基于相似度计算的学习型模板库在虚回路设计和校验中的应用

高 磊，闫培丽 ，阮思烨，许志勇 ，李 鹏，顾俊捷

（1.国网江苏省电力公司电力科学研究院，江苏 南京 210036；2.国网北京经济技术研究院，北京 102209；3.华北电力设计院有限公司，北京 100120；4.国网江苏省电力公司，江苏 南京 210024；5.南京五采智电电力科技有限公司，江苏 南京 211106）

0 引言

目前，新建智能变电站配置描述SCD（Substation Configuration Description）文件［1-2］虚回路的连接主要通过人工方式进行，效率低且正确性直接取决于配置人员的技术水平，往往需要经过大量次数的修改完善后才能形成某个智能变电站的最终版SCD文件［3］。

由于智能变电站二次回路的连接原理基本相通［4-6］，完全可以考虑建立标准的虚端子连接模板，存储典型连线中智能电子设备（IED）和虚端子的关键字，连接时不断匹配复用从而提高效率。现阶段通过建立模板库实现虚回路连接的方法实施不便的主要原因是受限于虚端子描述尚未完全统一（“六统一”的保护装置已经完成了虚端子描述的统一）［7］，因此造成虚端子连接模板库不易覆盖所有设备厂商的虚端子，即使通过手动的方式进行创建，后期维护和完善虚端子连接模板库的工作量也是巨大的。可以说，一个对各类虚端子描述具有高覆盖率的虚端子连接模板库是实现虚回路自动设计和正确性校验的基础，同时也是至关重要的。

目前，关于智能变电站虚回路设计和校验的研究较少，部分研究提出了模板库或知识库的概念，分别实现虚回路的设计或校验［8-9］，但需要手动创建、修改及丰富模板库或知识库，势必覆盖面不高；另外，国内目前比较通用的一些可视化设计SCD文件的辅助工具［10］，具有典型间隔替换、相同间隔复制等功能，但局限性较高，要求同类的IED及相同的虚端子条件，无法广泛适用于不同类型的设备生成虚端子连接。

本文通过导入海量SCD文件，借助分词技术、相似度计算算法［11-15］以自动学习的方式创建并丰富虚端子连接模板库，并通过匹配虚端子连接模板库的关键字完成虚回路的自动设计和正确性校验。

1 学习型模板库的自动创建

本文最重要的工作就是研究如何方便快速准确地建立虚端子连接模板库，并使模板库具有人工智能的属性，实现自动学习、自动整理和自动完善。

1.1 存储结构设计

从后期维护管理的便捷性、存储的信息量、层次关系表达上考虑采用可扩展标志语言（XML）文件存储的方式。模板建立方法参照SCD文件中Inputs容器的存储方式，以接收设备为参照，仅表达接收侧的连线关系。以某IED模板为例进行说明：每个IED下连线先通过GOOSE和SV进行分类，再通过发送IED进一步分类，因此模板的层级分为4层，第1层为IED模板，第2层为GOOSE接收和SV接收，第3层为外部IED，第4层为虚回路关系，如图1所示。单个的IED模板为一种典型的设备类型，一般分为线路保护、母线保护、变压器保护、合并单元、智能终端、测控等［16-19］，如“500 kV 线路保护 A”、“110 kV 线路智能终端A”等，所有典型的设备模板共同构成虚端子连接模板库。

1.2 存储格式设计

500 kV线路保护最小化模板的文件模板见图2。图中元素说明如下：IED表示设备类型；descKey表示描述关键字；nameKey表示IEDname的关键字；GoRx表示GOOSE接收，一个IED元素含有一个GoRx元素；SvRx表示SV接收，一个IED元素含有一个SvRx元素；TxIED表示发送侧设备，一个GoRx或SvRx元素含有一个或多个TxIED元素；VLink表示虚回路，一个TxIED含有一个或多个VLink；Desc表示虚回路的描述名；Rx表示虚回路接收侧，一个VLink元素包含一个Rx元素；Tx表示虚回路发送侧，一个VLink元素包含一个Tx元素。

