基于深度学习的调度自动化报文合规性研究与实现

• 作者: 朱文 方文崇 李金 谢型浪 谢虎
• 来源期刊: 自动化技术与应用
• 关键词: 调度自动化 大数据 机器学习 控制 CIM模型
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 行业应用与交流|Industrial Applications and Communications
• 页码范围: 156-159
• 页数: 4页
• 分类号: TP311.13
• 语种: 中文
• DOI: 10.3969/j.issn.1003-7241.2021.02.038

摘要

本文基于大数据及机器学习,通过分析调度自动化系统特定规约的下行控制报文,找出自动控制及人工控制的报文合规性,形成合规专家库;对海量的典型调度自动化系统主站和厂站间的交互控制报文进行关联性识别,基于大数据及深度机器学习,分析101、104等调度自动化系统规约报文在时间、控制频率、电网状态关联性、控制范围等方面的规律,形成调度自动化系统控制功能的报文合规专家库,并通过模拟试验并且同时对CIM模型、操作票进行解释,对异常报文进行告警.