【技术实现步骤摘要】
本专利技术涉及智能问答工，尤其是涉及一种基于大语言模型的电网设备智能问答优化方法及系统。
技术介绍
1、早期的电网设备问答系统多基于规则库构建，对于预先设定规则外的问题，尤其是涉及复杂语义理解的问题，无法准确解析。例如，当用户提问 “那种具备智能监测功能且刚投入使用不久的变电站，其电压调控装置出现异常该怎么处理”，传统系统很难准确识别出 “具备智能监测功能且刚投入使用不久” 这一复杂定语修饰的 “变电站”，以及与 “电压调控装置异常处理” 之间的关联，导致无法给出有效回答。另外，基于关键词匹配的问答系统，只能简单地根据问题中的关键词在数据库中搜索答案，无法理解问题的深层语义。例如，对于 “如何保障智能电网中分布式能源接入的稳定性” 这一问题，仅靠关键词匹配，可能无法全面涵盖分布式能源接入稳定性相关的多方面因素，如设备兼容性、控制策略等，从而给出片面或不准确的答案。
2、随着电网技术不断发展，新的设备、技术和操作规范不断涌现，传统的基于固定规则库或静态知识库的问答系统，更新知识的过程繁琐且耗时，在查找关于大型变电站复杂故障诊断...
【技术保护点】
1.一种基于大语言模型的电网设备智能问答优化方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大语言模型的电网设备智能问答优化方法，其特征在于，所述利用条件随机场的词性标注模型对问题数据的词性进行标注，包括基于问题数据中的文本序列定义特征函数，并根据定义的特征函数构建条件随机场的条件概率模型，将标注好词性的电网设备文本作为训练数据，以最大化训练数据的对数似然函数对条件概率模型进行训练，根据训练完成的条件概率模型对问题数据的词性进行标注。
3.根据权利要求1所述的一种基于大语言模型的电网设备智能问答优化方法，其特征在于，所述利用向量空间将...
【技术特征摘要】
1.一种基于大语言模型的电网设备智能问答优化方法，其特征在于，包括：
2.根据权利要求1所述的一种基于大语言模型的电网设备智能问答优化方法，其特征在于，所述利用条件随机场的词性标注模型对问题数据的词性进行标注，包括基于问题数据中的文本序列定义特征函数，并根据定义的特征函数构建条件随机场的条件概率模型，将标注好词性的电网设备文本作为训练数据，以最大化训练数据的对数似然函数对条件概率模型进行训练，根据训练完成的条件概率模型对问题数据的词性进行标注。
3.根据权利要求1所述的一种基于大语言模型的电网设备智能问答优化方法，其特征在于，所述利用向量空间将电网设备知识库中的文档和用户问题进行匹配，包括利用文档和用户问题数据分别计算词频和逆文档频率，基于词频和逆文档频率计算问题数据在文档中的基础权重，根据电网设备知识层次结构，对不同类型的关键词赋予不同的权重调整系数，得到关键词在文档中的最终权重，采用余弦相似度计算用户问题向量与电网设备知识库中文档向量的相似度，根据计算得到的相似度值设定相似度阈值，筛选出相似度大于阈值的文档。
4.根据权利要求1所述的一种基于大语言模型的电网设备智能问答优化方法，其特征在于，所述以transformer架构为基础框架构建大语言模型，包括根据向量数据对输入文本进行语义编码，得到每个词的语义表示，引入位置编码模块并结合语义信息计算位置编码，结合语音信息后的位置编码计算公式为：
5.根据权利要求1所述的一种基于大语言模型的电网设备智能问答优化方法，其特征在于，所述基于transformer解码器和编码器分别引入gpt架构和bert架构，包...
【专利技术属性】
技术研发人员：麦晓庆，韩力，虎雯雨，贾俊杰，黄小花，胡长武，张少斌，董越，李静，朱文鑫，王仙，
申请(专利权)人：国网宁夏电力有限公司中卫供电公司，
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。