← 返回列表

一种基于深度学习的电力调度语义分析方法

申请号: CN202311359269.4
申请人: 湖北华中电力科技开发有限责任公司; 国网湖北省电力有限公司
申请日期: 2023/10/19

摘要文本

微信公众号马克 数据网 本发明公开了一种基于深度学习的电力调度语义分析方法,包括:基于操作票、故障描述信息标注电力调度系统的相关文档,结合标注语料和深度学习方法训练电力实体识别模型及句法分析模型,完成电力调度文档的关系信息提取,利用知识融合工程构建领域知识库;训练故障信息分类模型,由故障信息分类模型对新进电力调度文本进行分类,若为故障描述信息,则对该文档进行关系信息提取,在领域知识库中查询相似故障的日志文档及电力实体信息,将检索的信息按相关程度排序推荐以辅助调度员决策,同时进一步更新领域知识库。本发明可提高电力调度系统的智能化水平,能够在调度员的监督和指挥下处理规律化、重复性的工作,进而保证电网安全、有效的运行。

专利详细信息

项目 内容
专利名称 一种基于深度学习的电力调度语义分析方法
专利类型 发明申请
申请号 CN202311359269.4
申请日 2023/10/19
公告号 CN117521662A
公开日 2024/2/6
IPC主分类号 G06F40/30
权利人 湖北华中电力科技开发有限责任公司; 国网湖北省电力有限公司
发明人 许瀚; 刘勇昊; 俞亮; 董彬; 王鑫江
地址 湖北省武汉市武昌区中北路236号湖北华中电力科技大厦; 湖北省武汉市洪山区徐东大街91号

专利主权项内容

1.一种基于深度学习的电力调度语义分析方法,其特征在于,包括如下步骤:步骤1:构建领域知识库基于操作票、故障描述信息标注电力调度系统的相关文档,然后结合标注语料和深度学习方法训练电力实体识别模型及句法分析模型,通过电力实体识别模型实现电力调度相关实体识别,通过训练句法分析模型提取识别电力实体及其他电力特征词语间的句法结构,实现电力实体间的关系挖掘,获取结构化知识信息,利用知识融合工程构建领域知识库;步骤2:故障特征识别与语义分析依据带标签的故障描述数据训练故障信息分类模型,由故障信息分类模型对新进电力调度文本文档进行分类,若为故障描述信息,则对新进电力调度文本文档进行关系信息提取,随后在领域知识库中查询相似故障的日志文档及电力实体信息,将检索的信息按相关程度排序推荐以辅助调度员决策,同时新进电力调度文档中包含的故障信息更新至领域知识库中。