基于人工智能的调度自动化系统图模转换系统的制作方法

1.本发明涉及计算机技术领域，具体涉及基于人工智能的调度自动化系统图模转换系统。

背景技术：

2.每当有新电站接入或者保供电任务等需求时，自动化运维人员需要根据调度、方式发布的cad图纸，在调度自动化系统内绘制对应的接线图并关联数据以备调度员日常监盘及调控使用，由于调度自动化系统图形界面的格式特殊(格式为dfg)，无法使用主流图形文件格式(dwg)，所以现在的自动化运维人员往往需要对照着图纸在系统上一线、一字手工绘制完成后才能发布，枯燥、重复、耗时长，工作效率低且很难确保不出现失误。由于调度自动化系统图形界面的格式特殊无法使用主流图形软件文件格式，自动化运维人员往往需要对照着图纸在系统上一线、一字手工绘制完成后才能发布，整个绘图过程枯燥、重复、耗时长，工作效率低。
3.如图纸在涉及500kv到380v且整个供电脉络十分复杂，往往需要耗费4个工作日的时间，工作效率极低，无法快速的响应保供电任务或者新站投入等工作，而且调度自动化系统对接线图的正确性要求很高，手工绘制很难确保不出现失误，这种枯燥、重复的工作已经落后于时代；为此，现提出基于人工智能的调度自动化系统图模转换系统。

