377p欧洲日本亚洲大胆噜噜,高清一级无码在线观看

基于自然語言處理的電力缺陷自動評級方法研究

來源：電工電氣發(fā)布時間：2025-01-23 12:23 瀏覽次數(shù)：40

基于自然語言處理的電力缺陷自動評級方法研究

上官誠江¹，陳麗霞²

(1 福建信息職業(yè)技術學院，福建福州 350007

2 國網(wǎng)福建省電力有限公司福州供電公司，福建福州 350007)

摘要：現(xiàn)有電網(wǎng)的電力設備缺陷評級采用人工分類的方式，效率低且容易引入人為因素造成誤分類和誤評級等問題。提出了一種基于自然語言處理的缺陷自動評級方法及處置建議推送，根據(jù)電力設備缺陷文本的特點，提出基于樹路徑匹配算法的缺陷分類方法；針對缺陷分支定位問題，提出了基于文本相似度匹配的缺陷分類方法，對樹路徑匹配算法進行補充，同時實現(xiàn)處置建議推送。通過算例分析和測試，驗證了所提方法的可行性和有效性。

關鍵詞： 自然語言處理；電力設備缺陷文本；自動評級；處置建議推送

中圖分類號：TP18 文獻標識碼：A 文章編號：1007-3175(2025)01-0066-06

Research on Automatic Rating Method for Electric Power Defects

Based on Natural Language Processing

SHANGGUAN Cheng-jiang¹, CHEN Li-xia²

（1 Fujian Polytechnic of Information Technology, Fuzhou 350007, China;

2 Fuzhou Power Supply Company of State Grid Fujian Electric Power Co., Ltd, Fuzhou 350007, China）

Abstract: The current method of power equipment defect rating in the grid adopts manual classification, which is inefficient and prone to misclassification and misrating due to human factors. Based on this, this paper proposes an automatic defect rating method and disposal recommendation push based on natural language processing. Firstly, according to the characteristics of power equipment defect texts, a defect classification method based on tree path matching algorithm is proposed. Then, aiming at the problem of defect branch localization, a defect classification method based on text similarity matching is proposed to complement the tree path matching algorithm, while achieving the disposal recommendation push. Finally, through case analysis and testing, the feasibility and effectiveness of the proposed method in this paper are verified.

Key words: natural language processing; power equipment defect text; automatic rating; disposal recommendation push

參考文獻

[1] 程樂峰，余濤，張孝順，等. 機器學習在能源與電力系統(tǒng)領域的應用和展望[J] . 電力系統(tǒng)自動化，2019，43(1) ：15-31.

[2] 李昊旻. 電子病歷的標準化結構化方法研究及實踐[D].杭州：浙江大學，2008.

[3] 劉家川. 改善電力設備檢修管理提高設備運行可靠性[J].設備管理與維修，2013(7) ：8-9.

[4] 楊帆，黃河，李海英，等. 基于 ERNIE 預訓練的電力設備缺陷文本挖掘方法[J] . 電氣傳動，2022，52(14) ：52-58.

[5] 劉梓權，王慧芳，曹靖，等. 基于卷積神經(jīng)網(wǎng)絡的電力設備缺陷文本分類模型研究[J] . 電網(wǎng)技術，2018，42(2) ：644-650.

[6] 劉梓權，王慧芳. 基于知識圖譜技術的電力設備缺陷記錄檢索方法[J] . 電力系統(tǒng)自動化，2018，42(14) ：158-164.

[7] 曹湘，李譽坤，錢葉，等. 基于混合神經(jīng)網(wǎng)絡的電力短文本分類方法研究[J] . 計算機與數(shù)字工程，2019，47(5) ：1145-1150.

[8] 鄭翔，王慧芳，嚴嫻崢，等. 用于 APP 的缺陷文本自動分類與質量保證方法[J] . 電力系統(tǒng)及其自動化學報，2020，32(7) ：131-136.

[9] 張鵬，王瑋，趙德偉，等. 基于文本挖掘的電力設備缺陷用戶畫像構建[J]. 科技風，2019(33) ：177-180.

[10] 邵冠宇，王慧芳，吳向宏，等. 基于依存句法分析的電力設備缺陷文本信息精確辨識方法[J]. 電力系統(tǒng)自動化，2020，44(12) ：178-185.

[11] 郭紅兵，夏洪剛，閆軍，等. 輸變電設備狀態(tài)檢修輔助決策系統(tǒng)開發(fā)與應用[J] . 內(nèi)蒙古電力技術，2013，31(4) ：1-6.

[12] 肖永立，劉松，見偉，等. 一種基于 FP-growth 算法的變電站二次設備缺陷分析方法[J] . 電測與儀表，2020，57(12) ：83-90.

[13] 邵冠宇. 電力設備缺陷文本挖掘技術及其在設備健康狀態(tài)評價中的應用[D]. 杭州：浙江大學，2019.

返回索引列表

Article retrieval

文章檢索

基于自然語言處理的電力缺陷自動評級方法研究