图1 模板文件结构Fig.1 Structure of template file

图2 500 kV线路保护最小化模板Fig.2 Minimized template file of 500 kV line protection

虚端子连接模板库创建的目的是方便设计人员自动完成虚端子连接及正确性校验，因此需要考虑模板文件和SCD文件的匹配问题，只有2种文件匹配成功，才能实现模板文件与实例文件的一一映射，考虑到IED描述及虚端子描述的不确定性，模板库无法采用固定全描述，只能采用关键字匹配的方式。

SCD文件匹配包括2种匹配：一种是IED的匹配，另一种是虚端子的匹配。

IED的匹配主要通过IED的描述关键字进行匹配，如“500 kV龙泉线合并单元A套”或“500 kV龙泉线合并单元1”，关键字可以为“｛500 and合并单元and 线 and A｝or｛500 and 合并单元 and 线 and 1｝”，关键字通过逻辑符号连接，and表示与，or表示或，｛·｝表示优先处理。名称关键字也可作为辅助匹配项，如PL5 and A。

虚端子匹配同样主要通过描述关键字匹配的方式，如虚端子描述为“断路器位置A相”或“开关位置A相”，描述关键字为“｛断路器and位置 and A相｝or｛开关and位置and A相｝”，其表达式的含义同上。

1.3 学习型模板库自动创建的若干技术难点

模板库采用全自动的方式进行创建。自动创建的过程中需要解决关键字自动提取、IED和虚端子关键字归类整理的问题。具体的分析如下。

1.3.1 关键字的自动提取

关键字主要指IED和虚端子的描述关键字，关键字一般是高频词。目前相关文献已较深入地研究了中文分词技术，中文分词技术可从大量的描述文字自动分解词语，提取关键字，此外可通过导入用户词典的方式提供更接近用户业务对象的分词结果。

本文采用汉语词法分析系统（ICTCLAS）。ICTCLAS是中国科学院计算技术研究所研发的一款先进的分词系统，其支持用户词典导入，关键字提取。该系统提供了详细的C++等开发文档，本文主要用到的关键接口有：导入用户词典，NLPIR_ImportUserDict；增加用户词条，NLPIR_AddUserWord；获取关键字，NLPIR_GetKeyWords；获取分词结果，NLPIR_ParagraphProcess。关键字自动提取流程见图3。

图3 关键字自动提取流程Fig.3 Flowchart of automatic keyword extraction

a.创建初始关键字词典，如“位置、A相”，存储成文本文件；

b.解析SCD文件，提取IED的描述或虚端子的描述，并将其存储成文本文件，如“断路器位置A相”；

c.将上述用户词典和描述信息导入ICTCLAS中进行分词，获取分词结果及关键字；

d.将新产生的关键字追加写入用户词典。

1.3.2 IED和虚端子关键字归类整理

模板中虚端子有关键字：“断路器and位置and A相”，当扫描SCD文件中提取到“开关and位置and A相”，需要最终合并为“｛断路器and位置and A相｝or｛开关and位置and A相｝”。此时遇到无法在模板文件中找到同种设备类型继而合并关键字的问题。模板中IED的关键字也有同样的问题。

因此，就需寻找一种用于字符串相似度比较的算法来有效地匹配相似字符串，然后再提取、合并关键字。常见的字符串相似度匹配算法有：编辑距离算法、最长公共子串（LCS）算法、随机串匹配（KR）算法、贪心覆盖（GST）算法、RKR-GST算法等。编辑距离算法、LCS算法、KR算法都是有序匹配的算法；GST算法、RKR-GST算法都是无序匹配的算法。考虑到本应用中的实际情况是各厂家设备模型内定义是无序的，例如“断路器位置A相”和“A相断路器位置”代表的意思相同，若采用有序算法，相同意义的2个字符串的相似度会很低，而采用无序算法相似度不会因关键字在字符串中位置的变化而改变。RKR-GST算法由Michael Wise于1993年提出，该算法采用了KR算法，同时改进了GST算法的时间复杂度，其平均时间复杂性接近线性，相比GST算法，RKR-GST算法的运行效率更高，平均时间复杂度可控在 O（n）～O（n2）之间，最坏情况下时间复杂度为 O（n3）。

RKR-GST算法的基本思想是：模式串于文本串中的每个元素不需要一一进行比较，只有当模式串子串的散列值与文本串子串的散列值相同时才进行比较，其是一种运行效率较高的模式匹配算法。

