
基本信息:
- 专利标题: 知识图谱增强的基于大语言模型配电网故障归因分析方法
- 申请号:CN202311506504.6 申请日:2023-11-13
- 公开(公告)号:CN117312531A 公开(公告)日:2023-12-29
- 发明人: 郑州 , 黄建业 , 吴飞 , 刘冰倩 , 廖飞龙 , 武欣欣 , 钱健 , 林爽 , 谢炜 , 杨彦 , 林晨翔 , 周晨曦 , 郭俊 , 翁宇游 , 张志宏 , 陈彦宇 , 刘启川
- 申请人: 国网福建省电力有限公司电力科学研究院 , 厦门大学 , 国网福建省电力有限公司
- 申请人地址: 福建省福州市仓山区复园支路48号
- 专利权人: 国网福建省电力有限公司电力科学研究院,厦门大学,国网福建省电力有限公司
- 当前专利权人: 国网福建省电力有限公司电力科学研究院,厦门大学,国网福建省电力有限公司
- 当前专利权人地址: 福建省福州市仓山区复园支路48号
- 代理机构: 福州元创专利商标代理有限公司
- 代理人: 陈明鑫; 蔡学俊
- 主分类号: G06F16/332
- IPC分类号: G06F16/332 ; G06F16/36 ; G06F16/34 ; G06N5/022
摘要:
本发明涉及一种知识图谱增强的基于大语言模型配电网故障归因分析方法。该方法首先利用数据提取技术从大规模复杂的电力故障数据中挖掘关键信息,并通过特定的三元组模型将这些信息结构化为实体和关系,构建知识图谱。接着,通过专业的可视化工具,将知识图谱进行细致的可视化处理,以揭示可能的故障原因。然后,依赖启发式规则,在知识图谱上进行链接游走,生成详尽的故障原因描述文本。大语言模型(LLM)对这些生成的文本进行深度处理,简化并提取关键信息,使得复杂的故障原因描述变得简洁明了。处理后的文本信息存储为本地知识库,并在此基础上进行LLM问答,以执行深度的故障归因分析。本发明方法能有效地找出电力故障的原因,提高故障处理效率。
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06F | 电数字数据处理 |
------G06F16/00 | 信息检索;数据库结构;文件系统结构 |
--------G06F16/10 | .文件系统;文件服务器 |
----------G06F16/33 | ..查询 |
------------G06F16/332 | ...查询公式 |