[發明專利]配網搶修工單處理方法及裝置

在審

• 申請號: 202010521274.0
• 申請日: 2020-06-10
• 公開（公告）號: CN112036582A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 陳蕾;楊勇;黃俊;黃武浩;張弛;魏心泉;呂廣憲;鄭偉彥;陸一鳴;劉鵬;段祥駿;余慧華
• 申請（專利權）人: 國網浙江省電力有限公司;國網浙江省電力有限公司杭州供電公司;國網上海能源互聯網研究院有限公司
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06Q50/06;G06N3/04;G06K9/62;G06F40/30;G06F40/295
• 代理公司: 杭州華鼎知識產權代理事務所(普通合伙) 33217
• 代理人: 方艷

本申請實施例提出了配網搶修工單處理方法及裝置，包括：將待處理的配網搶修工單數據以及預先建立的隱含馬爾可夫模型的表達式導入維特比算法進行迭代計算，得到計算后的對應配網搶修工單的狀態序列；對得到的狀態序列進行卷積運算，將運算結果按停電原因不同進行分類整理，得到所述配網搶修工單中用于表征電網故障的具體原因并進行統計。通過以配網搶修工單作為識別模型進行匹配與并對工作進行語義化挖掘與學習，實現自適應工單處理，從而提高數據處理效率、增加可靠性，對工單主動化識別率進一步提升，加強配網搶修工作效率。

技術領域

本發明屬于信息處理領域，尤其涉及配網搶修工單處理方法及裝置。

背景技術

在當前的配電系統中，面對大量的涉及大量包括自然語言的工單信息，往往是通過人工客服進行第一階段梳理，然后進行單純統計學上的分析，但工單里包含的信息不僅僅有規則有序的內容，還包括通過大量的無規則且不固定的自然語言描述的信息。使用自然語言描述的信息對于配網信息分析有十分關鍵的作用。對這些自然語言信息現有的處理方法為：針對信息內的關鍵詞進行判斷，但是這種方法的準確性和靈活度遠遠不能滿足需求，為確保準確度往往還得需要人工進行處理，這樣的處理方法需要消耗大量的時間、資源。如何在保證準確度的前提下，提高自然語言信息處理效率成為了如今配網信息處理的一個大問題。

發明內容

為了解決現有技術中存在的缺點和不足，本發明提出了配網搶修工單處理方法及裝置，通過將配網搶修工單數據導入隱含馬爾可夫模型中進行運算的方式，能夠對配網搶修工單數據中的預料數據進行有效分類，提升配網搶修工單內容識別的精準度。

具體的，一方面，本申請實施例提出的配網搶修工單處理方法，所述處理方法包括：

步驟一，將待處理的配網搶修工單數據以及預先建立的隱含馬爾可夫模型的表達式導入維特比算法進行迭代計算，得到計算后的對應配網搶修工單的狀態序列；

步驟二，對得到的狀態序列進行卷積運算，將運算結果按停電原因不同進行分類整理，得到所述配網搶修工單中用于表征電網故障的具體原因并進行統計。

可選的，在執行步驟一之前，所述處理方法包括預處理步驟，所述預處理步驟包括：

從配網搶修工單中提取自然語言信息，對提取到的自然語言信息進行數據清洗，得到清洗后的配網搶修工單數據；

從歷史配網搶修工單以及電網文本資料中提取字符，基于提取到的字符建立隱含馬爾可夫模型的表達式。

可選的，在執行步驟一之前，所述配網搶修工單處理方法還包括：

將從歷史配網搶修工單以及電網文本資料中提取到的每一個字作為一個字符，根據得到的字符構建模型觀測集合；

統計模型觀測集合中字符出現的頻數計算概率；

基于得到的概率構建隱含馬爾可夫模型的表達式。

可選的，所述將從歷史配網搶修工單以及電網文本資料中提取到的每一個字作為一個字符，根據得到的字符構建模型觀測集合，包括：

對字符構建模型中每個字符的含義進行BMES定義；

其中，B代表一個詞的開始，M代表一個詞的中間，E代表一個詞的結束，S代表單字成詞為模型的隱狀態。

可選的，所述將得到的配網搶修工單數據以及隱含馬爾可夫模型的表達式導入維特比算法進行迭代計算，得到計算后的對應配網搶修工單的狀態序列，包括：

將清洗后的配網搶修工單數據作為觀測序列，輸入至隱含馬爾可夫模型的表達式代表的計算模型中進行基于維特比算法的迭代計算，得到最優狀態序列；

將得到的最優狀態序列按句子結構進行切分，得到句子級別的詞匯特征。