[发明专利]一种变电站作业违章的自动分类方法及系统

说明书

本发明提供了一种变电站作业违章的自动分类方法及系统，涉及作业违章分类技术领域，获取变电站作业的行为数据；将自然实体词向量输入到第一违章分类模型中，得到第一分类结果；将社会实体词向量输入到第二违章分类模型中，得到第二分类结果；根据第一分类结果和第二分类结果，利用Dempster法则确定违章行为的类别。本发明通过训练第一违章分类模型和第二违章分类模型，并对两个分类模型的分类结果进行融合，能够对变电站作业的违章行为进行分类，为电网的安全建设提供数据支撑。

技术领域

本发明涉及作业违章分类技术领域，特别是涉及一种变电站作业违章的自动分类方法及系统。

背景技术

在电力行业中，安全是一切工作的基础，也是电力行业科技进步的最重要标志之一。电力安全生产的重要性是由电力生产客观规律和生产特性及社会作用共同决定的，因此安全也是电力行业中一个永恒不变的主题。安全既是电网作业人员生命和健康的基础保障,也是企业生存发展的最有力支撑,更是社会稳定经济发展的前提条件。对电力企业来说,安全就是生命和效益,安全是一切工作的重中之重。安全事故、现场违章记录、检查审计问题等各类安全监督资料，是安全生产的第一手资料，是安全生产的指导依据。全面研究供电企业的历史安全数据，不仅可以降低事故发生的概率，而且可以提高安全生产水平，具有重要的现实意义。利用人工智能技术对历史安全数据进行深度挖掘，提取出安全风险典型问题。基于安全风险典型问题，并且对其进行智能分类，给安全监察工作提供了极大地便利和数据支撑。基于历史典型安全事故问题，构建安全事故问题风险库，建立智能预警方案，对供电企业安全状况进行动态评价和预警。因此，违章问题的智能分类对电网的安全建设，安全运行有着非常重要的意义。

发明内容

本发明的目的是提供一种变电站作业违章的自动分类方法及系统，能够对变电站作业的违章行为进行分类，为电网的安全建设提供数据支撑。

为实现上述目的，本发明提供了如下方案：

一种变电站作业违章的自动分类方法，包括：

获取变电站作业的行为数据；所述行为数据包括自然实体词向量和社会实体词向量；

将所述自然实体词向量输入到第一违章分类模型中，得到第一分类结果；所述第一违章分类模型是利用历史自然实体词向量，对双向长短期记忆网络进行训练得到的；

将所述社会实体词向量输入到第二违章分类模型中，得到第二分类结果；所述第二违章分类模型是利用历史社会实体词向量，对双向长短期记忆网络进行训练得到的；

根据所述第一分类结果和所述第二分类结果，利用Dempster法则确定违章类别。

可选的，所述自然实体词向量用于表述变电站作业行为的设备、工器具、设施、故障、操作和动作；

所述社会实体词向量用于表述变电站作业行为的时间、地点、操作员姓名和组织机构。

可选的，在获取变电站作业的行为数据之前，还包括：

获取历史自然实体词向量；

以所述历史自然实体词向量为输入，以历史行为的类别为期望输出，对双向长短期记忆网络进行训练，得到第一违章分类模型。

可选的，在获取变电站作业的行为数据之前，还包括：

获取历史社会实体词向量；

以所述历史社会实体词向量为输入，以历史行为的类别为期望输出，对双向长短期记忆网络进行训练，得到第二违章分类模型。

可选的，所述根据所述第一分类结果和所述第二分类结果，利用Dempster法则确定违章类别，具体包括：

构建违章类型完备集合；