一种电网调度意图识别方法技术

本发明专利技术提供了一种电网调度意图识别方法，包括以下步骤：构建电网调度意图语料集并生成训练样本集；构建电网调度意图识别模型和电网调度专业文本相似度匹配模型；将电网意图测试语句输入电网调度意图识别模型，获得排名靠前的多个的意图类别及其对应的权重概率；基于电网调度意图语料集，选取排名靠前的多个意图类别对应的若干条调度专业语言表述构成召回文本集；将电网意图测试语句与召回文本集代入电网调度专业文本相似度匹配模型计算并进行投票；根据投票结果和权重概率进行多个意图类别的权重重组计算，选取计算结果最大值对应的意图类别作为电网意图测试语句的电网调度意图识别结果。本发明专利技术用于提高电网调度意图识别准确率。确率。确率。

【技术实现步骤摘要】
一种电网调度意图识别方法


[0001]本专利技术属于电力系统
，具体涉及一种电网调度意图识别方法。

技术介绍

[0002]随着我国交直流混联大电网的形成，电网结构日益复杂，运行方式灵活多变，导致调控业务日趋复杂，调度员工作负荷达到前所未有的高度。在如此的电网形式下，一方面电网事故、异常等关键场景下要求调度控制系统具有更快的信息调阅、功能操作响应速度，另一方面电网调控系统中信息量显著增加，调控画面日益增多，功能愈加丰富，画面调阅，功能操作难度加大。可见，在电网调控领域建设人机对话系统，通过语音交互操作调控业务自动执行具有重要革新意义。研究调控领域意图识别方法是建设人机对话系统的关键。目前，基于深度学习的意图识别方法虽然已经在其他行业取得了显著成果，但在电网调控领域的研究应用尚未出现。

