[發明專利]電力二次設備缺陷診斷方法、系統、設備及存儲介質

在審

• 申請號: 202010937208.1
• 申請日: 2020-09-08
• 公開（公告）號: CN112101592A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 劉鵬;季知祥;王曉輝;蔡常雨;劉首文
• 申請（專利權）人: 中國電力科學研究院有限公司;國家電網有限公司;國網湖北省電力有限公司
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06Q50/06;G06F16/36;G06F16/35;G06F40/289
• 代理公司: 北京中巡通大知識產權代理有限公司 11703
• 代理人: 張曉凱

1.一種電力二次設備缺陷診斷方法，其特征在于，包括以下步驟：

獲取電力二次設備的缺陷描述語料；

基于預設的實體抽取模型，從缺陷描述語料中抽取用于描述缺陷的實體信息；

基于實體信息，遍歷預設的缺陷庫得到實體信息對應的診斷信息；其中，所述缺陷庫包括若干實體信息及若干實體信息分別對應的診斷信息。

2.根據權利要求1所述的電力二次設備缺陷診斷方法，其特征在于，所述實體抽取模型采用如下方法建立：

建立初始信息抽取模型；

獲取歷史電力二次設備缺陷文本數據，將歷史電力二次設備缺陷文本數據進行實體信息標注及格式轉換，得到初始數據集；

將初始數據集分為訓練集和測試集，通過訓練集訓練初始信息抽取模型，并通過測試集測試訓練后的初始信息抽取模型，得到測試結果；

根據測試結果優化初始信息抽取模型的模型參數，得到實體抽取模型。

3.根據權利要求2所述的電力二次設備缺陷診斷方法，其特征在于，所述根據測試結果優化信息抽取模型的模型參數，得到實體抽取模型的具體方法為：

基于模型參數變化建立對照組，獲取所有對照組的測試結果，選取測試結果最優的對照組的模型參數優化初始信息抽取模型，得到實體抽取模型。

4.根據權利要求2所述的電力二次設備缺陷診斷方法，其特征在于，所述初始信息抽取模型為BiLSTM-CRF模型；所述若干實體信息及若干實體信息分別對應的診斷信息以知識圖譜的形式存儲在缺陷庫中。

5.根據權利要求1所述的電力二次設備缺陷診斷方法，其特征在于，所述從缺陷描述語料中抽取用于描述缺陷的實體信息的具體方法為：

將缺陷描述語料進行分詞處理后得到第一分詞結果；

將第一分詞結果轉換為符合實體抽取模型輸入格式的第二分詞結果；

基于實體抽取模型對第二分詞結果進行實體抽取，得到實體輸出信息；

將實體輸出信息還原為用于描述缺陷的實體信息。

6.根據權利要求1所述的電力二次設備缺陷診斷方法，其特征在于，所述診斷信息包括下述中的至少一種：缺陷電力二次設備、缺陷部件、缺陷類型、缺陷等級、缺陷解決方案、缺陷責任單位、缺陷原因和缺陷現象。

7.根據權利要求1所述的電力二次設備缺陷診斷方法，其特征在于，還包括：

基于實體信息，遍歷預設的缺陷庫得到與該實體信息相似度最大的實體信息，并判別該實體信息與該實體信息相似度最大的實體信息是否表示為同一實體；當為同一實體時，更新缺陷庫中的該實體信息；否則，對該實體進行實體消歧。

8.一種電力二次設備缺陷診斷系統，其特征在于，包括：

信息獲取模塊，用于獲取電力二次設備的缺陷描述語料；

信息抽取模塊，用于基于預設的實體抽取模型，從缺陷描述語料中抽取用于描述缺陷的實體信息；以及

診斷模塊，用于基于實體信息，遍歷預設的缺陷庫得到實體信息對應的診斷信息；其中，所述缺陷庫包括若干實體信息及若干實體信息分別對應的診斷信息。

9.一種終端設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時，實現權利要求1至7任一項所述電力二次設備缺陷診斷方法的步驟。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時，實現權利要求1至7任一項所述電力二次設備缺陷診斷方法的步驟。