← 返回列表

融合预训练语言模型和图谱的变压器设备健康度评价方法

申请号: CN202311777534.0
申请人: 浙江大学
申请日期: 2023/12/22

摘要文本

本发明公开了一种融合预训练语言模型和图谱的变压器设备健康度评价方法,包括:对实时及历史运行评价数据分别对应处理得到实时和历史告警文本;构建动态状态评价模型;基于历史告警文本根据识图谱构建框架构建知识图谱;基于历史告警文本和动态状态评价模型训练得到电力短文本匹配模型;基于知识图谱构建框架提取实时告警文本的实体和属性信息;基于实时告警文本匹配动态状态评价模型和电力短文本匹配模型进行语义相似度匹配从而得到应扣分值;查询知识图谱确定应扣分值,并根据应扣分值和扣分系数计算更新健康度分数;采用改进mT5进行知识图谱构建,且采用了改进BERT+CoSENT进行文本匹配,通过告警触发的量化扣分机制来动态评价健康度。

专利详细信息

项目 内容
专利名称 融合预训练语言模型和图谱的变压器设备健康度评价方法
专利类型 发明申请
申请号 CN202311777534.0
申请日 2023/12/22
公告号 CN117435933A
公开日 2024/1/23
IPC主分类号 G06F18/22
权利人 浙江大学
发明人 叶振豪; 齐冬莲; 闫云凤; 沈建波; 郭炳延
地址 浙江省杭州市西湖区余杭塘路866号浙江大学紫金港校区药学院309室

专利主权项内容

1.一种融合预训练语言模型和图谱的变压器设备健康度评价方法,其特征在于,包括:获取变压器设备实时运行评价数据及历史运行评价数据,并分别对应处理得到实时告警文本和历史告警文本;构建变压器设备动态状态评价模型;基于历史告警文本根据融合mT5大语言模型的知识图谱构建框架构建系统中运行变压器设备的知识图谱;基于历史告警文本和变压器设备动态状态评价模型训练得到电力短文本匹配模型;基于mT5大语言模型的知识图谱构建框架提取实时告警文本的实体和属性信息;基于实时告警文本的实体和属性信息匹配变压器设备动态状态评价模型,并判断是否基于电力短文本匹配模型将实体和属性信息与变压器设备动态状态评价模型中的扣分内容进行语义相似度匹配,从而得到应扣分值;基于实时告警文本的实体和属性信息查询知识图谱,从而确定实时告警文本对应的部件和部件分数,并根据应扣分值和变压器设备动态状态评价模型中的扣分系数计算并更新变压器设备的健康度分数。