电力NLP：指令票规范识别

文章目录

任务目的

识别调度指令票（或者其它操作票）是否规范。

想法讲解

按石第2014---16号定值单投入石双西线161开关6区保护

将石双西线161开关由热备用转冷备用

合上石双西线161开关操作电源空开

苍湖站110千伏周苍线143开关由冷备用转热备用

退出白清站110kV分段101开关分段备自投

栾北站2号主变中压侧312开关由热备用转运行

观察以上几句调度指令，发现都有共同点。

1 都有一个电气主语。如"开关"。
2 整句指令意思是（那个的）（电气主语）（做了什么）。上述几个指令中（那个的）指"线、分段、主变"是名词；（电气主语）指"开关"是名词；（做了什么）指"投入、由热备用转冷备用、合上、由冷备用转热备用、退出、由热备用转运行"。
3 观察指令，发现（那个的）必须在（电气主语）前面；（做了什么）可以在（电气主语）前面，也可以在（电气主语）后面。
思路如下：

在实际中，电气主语只有那几个，如"开关、刀闸、主变、线、主变、站用变、接地线、保护、PT、电容器、电抗器"等。首先准备好每个"电气主语"的"那个的"或者"做了什么"词语搭配规则文件，见数据集文件。

以 "将石双西线161开关由热备用转冷备用"为例。

第一步：首先找到该文本的"电气主语"为"开关"。如果不存在"电气主语"，说明该句文本不是指令。
第二步：在规则文件中判断该"电气主语"是否有"那个的"和"做了什么"两种词语搭配。有些电气主语人为只设置了一种词语搭配。
第三步：如果规则文件中该"电气主语"存在"那个的"词语搭配。则在指令中该"电气主语"的前半部分，如"将石双西线161开关"文字中，寻找是否有词语属于该"电气主语"的"那个的"。如果没找到，说明有错。本例子找到词语为"线"。
第四步：如果规则文件中该"电气主语"存在"做了什么"词语搭配。在整句指令寻找是否有词语属于该"电气主语"的"做了什么"。如果没找到，说明有错。本例子找到词语为"由热备用转冷备用"。
第五步：针对整句指令，判断该指令是否有明显错误词，如"kV"，如果有则说明指令有错。

针对指令票中的每一句文本都应用以上方法。

数据集介绍

1电气主语

表格名称命名为"电气词汇.xls"

里面只有一列数据。为电气专业的设备名称。

示例数据如下，可以自定义添加修改数据，注意表格格式保持一致即可。

开关

刀闸

主变

线

站用变

接地线

保护

电容器

电抗器

2操作任务判断数据集

表格名称命名为"题目调度规程.xls"

里面有4列数据。分别为"关键词、正确搭配、编号、解释"。

"关键词"为"电气主语"。"正确搭配"为在一句调度指令中，常常和关键词一起出现的词汇。"编号"为表示该"正确搭配"为"关键词"的"那个的"还是"做了什么"，我用1表示"那个的"，2表示"做了什么"（并不是所有"关键词"都必须2种，如可以只设置"那个的"或者"做了什么"，则该电气主语的词语搭配规则只有一种）。"解释"为对该行规则进行注释（方便阅读），可以写可以不写。

部分示例数据如下，可以自定义添加修改数据。

关键词正确搭配编号解释

开关由运行转热备用 2 搭配必须有"由转"

开关由运行转冷备用 2 搭配必须有"由转"

开关由热备用转运行 2 搭配必须有"由转"

开关由热备用转冷备用 2 搭配必须有"由转"

开关由冷备用转热备用 2 搭配必须有"由转"

开关由冷备用转运行 2 搭配必须有"由转"

开关线 1 设备双层编号

开关主变 1 设备双层编号

开关分段 1 设备双层编号

开关母联 1 设备双层编号

开关内桥 1 设备双层编号

开关站用变 1 设备双层编号

开关电容器 1 设备双层编号

开关电抗器 1 设备双层编号

线千伏 1 加电压等级

母联千伏 1 加电压等级

3操作内容判断数据集

表格名称命名为"内容调度规程.xls"

里面有4列数据。分别为"关键词、正确搭配、编号、解释"。

部分示例数据如下，可以自定义添加修改数据。

关键词正确搭配编号解释

开关由运行转热备用 2 必须有"由转"，开关不能写转检修

开关由热备用转冷备用 2 必须有"由转"，开关不能写转检修

开关由冷备用转热备用 2 必须有"由转"，开关不能写转检修

开关由热备用转运行 2 必须有"由转"，开关不能写转检修

开关倒 2 1母倒2母

开关投入 2 保护指令

开关合上 2 空开

开关断开 2 空开

开关线 1 设备双层编号

开关主变 1 设备双层编号

开关分段 1 设备双层编号

开关母联 1 设备双层编号

开关内桥 1 设备双层编号

状态确认 1 确认非检查

母联千伏 1 加电压等级

分段千伏 1 加电压等级

旁路千伏 1 加电压等级

SVC 千伏 1 加电压等级

电容器千伏 1 加电压等级

电抗器千伏 1 加电压等级

PT 千伏 1 加电压等级

刀闸拉开 2 拉开、合上刀闸

刀闸合上 2 拉开、合上刀闸

二次空开断开 2 断开、合上二次空开

二次空开合上 2 断开、合上二次空开

4错误词数据集

表格名称命名为"错误词.xls"