技术实现要素：

4.针对上述缺陷，本发明所要解决的技术问题在于提供基于人工智能的调度自动化系统图模转换系统，包括有如下的转换流程：
5.s1：将dwg格式的cad文件导入到转换系统中，系统提取cad文件中的cad模块参数，并将cad模块参数进行转化；
6.s2：在系统提取和转化参数完成后，生成svg文件；
7.s3：在系统生成svg文件之后，再生成dfg文件。
8.在上述基于人工智能的调度自动化系统图模转换系统的技术方案中，优选地，所述步骤s1中的cad模块参数提取和转化，具体还有如下的流程：
9.s1：导入cad文件后，生成计算图，系统开始计算自定义算子；
10.s2：在自定义算子计算完成后，将文件设定为目标格式，同时计算图转换为目标格式；
11.s3：在计算图转换到目标格式之后，将计算图转换到caffe中，随之两计算图转换到onnx；
12.s4：在计算图格式转换完成后，利用onnxruntime和caffe进行推理，获得端到端的模型转换。
13.在上述基于人工智能的调度自动化系统图模转换系统的技术方案中，优选地，所述步骤s1中计算图生成，主要使用广泛的训练框架pytorch，或是训练框架senseparrots，
由于动态图的表达形式更易于用户快速实现并迭代算法，动态图框架会逐条解释，逐条执行模型代码来运行模型，而计算图生成是的本质是把动态图模型静态表达出来，且目前常见的建立模型静态表达的方法有以下三种：代码语义分析；模型对象分析；模型运行追踪；在模型inference的过程中，框架会记录执行算子的类型、输入输出、超参、参数等算子信息，最后把inference过程中得到的算子节点信息和模型信息结合得到最终的静态计算图。
14.在上述基于人工智能的调度自动化系统图模转换系统的技术方案中，优选地，所述步骤s2中的计算自定义算子中，具体的，将训练框架自身无法追踪记录到的代码作为一个自定义算子，由用户定义这个算子在计算图中作为一个节点所记录的信息，并在实际实现时，这些计算会被写到一个function或者module中，然后用户在function或者module中定义这个计算对应的计算节点的信息表达，这样每次调用这个定义好的function或者module，就能对应在计算图中记录相应的算子信息。
15.在上述基于人工智能的调度自动化系统图模转换系统的技术方案中，优选地，所述步骤s3中的目标格式是将模型转换到一种中间格式，再由推理框架读取中间格式是基于protobuf实现的，且计算图转换到目标格式就是去解析静态计算图，根据计算图的定义和目标格式的定义，去做转换和对齐。
16.在上述基于人工智能的调度自动化系统图模转换系统的技术方案中，优选地，所述步骤s4中的利用onnxruntime和caffe进行推理，具体还有：通常支持onnx格式的部署框架一般会基于onnxruntime进行扩展，支持caffe格式的部署框架一般会基于原生caffe进行扩展，通过onnxruntime和caffe的推理运行能力，来提供在x86或者cuda平台上和硬件平台相同算子表达层次的运行能力。
17.在上述基于人工智能的调度自动化系统图模转换系统的技术方案中，优选地，述步骤s4中的端到端的模型转换中，采用由英伟达官方出品的cuda平台的部署框架tensorrt，直接实现端到端的模型转换。
18.由上述技术方案可知，本发明提供基于人工智能的调度自动化系统图模转换系统与现有技术相比，本发明具有以下有益效果：
19.本发明采用人工智能算法对以往电气图进行学习训练，生成图形转换模型，利用软件编程技术，直接导入用户的cad图形文件，用软件cad图形文件的数据及格式，自动生成svg数据文件，再根据添加部分东方电子部分自定义标识，最终生成被软件可直接识别并使用的dfg数据文件，而利用该智能模型可将调度、方式下发的电气接线图快速、准确的转换为调度自动化系统特殊格式的图形来进行发布，提高自动化日常运维效率。
附图说明
20.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对本发明实施例或现有技术描述中所需要使用的附图做出简单地介绍和说明。显而易见地，下面描述中的附图仅仅是本发明的部分实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
21.图1为本发明中基于人工智能的调度自动化系统图模转换系统的流程示意图；
22.图2为本发明中基于人工智能的调度自动化系统图模转换系统中cad模块参数提取和转换的具体流程示意图。
具体实施方式
23.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，以下所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
24.为了对本发明的技术方案和实现方式做出更清楚地解释和说明，以下介绍实现本发明技术方案的几个优选的具体实施例。
25.需要说明的是，当元件被称为“固定于”或“设置于”另一个元件上，它可以直接在另一个元件上或者间接设置在另一个元件上；当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至另一个元件上。
26.另外，本文中的术语：“内、外”，“前、后”，“左、右”，“竖直、水平”，“顶、底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。
27.术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
28.具体实施例1
