(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 202210347685.1 (22)申请日 2022.04.01 (71)申请人 国网江苏省电力有限公司 地址 210029 江苏省南京市上海路215号 申请人 南瑞集团有限公司 　 北京科东电力控制系统有限责任公 司　 国家电网有限公司 (72)发明人 仇晨光　熊浩　葛亚明　张越　 宋鹏程　周挺　皮俊波　李艺丰　 姜涛　余建明　单连飞　乔咏田　 康福权　阮振宇　赵胜奥　 (74)专利代理 机构 武汉开元知识产权代理有限 公司 42104 专利代理师 李满(51)Int.Cl. G06Q 10/06(2012.01) G06F 16/35(2019.01) G06F 16/36(2019.01) G06N 3/04(2006.01) G06Q 50/06(2012.01) (54)发明名称 一种基于 冷启动的电网调度行为理解方法、 系统和存 储介质 (57)摘要 本发明提供了一种基于冷启动的电网调度 行为理解方法、 系统和存储介质， 该方法包括以 下步骤： 确定编写每个类别的电网调度意图的正 则表达式； 将正则表达式转换为电网调度意图识 别的有限状态自动机； 将电网调度意图识别的有 限状态自动机转换为电网调度意图的识别加权 有限状态自动机， 构建有限状态自动机循环神经 网络； 使用电网调度意图识别语料库数据对有限 状态自动机循环神经网络进行训练； 采用训练后 的有限状态自动机循环神经网络识别输入的电 网调度文本的电网调度意图。 本发 明可有效识别 各数量级样 本的电网调度意图文本， 提升了电网 调度意图识别整体性能。 权利要求书3页 说明书12页 附图1页 CN 114819532 A 2022.07.29 CN 114819532 A 1.一种基于冷启动的电网调度行为理解方法， 其特 征在于： 包括以下步骤： 确定编写每个类别的电网调度意图的正则表达 式； 其中所述正则表达式用于根据 预先 设置的电网调度意图识别语料库中语料内容识别电网调度意图； 将所述正则表达 式转换为电网调度意图识别的有限状态自动机， 使正则表达式的规则 文本表示 转变为矩阵形式表示； 将所述有限状态自动机转换为电网调度意图的识别加权有限状态自动机， 并通过矩阵 秩分解和 加入词向量， 构建有限状态自动机循环神经网络； 使用电网调度意图识别语料库数据对有限状态自动机循环神经网络进行训练； 采用训练后的有限状态自动机循环神经网络识别输入的电网调度文本的电网调度意 图。 2.根据权利要求1所述的方法， 其特征在于： 编写每个类别的电网调度意图的正则表达 式的过程包括： 将电网调度意图识别语料库中的电网调度语料按照电网调度意图类别进行归类， 总结 电网调度语料中的关键词和电网调 度意图之间的关系并编写正则表达式， 正则表达式通过 特定字符和关键文本的组合表达关键词与电网调度意图之间的对应逻辑关系。 3.根据权利要求2所述的方法， 其特征在于： 将电网调度意图识别的正则表达式转换为 电网调度意图识别的有限状态自动机的过程包括： 有限状态自动机首先进入起始状态， 输入多个电网调度意图识别正则表达式； 有限状 态自动机依次读取每个正则表达式； 有限状态自动机每次读取完单个正则表达式均回到起 始状态； 有限状态自动机读取单个正则表达式的过程包括： 有限状态自动机依次读取正则表达 式中的每个字 符； 当读取到待匹配的关键词内容时， 有限状态自动机的状态发生转移， 读取 到其他内容时， 有限状态自动机的状态不 发生转移； 当读取完正则表达中所有字符， 有限状 态自动机 到达终止状态； 有限状态自动机读取所有的正则表达 式后生成有限状态自动机状态转移矩阵； 所述有 限状态自动机状态转移矩阵用于判断有限状态自动机针对每个输入的电网调度语料产生 的状态转移情况； 有限状态自动机状态转移矩阵结合电网调度语料字符表， 生成电网调度 意图识别的有限状态自动机； 所述电网调度语料字符表由电网调度语料中包含的不重复的字符构 成， 所述电网调度 语料字符表通过对电网调度语料的遍历， 筛 选出的不重复的字符形成。 