里面有2列数据。分别为"词汇、解释"。

只有调度指令里有错误词，则认为该调度指令有错。

部分示例数据如下，可以自定义添加修改数据。

词汇解释

检查要写成"确认"

#站用变、主变要写成阿拉伯数字，禁止#1、#2

1母要写成罗马数字

2母要写成罗马数字

kv 电压等级为汉字

KV 电压等级为汉字

Kv 电压等级为汉字

kV 电压等级为汉字

解法讲解

数据集处理部分

1 首先应用程序得到"操作任务规范字典"，该字典有1个字典。

命名为"result"，result 类似于{'开关': {2: ['由运行转热备用', '由热备用转冷备用', '由冷备用转热备用', '由热备用转运行', '合上', '断开', '投入', '倒'], 1: ['线', '主变', '分段', '母联', '内桥', '外桥']},'状态': {1: ['确认']}, '母联': {1: ['千伏']}, '分段': {1: ['千伏']}, '旁路': {1: ['千伏']},'SVC': {1: ['千伏']}, '电容器': {1: ['千伏']}, '电抗器': {1: ['千伏']}, 'PT': {1: ['千伏']},'刀闸': {2: ['拉开', '合上']}, '二次空开': {2: ['断开', '合上']}, '保险': {2: ['取下', '装上']},'接地线': {2: ['装设', '挂', '拆除']}, '保护': {2: ['投入', '退出'], 1: ['开关', '主变', '母差']},'集控站': {2: ['站']}, '监控': {2: ['站']}, '县调': {2: ['站']}, '空开': {2: ['合上', '断开']}}。可以发现result是一个嵌套字典，第一层的键为"关键词"如开关，对应电气主语；第二层的键为"编号"如1，对应"那个的"（开关有1,2）；第二层键对应的值为"正确词语搭配"是列表形式。

2 同理应用程序得到"操作内容规范字典"，该字典也有1个字典，和上面类似。

3 应用程序得到"错误词字典"，类似于{'检查': ['要写成"确认"', '要写成确认'], '1母': ['要写成罗马数字'],...}。该字典的键存储的是电气调度术语中规定的错误词。该键对应的值存储的为注释。

4 应用程序得到"电气主语"词组。类似于

开关,刀闸,主变,线,主变,站用变,接地线,保护,PT,电容器,电抗器

判断部分

1 操作任务规范性判断：

第一步：遍历指令每一行，如果在当前行找到"操作任务"这个词则认为该句指令为操作任务。则进行后续几步。

第二步：遍历"操作任务规范字典"中的每一个键（电气主语），用正则方法判断该句指令是否含有该键，如果含有该键（电气主语），则找到该行文本的"电气主语"。

第三步：判断该"电气主语"是否含有"编号1"，如果有，则在该行文本该"电气主语"的前半部分文字用正则方法寻找是否有词语属于该电气主语"那个的"的词语搭配。如果有，则说明指令没错。

第四步：判断该"电气主语"是否含有"编号2"，如果有，则在该行文本该"电气主语"的整句文字用正则方法寻找是否有词语属于该电气主语"做了什么"的词语搭配。如果有，则说明指令没错。

同时，查看该行文本是否有词语属于"错误词数据集"，如果有则该行文本有错。

示例：操作任务 110石双西线由双桂站供电倒至石马站供电

（1）首先从当行找到"操作任务"，则认定为该行文本为任务。

（2）从该行找到的电气主语为"线"。从"操作任务判断数据集"找到电气主语"线"只有一个编号1。

（3）从"线"的前半部分文本"操作任务 110石双西线"寻找正确词语搭配，发现没有一个词语属于"线"编号1的"正确词语搭配"，则判断该指令有错。

（4）从"错误词数据集"没有找到一个错误词语存在于该行指令。

2 操作内容规范性判断

遍历每一行，如果在当前行没有找到"操作任务"且同时从找到一个"电气主语（如开关或者主变）"则认为该句为操作任务，然后判断方法类似同上。

程序操作讲解

1将几个规则表格("电气词汇.xls"、"题目调度规程.xls"、"内容调度规程.xls"、"错误词.xls")和软件放在同一个文件夹。

2打开软件，自动生成几个规则文件路径（这几个规则文件路径目录为程序所在文件目录）

3 以表格或者txt或复制粘贴(CTRL+A（全选）,CTRL+V)调度指令票内容。

4 在软件右侧进行操作任务和操作内容规范识别。

5 帮助界面

优势

规则文件内容可以自定义添加修改，可以完成各种场景需要。

程序中查找是以"字典"进行，比for循环快。

不足之处

无法识别逻辑错误。毕竟需要专业知识

未来可以提升的点

可以加入爬虫程序，实现输入"调度指令票网址"，然后自动完成规范性识别。

程序、数据集下载链接

电力NLP（指令票规范识别）程序文件

作者：余登武