RKR-GST算法的流程如图4所示。

图4 RKR-GST算法流程图Fig.4 Flowchart of RKR-GST algorithm

a.初始化 MML、s、d、q。MML 为最小匹配长度，凡是小于这个匹配长度的都忽略不计；s为搜索长度，使用长度 s对字符串 P=“p1p2… pm”与 T=“t1t2… tn”进行划分，分别切割为m-s+1和n-s+1个长度为s的子串；d为字符串P与T内出现字符的集合∑个数为一个较大的素数，一般取q＞ds。

b.判断s是否不小于MML，若s

c.通过式（1）计算字符串P与T子串的Hash值。假设从字符串X的k（k

d.将P与T各自按长度s划分后子串的Hash值依次进行比较，如果相等，则认为这2个长度为s的子串匹配。再对相等的长度为s的子串进行贪婪匹配，如果其后的字符依然相同，继续匹配，直到不能匹配为止，记录匹配长度l、P中的匹配位置m、T中的匹配位置 n，并将这些信息（m，n，l）存储起来。如果有2次找到的最大匹配长度相同，那么将新找到的匹配信息记录到前一个与其匹配长度相同的后面，进而形成一个长度由大到小的匹配链表。

e.在形成的匹配链表中，取出第一行元素放入集合STitles中，并把匹配的字符根据在字符串P和T中的开始位置及长度标记，取出第二行元素，首先判断是否与前一个匹配重叠，若重叠则舍弃，若没有重叠，则继续放入集合STitles中，依次重复进行，直到所有匹配结束为止，这个过程称为标记过程。

f.按一定方法改变s的值，若依然大于或等于MML，则继续上述循环，只是在按长度s划分时跳过标记过的字符子串；反之则程序结束。

g.程序结束后，将集合STitles中所有元素的长度lCoverage返回。最终计算出P与T的相似度α为：

下面通过实际虚端子信息进行举例。

根据RKR-GST算法计算P=“低气压闭锁重合闸”与T=“压力低闭锁重合闸”的相似度。

因以上2个字符串的字符较少，故可人为随意定义［低］=1，［气］=2，［压］=3，［闭］=4，［锁］=5，［重］=6，［合］=7，［闸］=8，［力］=9；d=9；初始化最小匹配长度MML=1；初始化s，因字符串较短，可以设置一个较小的s值，可先取模式串P的一半s=3，素数q>93，取q=733。2个字符串分别按长度s划分，并计算出相应的散列值，如表1所示。

例如按长度为s=3划分T的Hash（压力低）=mod（3×92+9×91+1，733）=mod（325，733）=325。

由表1可知，字符串P与T按s=3拆分后，子串中有3组散列值相等，由第一组开始进入贪婪匹配，通过Hash函数不断往后匹配，最终得到最长匹配为“闭锁重合闸”，保存信息（m，n，l）后继续循环剩余散列值相等的子串，最终形成s=3的匹配链表，如表2所示。再依次判断是否与上一条重叠，若重叠则舍弃，不重叠则放入STitles中，并将其标记，标记部分下个循环直接跳过。最终匹配结果如表3所示。

表1 字符串拆分后的散列值Table 1 Hash value of split strings

表2 匹配链表Table 2 Matching list

表3 最终匹配结果Table 3 Final results of matching

由式（2）计算相似度α为：

同时对于智能变电站虚回路内存在的一些特定关键字字符，肯定不会去合并其他关键字的情况，如代表电压等级的500 kV、220 kV等，代表双套设备标注的A、B、第一、第二等，可以提高相关关键字的优先级，匹配遇到此类关键字不同的2个字符串，可以直接跳出匹配。

依照此方法，可以计算出2个字符串的相似度，将不同部分关键字进行合并，可以完成IED关键字的归类整理，同时也能完成TxIED关键字的归类整理。

通过IED和TxIED，可将虚端子的匹配定位到同一发送IED下几根连线中，而在虚端子的保护连线中，同一发送IED的最大GOOSE连线数目一般为5根（如500 kV的断路器保护接收智能终端的ABC位置、闭锁重合闸、低气压闭锁重合闸），最大SV连线数目一般为15根（如220 kV线路保护接收合并单元的延迟、双向AD三相电流、双向AD三相电压、双向AD同期电压），通过对模板文件的每个发送虚端子或接收虚端子与SCD文件的虚端子进行字符串的相似性比对，挑选相似率最高的作为最优映射，并归类整理。

