本發(fā)明涉及保電和應急管理，具體為一種基于智能引擎模型的保電及應急指揮方法及系統(tǒng)。

背景技術：

1、為了防止和減少電力事故對于社會的影響，需要通過執(zhí)行相應的保電應急措施來預防或處理配電網突發(fā)事件，以保障配電網供電的安全穩(wěn)定性。現(xiàn)有的在傳統(tǒng)的保電指揮任務中，大多通過提前制定和編寫保電指揮應急預案來安排供電場所的保電和應急工作。但在實際的保電應急指揮過程中，往往需要人工進行問題識別，再根據提前制定的保電指揮應急預案確定問題的處理措施，最后再派遣處理人員，問題的響應速度很慢。且提前制定和編寫的保電指揮應急預案一般是由對應的負責人員來編寫的，很可能遺漏供電場所可能發(fā)生的故障情況，并無法保障保電指揮應急預案能夠適應供電場所的保電和應急需求。

技術實現(xiàn)思路

1、鑒于上述存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明解決的技術問題是：旨在解決傳統(tǒng)保電應急指揮過程中響應速度慢、預案制定固定且可能遺漏關鍵場景，無法適應供電場所實際需求的問題。

3、為解決上述技術問題，本發(fā)明提供如下技術方案：一種基于智能引擎模型的保電及應急指揮方法，其包括如下步驟，

4、實時采集電力系統(tǒng)數據，并傳輸至智能引擎模型，同時智能引擎模型實時接收用戶的語音指令；智能引擎模型結合用戶的語音指令以及電力數據確定觸發(fā)事件；智能決策模型根據觸發(fā)事件制定不同的處理決策；判斷觸發(fā)事件的應急優(yōu)先級，根據優(yōu)先級確定觸發(fā)事件的處理決策的執(zhí)行順序。

5、作為本發(fā)明所述的一種基于智能引擎模型的保電及應急指揮方法的一種優(yōu)選方案，其中：所述電力系統(tǒng)數據包括，實時電力消耗數據、設備狀態(tài)數據、環(huán)境數據、歷史事故數據以及用戶需求和行為模型數據。

6、所述接收用戶的語音指令包括，智能引擎模型對用戶的語音指令進行語義識別，提取用戶意圖，基于用戶意圖與電力事件進行匹配。

7、作為本發(fā)明所述的一種基于智能引擎模型的保電及應急指揮方法的一種優(yōu)選方案，其中：所述智能引擎模型表示為，

8、

9、其中，t表示時間序列數據，v表示從用戶語音中提取的特征向量，p表示電力數據，包括電力消耗、設備運行參數以及環(huán)境數據，f(t，λt)表示時間序列分析函數，λt表示函數的參數，表示語音分析函數，用于處理和解析語音特征，h(p，μp,σp)表示電力數據分析函數，μp、σp表示電力數據分析函數參數、z表示歸一化參數，wi表示權重系數，n表示語音特征數量。

10、作為本發(fā)明所述的一種基于智能引擎模型的保電及應急指揮方法的一種優(yōu)選方案，其中：所述確定觸發(fā)事件包括，若智能引擎模型獲取的實時電力消耗相對于預期出現(xiàn)顯著的上升或下降，判定為實時電力消耗突變，表明供電不足、設備故障或非法用電，若智能引擎模型獲取的設備運行參數超過安全閾值，判定為設備存在故障，若智能引擎模型獲取的環(huán)境數據超過特定閾值，則發(fā)出環(huán)境指標警報，表明當前的天氣條件會對電網穩(wěn)定性造成威脅，若用戶的電力使用行為與常規(guī)模式發(fā)生明顯變化，判定為設備故障或用戶需求發(fā)生變化。

11、作為本發(fā)明所述的一種基于智能引擎模型的保電及應急指揮方法的一種優(yōu)選方案，其中：所述制定不同的處理決策包括，當判定為實時電力消耗突變時，則立即調整電網運行模式，優(yōu)化負載分配，啟動緊急電源或備用電源，補充短缺，向用戶發(fā)送節(jié)能提示或限電通知，若消耗量突然下降，檢查關鍵設備和傳輸線路的狀態(tài)，排除故障或損壞；

12、若判定為設備存在故障時，則自動隔離故障設備，防止問題擴散，向維修團隊發(fā)送詳細的故障報告和位置信息，加快響應速度，啟動備用系統(tǒng)或繞過故障部分，保持系統(tǒng)穩(wěn)定運行；若發(fā)出環(huán)境指標警報時，根據環(huán)境數據調整電網運行參數，包括調整輸電線路的負荷，關閉不必要的設施，向相關區(qū)域發(fā)布環(huán)境風險警告，建議用戶采取預防措施；

