本發(fā)明涉及電力自動(dòng)化與人工智能，尤其涉及一種基于rpa+ai的電網(wǎng)機(jī)器人流程自動(dòng)化構(gòu)建方法及系統(tǒng)。

背景技術(shù)：

1、隨著電網(wǎng)規(guī)模的不斷擴(kuò)大和業(yè)務(wù)的日益復(fù)雜，電網(wǎng)企業(yè)需要處理大量的數(shù)據(jù)和信息，包括設(shè)備狀態(tài)監(jiān)測(cè)、故障診斷、負(fù)荷預(yù)測(cè)、電力調(diào)度等。這些數(shù)據(jù)處理任務(wù)通常具有重復(fù)性和規(guī)范性，但人工處理不僅效率低下，而且容易出錯(cuò)。因此，電網(wǎng)企業(yè)急需一種能夠自動(dòng)化處理這些數(shù)據(jù)的方法，以提高工作效率和準(zhǔn)確性。

2、現(xiàn)有的電網(wǎng)流程自動(dòng)化系統(tǒng)存在系統(tǒng)穩(wěn)定性低、數(shù)據(jù)準(zhǔn)確性低、自主化程度低、交互性差等問題：系統(tǒng)穩(wěn)定性低：該方法涉及多個(gè)系統(tǒng)(配電自動(dòng)化系統(tǒng)、調(diào)控云系統(tǒng)等)的信息交互，實(shí)際業(yè)務(wù)場景復(fù)雜，存在大量非標(biāo)準(zhǔn)化數(shù)據(jù)和復(fù)雜操作步驟，應(yīng)用傳統(tǒng)機(jī)器人流程自動(dòng)化(robotic?process?automation，簡稱rpa)技術(shù)處理相關(guān)任務(wù)，存在操作步驟非實(shí)際任務(wù)要求的風(fēng)險(xiǎn)，穩(wěn)定性較低；缺少校驗(yàn)機(jī)制，數(shù)據(jù)準(zhǔn)確性低：傳統(tǒng)rpa缺少數(shù)據(jù)校驗(yàn)機(jī)制，存在以下風(fēng)險(xiǎn)，數(shù)據(jù)采集失誤導(dǎo)致業(yè)務(wù)系統(tǒng)數(shù)據(jù)源頭錯(cuò)誤；多系統(tǒng)信息交互時(shí)，發(fā)送數(shù)據(jù)丟失或數(shù)據(jù)錯(cuò)誤；數(shù)據(jù)處理時(shí)，由于存在非標(biāo)準(zhǔn)化場景，導(dǎo)致數(shù)據(jù)處理異常；部分關(guān)鍵性數(shù)據(jù)需要進(jìn)行人為審核確認(rèn)，而現(xiàn)有的rpa技術(shù)無法實(shí)現(xiàn)在流程執(zhí)行時(shí)的進(jìn)行人工校驗(yàn)，發(fā)生數(shù)據(jù)解析異常造成系統(tǒng)操作風(fēng)險(xiǎn)；自主化程度低，效率不足：傳統(tǒng)rpa只能根據(jù)設(shè)置好的步驟或者時(shí)間執(zhí)行固定化操作，無法實(shí)現(xiàn)監(jiān)聽自主化，流程處置過于僵硬，處置效率較低；缺乏交互，可控性差：缺少人機(jī)交互機(jī)制，無法人工補(bǔ)齊rpa無法自動(dòng)獲取的數(shù)據(jù)，以及缺少對(duì)rpa任務(wù)執(zhí)行過程的信息感知和狀態(tài)控制。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明解決的技術(shù)問題是：如何提高電網(wǎng)機(jī)器人流程自動(dòng)化系統(tǒng)的穩(wěn)定性、數(shù)據(jù)準(zhǔn)確性、自主化程度和交互性，以滿足電網(wǎng)調(diào)度中對(duì)非標(biāo)準(zhǔn)化場景、高準(zhǔn)確性和動(dòng)態(tài)響應(yīng)的需求。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：

4、第一方面，本發(fā)明實(shí)施例提供了一種基于rpa+ai的電網(wǎng)機(jī)器人流程自動(dòng)化構(gòu)建方法，包括：

5、采用網(wǎng)頁數(shù)據(jù)抓取和文件數(shù)據(jù)抓取兩種方式針對(duì)所要獲取的非標(biāo)準(zhǔn)化場景數(shù)據(jù)進(jìn)行抓??；

