【技术实现步骤摘要】
本专利技术涉及自然语言处理及人工智能信息，具体是一种基于深度学习的电力调度语义分析方法。
技术介绍
1、我国电力系统现代化程度颇高，已经在大容量、高电压、远距离方面取得重大发展。随着全国联网规模的不断扩大和电压等级的不断提高，电网在设备数量、互联模式、耦合特性、复杂程度等方面已全面超越传统超高压交流电网，电网面临来自自然、人为、内在因素影响的问题也更为突出，这就造成调度员调度电网的工作量、复杂度和工作压力日益增大。目前调度运行工作中常规的事务性、例行性、程式化工作占据了调度员大量的时间和精力，使其无法专注于电网运行监视、风险分析和事故处理这些直接关系到电网安全稳定运行的核心任务。调度运行工作中的大部分业务都有规律可循，重复性强，存在应用人工智能技术代替人来完成的可能性。特别地，自然语言处理和机器学习技术在调度运行中的应用尚属空白，没有具有智能的调度计算机系统，能够模拟调度员的思维方式、工作方法，代替调度员完成工作任务，比如电网运行监视、计划修改、机组开停机、倒闸操作、简单事故处理等。
2、自然语言处理(natural lan...
【技术保护点】
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：
2.如权利要求1所述的基于深度学习的电力调度语义分析方法，其特征在于：所述电力实体识别模型由双向长短期记忆网络和条件随机场组成，收集调度日志数据中的标注语料作为训练集，通过对标注语料的分词和词嵌入获取词向量并进行训练。
3.如权利要求1所述的基于深度学习的电力调度语义分析方法，其特征在于：所述句法分析模型由条件随机场和隐马尔科夫模型组成，通过分词、词性标注和依存关系识别实现对所述电力实体识别模型得到的电力实体间的关系挖掘。
4.如权利要求1所述的基于深度学习的电...
【技术特征摘要】
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：
2.如权利要求1所述的基于深度学习的电力调度语义分析方法，其特征在于：所述电力实体识别模型由双向长短期记忆网络和条件随机场组成，收集调度日志数据中的标注语料作为训练集，通过对标注语料的分词和词嵌入获取词向量并进行训练。
3.如权利要求1所述的基于深度学习的电力调度语义分析方法，其特征在于：所述句法分析模型由条件随机场和隐马尔科夫模型组成，通过分词、词性标注和依存关系识别实现对所述电力实体识别模型得到的电力实体间的关系挖掘。
4.如权利要求1所述的基于深度学习的电力调度语义分析方法，其特征在于：所述利用知识融合工程构建领域知识库具体包括：知识融合工程在实体识别和关系抽取的基础上，进行实体消歧、消解知识融合过程，随后利用质量评估、知识推理方法完成知识加工，以此获得结构化的知识体系，最终...
【专利技术属性】
技术研发人员：许瀚，刘勇昊，俞亮，董彬，王鑫江，
申请(专利权)人：湖北华中电力科技开发有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。