【技术实现步骤摘要】
本专利技术涉及电力智能化运维，具体地涉及一种面向电力安监业务的反馈方法及系统。
技术介绍
1、随着chat gpt等大模型问世以来，知识大模型的开发逐渐成为it界的焦点。目前现有技术中的大模型对于常规问题已经能够做到相当准确的回答，但是对于一些未公开的数据，由于大模型本身缺乏原始的训练集，因此无法给出准确答案。
2、电力系统由于保密需要，其内部多种技术规范、技术文档等无法公开，因此采用已有的大模型来直接回答相关问题，会难以获得准确答案。
技术实现思路
1、本专利技术实施例的目的是提供一种面向电力安监业务的反馈方法及系统，该反馈方法及系统能够高效应对电力领域的问答要求。
2、为了实现上述目的，本专利技术实施例提供一种种面向电力安监业务的反馈方法，包括：
3、获取输入的问题；
4、根据所述问题在预设的电力多模态知识图谱中寻找答案，确定是否能直接得到答案；
5、在确定能直接得到答案的情况下，输出所述答案；
6、根据所述答案在预设的电力领域专用知识库中获取与所述答案对应的示例图片；
7、根据所述答案在预设的电力业务模型中获取对应的业务模型；
8、输出所述答案、示例图片以及业务模型。
9、可选地，所述反馈方法包括：
10、在确定不能直接得到答案的情况下，根据所述电力多模态知识图谱获取所述问题的关键词信息；
11、根据所述关键词信息和所述问题确定上下文信息；>
12、将所述上下文信息输入预训练的网络模型中，以得到所述问题的答案。
13、可选地，所述反馈方法包括：
14、获取电力数据，其中，所述电力数据包括语言文本和带标注的图片；
15、采用prompt提示词搜索所述语言文本和标注的上下文信息；
16、将搜索的结果嵌入所述语言文本和标注的提示模板集中；
17、将所述模板集、语言文本、带标注的图片组合，以得到所述电力多模态知识图谱。
18、可选地，所述电力领域专用知识库包括电力系统技术规范、电气参数、项目历史材料。
19、可选地，所述反馈方法包括：
20、确定所述网络模型中的核心权重和边缘权重；
21、固定所述核心权重，构建所述边缘权重的权重矩阵；
22、采用训练集训练所述网络模型，并采用改进的梯度下降法更新所述权重矩阵，直到得到所述网络模型训练完成。
23、可选地，采用训练集训练所述网络模型，并采用改进的梯度下降法更新所述权重矩阵，直到得到所述网络模型训练完成，包括：
24、采用所述训练集训练所述网络模型；
25、采用测试集测试训练的所述网络模型，以判断所述网络模型是否满足精度要求；
26、在判断所述网络模型满足所述精度要求的情况下，输出所述网络模型。
27、可选地，构建所述边缘权重的权重矩阵，包括：
28、对所述权重矩阵中缺失的权重进行补0操作。
29、可选地，所述改进的梯度下降法包括：
30、计算所述权重矩阵每一行的非0向量比；
31、根据公式(1)计算所述权重矩阵每一行的更新概率，
32、
33、其中，ti为所述更新概率，ai为第i行的非0向量比，aj为第j行的非0向量比，m为所述权重矩阵中的行的数量；
34、根据所述更新概率采用轮盘赌法选择要更新的所述权重所在的行；
35、更新选择的权重。
36、可选地，采用训练集训练所述网络模型，并采用改进的梯度下降法更新所述权重矩阵，直到得到所述网络模型训练完成，包括：
37、在判断所述网络模型不满足所述精度要求的情况下，确定当前的累计训练次数；
38、判断所述累计训练次数是否大于或等于预设的训练疲劳值；
39、在判断所述累计训练次数大于或等于预设的训练疲劳值的情况下，返回执行根据所述更新概率采用轮盘赌法选择要更新的所述权重所在的行的步骤；
40、在判断所述累计训练次数小于所述训练疲劳值的情况下，返回执行更新选择的权重的步骤。
41、另一方面，本专利技术还提供一种面向电力安监业务的反馈系统，所述反馈系统包括处理器，所述处理器被配置成执行如上述任一所述的反馈方法。
42、通过上述技术方案，本专利技术提供的一种面向电力安监业务的反馈方法及系统通过结合电力多模态知识图谱来回答电力领域的技术问题，并针对答案输出对应的示例图片和电力业务模型。相较于现有技术而言，本专利技术提供的反馈方法及系统能够满足用户对于电力
的问题的反馈要求。
43、本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种面向电力安监业务的反馈方法，其特征在于，所述反馈方法包括：
2.根据权利要求1所述的反馈方法，其特征在于，所述反馈方法包括：
3.根据权利要求1所述的反馈方法，其特征在于，所述反馈方法包括：
4.根据权利要求1所述的反馈方法，其特征在于，所述电力领域专用知识库包括电力系统技术规范、电气参数、项目历史材料。
5.根据权利要求1所述的反馈方法，其特征在于，所述反馈方法包括：
6.根据权利要求5所述的反馈方法，其特征在于，采用训练集训练所述网络模型，并采用改进的梯度下降法更新所述权重矩阵，直到得到所述网络模型训练完成，包括：
7.根据权利要求6所述的反馈方法，其特征在于，构建所述边缘权重的权重矩阵，包括：
8.根据权利要求7所述的反馈方法，其特征在于，所述改进的梯度下降法包括：
9.根据权利要求8所述的反馈方法，其特征在于，采用训练集训练所述网络模型，并采用改进的梯度下降法更新所述权重矩阵，直到得到所述网络模型训练完成，包括：
10.一种面向电力安监业务的反馈系统，其特征
...【技术特征摘要】
1.一种面向电力安监业务的反馈方法，其特征在于，所述反馈方法包括：
2.根据权利要求1所述的反馈方法，其特征在于，所述反馈方法包括：
3.根据权利要求1所述的反馈方法，其特征在于，所述反馈方法包括：
4.根据权利要求1所述的反馈方法，其特征在于，所述电力领域专用知识库包括电力系统技术规范、电气参数、项目历史材料。
5.根据权利要求1所述的反馈方法，其特征在于，所述反馈方法包括：
6.根据权利要求5所述的反馈方法，其特征在于，采用训练集训练所述网络模型，并采用改进的梯度下降法更新...
【专利技术属性】
技术研发人员：陶俊，余江斌，尚书，聂文萍，薛濛，黄旭东，
申请(专利权)人：安徽继远软件有限公司，
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。