[发明专利]基于电网人工智能仿真分析的知识表示方法及驱动系统

说明书

基于电网人工智能仿真分析的知识表示方法及驱动系统，涉及电力仿真分析领域。本发明是为了解决目前的电网分析的方法还存在知识表示困难导致构建知识驱动模型困难，以及人工参与度高的问题。本发明包括：对电网当前状态和需要对电网修改的操作进行定义；对电网数字仿真分析知识进行知识表示；基于电网人工智能仿真分析的知识驱动系统包括：特征识别模块：读取电网数据文件，判断电网数据文件是否满足知识图谱中的特征节点本文表达式；状态查询与匹配模块：接收特征集判断当前电网状态；动作查询模块：匹配电网状态与动作，匹配到的动作构成状态动作集；动作执行模块：对电网数据文件中的参数进行修改。本发明用于对电网进行知识表示以及数据修改。

技术领域

本发明涉及电力仿真分析领域，特别涉及基于电网人工智能仿真分析的知识表示方法及驱动系统。

背景技术

电力系统仿真分析作为电网规划设计和调度运行的一种重要手段，其包括稳态分析、动态分析和暂态分析各种内容。有别于一般的仿真分析，电力系统的数字仿真分析重点研究潮流、最优潮流、电压稳定计算等方面的仿真应用，从本质上来说是根据给定的运行条件通过仿真计算完成特定任务的数学求解问题。但由于仿真计算的结果规模巨大且复杂，目前主要通过人工实现对各个仿真任务的综合分析与调整，其过程费时费力。运行人员观察由电网数据仿真计算得到的结果，根据经验给出相应的调整策略，重复进行仿真计算直至结果满足要求。

知识图谱的发展为电网数字仿真分析的知识建模方法提供了新契机。基于语义网的资源描述框架RDF(Resource Description Framework)是W2C在XML基础上提供的一套统一标准，是一种用于知识表示的本体语言，主要描述实体/资源。其本质是由节点和节点间带标记边组成的一个数据模型，基于图表示RDF可以方便的描述实体之间的关系。RDF所描述的关系实质上是实体间的二元关系，但由于复杂的关系都可以通过拆分成多个二元关系组来描述，因此，RDF数据模型也是一种基础模型。一般来说，在RDF中的二元关系被表示为如图2所示SPO三元组的形式，通常称满足这样形式要求的一个(h,r,t)三元组为一个语句，在知识图谱中也被叫作一条知识。其中h和t分别表示头、尾实体，r表示头、尾实体之间的关系。知识图谱是一个本体作为Schema层的结构化数据集，其兼容RDF模型，本质上是一个由节点和边构成的语义网络。其中节点表示概念或实体，边表示节点之间的关系。一般来说知识图谱可以分为模式层和数据层：模式层高于数据层，用来表示经过提炼后的知识，一般也通过本体库实现对知识的表达、组织和管理知识。此外，本体是结构化知识库的概念模板，其逻辑、规范等也用来约束其对应实体之间的关系。数据层是主要由一连串事实所构成，事实则是通过三元组来描述，如实体1，关系，实体2，而知识也就以事实为单位存储在图数据库中。基于此，知识图谱能够通过图结构来对实体之间的关系进行有效建模，其中实体表示为图中的点，实体之间的关系表示为图中的边。

目前，通过构建知识图谱来对电网数字仿真分析进行知识建模还存在以下问题：一方面，电网数字仿真分析的知识需要将定性和定量知识相结合。主流知识图谱的研究聚焦在实体之间定性的关系，而在电网数字仿真分析问题上，更多的是需要定量描述的知识来进行具体电网参数的修改和检查，例如：“需检查PV节点的电压值是否在0.9-1.1之间”，这样同时涉及定性和定量描述的知识，则较难进行统一的知识建模。另一方面，电网仿真计算具备特殊性，不仅电网数据具有时序性，而且不同的操作在时序上也有先后顺序，同时还有一定的事理逻辑，然而目前的知识图谱并不具备时序关系和事理逻辑，从而造成了电网数字仿真分析知识建模困难。此外，电网数字仿真分析过程分析过程中的参数、操作繁多，需要在海量的参数和操作中选择合适的知识来驱动调整，而且在调整的每一个环节都要通过知识来决策，所以目前还无法完全无人工参与。因此目前的电网数字仿真分析还存在知识表述困难，人工参与度高的问题。

发明内容

本发明目的是为了解决目前的电网分析的方法还存在知识表示困难导致构建知识驱动模型困难，以及人工参与度高的问题，而提出了基于电网人工智能仿真分析的知识表示方法及驱动系统。

基于电网人工智能仿真分析的知识表示方法，具体包括：