一种云平台下深度多视图语义文档表示的缺陷处置方法技术

本发明专利技术公开了一种云平台下深度多视图语义文档表示的缺陷处置方法，包括如下步骤：步骤S1，电力设备数据云平台的搭建。步骤S2，文本预处理，通过Bi‑LSTM算法对两个待匹配的语义向量捕捉其语义依赖关系。步骤S3，特征提取，以词粒度和句粒度的语义信息为模型，采用1D卷积神经网络进行建模，对其进行特征提取和特征选择。步骤S4，交互计算，根据交互计算公式，形成多粒度交互矩阵，获得词粒度和句粒度语义匹配信息。步骤S5，交互耦合，通过最大值池化策略和全连接神经网络得到两个文本匹配得分，给出最终的缺陷处置方案。本发明专利技术将双向长短期记忆网络的预处理方法和多粒度特征提取方法应用到基于深度多视图语义文档表示算法中，推理出缺陷处置的方法。

【技术实现步骤摘要】
一种云平台下深度多视图语义文档表示的缺陷处置方法
本专利技术属于电网检修领域，特别涉及一种云平台下深度多视图语义文档表示的缺陷处置方法。
技术介绍
随着电力行业的大规模发展，智能变电站技术的不断改进，越来越多的智能变电站已经替代传统变电站。在日常维护过程中，难免出现缺陷和问题，电力设备检修作为供电企业日常运行的重要工作，对目前的继电力设备缺陷处置提出了更高的要求和挑战，实现电力系统人工智能化势在必行，将云计算技术和电力系统分析相结合，能够提升变电站运维自动化水平和电网运行可靠性。根据云计算技术和电力系统典型元件模型，搭建电力设备数据云平台，在此基础上，将双向长短期记忆网络(Bidirectionallongshort-termmemory,Bi-LSTM)的预处理方法和多粒度特征提取方法应用到基于深度多视图语义文档表示(DeepMultiViewSentencesRepresentationModel,DMVSR)算法中，推理出缺陷处置的方法。传统电网例行检修和巡检过程中，缺陷的发现和鉴别分类都是由人完成，存在遗漏疏忽和效率低下本文档来自技高网...

【技术保护点】
1.一种云平台下深度多视图语义文档表示的缺陷处置方法，其特征在于，所述方法包括如下步骤：/n步骤S1：电力设备数据云平台的搭建；/n步骤S2：文本预处理；/n步骤S3：特征提取；/n步骤S4：交互计算；/n步骤S5：交互耦合。/n

【技术特征摘要】
1.一种云平台下深度多视图语义文档表示的缺陷处置方法，其特征在于，所述方法包括如下步骤：
步骤S1：电力设备数据云平台的搭建；
步骤S2：文本预处理；
步骤S3：特征提取；
步骤S4：交互计算；
步骤S5：交互耦合。


2.根据权利要求1所述的一种云平台下深度多视图语义文档表示的缺陷处置方法，其特征在于，所述步骤S1的具体做法是：
步骤S11：研究电力设备异构信息模型融合，制定电力设备数据标准，建立统一信息模型；
步骤S12：搭建虚拟化模型中心；
步骤S13：根据电力设备云平台架构，搭建云平台。


3.根据权利要求2所述的一种云平台下深度多视图语义文档表示的缺陷处置方法，其特征在于，所述异构信息包括DMS、PMS、CM、WMS以及GIS。


4.根据权利要求2所述的一种云平台下深度多视图语义文档表示的缺陷处置方法，其特征在于，所述虚拟化模型包括原件级、功能级和系统级模型。


5.根据权利要求2所述的一种云平台下深度多视图语义文档表示的缺陷处置方法，其特征在于，所述电力设备云平台架构包括任务调度层、数据管理层、计算逻辑层、物理计算设备层、物理存储设备层以及Web层。


6.根据权利要求1所述的一种云平台下深度多视图语义文档表示的缺陷处...

【专利技术属性】
技术研发人员：任江波，丛雷，赵子根，张保平，黎强，万红艳，耿少博，
申请(专利权)人：国网河北省电力有限公司，长园深瑞继保自动化有限公司，国网河北省电力有限公司保定供电分公司，
类型：发明
国别省市：河北;13