基于融合知识图谱和大语言模型的变压器故障诊断方法及系统
申请号:CN202411905040
申请日期:2024-12-23
公开号:CN120045864B
公开日期:2025-09-30
类型:发明专利
摘要
本发明公开了基于融合知识图谱和大语言模型的变压器故障诊断方法及系统,包括获取非结构化文本和半结构化文本;构建联合实体关系抽取模型和问答模块,联合实体关系抽取模型包括编码层、头实体识别层和尾实体与关系联合识别层;问答模块包括LangChain模型和大语言模型,LangChain的输出作为大语言模型的输入;获取故障问题文本,将故障问题文本输入LangChain模型中并输出专业知识,将专业知识和故障问题文本输入大语言模型中,输出专业故障诊断答案;将专业故障诊断答案与高质量知识三元组文本交互结合,输出最终故障诊断答案。本发明可以针对性地解决了变压器运维过程中存在的信息关联性弱以及决策生成效率低等问题,大幅地提升了电力变压器的健康管理水平。
技术关键词
融合知识图谱
实体关系抽取模型
三元组
大语言模型
答案
非结构化文本
问答模型
文本规范化
BERT模型
实体消歧
专业
注意力机制
深度学习方法
电力变压器