1.4 学习型模板库自动创建及学习流程

学习型模板库自动创建及学习流程如图5所示。

图5 模板库自动创建及学习流程Fig.5 Flowchart of automatic template library creation and learning

具体流程说明如下。

a.导入第1个SCD文件样本，软件解析SCD文件内IED描述、虚回路描述等内容。

b.根据用户词典，将完整描述进行中英文分词和提取关键字。

c.将软件解析的IED、虚回路等信息的完整描述及提取的关键字分别通过XML生成模块，填入相应XML的相应元素的属性中去，最终生成各IED类型的XML模板文件，形成模板库。

d.导入第2个SCD文件样本，软件解析SCD文件IED描述、虚回路描述等内容。

e.根据IEDname、IED描述遍历XML模板库，通过关键字匹配的方式找到对应的IED类型模板。

f.根据用户词典，将完整描述进行中英文分词和提取关键字，新增关键字增补进用户词典。

g.将解析第2个SCD文件得到的IED描述、虚端子描述与模板库内已存在的IED描述、虚端子描述通过相似度算法模块进行比较：若计算结果大于门槛值，则软件将提取的关键字自动以或的方式合并入模板文件相应元素的属性中；若计算结果小于门槛值，则由用户自行判断分词提取的关键字是否合并入模板文件中。

h.依次导入多个SCD文件，不断重复上述过程。

通过导入大量的SCD文件，不断地丰富用户词典，通过用户词典内的同义词，将虚回路模板库内的IED及虚端子描述进行同义词的合并，从而不断增加模板库的复用性，使虚回路的自动设计和校验性能不断提升。

2 虚回路的自动设计和校验

通过自动学习生成的模板库可以应用到2个方面：虚回路的自动设计和校验。虚回路设计流程见图6。

图6 虚回路自动设计流程Fig.6 Flowchart of automatic virtual circuit design

a.虚回路模板创建部分：在虚端子连接回路编辑模板，通过海量SCD文件样本自动学习创建。

b.模板匹配部分：导入SCD文件，解析IED列表，获取IED信息。通过自动匹配，可以在模板文件库匹配到相应的IED模板。

c.自动设计部分：按照模板的IED虚端子信息在SCD文件内通过描述关键字进行对应查找，将匹配结果进行生成，存储到SCD文件中。

虚回路校验流程如图7所示。

a.虚回路模板创建部分：在虚端子连接回路编辑模板，通过海量SCD文件样本自动学习创建。

b.解析和匹配部分：导入SCD文件，解析IED列表、虚回路信息，获取IED信息和虚端子信息。通过关键字，可在模板文件库匹配到相应的IED模板。

c.匹配生成和展示部分：将模板的IED虚端子信息和SCD文件内的虚端子通过描述关键字进行对应查找，将匹配结果进行生成及展示。

3 实际应用

根据上述方法开发了模板自动创建软件、虚回路自动设计软件和虚回路自动校验软件。

3.1 模板自动创建软件

随机导入不同设备厂商不同电压等级的3个实际SCD文件进行测试，对测试情况定义了3个判断标准，分别为效率（软件解析SCD文件的时间）、有效性（软件自动提取关键字进行合并的比率）、正确性（提取并加入的关键词与原有关键词是否为同义词的比率）。软件测试结果如表4所示。

图7 虚回路自动校验流程Fig.7 Flowchart of automatic virtual circuit check

表4 模板库测试结果Table 4 Test results of template library

通过对3个SCD文件进行测试，可以发现模板库对不同大小的SCD文件解析的时间可以控制在1 min内；虽然对各类描述建立最低60%相似度的写入门槛，有效提取的比率依然可达到6成以上，其余4成需要人工干预；以上说明虽然需要4成的人工干涉，但却有效提高了模板创建的准确性。

由于SCD文件内IED及虚端子描述都为较短的字符串，所以相似度在多个字符不同的情况下会明显降低，经大量测试后暂定了6成的门槛值，以确保准确性维持在一个较高的水平。抬高门槛值对效率指标无影响，虽然可以提高自动提取合并的有效性，但在一定程度上会降低模板创建时同义词合并的准确性。国网“六统一”规范对智能变电站的虚端子的引用名“ref”作了规范，后期考虑加入虚端子的引用名“ref”关键字作为辅助判断，比如“断路器分相跳闸位置 TWJa”的引用名“ref”为：“PIGO／GOINGGIO1.DPCSO1.stVal”，“ref”的关键字为“PIGO*／*GOINGGIO*.DPCSO.stVal”，*代表通配符，由此在不降低准确性的情况下提高门槛值，减少人工干预的比率。