13、若判定為設備故障或用戶需求發(fā)生變化時，則對異常行為進行進一步分析，判斷是設備故障還是需求變化，若判斷為設備故障，自動發(fā)送維修請求，并通知用戶，若判斷為需求變化，調整電網運行策略，包括調整電力分配，確保供電穩(wěn)定。

14、作為本發(fā)明所述的一種基于智能引擎模型的保電及應急指揮方法的一種優(yōu)選方案，其中：所述判斷觸發(fā)事件的應急優(yōu)先級包括，獲取每個觸發(fā)事件的影響范圍，并獲取每個觸發(fā)事件的影響范圍的重合情況，對于其中一個觸發(fā)事件的影響范圍，每存在一個影響范圍重合區(qū)域，確定每個影響范圍重合區(qū)域內重合的觸發(fā)事件的個數，基于重合的觸發(fā)事件的個數確定每個影響范圍重合區(qū)域的附加影響系數，并確定每個影響范圍重合區(qū)域在觸發(fā)事件的影響范圍中所占的比例，根據每個影響范圍重合區(qū)域的附加影響系數以及對應的在觸發(fā)事件的影響范圍中所占的比例計算觸發(fā)事件的實際影響范圍，并根據每個觸發(fā)事件的實際影響范圍確定觸發(fā)事件的應急優(yōu)先級進行判斷，判斷過程中結合用戶語音指令，觸發(fā)事件的實際影響范圍越大，對應的應急優(yōu)先級越高。

15、所述計算觸發(fā)事件的實際影響范圍表示為，

16、

17、其中，si表示第i個觸發(fā)事件的實際影響范圍，即綜合考慮重合影響和用戶指令調整后的結果，ai表示第i個觸發(fā)事件的初始影響范圍，ui表示用戶對第i個觸發(fā)事件通過語音指令設定的優(yōu)先級調整系數，cij表示第i個觸發(fā)事件與第j個觸發(fā)事件的影響范圍重合系數，rij表示第i個觸發(fā)事件與第j個觸發(fā)事件重合部分在i的影響范圍內的占比。

18、作為本發(fā)明所述的一種基于智能引擎模型的保電及應急指揮方法的一種優(yōu)選方案，其中：所述確定觸發(fā)事件的處理決策的執(zhí)行順序包括，將每個觸發(fā)事件的處理決策按照對應的執(zhí)行順序發(fā)送至對應的處理人員后，同時根據每個觸發(fā)事件的事件類型匹配對應的報告模板，并將每個觸發(fā)事件的處理決策和執(zhí)行順序轉換為文本，并通過對應的關鍵詞從轉換的文本中匹配得到報告模板中各區(qū)域的填寫內容，生成智能報告。

19、本發(fā)明的另外一個目的是提供一種基于智能引擎模型的保電及應急指揮系統(tǒng)，其能通過實時數據采集、智能事件識別與優(yōu)先級判斷，以及自動化的決策制定與執(zhí)行，解決了現(xiàn)有保電應急指揮方法中的低效響應、預案不全面和缺乏實時適應性的問題。

20、為解決上述技術問題，本發(fā)明提供如下技術方案：一種基于智能引擎模型的保電及應急指揮系統(tǒng)，包括數據采集模塊、語音接收和處理模塊、智能決策模塊以及優(yōu)先級評估模塊。

21、所述數據采集模塊負責實時采集電力系統(tǒng)數據。

22、所述語音接收和處理模塊負責接收用戶的語音指令。

23、所述智能決策模塊根據觸發(fā)事件制定不同的處理決策。

24、所述優(yōu)先級評估模塊負責計算每個觸發(fā)事件的實際影響范圍，并根據此確定觸發(fā)事件的應急優(yōu)先級。

25、一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如上所述一種基于智能引擎模型的保電及應急指揮方法的步驟。

26、一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上所述一種基于智能引擎模型的保電及應急指揮方法的步驟。

27、本發(fā)明的有益效果：本發(fā)明通過采集電力系統(tǒng)數據和接收語音指令的方式來實時監(jiān)控電力系統(tǒng)中存在的保電和應急的觸發(fā)事件，并對于每個觸發(fā)事件進行針對性的智能決策，在監(jiān)控到存在觸發(fā)事件后再進行決策的方式能夠提高對于問題識別的效率和準確性。且對于每個觸發(fā)事件進行針對性的智能決策，不會出現(xiàn)無法處理觸發(fā)事件的情況，使得電力系統(tǒng)的應急響應速度和保電效率得到了提高。