(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211014273.2 (22)申请日 2022.08.23 (71)申请人 国能大渡河大岗山发电有限公司 地址 625409 四川省雅 安市石棉县 王岗坪 彝族藏族乡挖角村水电路1号 (72)发明人 李光华　刘名　张宇　赵小明　 叶云虎　刘敏　 (74)专利代理 机构 北京英创嘉友知识产权代理 事务所(普通 合伙) 11447 专利代理师 王波 (51)Int.Cl. G06K 9/62(2022.01) G06F 17/18(2006.01) G06F 16/36(2019.01) (54)发明名称 电力事故应急方案生成方法、 装置、 介质及 设备 (57)摘要 本公开涉及一种电力事故应急方案生成方 法、 装置、 介质及设备， 包括： 将电力设备发生电 力事故时事故信息输入到预先建立的事故预警 模型中， 得到针对事故信息的第一应急策略、 诱 发事故以及对应诱发事故的第二应急策略； 根据 第一应急策略、 诱发事故以及对应的第二应急策 略， 生成应急方案； 事故预警模型中包括一个多 元回归子模 型和多个一元回归子模 型， 一元回归 子模型是将电力设备的单一类型历史事故对应 的事故知识图谱作为训练样本训练得到的； 事故 知识图谱包括多个处置节点、 对应每一处置节点 的事故信息描述和多个历史应急策略， 事故知识 图谱基于历史事故案例的相似度， 将处置节点的 事故信息描述和多个历史应急策略映射到预设 的图谱结构中得到的。 权利要求书3页 说明书13页 附图5页 CN 115409100 A 2022.11.29 CN 115409100 A 1.一种电力事故应急方案生成方法， 其特 征在于， 所述方法包括： 获取水电站电力设备发生电力事故时的事故信息； 将所述事故信 息输入到预先建立的事故预警模型中， 得到所述事故预警模型输出的针 对所述事故信息的第一应急策略、 针对所述事故信息的诱发事故以及 对应所述诱 发事故的 第二应急策略； 根据所述第一应急策略、 所述 诱发事故以及对应的所述第二应急策略， 生成应急方案； 其中， 所述事故预警模型中包括一个多元回归子模型和多个一元回归子模型， 所述一 元回归子模型是将电力设备的单一类型历史事故对应的事故知识图谱作为训练样本训练 得到的， 所述多元回归子模型 是将所述多个一元回归子模型进行 结合得到的； 所述事故知识图谱包括多个处置节点、 对应每一所述处置节点的事故信 息描述和多个 历史应急策略， 所述事故知识图谱基于历史事故案例的相似度， 将处置节点的事故信息描 述和多个历史应急策略均映射到预设的图谱结构中得到的。 2.根据权利要求1所述的方法， 其特征在于， 所述事故预警模型是通过如下方式构建得 到的： 根据所述事故知识图谱中所有历史事故对应的事故信 息、 对应的历史应急策略以及对 应诱发的历史事故， 对所述历史事故进行分类； 构建每一分类中历史事故的事故矩阵， 并确定每一历史事故对应的事故等级； 根据每一分类中的事故等级、 所述事故等级对应的等级权重、 所述事故矩阵和所述事 故矩阵对应的矩阵权 重， 确定针对该分类的回归系数； 根据所述回归系数、 所述历史事故对应的事故信息以及一元回归函数的偏移量， 得到 针对每一分类的一元回归子模型； 根据各分类对应的所述一元回归子模型以及多元回归函数的偏移量， 得到所述多元回 归子模型。 3.根据权利要求2所述的方法， 其特征在于， 所述事故预警模型是通过如下方式确定诱 发事故以及对应所述 诱发事故的第二应急策略： 根据所述事故信息， 从预设的事故知识图谱中确定多个关键处置节点； 确定各所述关键处置节点在每一所述一元回归子模型中的一元回归概率， 以及在所述 多元回归子模型的多元回归概 率； 根据多个所述一元回归概率以及所述多元回归概率进行态势推演， 从所述预设的事故 知识图谱中确定所述 诱发事故以及对应所述 诱发事故的所述第二应急策略。 