29.将dwg格式的cad文件导入到转换系统中，系统提取cad文件中的cad模块参数，并将cad模块参数进行转化，在系统提取和转化参数完成后，生成svg文件；在系统生成svg文件之后，再生成dfg文件；而在cad模块参数提取和转化过程中，导入cad文件后，生成计算图，系统开始计算自定义算子；在自定义算子计算完成后，将文件设定为目标格式，同时计算图转换为目标格式；在计算图转换到目标格式之后，将计算图转换到caffe中，随之两计算图转换到onnx；在计算图格式转换完成后，利用onnxruntime和caffe进行推理，获得端到端的模型转换。
30.计算图生成，主要使用广泛的训练框架pytorch，或是训练框架senseparrots，由于动态图的表达形式更易于用户快速实现并迭代算法，动态图框架会逐条解释，逐条执行模型代码来运行模型，而计算图生成是的本质是把动态图模型静态表达出来，且目前常见的建立模型静态表达的方法有以下三种：代码语义分析；模型对象分析；模型运行追踪；在模型inference的过程中，框架会记录执行算子的类型、输入输出、超参、参数等算子信息，最后把inference过程中得到的算子节点信息和模型信息结合得到最终的静态计算图。
31.计算自定义算子中，将训练框架自身无法追踪记录到的代码作为一个自定义算子，由用户定义这个算子在计算图中作为一个节点所记录的信息，并在实际实现时，这些计算会被写到一个function或者module中，然后用户在function或者module中定义这个计算对应的计算节点的信息表达，这样每次调用这个定义好的function或者module，就能对应在计算图中记录相应的算子信息。
32.目标格式是将模型转换到一种中间格式，再由推理框架读取中间格式是基于protobuf实现的，且计算图转换到目标格式就是去解析静态计算图，根据计算图的定义和目标格式的定义，去做转换和对齐；利用onnxruntime和caffe进行推理，具体还有：通常支
持onnx格式的部署框架一般会基于onnxruntime进行扩展，支持caffe格式的部署框架一般会基于原生caffe进行扩展，通过onnxruntime和caffe的推理运行能力，来提供在x86或者cuda平台上和硬件平台相同算子表达层次的运行能力。
33.具体实施例2
34.将dwg格式的cad文件导入到转换系统中，系统提取cad文件中的cad模块参数，并将cad模块参数进行转化，在系统提取和转化参数完成后，生成svg文件；在系统生成svg文件之后，再生成dfg文件；而在cad模块参数提取和转化过程中，导入cad文件后，生成计算图，系统开始计算自定义算子；在自定义算子计算完成后，将文件设定为目标格式，同时计算图转换为目标格式；在计算图转换到目标格式之后，将计算图转换到caffe中，随之两计算图转换到onnx；在计算图格式转换完成后，利用onnxruntime和caffe进行推理，获得端到端的模型转换。
35.cad模块参数提取：
36.通过导入cad图形文件，将常用的部分元件cad图形设置为完整模块并命名(如m01、m02)，同一元件模块命名相同，图模转换工具会对cad图形元件模块名称进行识别和提取，如识别名称、位置等信息。
37.cad模块参数转化：
38.电网调度自动化系统中基于可缩放矢量图形(svg)/公共信息模型(cim)的图形互操作性，即将svg与cim相结合，实现能量管理系统(ems)图形文件与svg文件的动态转换，既提高基于web的图形发布水平，又便于不同ems间图形的导出/导入，展示了svg技术在电力系统图形交互方面的优势，并在实践中获得应用；
39.如果我们要把图形显示到目标系统上，有两种方法，一是：用目标系统的画图工具，一笔一画画出表格和表格内文字(可以认为是svg图形对象)；二是：用软件编程技术，直接导入用户的cad图形文件，用软件读取cad图形文件的数据及格式参数，自动生成svg数据文件，再添加部分自定义标识，最终生成被用户软件可直接识别并使用的dfg数据文件；
40.图模转换工具会对识别、提取的cad图形元件模块进行转化，不同的cad图形元件模块名称会被转化为不同大小参数的圆形，例如m01模块元件转化为5mm半径圆、m02模块元件转化为6mm半径圆，并将图模转换工具针对不同大小参数圆形预先设置的数据文字框显示在圆形周围；图模转换工具只会对预先设置提取的部分cad图形元件模块名称对应的模块进行提取和转化，除此外其他cad图形照常转换并显示，如直线(包含位置、大小、颜信息)只需要直接转换即可。
41.计算图生成，主要使用广泛的训练框架pytorch，或是训练框架senseparrots，由于动态图的表达形式更易于用户快速实现并迭代算法，动态图框架会逐条解释，逐条执行模型代码来运行模型，而计算图生成是的本质是把动态图模型静态表达出来，且目前常见的建立模型静态表达的方法有以下三种：代码语义分析；模型对象分析；模型运行追踪；在模型inference的过程中，框架会记录执行算子的类型、输入输出、超参、参数等算子信息，最后把inference过程中得到的算子节点信息和模型信息结合得到最终的静态计算图。
42.计算自定义算子中，将训练框架自身无法追踪记录到的代码作为一个自定义算子，由用户定义这个算子在计算图中作为一个节点所记录的信息，并在实际实现时，这些计算会被写到一个function或者module中，然后用户在function或者module中定义这个计算
对应的计算节点的信息表达，这样每次调用这个定义好的function或者module，就能对应在计算图中记录相应的算子信息。
43.目标格式是将模型转换到一种中间格式，再由推理框架读取中间格式是基于protobuf实现的，且计算图转换到目标格式就是去解析静态计算图，根据计算图的定义和目标格式的定义，去做转换和对齐；利用onnxruntime和caffe进行推理，具体还有：通常支持onnx格式的部署框架一般会基于onnxruntime进行扩展，支持caffe格式的部署框架一般会基于原生caffe进行扩展，通过onnxruntime和caffe的推理运行能力，来提供在x86或者cuda平台上和硬件平台相同算子表达层次的运行能力。
