摘要
抽蓄机组在电力系统中扮演着重要的角色,其故障诊断对电力系统的安全稳定运行至关重要.本文提出一种基于ALBERT-BiLSTM-CRF的抽蓄机组故障诊断知识图谱构建方法,并将其应用于抽蓄机组故障诊断中.首先,利用ALBERT模型对抽蓄机组中的故障诊断相关语料进行预训练,提取故障诊断的关键特征.然后,采用BiLSTM模型进行特征提取和表示学习.最后,利用CRF模型进行标注和预测,构建抽蓄机组故障诊断知识图谱.试验结果表明,所提方法在实体识别和关系抽取任务中具有较高的准确性和效率,为后续的机组故障领域的智能问答、辅助决策等方面的具体应用建立了坚实的基础.
基金项目
国网新源集团有限公司科技项目(SGXYKJ-2022-003)
维普
万方数据