4.根据权利要求3所述的方法， 其特征在于： 电网调度意图识别有限状态自动机包含起 始状态、 多个终止状态及其中间其它若干状态， 其状态数量由正则表达式的数量及正则表 达式中待匹配的关键词决定 。 5.根据权利要4所述的方法， 其特征在于： 电网调度意图识别有限状态自动机采用一个 三维矩阵以及两个 向量表示， 三维矩阵的第一个维度是电网调度语料字符表大小,三维矩 阵的另外两个维度都是有限状态自动机的状态数， 两个向量分别表示了有限状态自动机的 初始状态以及结束状态。 6.根据权利要4所述的方法， 其特征在于： 电网调度意图识别加权有限状态机用于为电 网调度意图识别有限状态自动机每一次的状态转换分配一个权 重；权　利　要　求　书 1/3 页 2 CN 114819532 A 2电网调度意图识别加权有限状态 机采用5元组A， A＝(V,S,T, α0, α∞)表示， 其中， V表示电 网调度语料字符表； S表示加权有限状态自动机的状态数； T表示加权有限状态自动机的状 态转移矩阵； α0表示加权有限状态自动机起始状态， α∞表示加权有限状态自动机结束状态； ∞的取值由正则表达式 中的关键词的数量决定 。 7.根据权利要6所述的方法， 其特征在于： 通过矩阵秩分解和加入词向量构建有限状态 自动机循环神经网络的过程包括： 采用张量秩分解技术将加权有限状态自动机状态转移矩阵T分解为三个二阶的矩阵， 分别为电网调度语料字符表的词向量矩阵E、 当前状态 矩阵D1和下一时刻状态 矩阵D2； 将电网调度语料字符表的词向量矩阵E与带有词信息的预训练词向量进行词嵌入处 理， 使电网调度语料字符表的词向量矩阵获得词的语义信息； 所述带词信息的预训练词向量是使用电网调度语料库对word2vec语言模型训练后获 得的word2vec语言模型权 重参数作为电网调度语料字符表中字符的向量 化表示； 令预训练词向量矩阵为W， 设置超参数β， 用超参数来决定词嵌入向量所占权重大小； 所 述词嵌入向量 通过词向量矩阵E与5元组A进行加 和处理获得； 采用下式计算电网调度语句读入过程中访问的状态转移 矩阵的所有路径分数： zt＝β vt+(1‑β )Wt 其中， zt表示拼接后的词向量矩阵， vt表示t时刻输入的电网调度语句的字符在词向量 矩阵E中对应 的词向量， Wt表示t时刻输入的电网调度语句的字符在预训练词向量矩阵W中 对应的词向量； f表示t时刻输输入的电网调度语句的字符状态转移前的得分数； ht表示电 网调度语句在读取 过程中， 在t时刻的前向得分向量； 将ht作为有限状态自动机循环神经网络中的隐状态向量， 加 入softmax函数， 将电网调 度语句的每条路径的得分数转为对应每种电网调 度意图的概率大小； 最 终选取概率最大的 电网调度意图作为输出 结果。 8.根据权利要7所述的方法， 其特征在于： 使用电网调度意图识别语料库数据对有限状 态自动机循环神经网络进行训练的过程包括： 对电网调度意图识别语料库中电网调度语料进行标记， 生成电网调度文本和调度意图 对 的训练集, 为第i个电网调度意图类别对应 的第q个电网调度语料的 文本,yi为第i个电网调度意图； j*q∈(1,N)， N 为训练集样例的数量； 将训练集中文本数据和电网调度语料字符表的词向量矩阵进行转换， 得到字符向量； 然后将字符向量输入至有限状态自动机循环神经网络网络进行训练。 9.一种基于冷启动的电网调度行为理解系统， 其特征在于： 包括电网调度意图的正则 表达式构建模块、 电网调度意图识别有限状态自动机生成模块、 有限状态自动机循环神经 网络构建模块和有限状态自动机循环神经网络构模型训练模块； 所述电网调度意图的正则表达式构建模块用于确定每个类别的电网调度意图的正则 表达式； 所述正则表达式用于根据电网调度意图识别语料库中语料内容识别电网调度意 图；权　利　要　求　书 2/3 页 3 CN 114819532 A 3