44.具体实施例3
45.将dwg格式的cad文件导入到转换系统中，系统提取cad文件中的cad模块参数，并将cad模块参数进行转化，在系统提取和转化参数完成后，生成svg文件；在系统生成svg文件之后，再生成dfg文件；而在cad模块参数提取和转化过程中，导入cad文件后，生成计算图，系统开始计算自定义算子；在自定义算子计算完成后，将文件设定为目标格式，同时计算图转换为目标格式；在计算图转换到目标格式之后，将计算图转换到caffe中，随之两计算图转换到onnx；在计算图格式转换完成后，利用onnxruntime和caffe进行推理，获得端到端的模型转换。
46.cad模块参数提取：
47.通过导入cad图形文件，将常用的部分元件cad图形设置为完整模块并命名(如m01、m02)，同一元件模块命名相同，图模转换工具会对cad图形元件模块名称进行识别和提取，如识别名称、位置等信息。
48.cad模块参数转化：
49.电网调度自动化系统中基于可缩放矢量图形(svg)/公共信息模型(cim)的图形互操作性，即将svg与cim相结合，实现能量管理系统(ems)图形文件与svg文件的动态转换，既提高基于web的图形发布水平，又便于不同ems间图形的导出/导入，展示了svg技术在电力系统图形交互方面的优势，并在实践中获得应用；
50.如果我们要把图形显示到目标系统上，有两种方法，一是：用目标系统的画图工具，一笔一画画出表格和表格内文字(可以认为是svg图形对象)；二是：用软件编程技术，直接导入用户的cad图形文件，用软件读取cad图形文件的数据及格式参数，自动生成svg数据文件，再添加部分自定义标识，最终生成被用户软件可直接识别并使用的dfg数据文件；
51.图模转换工具会对识别、提取的cad图形元件模块进行转化，不同的cad图形元件模块名称会被转化为不同大小参数的圆形，例如m01模块元件转化为5mm半径圆、m02模块元件转化为6mm半径圆，并将图模转换工具针对不同大小参数圆形预先设置的数据文字框显示在圆形周围；图模转换工具只会对预先设置提取的部分cad图形元件模块名称对应的模块进行提取和转化，除此外其他cad图形照常转换并显示，如直线(包含位置、大小、颜信息)只需要直接转换即可。
52.计算图生成，主要使用广泛的训练框架pytorch，或是训练框架senseparrots，由于动态图的表达形式更易于用户快速实现并迭代算法，动态图框架会逐条解释，逐条执行模型代码来运行模型，而计算图生成是的本质是把动态图模型静态表达出来，且目前常见的建立模型静态表达的方法有以下三种：代码语义分析；模型对象分析；模型运行追踪；在
模型inference的过程中，框架会记录执行算子的类型、输入输出、超参、参数等算子信息，最后把inference过程中得到的算子节点信息和模型信息结合得到最终的静态计算图。
53.计算自定义算子中，将训练框架自身无法追踪记录到的代码作为一个自定义算子，由用户定义这个算子在计算图中作为一个节点所记录的信息，并在实际实现时，这些计算会被写到一个function或者module中，然后用户在function或者module中定义这个计算对应的计算节点的信息表达，这样每次调用这个定义好的function或者module，就能对应在计算图中记录相应的算子信息。
54.一般支持caffe的推理框架都是在原生caffe的基础上自己额外定义了一些算子(有的还会修改一些原生caffe)的算子，这些改动都能体现在caffe.proto上，使用这样的proto文件和protobuf，才能生成带mean算子的caffe格式模型，这是一个以推理框架为中心的生态，不同的推理框架提供不同的caffe.proto，就可以形成各自的算子定义和约束，平时我们把推理框架自己定义的caffe格式称为caffe后端，计算图转换到caffe，就是将计算图的算子进行分发映射，转换到不同的caffe后端，计算图的算子和caffe中的算子可能存在一对多、多对一的映射关系。我们遍历现有的计算图算子列表，能够很自然地去处理一对多的转换映射，而多对一的映射关系就需要针对每个caffe后端配置各自的计算图优化pass去预处理计算图；另一方面，推理框架对于onnx官方opset往往也不是完全支持，对于onnx模型，往往需要用相关的simplifier进行模型预处理优化。
55.目标格式是将模型转换到一种中间格式，再由推理框架读取中间格式是基于protobuf实现的，且计算图转换到目标格式就是去解析静态计算图，根据计算图的定义和目标格式的定义，去做转换和对齐；利用onnxruntime和caffe进行推理，具体还有：通常支持onnx格式的部署框架一般会基于onnxruntime进行扩展，支持caffe格式的部署框架一般会基于原生caffe进行扩展，通过onnxruntime和caffe的推理运行能力，来提供在x86或者cuda平台上和硬件平台相同算子表达层次的运行能力。
56.最后，还需要说明的是，本说明书附图所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本技术可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本技术所能产生的功效及所能达成的目的下，均应仍落在本技术所揭示的技术内容得能涵盖的范围内。
57.在本文中使用的术语"包括'、"包含"或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句"包括一个
…
"限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
58.本发明并不局限于上述最佳实施方式，任何人应该得知在本发明的启示下做出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。

