一种基于机器学习的厂站图自动生成方法与流程

本发明属于电力系统技术领域，特别涉及一种基于机器学习的厂站图自动生成方法。

背景技术：

电网厂站接线图对电网的运行管理人员非常重要，运行管理人员可以直观地通过电网厂站图对电网进行管理、方式调度及事故处理等工作。目前厂站接线图多采用人工绘制的方式，首先通过dbi工具在数据库中建立各电器设备的模型信息，然后通过ems中提供的手工绘图工具绘制电网厂站接线图，最后通过检索器实现图形中设备与数据库中的模型设备的关联。虽然人力手工绘制的潮流图比较符合调度运行人员的认知习惯，但这种方式维护工作量过大，并可能会出现不及时、不准确等问题，给电网调度运行人员的工作带来不便。

在我国的众多学术机构、科研院所，有很多针对电力系统图形自动生成的研究，主要集中在配网单线图、电网潮流图自动布局方面，在厂站图自动生成的研究方面相对较少。厂站接线图中设备类型多，母线接线方式复杂，而且各个地方又都有自己的图形绘制习惯，基于现有拓扑模型信息，单纯利用布局与布线算法来实现电网厂站接线图很难满足应用需求以及替代人工绘制。

技术实现要素：

本发明的目的在于提供一种基于机器学习的厂站图自动生成方法。

实现本发明目的的技术解决方案为：一种基于机器学习的厂站图自动生成方法，包含以下步骤：

步骤1、特征模型的建立：对存量图形进行拓扑分析，识别出接线图的主特征与辅助特征，将主特征进行索引编码后写入图形特征库文件，将辅助特征及主特征索引写入特征描述文件；

步骤2、目标图形特征参数的生成：录入目标图形参数，对参数进行特征化处理，形成特征参数；

步骤3、特征评估：将形成的特征参数与图形特征库的图形特征进行比对评估，获得与特征参数最相似的图形特征；

步骤4、图形生成与绘制：对获得的图形特征单元进行复用、修改与扩展，完成图形的布局、布线。

本发明与现有技术相比，其显著优点为：本发明通过对存量图形的机器学习，利用图形特征实现图形绘制，生成准确、符合用户绘图习惯、图模型一体的高质量厂站接线图，有效解决了调度自动化应用中静态图纸运维工作量大、容易出错等一系列问题，为电网厂站接线图的自动化运维提供辅助技术支撑。

附图说明

图1是本发明基于机器学习的厂站图自动生成框架示意图。

图2是本发明图形特征库的生成架构示意图。

图3是本发明图形生成过程示意图。

具体实施方式

下面结合附图和具体实施例，进一步说明本发明方案。

如图1所示，一种基于机器学习的厂站图自动生成方法，包含以下步骤：

步骤1、特征模型的建立：对存量图形进行拓扑分析，识别出接线图的主特征与辅助特征，将主特征进行索引编码后写入图形特征库文件，将辅助特征及主特征索引写入特征描述文件；

作为一种具体实施方式，主特征包括母线进出线间隔特征、母联间隔特征、母分间隔特征和母线附属设施间隔，辅助特征包括主变个数、各电压等级的母线数量和母线接线方式。

作为一种具体实施方式，主特征的索引由二段组成，即type:id，其中type标识间隔的种类，id标识组成该类间隔的构成图元，计算公式为：

其中，n为间隔中包含图元种类个数，但不包括连接线、母线以及主变，t为图元的类型号，num为类型为t的图元的个数。

作为一种具体实施方式，每一副存量图形对应于一个图形特征文件，其后缀为.fac.pic.g，按存量图形的电压等级(即高、中、低压等级)分类，每一类型的存量图形对应于一个特征描述文件，其后缀为.xml。

步骤2、目标图形特征参数的生成：录入目标图形参数，对参数进行特征化处理，形成特征参数；

作为一种具体实施方式，所形成的特征参数包括主变个数，主变类型，高、中、低压侧母线数量、高、中、低压侧母线接线方式，高、中、低压侧进出线间隔索引值，高、中、低压侧母联间隔索引值，高、中、低压侧母分间隔索引值，以及高、中、低压侧电源间隔索引值。

步骤3、特征评估：将形成的特征参数与图形特征库的图形特征进行比对评估，获得与特征参数最相似的图形特征；

作为一种具体实施方式，评估公式具体为：

其中，w1表示主变评估权重，n1表示主变个数，si电源匹配度分值；w2表示母线评估权重，m表示母线个数，sj’表示母线接线匹配度分值；w3表示间隔评估权重，p表示间隔种类个数，sk”表示每类间隔匹配度分值；score表示特征评估分值，分值越高，匹配度越高

步骤4、图形生成与绘制：对获得的图形特征单元进行复用、修改与扩展，完成图形的布局、布线。

实施例

为了验证本发明方案的有效性，进行如下仿真实验。

图形特征库由图形特征文件和特征描述文件组成，如图2所示，学习引擎定时扫描历史存量图形，当扫描一副存量图形时，先查找特征描述文件中是否有该幅图形的特征记录。如果记录不存在，则对该图形进行拓扑分析，依次特征提取，并将主特征写入图形特征文件，辅助特征以及主特征索引写入特征描述文件。如果扫描完成后，没有发现新图形或新的图形特征需要提取，则休眠5分钟。

如图3所示，厂站图自动生成时，先通过前端界面录入输入参数并进行预处理，形成包括主变个数，主变类型，高、中、低压侧接线方式，高、中、低侧母线个数，高、中、低压侧进出线间隔索引值，高、中、低压侧母联间隔索引值，高、中、低压侧母分间隔索引值，高、中、低压侧电源间隔索引值等目标图形特征。然后将目标图形特征与图形特征描述文件进行比对与评估，找出与目标特征最相近的特征元素所在的特征文件，并从这些特征文件中读取图形特征单元。最后利用图形布局布线算法根据目标图形主特征与辅助特征，对从特征库获取的图形特征进行复制、修改、替换等操作，生成母线、主变与间隔。图形生成后可直接在图形编辑器中进行修改与调整，编辑完成后生成图形中设备图元的数据模型，设备图元将自动与数据模型实现遥信与遥测的关联。

利用本方案，能够生成准确、符合用户绘图习惯、图模型一体的高质量厂站接线图，有效解决了调度自动化应用中静态图纸运维工作量大、容易出错等一系列问题。

技术特征：

技术总结
本发明公开了一种基于机器学习的厂站图自动生成方法，对存量图形进行拓扑分析，识别出接线图的主特征与辅助特征，将主特征进行索引编码后写入图形特征库文件，将辅助特征及主特征索引写入特征描述文件；录入目标图形参数，对参数进行特征化处理，形成特征参数；将形成的特征参数与图形特征库的图形特征进行比对评估，获得与特征参数最相似的图形特征；对获得的图形特征单元进行复用、修改与扩展，完成图形的布局、布线。本发明能够生成准确、符合用户绘图习惯、图模型一体的高质量厂站接线图，有效解决了调度自动化应用中静态图纸运维工作量大、容易出错等一系列问题，为电网厂站接线图的自动化运维提供辅助技术支撑。

技术研发人员：罗俊;封波;刘翌;熊浩;蒋宇;范青;王元;徐善荣;江华;姜骞;苏运光;葛王飞
受保护的技术使用者：国网江苏省电力有限公司连云港供电分公司;国家电网公司;国电南瑞南京控制系统有限公司;国电南瑞科技股份有限公司
技术研发日：2018.09.21
技术公布日：2019.01.25