与操作动作信息，以作为校验准则，并根据所述校验准则更新所述电网调度操作票知识库；

对待校验的目标操作票数据进行结构化处理，根据更新后的电网调度操作票知识库，对结构化处理后的目标操作票合规性进行实时校验。

作为优选地，所述根据预先获取的电网基本调度操作规则、历史操作票语义校验结果，构建电网调度操作票知识库，包括：

构建配电网知识图谱；

根据预设的数据类别、检索方法、依托变更关系、配置方法、发布方法及所述配电网知识图谱，构建数据关联知识库；

构建所述数据关联知识库的搜索引擎；

获得调度操作知识，并根据所述调度操作知识、所述搜索引擎及所述数据关联知识库，构建电网调度操作票知识库。

作为优选地，所述搜索引擎的功能包括实体查询、篇名查询及术语查询。

作为优选地，所述电网调度操作票知识库基于结构化数据、半结构化数据及纯文本数据构建。