【技术实现步骤摘要】
本专利技术属于电力信息文本数据处理领域,具体涉及电力信息三元组故障优先检测方法、系统及设备。
技术介绍
1、在电力系统中,电力设备的监控和故障排查是保证电网安全稳定运行的关键环节。然而,随着电网规模的扩大及设备复杂性的提升,故障类型和影响范围也越来越多样化。各区域的电力服务器生成大量故障记录文本,包含设备位置、故障类型、故障描述等信息,这些文本数据需要进行高效的处理与分析,以快速识别出电网中的潜在故障。在实际电力网络中,从多个服务器收集的电力信息文本往往表示电网结构中的不同故障问题,但在这些故障问题中确定优先排查的关键故障存在难度。有时,如果根本故障问题未被及时解决,优先处理表层故障将导致故障重复。
2、生成式信息抽取模型广泛用于处理电力设备的信息,主要是指从大量电力设备的文本数据中自动提取三元组数据(即spo三元组)。这种模型的关键目标是将原始的非结构化文本信息,如操作记录、缺陷报告、警报日志等转换为结构化数据,为电力设备状态分析、预测和管理提供支持。这些数据主要来自电力系统的多个信息系统,例如:设备台账,包含设备的基本信
...【技术保护点】
1.电力信息三元组故障优先检测方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的电力信息三元组故障优先检测方法,其特征在于,其中,以RoUIE模型作为电力信息文本的三元组抽取模型,所述RoUIE模型中引入旋转位置编码和分布焦点损失,并将所述RoUIE模型的嵌入向量用于对每个三元组中的元素分别进行向量化嵌入。
3.根据权利要求1所述的电力信息三元组故障优先检测方法,其特征在于,其中,以Roformer模型为编码器用作电力信息文本的三元组抽取模型,所述Roformer模型中引入结合模糊跨度损失和Wasserstein距离的损失函数,
...【技术特征摘要】
1.电力信息三元组故障优先检测方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的电力信息三元组故障优先检测方法,其特征在于,其中,以rouie模型作为电力信息文本的三元组抽取模型,所述rouie模型中引入旋转位置编码和分布焦点损失,并将所述rouie模型的嵌入向量用于对每个三元组中的元素分别进行向量化嵌入。
3.根据权利要求1所述的电力信息三元组故障优先检测方法,其特征在于,其中,以roformer模型为编码器用作电力信息文本的三元组抽取模型,所述roformer模型中引入结合模糊跨度损失和wasserstein距离的损失函数,并将所述roformer模型的嵌入向量用于对每个三元组中的元素分别进行向量化嵌入。
4.根据权利要求1所述的电力信息三元组故障优先检测方法,其特征在于,在所述电力信息三元协方差矩阵中,其中每个矩阵单元由电力信息三元组中两个元素的向量协方差构成。
5.根据权利要求1至3中任一项所述的电力信息三元组故障优先检测方法,其特征在于,以电力信息定位量代替所述电力信息定位矩阵使用,所述电力信息定位量通过将电力信息三元协方差矩阵的各个特征值按数值大小排序生成的数组表示。
6.根据权利要求1至3中任一项所述的电力信息三元组故...
【专利技术属性】
技术研发人员:刘汉林,谢国波,林志毅,刘敬勇,
申请(专利权)人:广东工业大学,
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。