[發(fā)明專利]一種利用文字識別識別電氣設(shè)備中監(jiān)測數(shù)據(jù)的處理方法

在審

• 申請?zhí)枺?/td>: 202010860366.1
• 申請日: 2020-08-24
• 公開（公告）號: CN112182205A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計）人: 李根;梅華威;劉冬;張帥
• 申請（專利權(quán)）人: 華北電力大學(xué)（保定）
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/216;G06F40/279;G06N3/04;G06Q50/06
• 代理公司: 石家莊新世紀(jì)專利商標(biāo)事務(wù)所有限公司 13100
• 代理人: 張棟然

本發(fā)明涉及一種利用文字識別識別電氣設(shè)備中監(jiān)測數(shù)據(jù)的處理方法，其包括如下步驟：建立故障文本空間向量模型，進(jìn)行文本特征提取；機(jī)器學(xué)習(xí)算法應(yīng)用，采用機(jī)器學(xué)習(xí)建立分類模型，將電氣設(shè)備故障文本分類；采用DA?BiLSTM分類模型進(jìn)行故障文本識別；本發(fā)明利用OCR技術(shù)實(shí)現(xiàn)了自動識別文本記錄的故障數(shù)據(jù)，可以為電力系統(tǒng)故障文本分類提供了有力支撐，不僅能夠提高故障文本分類的準(zhǔn)確率，而且減少了人工分類的成本。

技術(shù)領(lǐng)域

本發(fā)明涉及一種利用文字識別識別電氣設(shè)備中監(jiān)測數(shù)據(jù)的處理方法。

背景技術(shù)

電力系統(tǒng)的復(fù)雜性與日俱增，電氣設(shè)備的故障信息也正在以前所未有的速度增長，并且這些故障數(shù)據(jù)呈現(xiàn)出多元化的發(fā)展方向。原來都是通過人工的方式對故障進(jìn)行記錄，但是這種方式記錄速度非常慢，無法滿足當(dāng)前信息快速增長下對故障的記錄需求，目前對設(shè)備故障記錄方式有文本、圖片、視頻、音頻等口，其中文本記錄為故障數(shù)據(jù)的主要記錄方式，這些數(shù)據(jù)中往往記錄著電氣設(shè)備中隱藏的重要故障，而這些故障不易被發(fā)現(xiàn)又對設(shè)備及其重要。因此，對這些文本故障信息進(jìn)行快速有效的識別分類非常困難。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是提供一種利用文字識別識別電氣設(shè)備中監(jiān)測數(shù)據(jù)的處理方法，可以實(shí)現(xiàn)檢測數(shù)據(jù)的自動識別，減少人工分類成本。

本發(fā)明所采用的技術(shù)方案是：一種利用文字識別識別電氣設(shè)備中監(jiān)測數(shù)據(jù)的處理方法，其特征在于其包括如下步驟：

建立故障文本空間向量模型，進(jìn)行文本特征提取；

機(jī)器學(xué)習(xí)算法應(yīng)用，采用機(jī)器學(xué)習(xí)建立分類模型，將電氣設(shè)備故障文本分類；

采用DA-BiLSTM分類模型進(jìn)行故障文本識別。

進(jìn)一步的，建立故障文本空間向量模型時，首先分析電氣設(shè)備故障文本特點(diǎn)，根據(jù)特點(diǎn)選擇文本預(yù)處理方法，然后對預(yù)處理后的文本進(jìn)行特征提取。

進(jìn)一步的，所述文本預(yù)處理方法包括分詞、去除停用詞。

進(jìn)一步的，在對文本進(jìn)行特征提取時，采用卡方統(tǒng)計量、互信息法以及MCHI方法。

進(jìn)一步的，機(jī)器學(xué)習(xí)算法應(yīng)用過程中，首先對故障數(shù)據(jù)進(jìn)行人工篩選，將存在明顯誤差、稀疏的故障數(shù)據(jù)去除，然后將處理后的數(shù)據(jù)按照預(yù)處理流程進(jìn)行篩選，分別應(yīng)用到支持向量機(jī)、k-最近鄰、Logistic回歸、Gradicnt Boosting、樸素貝葉斯機(jī)器學(xué)習(xí)分類模型中，對文本進(jìn)行分類。

進(jìn)一步的，在對文本分類之前，對模型進(jìn)行預(yù)定義分類評估指標(biāo)，根據(jù)電力設(shè)備缺陷的分類標(biāo)準(zhǔn)，將電力系統(tǒng)故障評估分為一般、重要、緊急3個等級。

進(jìn)一步的，采用DA-BiLSTM分類模型進(jìn)行故障文本識別的具體方法為：

語映射為一組向量實(shí)現(xiàn)對文本的分類；

DA-BiLSTM模型是將深層注意力機(jī)制和雙層雙向LSTM模型融合，能判斷重要文本信息并進(jìn)行分類，DA-BiLSTM模型結(jié)構(gòu)包含嵌入層、雙向LSTM層、注意力層和輸出層；

嵌入層：該層的輸入是由一組文本序列組成的故障文本信息，將不同的文本序列Y＝{y₁，y₂，...，y_n}映射到文本詞向量空間RE；其中，E是嵌入層的長度，n是文本中詞的個數(shù)；