【技术实现步骤摘要】
本专利技术涉及电力调度人工智能，尤其涉及一种基于多维数据的电力问题答复方法、系统、设备和介质。
技术介绍
1、电力调度中心是一个典型的信息密集型和知识密集型的复杂决策控制中心，为了保障电力系统的安全稳定运行，各级电网调度控制中心中的各个处室需要处理大量的文档和数据，包括调度章程、电网模型和运行数据等。电力调度知识的数据规模庞大、来源众多、格式散乱、更新频繁，导致电力调度的运行人员难以对这些数据知识进行充分的沉淀学习和利用。随着电力系统的规模和复杂性不断扩大，电力运行人员对于电力知识数据便捷准确获取的需求急剧增加。
2、为了帮助电力运行人员快速、准确的获取电力知识，构建了电力调度智能问答系统。电力调度智能问答系统需要具备电力多维数据知识快速响应能力，并适应电力系统数据知识的实时海量增长。同时，还需针对不同运行人员使用习惯，提供便捷友好的问答交互方式。最后，还要满足电力领域对知识问答准确性的要求，提升电力系统的知识支撑水平。
3、目前电网调度智能问答系统的常见形式和存在问题如下：
4、(1)电力常见问题解答(frequently asked question,faq)系统是通过分类整理常用的知识资料构建智能应答faq知识库，然后通过关键字或相似检索获取问题答案。由于构建faq知识库需要有业务专家收集常见问题，并在预设问题匹配成功后才能进行准确问答。问答知识更新速度和频率较低，问答交互不够友好便捷，问题答复的准确度较低。
5、(2)基于电力知识图谱的智能问答系统是通过自然语言处理技术，抽
技术实现思路
1、专利技术目的：本专利技术提供一种基于多维数据的电力问题答复方法、系统、设备和介质，旨在解决现有技术中存在的电力知识更新速度和频率低，电力知识抽取效率低，以及问题的答复内容不能与电力系统本身的运行数据相结合的技术问题。
2、技术方案：本专利技术提供一种基于多维数据的电力问题答复方法，包括：对收到的电力知识问题进行问题类型识别，将所述电力知识问题划分为文本知识类问题、数据知识类问题或混合知识类问题；若所述电力知识问题为文本知识类问题或混合知识类问题，则获取电力知识问题的语义向量，根据语义向量相似度在电力知识向量库中查询电力知识文本，将查询得到的电力知识文本作为检索结果；所述电力知识向量库的构建方法包括：获取包括电力知识的多类型电力文件，提取其中的电力知识，并将电力知识存储至电力知识向量库；若所述电力知识问题为数据知识类问题或混合知识类问题，则根据电力知识问题获取对应的结构化查询语句，通过结构化查询语句在电力运行数据库查询电力数据信息，将查询得到的电力数据信息作为检索结果；所述电力运行数据库的构建方法包括：获取电力系统的运行数据，将运行数据存储至电力运行数据库；所述运行数据为结构化数据；根据查询得到的检索结果，确定电力知识问题的答复并输出。
3、具体的，若电力文件的存储格式为可直接解析格式，获取电力文件中的文本或表格信息，其中，对文本中的标题和正文进行识别和切分，对表格信息合并后进行识别和切分，并均通过标记语言格式进行存储；若电力文件的存储格式为图片格式，获取电力文件的像素信息，对电力文件的内容进行布局识别和字符识别，获取电力文件的文本或表格信息，对文本中的标题和正文进行识别和切分，对表格信息进行识别和切分，并均通过标记语言格式进行存储。
4、具体的，对于文本，将标题和正文进行粗切分，以正文中的结束类标点符号作为分隔标识，将正文细切分为多个文本块，将相邻的文本块逐一合并，直到合并后的文本块字符数量最接近最大识别字符限制；对于表格信息，若单张表格中的字符数量没有超过最大识别字符限制，则将表格中的内容作为文本块予以存储，若单张表格中的字符数量超过最大识别字符限制，则将表格中每一单元格中的内容作为文本块，按照行顺序将相邻的文本块逐一合并，直到合并后的文本块字符数量最接近最大识别字符限制。
5、具体的，通过自然语言向量转换模型将文本块转换为语义向量，将语义向量与对应的文本块存储至电力知识向量库。
6、具体的，将电力知识问题输入训练完成的nl2sql模型，输出对应的结构化查询语句；所述nl2sql模型的训练过程包括：使用预训练文本生成模型，结合包括电力系统运行数据和对应的结构化查询语句的训练数据，训练得到nl2sql模型。
7、具体的，使用电力问题意图识别模型对电力知识问题进行问题类型识别；所述电力问题意图识别模型的训练过程包括：使用预训练bert模型，结合包括电力知识问题和对应的问题类型的训练数据，训练得到电力问题意图识别模型。
8、具体的，将电力问题和检索结果拼接得到提示文本，向大语言模型中输入提示文本，得到大语言模型的答复并输出。
