广东电网有限责任公司湛江供电局 524000
摘 要:对现有变电站典型操作票的内在逻辑及规律进行汇总分析,使用Python语言来进行软件开发,结合Python中的自然语言处理khmer-nltk库、tkinter库来实现变电站典型操作票智能生成工具的设计。该工具具备变电站典型操作票智能生成功能, 使用时只需要输入相关参数, 即可自动生成所需要的典型操作票。实践证明,工具的使用可以减少典型操作票的编写时间,提高效率。
关键词:典型倒闸操作票;人工智能;智能生成工具;语言处理;
0 引言
电气倒闸操作是变电站运行工作的核心内容,设备预试定检、电网运行方式变化、工程投运等工作均需要倒闸操作将部分设备与运行的电网隔离,将检修设备停用。由于倒闸操作的直接作业对象是高电压等级的一次设备状态的转换或一次设备的保护装置状态的转换,一旦出现问题,带来的后果将是误操作,甚至恶性误操作,对设备、电网、人身都带来极大的危害。倒闸操作的安全性直接影响整个电力系统的安全平稳运行。
正确的倒闸操作票是保证倒闸操作作业安全进行的基本条件,一般由运行人员编写。操作票是一种逻辑性极强,对正确性及细节要求极高的操作步骤文档,其苛刻程度甚至要求关键字不能有错别字,非关键字错误不超过3个字;而针对不同设备,其倒闸操作票的要求不同。面对变电站数目众多的设备,现场编写倒闸操作票难以保证其对正确性和规范性的高要求。 因此,运行人员从接到倒闸任务到执行完成汇报 , 编写操作票所需的时间和精力在整个工作任务中的占比较大。 针对操作票编写存在的问题 ,目前广东电网采取在变电站中预置典型票的方式 , 待有实际操作任务时选择对应的典票进行修改 , 然后作为现场电气操作票使用。
因此典型操作票就显得尤为重要。传统的典型操作票都是靠人工编写的,需要花费大量的时间及精力,在变电站接线方式及规程规定发生变化时需要重新维护入库。近年来,随着新建变电站、综改工程的大面积铺开,设备不断更新,规程规定的大幅改变,变电运行人员对典型操作票的修编工作量特别繁重,往往出现经综改工程已经结束或新设备投运很长时间,典型操作票还迟迟未更新的状况,严重影响了倒闸操作的安全性。因此传统典型倒闸操作票的编写方式效率较低,且正确率无法保证。 基于上述原因 , 本文将重点研究研发一种典型操作票智能生成工具,可以大幅度提高工作效率,减轻变电运行人员编写典型操作票的工作量。
1 倒闸操作票技术分析
操作票的编写是一项技术性很强的工作。想要正确地得到倒闸操作票序列,需要熟知变电站一二次设备情况、运行方式,还需要深入了解电力安全生产作业规程要求下的电气设备操作原则 。 满足上述条件后 , 才可编制出符合需要的倒闸操作票 。
1.1 典型电气间隔的一次设备操作逻辑分析
倒闸操作票是将设备从一种状态转换到另一种状态的序列步骤。目前广东电网管辖的变电站电压等级主要有设备电压等级相对固定:500kV、220kV、110kV、35kV、10kV;常见的主接线有单母接线、 双母接线 、 单母分段接线 、 双母分段接线、 单母旁接线、 双母带旁接线 、 3/2接线等 ;设备类别大致有主变、开关、刀闸、母线、CT、PT、电容、电抗、站用变、接地变、避雷器等。设备类型主要有:GIS、PASS、敞开式、常规开关柜、小车开关柜、智能变电站等。
因此,我们研究倒闸操作票可从典型电气间隔入手。变电站的电气间隔是指一个完整的回路 , 含断路器、 隔离开关 、 互感器、 避雷器等 , 是具有完善功能的电气设备组合。 目前 , 变电站常见的间隔有线路间隔、 主变间隔 、 旁路间隔、 分段间隔、 母联间隔、 所变间隔、 P T 间隔 , 这些间隔都有明显区别于其它间隔的特征。
电气倒闸操作必须遵循一定的原则和规律 , 相同接线形式 、 相同电压等级的电气设备的倒闸操作 , 其操作序列具有相似性 。对于一次设备,目前电气倒闸操作一般遵循以下原则:保证安全操作原则、满足任务运行方式切换要求 、符合最优操作原则。保证安全操作原则,即要避免误操作,如不可带负载拉刀闸、不可带电合地刀挂地线、不可带地刀地线合刀闸等;满足任务运行方式切换要求,即倒闸操作序列执行完成后,能实现预定的运行方式切换;符合最优操作原则,即考虑最简操作路径、最大化操作安全等,如要求倒母倒主变及旁代操作线路不停电,线路间隔开关两侧刀闸操作顺序,电气回路开环运行,主变及母线负载均衡等。
1.2 典型电气间隔的二次设备操作逻辑分析
一张完整的电气操作票,还应包含二次设备,包括压板、空开、切换开关等。二次设备的厂家和型号虽然不同,但是其功能却大同小异,只是区别于名称与编号的命名差异。如保护大体分为功能及出口两种;空开大体分为控制电源、电机电源、电压空开;切换把手一般为远方就地切换、保护功能投退等。根据广东电网安全规程下的电气操作导则,一次设备在运行、热备用、冷备用、检修各种状态下的二次设备的投退应根据规程的要求来进行投退。因此电气操作票中二次设备操作依赖于一次设备的状态切换 , 总体来说典型间隔的操作票的任务确定后,二次设备的操作步骤也相对固定。