4.根据权利要求3所述的方法， 其特征在于， 所述确定各所述关键处置节点在每一所述 一元回归子模型中的一元回归概 率， 包括： 根据所述关键处置节点在不同历史事故中同一 时间节点的设备状态信 息， 得到对应的 不同诱发事故； 将所述诱发事故对应的多个设备状态信息进行分类， 得到多个状态分类集， 每个所述 状态分类集中至少包括 一个设备状态信息； 确定在所述一元回归子模型中， 各所述状态分类集中所述样本状态信 息属于任一样本 分类的第一数量， 所述 一元回归子模型包括多个样本分类； 根据所述样本分类集对应的第 一数量、 所述一元回归子模型的样本总数以及所述一元权　利　要　求　书 1/3 页 2 CN 115409100 A 2回归子模型中对应的回归系数， 确定所述关键处置节点在每一所述一元回归子模型中的一 元回归概 率。 5.根据权利要求4所述的方法， 其特征在于， 所述根据多个所述一元回归概率以及所述 多元回归概率进 行态势推演， 从所述预设的事故知识图谱中确定所述诱 发事故以及 对应所 述诱发事故的所述第二应急策略， 包括： 根据所述一元回归子模型中样本分类的分类数以及对应该一元回归子模型的所述一 元回归概 率， 确定对应的样本分类信息熵； 计算各所述第 一数量之和， 并根据 各所述第 一数量的和以及所述一元回归子模型中的 样本总数， 确定所述状态分类集对应的权 重； 根据所述样本分类信息熵、 所述权重以及所述样本分类信息熵， 确定对应所述状态分 类集的状态子集信息熵； 根据各所述一元回归子模型对应的各所述状态子集信 息熵， 确定所述多元回归子模型 对应的状态子集信息熵； 根据所述一元回归子模型对应的各所述状态子集信 息熵， 从所述预设的事故知识图谱 中分别确定对应的候选诱 发事故以及对应的候选应急策略， 以及根据所述多 元回归子模型 对应的状态子集信息熵， 从所述预设的事故知识图谱中分别确定对应的候选诱发事故以及 对应的候选应急策略； 根据所述一元回归子模型对应的候选诱发事故以及对应的候选应急策略， 以及所述多 元回归子模型对应的候选诱 发事故以及 对应的候选应急策略， 确定所述事故信息对应的诱 发事故以及对应所述 诱发事故的所述第二应急策略。 6.根据权利要求1所述的方法， 其特征在于， 所述事故知识图谱是通过如下方式构建 的： 获取历史应急数据， 所述历史应急数据包括针对水电站的历史事故案例的事故处置节 点和所述事故处置节点对应的设备状态、 历史应急策略以及采用所述历史应急策略后对应 的诱发事故； 对所述历史应急数据进行 特征提取， 得到语义特 征向量和事故场景 特征向量； 基于预设的特征相似度算法， 根据所述语义特征向量和所述事故场景特征向量， 得到 电力设备的图谱节点特 征信息以及所述历史事故案例的相似度； 根据所述历史事故案例的相似度， 将所述图谱节点特征信息映射到预设的图谱结构， 得到所述事故知识图谱。 7.根据权利要求1 ‑6中任一项所述的方法， 其特征在于， 所述事故信 息包括所述电力设 备所述在的电厂区域、 事故发生时间、 事故类型、 电力设备类型以及当前的设备状态中的至 少一者。 8.一种电力事故应急方案生成装置， 其特 征在于， 所述装置包括： 获取模块， 被 配置为获取 水电站电力设备发生电力事故时的事故信息； 输入模块， 被配置为将所述事故信息输入到预先建立的事故预警模型中， 得到所述事 故预警模型输出的针对所述事故信息的第一应急策略、 针对所述事故信息的诱发事故以及 对应所述 诱发事故的第二应急策略； 生成模块， 被配置为根据所述第一应急策略、 所述诱发事故以及对应的所述第二应急权　利　要　求　书 2/3 页 3 CN 115409100 A 3