9、本专利技术还提供一种基于多维数据的电力问题答复方法系统，包括：电力问题意图识别单元、电力知识检索单元和电力知识答案输出单元，其中：所述电力问题意图识别单元，用于对收到的电力知识问题进行问题类型识别，将所述电力知识问题划分为文本知识类问题、数据知识类问题或混合知识类问题；所述电力知识检索单元，用于若所述电力知识问题为文本知识类问题或混合知识类问题，则获取电力知识问题的语义向量，根据语义向量相似度在电力知识向量库中查询电力知识文本，将查询得到的电力知识文本作为检索结果；所述电力知识向量库的构建方法包括：获取包括电力知识的多类型电力文件，提取其中的电力知识，并将电力知识存储至电力知识向量库；若所述电力知识问题为数据知识类问题或混合知识类问题，则根据电力知识问题获取对应的结构化查询语句，通过结构化查询语句在电力运行数据库查询电力数据信息，将查询得到的电力数据信息作为检索结果；所述电力运行数据库的构建方法包括：获取电力系统的运行数据，将运行数据存储至电力运行数据库；所述运行数据为结构化数据；所述电力知识答案输出单元，用于根据查询得到的检索结果，确定电力知识问题的答复并输出。
10、本专利技术还提供一种电子设备，包括存储器以及处理器，在所述存储器中存储有可被所述处理器执行的计算机程序，当所述计算机程序被所述处理器执行时，执行本专利技术提供的任一项的基于多维数据的电力问题答复方法。
11、本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术提供的任一项的基于多维数据的电力问题答复方法的步骤。
12、有益效果：与现有技术相比，本专利技术具有如下显著优点：可以快速的获取电力知识和电力运行数据，提供友好的自然语言问答交互方式，并且给出的问题答复可以与电力运行数据相结合。
本文档来自技高网...【技术保护点】
1.一种基于多维数据的电力问题答复方法，其特征在于，包括：
2.根据权利要求1所述的基于多维数据的电力问题答复方法，其特征在于，所述获取包括电力知识的多类型电力文件，提取其中的电力知识，包括：
3.根据权利要求2所述的基于多维数据的电力问题答复方法，其特征在于，所述对文本中的标题和正文进行识别和切分，对表格信息合并后进行识别和切分，包括：
4.根据权利要求1所述的基于多维数据的电力问题答复方法，其特征在于，所述并将电力知识存储至电力知识向量库，包括：
5.根据权利要求4所述的基于多维数据的电力问题答复方法，其特征在于，所述则根据电力知识问题获取对应的结构化查询语句，包括：
6.根据权利要求1所述的基于多维数据的电力问题答复方法，其特征在于，所述对收到的电力知识问题进行问题类型识别，包括：
7.根据权利要求1所述的基于多维数据的电力问题答复方法，其特征在于，所述根据查询得到的检索结果，确定电力知识问题的答复并输出，包括：
8.一种基于多维数据的电力问题答复方法系统，其特征在于，包括：电力问题意图识别
9.一种电子设备，其特征在于，包括存储器以及处理器，在所述存储器中存储有可被所述处理器执行的计算机程序，当所述计算机程序被所述处理器执行时，执行上述权利要求1至7中任一项所述的基于多维数据的电力问题答复方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于多维数据的电力问题答复方法的步骤。
...【技术特征摘要】
1.一种基于多维数据的电力问题答复方法，其特征在于，包括：
2.根据权利要求1所述的基于多维数据的电力问题答复方法，其特征在于，所述获取包括电力知识的多类型电力文件，提取其中的电力知识，包括：
3.根据权利要求2所述的基于多维数据的电力问题答复方法，其特征在于，所述对文本中的标题和正文进行识别和切分，对表格信息合并后进行识别和切分，包括：
4.根据权利要求1所述的基于多维数据的电力问题答复方法，其特征在于，所述并将电力知识存储至电力知识向量库，包括：
5.根据权利要求4所述的基于多维数据的电力问题答复方法，其特征在于，所述则根据电力知识问题获取对应的结构化查询语句，包括：
6.根据权利要求1所述的基于多维数据的电力问题答复方法，其特征在于，所述对收到的电力...
【专利技术属性】
技术研发人员：张楷，周志涛，李雷，徐希，夏正国，杨永瑞，吴自博，李林鑫，李伟，辛锐，徐行，张鹏飞，李士林，张志，聂祥谦，
申请(专利权)人：国网河北省电力有限公司信息通信分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。