面向变压器智能运检的知识图谱构建和智能问答技术研究
针对电力公司在开展变压器设备运检过程中存在的非结构化文本数据难以利用、全口径数据难以深度融合、设备知识应用深度较浅等难题，基于语义网、知识图谱、自然语言处理等人工智能技术，对开展设备智能管理的关键技术进行了研究，提出了支撑变压器智能管理的智能技术框架，包括非结构化文本智能识别与提取、以设备为中心的设备知识表示与存储、设备知识服务应用三部分；形成了设备语义提取模型、设备语义相似度计算模型、基于深度神经网络的智能问答模型等三个智能模型；总结了该技术在变压器设备状态评价报告自动化审核、设备信息灵活查询、基于设备故障知识的辅助诊断三个场景的应用成果；提出了基于知识的设备智能技术下一步研究的方向。...
| Main Authors: | , , , , , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Editorial Office of Journal of Global Energy Interconnection
2020-11-01
|
| Series: | 全球能源互联网 |
| Subjects: | |
| Online Access: | https://www.gei-journal.com/cn/upload/files/2020/10/issn2096-5125202006008.pdf |
| _version_ | 1818826519197253632 |
|---|---|
| author | 张敏杰 徐宁 胡俊华 王宇飞 李晨 徐剑波 张诗玉 |
| author_facet | 张敏杰 徐宁 胡俊华 王宇飞 李晨 徐剑波 张诗玉 |
| author_sort | 张敏杰 |
| collection | DOAJ |
| description | 针对电力公司在开展变压器设备运检过程中存在的非结构化文本数据难以利用、全口径数据难以深度融合、设备知识应用深度较浅等难题，基于语义网、知识图谱、自然语言处理等人工智能技术，对开展设备智能管理的关键技术进行了研究，提出了支撑变压器智能管理的智能技术框架，包括非结构化文本智能识别与提取、以设备为中心的设备知识表示与存储、设备知识服务应用三部分；形成了设备语义提取模型、设备语义相似度计算模型、基于深度神经网络的智能问答模型等三个智能模型；总结了该技术在变压器设备状态评价报告自动化审核、设备信息灵活查询、基于设备故障知识的辅助诊断三个场景的应用成果；提出了基于知识的设备智能技术下一步研究的方向。 |
| first_indexed | 2024-12-19T00:28:57Z |
| format | Article |
| id | doaj.art-58c5a328cb27471fa1be332bbbe90dc0 |
| institution | Directory Open Access Journal |
| issn | 2096-5125 |
| language | zho |
| last_indexed | 2024-12-19T00:28:57Z |
| publishDate | 2020-11-01 |
| publisher | Editorial Office of Journal of Global Energy Interconnection |
| record_format | Article |
| series | 全球能源互联网 |
| spelling | doaj.art-58c5a328cb27471fa1be332bbbe90dc02022-12-21T20:45:09ZzhoEditorial Office of Journal of Global Energy Interconnection全球能源互联网2096-51252020-11-013660761710.19705/j.cnki.issn2096-5125.2020.06.008面向变压器智能运检的知识图谱构建和智能问答技术研究张敏杰0徐宁1胡俊华2王宇飞3李晨4徐剑波5张诗玉6善智互联（北京）网络科技有限公司，北京市 海淀区 100089国网浙江省电力有限公司电力科学研究院，浙江省 杭州市 310014国网浙江省电力有限公司，浙江省 杭州市 310007善智互联（北京）网络科技有限公司，北京市 海淀区 100089国网浙江省电力有限公司电力科学研究院，浙江省 杭州市 310014北京大数据研究院，北京市 海淀区 100089北京大数据研究院，北京市 海淀区 100089针对电力公司在开展变压器设备运检过程中存在的非结构化文本数据难以利用、全口径数据难以深度融合、设备知识应用深度较浅等难题，基于语义网、知识图谱、自然语言处理等人工智能技术，对开展设备智能管理的关键技术进行了研究，提出了支撑变压器智能管理的智能技术框架，包括非结构化文本智能识别与提取、以设备为中心的设备知识表示与存储、设备知识服务应用三部分；形成了设备语义提取模型、设备语义相似度计算模型、基于深度神经网络的智能问答模型等三个智能模型；总结了该技术在变压器设备状态评价报告自动化审核、设备信息灵活查询、基于设备故障知识的辅助诊断三个场景的应用成果；提出了基于知识的设备智能技术下一步研究的方向。https://www.gei-journal.com/cn/upload/files/2020/10/issn2096-5125202006008.pdf智能运检知识图谱变压器故障辅助诊断智能问答 |
| spellingShingle | 张敏杰 徐宁 胡俊华 王宇飞 李晨 徐剑波 张诗玉 面向变压器智能运检的知识图谱构建和智能问答技术研究 全球能源互联网 智能运检 知识图谱 变压器故障辅助诊断 智能问答 |
| title | 面向变压器智能运检的知识图谱构建和智能问答技术研究 |
| title_full | 面向变压器智能运检的知识图谱构建和智能问答技术研究 |
| title_fullStr | 面向变压器智能运检的知识图谱构建和智能问答技术研究 |
| title_full_unstemmed | 面向变压器智能运检的知识图谱构建和智能问答技术研究 |
| title_short | 面向变压器智能运检的知识图谱构建和智能问答技术研究 |
| title_sort | 面向变压器智能运检的知识图谱构建和智能问答技术研究 |
| topic | 智能运检 知识图谱 变压器故障辅助诊断 智能问答 |
| url | https://www.gei-journal.com/cn/upload/files/2020/10/issn2096-5125202006008.pdf |
| work_keys_str_mv | AT zhāngmǐnjié miànxiàngbiànyāqìzhìnéngyùnjiǎndezhīshítúpǔgòujiànhézhìnéngwèndájìshùyánjiū AT xúníng miànxiàngbiànyāqìzhìnéngyùnjiǎndezhīshítúpǔgòujiànhézhìnéngwèndájìshùyánjiū AT hújùnhuá miànxiàngbiànyāqìzhìnéngyùnjiǎndezhīshítúpǔgòujiànhézhìnéngwèndájìshùyánjiū AT wángyǔfēi miànxiàngbiànyāqìzhìnéngyùnjiǎndezhīshítúpǔgòujiànhézhìnéngwèndájìshùyánjiū AT lǐchén miànxiàngbiànyāqìzhìnéngyùnjiǎndezhīshítúpǔgòujiànhézhìnéngwèndájìshùyánjiū AT xújiànbō miànxiàngbiànyāqìzhìnéngyùnjiǎndezhīshítúpǔgòujiànhézhìnéngwèndájìshùyánjiū AT zhāngshīyù miànxiàngbiànyāqìzhìnéngyùnjiǎndezhīshítúpǔgòujiànhézhìnéngwèndájìshùyánjiū |