基于图节点采样与大语言模型的配电网故障归因分析方法

本发明提出了基于图节点采样与大语言模型的配电网故障归因分析方法，包括如下步骤：步骤一、设计多维度故障本体，用于指导故障数据的结构化；步骤二、构建知识图谱，用于存储和表示配电网中的故障信息；步骤三、集成大语言模型LLM，用于处理和分析故障信息；步骤四、使用基于强化学习的节点选择算法，从知识图谱中选择与当前分析任务最相关的节点，并将这些节点信息提供给大语言模型以增强其诊断预测能力；步骤五、通过精选的节点抽样，利用知识图谱与大型语言模型的集成来优化故障分析的精确性和效率。本发明利用强化学习动态选择关键信息节点，来增强大语言模型的故障分析能力。提高了故障诊断的准确性和效率，同时优化了系统的适应性和灵活性。