2 典型倒闸操作票智能生成工具设计与实现
基于变电站典型电气间隔固有的逻辑关系及典型倒闸操作规则,设计典型操作票智能生成工具,首先将设备关联关系、倒闸操作原则数据化及对象化,并在此基础上实现倒闸操作票智能生成。
2.1输入\输出模块
输入\输出模块负责将变电站设备关联关系信息 、 设备状态信息、 倒闸操作任务指令等输入到系统中 ,同时负责将生成的倒闸操作票进行输出以便使用。
2.2 PYTHON智能生成模块
基于变电站典型电气间隔固有的逻辑关系及典型倒闸操作规则,使用Python语言进行智能工具开发。
2.2.1 Python语言工具
Python已经成为最受欢迎的程序设计语言之一 ,目前在人工智能科学领域被广泛应用。NLTK是Python的自然语言处理工具包,是在NLP领域中最常使用的一个Python库。NLP的基本流程大致分为两步:
第一步是自然语言理解(Nature Language Understanding,简称NLU),就是理解给定文本的含义或意图。
第二步是自然语言生成(Nature Language Generation,简称NLG),一般的NLG会按照一定的模板将数据返回给用户,而智能化的NLG则能将关键的信息要素使用各种合适的字符连接起来,形成用户能轻松阅读和理解的叙述语句返回给用户。
2.2 实现方法
结合Python中的自然语言处理khmer-nltk库对倒闸操作规则库进行分析处理。功能分为操模板加载与创建,用户参数自定义,文档词法句法分析,用户界面等。
khmer-nltk具有以下功能:
(1)sentence_tokenize -用于将文本拆分为句子。
(2)word_tokenize -用于将文本标记化为单词。
(3)pos_tag-用于词性标注。
(4)pip install khmer-nltk命令用以安装khmer-nltk。
中文分词
中文分词的结果是识别和提取倒闸操作规则库的内容,中文分词的目标是提高操作票文本分词的准确性,特别是没有用的词语(没有加入单词列表的词),要把其彻底的剔除。
句法分析
句法分析是在给定的语法基础上,自动识别句子中所包含的句法单位及其相互之间的关系。根据句法规则,我们用递归的方法替换句子,得到句子的句法结构。该工具将现代汉语的具体词汇转化为语法和短语符号,实现汉语句子复杂特征集的操作。运用符号学理论构建语法符号学句子。核心和关键技术是语法符号和句子的递归分析的融合操作。
用户界面
ttkbootstrap库用来实现GUI用户页面。用Pip -m install ttkbootstrap命令安装ttkbootstrap。ttkbootstrap 是一个基于 tkinter 的界面美化库,使用这个工具可以开发出类似前端 bootstrap 风格的 tkinter 桌面程序。
生成桌面应用
以下命令以生成单机版的exe文应用程序,ttkbootstrap:pip -m install ttkbootstrap。Python应用程序不能在没有安装Python的机器上运行,所以必须要打包成exe文件才能不需要安装其他软件的情况下在电脑上运行。
3 典型操作票智能生成工具应用功能
应用典型操作票智能生成工具可实现各类型设备典型操作票的自动生成。此功能将自动生成变电站各间隔不同接线方式、不同设备类型的典型操作票。运行人员只需将变电站一二次设备信息输入到智能生成工具的参数界面 ,选择相应的接线方式及设备类型, 即可实现变电站典型操作票文档自动生成。 生成的典型操作票文档可以进行离线储存,作为操作细则使用,也可以直接导入广东电网系统内部的变电站典型操作票系统中使用,以方便现场电气操作票的编写。
4 结束语:
随着经济不断发展,电网向大型化方向发展,运行业务日益复杂化;电力技术发展日新月异,变电站设备不断迭代更新;客户对电网的供电可靠性要求越来越高,进而对电网安全运行提出更高要求。因此,变电运行人员的倒闸操作作业也要相应发展,对其安全、正确性及效率要求越来越高。人工编写典型操作票的效率较低,且正确率无法保证。上文所提及的一种典型倒闸操作票智能生成工具是一种利用软件技术,根据各种类型设备各种状态之间的转换逻辑设计的工具。运行人员在扩建变电站、综改工程、单个间隔扩建、规程规范变化的情况下,使用该工具可以快速的生成相应的典型倒闸操作票,减少了大量的重复性工作,避免了一些人为出现的低级错误,大大提高了工作效率。
参考文献:
[1] 广东电网有限责任公司电气操作导则实施细则。
[2] 中国南方电网有限责任公司电力安全工作规程。
[3]D L T 687— 2O1O 微机型防止电气误操作系统通用技术条件Es] 。
[4]《Python自然语言处理》人民邮电出版社,作者 (美)Steven Bird Ewan Klein Edward Loper。
[5]《Python人工智能》清华大学出版社出版,作者刘伟善。
1