技术实现思路

[0003]本专利技术的目的就是为了解决上述
技术介绍
存在的不足，提供一种电网调度意图识别方法，用于提高电网意图识别准确率和应用效果。
[0004]本专利技术采用的技术方案是：一种电网调度意图识别方法，包括以下步骤：
[0005]S1，构建电网调度意图语料集，其中包括多类电网调度意图，以及每个类别的电网调度意图对应的调度专业语言表述；根据电网调度意图语料集生成训练样本集；
[0006]S2，根据训练样本集，构建电网调度意图识别模型和电网调度专业文本相似度匹配模型；
[0007]S3，将电网意图测试语句输入电网调度意图识别模型，获得排名靠前的多个的意图类别及其对应的权重概率；
[0008]S4，基于电网调度意图语料集，选取步骤S3中获得的排名靠前的多个意图类别对应的若干条调度专业语言表述构成召回文本集；
[0009]S5，将电网意图测试语句与召回文本集代入电网调度专业文本相似度匹配模型计算，根据计算结果对步骤S3中获得的排名靠前的多个意图类别进行投票；
[0010]S6，根据投票结果和步骤S3中计算得到排名靠前的多个意图类别对应的权重概率进行所述的排名靠前的多个意图类别的权重重组计算，选取计算结果最大值对应的意图类别作为电网意图测试语句的电网调度意图识别结果。
[0011]上述技术方案中，所述步骤S1具体包括以下步骤：根据电网调度的业务需求，确定电网调度意图，依据调度员的业务语言表述方式习惯，将电网调度意图泛化为不同的调度专业语言表述，并将每一种电网调度意图与对应的调度专业语言表述进行关联生成电网调度意图语料集。
[0012]上述技术方案中，所述步骤S2中，基于训练样本集对ALBERT模型进行训练获得电网调度意图识别模型：基于ALBERT预训练的动态词向量将训练样本集中的电网调度意图语
料转化为词向量，将所述词向量输入ALBERT模型并进行训练。本专利技术根据实际需求生成电网调度意图语料集，能够有效适配于具体的应用场景。
[0013]上述技术方案中，所述步骤S2中，基于训练样本集中训练样本构建训练样本对，所述训练样本对表示为：(Text
k,1
,Text
k,2
,C
k
),其中k表示第k个文本对，k∈(0,M)，M表示训练样本对的数量；Text
k,1
表示第k个文本对中的第一个文本，Text
k,2
表示第k个文本对中第二个文本，C
k
∈{0,1}；C
k
表示第k个文本对对应的类别标度；如果第k个文本中两个文本同属一个类别，则C
k
设为1，否则C
k
设为0；基于残差向量
‑
字词嵌入向量
‑
编码向量(RE2)原始模型对训练样本对进行训练获得电网调度专业文本相似度匹配模型。其中C
k
表示第k个文本对中2个文本样本的相似度概率。两个文本Text
k,1
,Text
k,2
,都是直接从训练样本集中随机选取的。C
k
的值是人工标记的。本专利技术基于电网调度意图语料设置RE2原始模型的训练样本对，使其匹配电网调度意图识别的需求。
[0014]上述技术方案中，所述步骤S4中，根据召回文本集中的召回文本和电网意图测试语句构成召回文件对，将召回文本对代入电网调度专业文本相似度匹配模型计算；其中，召回文本对表示为(Text
iyl
,Text
input
),yl表示第l个意图类别，l＝1,2,..n，n为排名靠前的意图类别数量；i＝1,2,..m，m为每个意图类别对应构成的召回文本集中召回文本的数量；Text
iyl
表示第l个意图类别对应的第i个召回文本；Text
input
表示电网意图测试语句。本专利技术将获得的排名靠前的多个意图类别对应的若干条调度专业语言表述构成召回文本集，提高了识别方法的准确率和召回率。
[0015]上述技术方案中，所述步骤S5中的投票方法具体包括以下步骤：所述排名靠前的多个意图类别对应设置有投票计数器，投票计数器的初始设定值为0，如果经电网调度专业文本相似度匹配模型计算电网意图测试语句与某个召回文本相匹配，该召回文本所在的召回文集对应的意图类别的投票计数器计数加1；当完成电网调度专业文本相似度匹配模型完成所有召回文本对的计算后，统计各个意图类别的投票计数器的计数结果，作为各个意图类别的投票结果，投票结果表示为Count
l
∈(1,m)。
[0016]上述技术方案中，所述步骤S6中，将步骤S3中计算得到排名靠前的每个的意图类别的投票结果分别与其对应的权重概率相乘，将计算结果进行排序并取计算结果最大值对应的意图类别作为电网意图测试语句的电网调度意图识别结果。
[0017]本专利技术提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述技术方案中所述的方法的步骤。
[0018]本专利技术的有益效果是：
[0019]本专利技术提出的基于电网调度意图识别模型和电网调度专业文本相似度匹配模型的融合模型意图识别方法具有更高准确率和召回率。本专利技术通过设置召回文本集代入电网调度专业文本相似度匹配模型和进行计算，并根据计算结果重新分配电网调度意图识别模型输出结果的权重，提升了意图分类模型效果，在一定程度上克服了电网调度意图识别模型中调度意图特征词缺失和表述不规范的问题。
[0020]本专利技术通过ALBERT模型预训练的动态向量表征了字符到语句关系特征，加强了语言特征在语境中的联系。本专利技术在此基础上加入电网调度专业语言向量提升ALBERT对电网调度语言的表征能力，进而建立调度意图识别模型，通过优化ALBERT模型的网络参数和利用网络的自注意力机制提升对电网调度意图语言的表征能力和识别能力。
[0021]本专利技术通过基于残差向量
‑
字词嵌入向量
‑
编码向量(residualvectors
‑
e本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电网调度意图识别方法，其特征在于：包括以下步骤：S1，构建电网调度意图语料集，其中包括多类电网调度意图，以及每个类别的电网调度意图对应的调度专业语言表述；根据电网调度意图语料集生成训练样本集；S2，根据训练样本集，构建电网调度意图识别模型和电网调度专业文本相似度匹配模型；S3，将电网意图测试语句输入电网调度意图识别模型，获得排名靠前的多个意图类别及其对应的权重概率；S4，基于电网调度意图语料集，选取步骤S3中获得的排名靠前的多个意图类别对应的若干条调度专业语言表述构成召回文本集；S5，电网意图测试语句与召回文本集代入电网调度专业文本相似度匹配模型计算，根据计算结果对步骤S3中获得的排名靠前的多个意图类别进行投票；S6，根据投票结果和步骤S3中计算得到排名靠前的多个意图类别对应的权重概率进行所述的排名靠前的多个意图类别的权重重组计算，选取计算结果最大值对应的意图类别作为电网意图测试语句的电网调度意图识别结果。2.根据权利要求1所述的一种电网调度意图识别方法，其特征在于：所述步骤S1具体包括以下步骤：根据电网调度的业务需求，确定电网调度意图，依据调度员的业务语言表述方式习惯，将电网调度意图泛化为不同的调度专业语言表述，并将每一种电网调度意图与对应的调度专业语言表述进行关联生成电网调度意图语料集。3.根据权利要求1所述的一种电网调度意图识别方法，其特征在于：所述步骤S2中，基于训练样本集对ALBERT模型进行训练获得电网调度意图识别模型：基于ALBERT预训练的动态词向量将训练样本集中的电网调度意图语料转化为词向量，将所述词向量输入ALBERT模型并进行训练。4.根据权利要求1所述的一种电网调度意图识别方法，其特征在于：所述步骤S2中，基于训练样本集中训练样本构建训练样本对，所述训练样本对表示为：(Text
k,1
,Text
k,2
,C
k
),其中k表示第k个文本对，k∈(0,M)，M表示训练样本对的数量；Text
k,1
表示第k个文本对中的第一个文本，Text
k,2
表示第k个文本对中第二个文本，C
k
∈{0,1}；C
k
表示第k个文本对对应的类别标度；如果第k个文本中两个文本同属一个类...

【专利技术属性】
技术研发人员：张越，余建明，单连飞，张连超，乔咏田，
申请(专利权)人：北京科东电力控制系统有限责任公司，
类型：发明
国别省市：