3.2 虚回路自动设计软件

以220 kV德银变为例说明，在设计软件中选中接收侧待连接设备，如“220kV马塘1线线路保护A”，同时选中对侧装置“220 kV马塘1线智能终端A”，点击自动连接，软件将自动匹配220 kV线路保护模板，解析获得模板接收装置（220 kV线路保护A套）和模板发送装置（智能终端）。从而，根据模板对虚回路进行自动设计，最终自动完成此线路保护与对应智能终端的虚端子连线。虚回路自动设计结果如表5所示。

表5 虚回路自动设计结果Table 5 Results of automatic virtual circuit design

3.3 虚回路自动校验软件

同样以220 kV德银变为例说明，可以发现通过校验软件针对SCD文件的各个虚回路信息能够找到相应的模板信息，并自动根据描述关键字进行校验，其校验结果如图8所示。对于校验不成功的虚端子，可从以下几方面进行判断：虚端子连接级别是否不对、是否为功能性出错、是否漏连必要虚端子、是否存在新名词等，然后再进行相应的修改。

图8 虚回路自动校验结果Fig.8 Results of automatic virtual circuit check

3.4 学习型模板库方案优劣分析

表6 学习型模板库方案优劣分析Table 6 Comparison between manual method and learning template library method

以220 kV德银变为例，分别采用本文技术方案与传统方案对德银变SCD文件的虚回路进行重新设计和校验测试，结果如表6所示。引入可以自动创建并完善的学习型模板库，在虚回路设计与校验两方面同时实现自动化，大幅提高了虚回路设计和校验的效率以及虚回路设计的准确性。

智能变电站的新建、改造、扩建等工程中，SCD文件虚回路设计、校验是工程实施的必要条件。传统方案下，虚回路的设计和校验都由设计人员或集成商手动完成，随电压等级的升高，变电站规模越大，IED设备数量越多，虚回路的设计和校验耗时（以d为单位）也将成倍增加，虚回路手动连接的准确性相应降低。同时虚回路的设计、校验耗时和准确性也受限于不同人员对智能变电站了解程度的水平差异，对智能变电站工程的调试周期影响较大。

本文提出的基于相似度计算的学习型模板库在虚回路设计和校验中的应用，引入虚回路模板库概念，在模板文件生成方面通过分词技术和相似度算法，实现模板文件的自动创建和学习完善，形成以设备类型区分的虚回路模板库，为虚回路自动设计和校验定下可靠基础。在虚回路设计和校验方面，通过匹配虚回路模板文件内IED和虚端子的关键字，实现自动完成虚回路的设计和校验，有效提高了虚回路设计和校验的效率及准确性，为智能变电站工程的调试展开提供有力的辅助手段。

4 结论

鉴于当前的虚回路设计依然主要依靠人工方式单根连接完成，SCD文件的虚回路正确性校验也少有进行系统研究，本文提出了一套较为完整的解决方案，不但定义了虚回路模板的具体格式，而且通过引入中英文分词技术和RKR-GST算法解决了模板自动创建的问题，通过虚回路模板可以解决自动设计和校验两方面问题：在进行虚回路设计时，通过导入SCD文件根据IED进行模板匹配，可以实现虚回路的自动设计；在进行SCD正确性校验时，通过导入SCD文件，根据IED和虚回路进行模板匹配，可以实现虚回路的自动校验。

实际工程验证证明：本文方案兼容性强，适应各类设备厂商装置，可帮助设计、调试、运维人员自动设计和校核虚回路的正确性，保证了SCD文件二次回路的标准化、准确性，提高了各专业工种的工作效率。

参考文献：

［1］国家电网公司. 智能变电站技术导则：Q／GDW 383—2009［S］.北京：中国电力出版社，2009.

［2］国家电网公司.智能变电站二次系统信息模型校验标准：Q／GDW 11156—2014［S］. 北京：中国电力出版社，2014.

