【技术实现步骤摘要】
本申请涉及自然语言处理，特别是自然语言处理技术在电力系统中的故障识别，具体涉及一种基于半结构化文本的电网故障识别方法及装置。
技术介绍
1、可以理解的是，在柔直换流站主设备故障原因判断中，按照一定书写规范人工记录的“故障描述”是很重要的参考数据。这些描述是运维人员在实地检查过程中记录的关于设备缺陷、异常情况或潜在问题的详细描述。但这种符合一定规范的记录数据是一种半结构化的文本数据。这就意味着这些描述可能包含自由文本、关键字、术语、数字等，缺乏严格标准的统一格式，缺陷描述可能具有不同的语言表达方式、缩写、拼写错误等，这增加了从文本中准确解析出关键字的挑战。
技术实现思路
1、本申请所提供的基于半结构化文本的电网故障识别方法及装置，目的在于，将自然语言处理和知识图谱的技术手段相结合，利用文本关键字匹配和语义关联的方法，从缺陷描述中提取故障原因关键字，并结合丰富的知识图谱进行匹配和诊断。以充分利用半结构化文本数据中的信息，提高故障诊断的准确性和自动化程度，为电力行业提供更可靠的故障处理解决方案。
2、为本文档来自技高网...
【技术保护点】
1.一种基于半结构化文本的电网故障识别方法，其特征在于，包括：
2.根据权利要求1所述的基于半结构化文本的电网故障识别方法，其特征在于，生成所述解析树模型的步骤包括：
3.根据权利要求2所述的基于半结构化文本的电网故障识别方法，其特征在于，所述初始模版以及所述最终模版的格式包括占位符以及常量。
4.根据权利要求1所述的基于半结构化文本的电网故障识别方法，其特征在于，根据所述半结构化文本以及预先建立的解析树模型确定所述半结构化文本对应的至少一个关键词，包括：
5.根据权利要求4所述的基于半结构化文本的电网故障识别方法，其特...
【技术特征摘要】
1.一种基于半结构化文本的电网故障识别方法，其特征在于，包括：
2.根据权利要求1所述的基于半结构化文本的电网故障识别方法，其特征在于，生成所述解析树模型的步骤包括：
3.根据权利要求2所述的基于半结构化文本的电网故障识别方法，其特征在于，所述初始模版以及所述最终模版的格式包括占位符以及常量。
4.根据权利要求1所述的基于半结构化文本的电网故障识别方法，其特征在于，根据所述半结构化文本以及预先建立的解析树模型确定所述半结构化文本对应的至少一个关键词，包括：
5.根据权利要求4所述的基于半结构化文本的电网故障识别方法，其特征在于，根据所述半结构化文本以及所述叶节点文本确定所述关键词，包括：
6.根据权利要求1所述的基于半结构化文本的电网故障识别方法，其特征在于，根据所述关键词以及预先建立的知识图谱识别所述电网故障描述文本对应的故障，包括：
7.根据权利要求1所述的基于半结构化文本的电网故障识别方法，其特征在于，根据所述关键词以及预先建立的知识图谱识别所述电网故障描述文本对应的故障，还包括：
8.一种基于半结构化文本的电网故障识别装置，其特征在于，包括：
9.根据权利要求8所述的基于半结构化文本的电网故障识别装置，其特征在于，还包括：解析树模型生成模块，用于生成所述解析树模型，...
【专利技术属性】
技术研发人员：槐青，季一润，袁茜，袁文迁，宋鹏，卢毅，李雨，杨敏祥，吕志瑞，黄晓乐，刘蓁，娄德军，吴强，郑烁在，
申请(专利权)人：国网冀北电力有限公司电力科学研究院，
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。