6、基于抓取的非標(biāo)準(zhǔn)化場景數(shù)據(jù)，利用ocr文件檢測(cè)技術(shù)，基于預(yù)先構(gòu)建的電網(wǎng)文本數(shù)據(jù)檢測(cè)規(guī)則對(duì)數(shù)據(jù)類型進(jìn)行識(shí)別，確定業(yè)務(wù)模式；

7、利用決策樹模型對(duì)抓取的非標(biāo)準(zhǔn)化場景數(shù)據(jù)和確定的業(yè)務(wù)模式進(jìn)行分析，根據(jù)分析結(jié)果確定自動(dòng)化流程的具體操作步驟；

8、基于自動(dòng)化流程的具體操作步驟應(yīng)用人機(jī)交互機(jī)制，在需要人工補(bǔ)充數(shù)據(jù)或者人工數(shù)據(jù)校驗(yàn)的步驟中進(jìn)行主動(dòng)交互，同時(shí)rpa后臺(tái)收集任務(wù)執(zhí)行的狀態(tài)信息和用戶的反饋意見，形成閉環(huán)反饋，進(jìn)行決策優(yōu)化。

9、作為基于rpa+ai的電網(wǎng)機(jī)器人流程自動(dòng)化構(gòu)建方法的一種優(yōu)選方案，其中：

10、所述網(wǎng)頁數(shù)據(jù)抓取包括：

11、確定電網(wǎng)業(yè)務(wù)場景所需要訪問的頁面以及所要抓取的目標(biāo)元素；

12、使用rpa機(jī)器人基于所述目標(biāo)頁面發(fā)出訪問請(qǐng)求，獲取目標(biāo)頁面html文檔；

13、將獲取到的html文檔加載并進(jìn)行網(wǎng)頁樣式解析，獲得目標(biāo)頁面的元素節(jié)點(diǎn)和樣式信息，計(jì)算所要獲取或者操作的元素位置和大?。?/p>

14、基于計(jì)算得到的元素位置和大小信息，rpa機(jī)器人通過調(diào)用瀏覽器插件進(jìn)行元素定位，對(duì)定位到的目標(biāo)元素進(jìn)行抓取。

15、作為基于rpa+ai的電網(wǎng)機(jī)器人流程自動(dòng)化構(gòu)建方法的一種優(yōu)選方案，其中：

16、所述文件數(shù)據(jù)抓取包括：

17、對(duì)電網(wǎng)業(yè)務(wù)文件的文件類型進(jìn)行識(shí)別；

18、根據(jù)識(shí)別出的文件類型調(diào)用不同的工具庫對(duì)文件數(shù)據(jù)內(nèi)容進(jìn)行提取。

19、作為基于rpa+ai的電網(wǎng)機(jī)器人流程自動(dòng)化構(gòu)建方法的一種優(yōu)選方案，其中：

20、所述利用ocr文件檢測(cè)技術(shù)，基于預(yù)先構(gòu)建的電網(wǎng)文本數(shù)據(jù)檢測(cè)規(guī)則對(duì)數(shù)據(jù)類型進(jìn)行識(shí)別包括：

21、獲取rpa所執(zhí)行電網(wǎng)業(yè)務(wù)的圖像文本文件；

22、應(yīng)用ocr識(shí)別技術(shù)對(duì)所述的圖像文本文件進(jìn)行解碼和字符提??；

23、基于解碼的文件內(nèi)容和提取的字符序列，應(yīng)用語言模型進(jìn)行文本識(shí)別；

24、對(duì)所識(shí)別出的內(nèi)容進(jìn)行數(shù)據(jù)提取。

25、作為基于rpa+ai的電網(wǎng)機(jī)器人流程自動(dòng)化構(gòu)建方法的一種優(yōu)選方案，其中：

26、所述利用ocr文件檢測(cè)技術(shù)，基于預(yù)先構(gòu)建的電網(wǎng)文本數(shù)據(jù)檢測(cè)規(guī)則對(duì)數(shù)據(jù)類型進(jìn)行識(shí)別還包括：

27、收集電網(wǎng)業(yè)務(wù)文本數(shù)據(jù)，包括電網(wǎng)規(guī)范文檔、電網(wǎng)規(guī)章制度和電網(wǎng)業(yè)務(wù)數(shù)據(jù)；