［3］周化，梅德冬，郑文彬，等.一种智能变电站虚端子设计的优化方法：CN104318006A［P］.2015-01-28.

［4］笃峻，叶翔，葛立青，等.智能变电站继电保护在线运维系统关键技术的研究和实现［J］. 电力自动化设备，2016，36（7）：163-168.DU Jun，YE Xiang，GE Liqing，et al.Key technology of online maintenance system for relay protections in smart substation and its implementation［J］.Electric Power Automation Equipment，2016，36（7）：163-168.

［5］傅旭华，黄晓明，王松，等.数字化变电站GOOSE技术工程化应用［J］. 电力自动化设备，2011，31（11）：112-116.FU Xuhua，HUANG Xiaoming，WANG Song，et al.Reactive power compensator with regulation［J］.Electric Power Automation Equipment，2011，31（11）：112-116.

［6］葛遗莉，葛慧，鲁大勇.数字化变电站设计、运行中面临的问题［J］. 电力自动化设备，2010，30（12）：113-117.GE Yili，GE Hui，LU Dayong.Problems in design and operation of digital substation［J］.Electric Power Automation Equipment，2010，30（12）：113-117.

［7］尹笋，苟旭丹，郑永康，等.基于六统一规范的智能变电站虚端子设计相关技术方案［J］. 电气应用，2015，34（18）：105-109.

［8］陈盼，林传伟，汤惠芳，等.基于关键字符匹配的虚端子自动关联方法［J］. 电力系统保护与控制，2013，41（18）：132-137.CHEN Pan，LIN Chuanwei，TANG Huifang，et al.A method for virtualterminalautomatic connection based on key-character matching［J］.Power System Protection and Control，2013，41（18）：132-137.

［9］侯亮，冯亮，杨庆伟.智能变电站虚拟回路自动化校核技术的研究［J］. 电网清洁与能源，2015，31（6）：44-48.HOU Liang，FENG Liang，YANG Qingwei.Researchofsmart substation virtual circuit automatic checking［J］.Power System and Clean Energy，2015，31（6）：44-48.

［10］林俊，胡华威.智能变电站中基于CAD的图形化模型设计软件开发方案［J］. 电力自动化设备，2012，32（9）：142-148.LIN Jun，HU Huawei.Software development scheme based on AutoCAD for graphical model design of smart substation ［J］.Electric Power Automation Equipment，2012，32（9）：142-148.

［11］裴云，邢益良，陈敏，等.RKR-GST算法研究与应用［J］.硅谷，2015（2）：48-49.PEI Yun，XING Yiliang，CHEN Min，et al.Research and implementation of RKR-GST algorithm［J］.Silicon Valley，2015（2）：48-49.

［12］徐黎明.基于GST字符串近似匹配算法的研究［J］.内蒙古科技与经济，2016（7）：87-89.XU Liming.Research on approximate matching algorithm based on string［J］.Inner Mongolia Science Technology and Economy，2016（7）：87-89.

［13］牛永杰，张成.多种字符串相似度算法的比较研究［J］.计算机与数学工程，2012（3）：14-17.NIU Yongjie，ZHANG Cheng.Comparation of string similarity algorithm［J］.Computer and Digital Engineering，2012（3）：14-17.

［14］于海英.KR字符串匹配算法的研究和实现［J］.现代计算机，2012（2）：12-14.YU Haiying.Research and implementation ofKR string matching algorithm［J］.Modern Computer，2012（2）：12-14.

［15］WISE M J.YAP3：improved detection of similarities in computer program and other texts［J］.Acm Sigcse Bulletin，1996，28（1）：130-134.

［16］国家电网公司.线路保护及辅助装置标准化设计规范：Q／GDW 1161—2014［S］. 北京：中国电力出版社，2013.

［17］国家电网公司.变压器、高压并联电抗器和母线路保护及辅助装置标准化设计规范：Q／GDW 1175—2013［S］. 北京：中国电力出版社，2013.

［18］国家电网公司.10 kV～110 kV线路保护及辅助装置标准化设计规范：Q／GDW 1766—2015［S］. 北京：中国电力出版社，2015.

［19］国家电网公司.10 kV～110 kV元件保护及辅助装置标准化设计规范：Q／GDW1767—2015［S］. 北京：中国电力出版社，2015.