基于ALBERT-BiLSTM-CRF的抽蓄机组故障诊断知识图谱构建方法研究与应用

扫码查看

原文链接

万方数据
维普

中文摘要：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.

作者：

郭新杰、狄洪伟、李贺宝、吕志娟、张森达

展开 >

作者单位：

国网新源控股有限公司北京十三陵蓄能电厂

国网新源集团有限公司

北京中电普华信息技术有限公司

关键词：

抽蓄机组知识图谱 ALBERT-BiLSTM-CRF 实体识别关系抽取

基金：

国网新源集团有限公司科技项目

项目编号：

SGXYKJ-2022-003

出版年：

2024

电力设备管理

ISSN：

年,卷(期)：2024.(15)