28、根據(jù)實(shí)際電網(wǎng)業(yè)務(wù)應(yīng)用場景，人為生成部分含有干擾信息、敏感信息、關(guān)鍵信息特征的文本，形成文本數(shù)據(jù)集，用于算法訓(xùn)練；

29、將文本數(shù)據(jù)集進(jìn)行預(yù)處理，去除文本中的噪聲，并將文本數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一的格式；

30、根據(jù)電網(wǎng)業(yè)務(wù)的具體需求，將預(yù)處理后的文本數(shù)據(jù)集劃分為不同的類別并提取出分類特征；

31、對(duì)提取到的分類特征進(jìn)行人工或半自動(dòng)標(biāo)注，區(qū)分正常文本和含有不良、敏感或關(guān)鍵信息的文本，并打上相應(yīng)的標(biāo)簽；

32、根據(jù)提取的特征和標(biāo)簽，構(gòu)建文本檢測(cè)模型；

33、基于文本檢測(cè)模型，提取出關(guān)鍵的判別規(guī)則或特征組合，形成用于干擾信息過濾、敏感信息檢測(cè)及關(guān)鍵信息提取的具體規(guī)則集；

34、將所述規(guī)則集集成到rpa系統(tǒng)，實(shí)時(shí)檢測(cè)新生成的文本數(shù)據(jù)；同時(shí)持續(xù)監(jiān)控系統(tǒng)的表現(xiàn)，根據(jù)實(shí)際情況調(diào)整規(guī)則或重新訓(xùn)練文本檢測(cè)模型。

35、作為基于rpa+ai的電網(wǎng)機(jī)器人流程自動(dòng)化構(gòu)建方法的一種優(yōu)選方案，其中：

36、所述利用決策樹模型對(duì)抓取的非標(biāo)準(zhǔn)化場景數(shù)據(jù)和確定的業(yè)務(wù)模式進(jìn)行分析，根據(jù)分析結(jié)果確定自動(dòng)化流程的具體操作步驟包括：

37、基于抓取的非標(biāo)準(zhǔn)化場景數(shù)據(jù)和確定的業(yè)務(wù)模式，對(duì)電網(wǎng)業(yè)務(wù)中的重復(fù)性任務(wù)、數(shù)據(jù)處理需求進(jìn)行分析，構(gòu)建決策樹模型；

38、基于決策樹模型，對(duì)rpa執(zhí)行狀態(tài)進(jìn)行異常檢測(cè)或者故障預(yù)測(cè)；

39、采用數(shù)據(jù)交互通道將rpa機(jī)器人實(shí)際執(zhí)行過程中的業(yè)務(wù)數(shù)據(jù)、狀態(tài)信息與決策樹模型所預(yù)測(cè)及檢測(cè)的結(jié)果信息進(jìn)行交互，并將決策樹模型預(yù)測(cè)機(jī)制和rpa機(jī)器人的數(shù)據(jù)處理機(jī)制進(jìn)行協(xié)同；

40、根據(jù)業(yè)務(wù)實(shí)際執(zhí)行情況，分析rpa實(shí)際應(yīng)用問題，并通用rpa機(jī)器人后臺(tái)收集用戶反饋意見，針對(duì)實(shí)際業(yè)務(wù)流程存在的問題優(yōu)化rpa機(jī)器人的操作流程和決策。

41、作為基于rpa+ai的電網(wǎng)機(jī)器人流程自動(dòng)化構(gòu)建方法的一種優(yōu)選方案，其中：

42、所述基于自動(dòng)化流程的具體操作步驟應(yīng)用人機(jī)交互機(jī)制包括：

43、感知rpa機(jī)器人執(zhí)行過程中的上下文信息；

44、基于所述上下文信息，獲取前后操作步驟的執(zhí)行內(nèi)容；

45、對(duì)所述內(nèi)容進(jìn)行交互判斷，判斷是否需要人工參與操作步驟；

46、若需要與用戶交互，則rpa機(jī)器人主動(dòng)彈窗或發(fā)出語音提示；

47、對(duì)特殊數(shù)據(jù)類型添加二次判斷，若檢測(cè)到特殊數(shù)據(jù)或者安全信息，rpa機(jī)器人再次彈出提示窗，要求調(diào)度人員進(jìn)行二次信息確認(rèn)。

48、第二方面，本發(fā)明實(shí)施例提供了一種基于rpa+ai的電網(wǎng)機(jī)器人流程自動(dòng)化構(gòu)建系統(tǒng)，包括：