技术特征：

1.基于人工智能的调度自动化系统图模转换系统，其特征在于，包括有如下的转换流程：s1：将dwg格式的cad文件导入到转换系统中，系统提取cad文件中的cad模块参数，并将cad模块参数进行转化；s2：在系统提取和转化参数完成后，生成svg文件；s3：在系统生成svg文件之后，再生成dfg文件。2.根据权利要求1所述的基于人工智能的调度自动化系统图模转换系统，其特征在于，所述步骤s1中的cad模块参数提取和转化，具体还有如下的流程：s1：导入cad文件后，生成计算图，系统开始计算自定义算子；s2：在自定义算子计算完成后，将文件设定为目标格式，同时计算图转换为目标格式；s3：在计算图转换到目标格式之后，将计算图转换到caffe中，随之两计算图转换到onnx；s4：在计算图格式转换完成后，利用onnxruntime和caffe进行推理，获得端到端的模型转换。3.根据权利要求2所述的基于人工智能的调度自动化系统图模转换系统，其特征在于，所述步骤s1中计算图生成，主要使用广泛的训练框架pytorch，或是训练框架senseparrots，由于动态图的表达形式更易于用户快速实现并迭代算法，动态图框架会逐条解释，逐条执行模型代码来运行模型，而计算图生成是的本质是把动态图模型静态表达出来，且目前常见的建立模型静态表达的方法有以下三种：代码语义分析；模型对象分析；模型运行追踪；在模型inference的过程中，框架会记录执行算子的类型、输入输出、超参、参数等算子信息，最后把inference过程中得到的算子节点信息和模型信息结合得到最终的静态计算图。4.根据权利要求2所述的基于人工智能的调度自动化系统图模转换系统，其特征在于，所述步骤s2中的计算自定义算子中，具体的，将训练框架自身无法追踪记录到的代码作为一个自定义算子，由用户定义这个算子在计算图中作为一个节点所记录的信息，并在实际实现时，这些计算会被写到一个function或者module中，然后用户在function或者module中定义这个计算对应的计算节点的信息表达，这样每次调用这个定义好的function或者module，就能对应在计算图中记录相应的算子信息。5.根据权利要求2所述的基于人工智能的调度自动化系统图模转换系统，其特征在于，所述步骤s3中的目标格式是将模型转换到一种中间格式，再由推理框架读取中间格式是基于protobuf实现的，且计算图转换到目标格式就是去解析静态计算图，根据计算图的定义和目标格式的定义，去做转换和对齐。6.根据权利要求2所述的基于人工智能的调度自动化系统图模转换系统，其特征在于，所述步骤s4中的利用onnxruntime和caffe进行推理，具体还有：通常支持onnx格式的部署框架一般会基于onnxruntime进行扩展，支持caffe格式的部署框架一般会基于原生caffe进行扩展，通过onnxruntime和caffe的推理运行能力，来提供在x86或者cuda平台上和硬件平台相同算子表达层次的运行能力。7.根据权利要求2所述的基于人工智能的调度自动化系统图模转换系统，其特征在于，所述步骤s4中的端到端的模型转换中，采用由英伟达官方出品的cuda平台的部署框架
tensorrt，直接实现端到端的模型转换。

技术总结

本发明公开了基于人工智能的调度自动化系统图模转换系统，本发明涉及计算机技术领域，现提出如下方案，包括有如下的转换流程：S1：将DWG格式的CAD文件导入到转换系统中，系统提取CAD文件中的CAD模块参数，并将CAD模块参数进行转化；本发明采用人工智能算法对以往电气图进行学习训练，生成图形转换模型，利用软件编程技术，直接导入用户的CAD图形文件，用软件CAD图形文件的数据及格式，自动生成SVG数据文件，再根据添加部分东方电子部分自定义标识，最终生成被软件可直接识别并使用的DFG数据文件，而利用该智能模型可将调度、方式下发的电气接线图快速、准确的转换为调度自动化系统特殊格式的图形来进行发布，提高自动化日常运维效率。运维效率。运维效率。