49、數(shù)據(jù)抓取模塊，用于采用網(wǎng)頁數(shù)據(jù)抓取和文件數(shù)據(jù)抓取兩種方式針對(duì)所要獲取的非標(biāo)準(zhǔn)化場景數(shù)據(jù)進(jìn)行抓?。?/p>

50、檢測(cè)識(shí)別模塊，用于基于抓取的非標(biāo)準(zhǔn)化場景數(shù)據(jù)，利用ocr文件檢測(cè)技術(shù)，基于預(yù)先構(gòu)建的電網(wǎng)文本數(shù)據(jù)檢測(cè)規(guī)則對(duì)數(shù)據(jù)類型進(jìn)行識(shí)別，確定業(yè)務(wù)模式；

51、流程確立模塊，用于利用決策樹模型對(duì)抓取的非標(biāo)準(zhǔn)化場景數(shù)據(jù)和確定的業(yè)務(wù)模式進(jìn)行分析，根據(jù)分析結(jié)果確定自動(dòng)化流程的具體操作步驟；

52、人機(jī)交互模塊，用于基于自動(dòng)化流程的具體操作步驟應(yīng)用人機(jī)交互機(jī)制，在需要人工補(bǔ)充數(shù)據(jù)或者人工數(shù)據(jù)校驗(yàn)的步驟中進(jìn)行主動(dòng)交互，同時(shí)rpa后臺(tái)收集任務(wù)執(zhí)行的狀態(tài)信息和用戶的反饋意見，形成閉環(huán)反饋，進(jìn)行決策優(yōu)化。

53、第三方面，本發(fā)明實(shí)施例提供了一種計(jì)算設(shè)備，包括：

54、存儲(chǔ)器和處理器；

55、所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)可執(zhí)行指令，所述處理器用于執(zhí)行所述計(jì)算機(jī)可執(zhí)行指令，當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)如本發(fā)明任一實(shí)施例所述的基于rpa+ai的電網(wǎng)機(jī)器人流程自動(dòng)化構(gòu)建方法。

56、第四方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，該計(jì)算機(jī)可執(zhí)行指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述的基于rpa+ai的電網(wǎng)機(jī)器人流程自動(dòng)化構(gòu)建方法。

57、本發(fā)明的有益效果：本發(fā)明通過引入ai技術(shù)，實(shí)現(xiàn)了對(duì)業(yè)務(wù)場景的模式識(shí)別，根據(jù)場景定制化規(guī)則并自動(dòng)執(zhí)行流程任務(wù)，輔助調(diào)度員完成日常繁瑣工作，減輕調(diào)度員的工作負(fù)擔(dān)，提高工作效率，解決了電網(wǎng)應(yīng)用場景復(fù)雜，傳統(tǒng)rpa局限性強(qiáng)的的問題，提高了電網(wǎng)運(yùn)行的穩(wěn)定性；采用了機(jī)器學(xué)習(xí)算法，建立rpa機(jī)器人自適應(yīng)學(xué)模型，根據(jù)電網(wǎng)調(diào)控的實(shí)際需求和反饋，添加反饋數(shù)據(jù)，形成閉環(huán)反饋，實(shí)現(xiàn)rpa自我學(xué)習(xí)和決策優(yōu)化。并應(yīng)用ocr識(shí)別技術(shù)識(shí)別數(shù)據(jù)類型，確認(rèn)業(yè)務(wù)模式，通過決策模型，選擇最優(yōu)操作流程，從而優(yōu)化流程執(zhí)行效率；應(yīng)用智能機(jī)器人的控制器及執(zhí)行器機(jī)制，在執(zhí)行過程中通過人機(jī)主動(dòng)交互解決關(guān)鍵數(shù)據(jù)補(bǔ)充、數(shù)據(jù)二次校驗(yàn)、執(zhí)行權(quán)限確認(rèn)等問題，提高了系統(tǒng)的交互性和數(shù)據(jù)的準(zhǔn)確性；開發(fā)了實(shí)時(shí)事件感知機(jī)制，實(shí)時(shí)監(jiān)控流程執(zhí)行狀態(tài)，識(shí)別需要調(diào)度員介入的關(guān)鍵時(shí)刻，確保調(diào)度員能夠及時(shí)響應(yīng)，實(shí)現(xiàn)高效的決策和操作。