摘要
本发明提供一种故障定位方法、装置、电子设备和存储介质,属于故障定位技术领域,该方法包括:获取动力系统的图神经网络模型,并基于大规模预训练语言模型获取所述动力系统中各个设备分别对应的向量化表示,其中,所述图神经网络模型用于表征所述动力系统中各个设备之间的关联关系;在所述动力系统故障后,获取所述故障的向量化表示,并基于所述动力系统中各个设备分别对应的向量化表示、所述故障的向量化表示和所述动力系统的图神经网络模型,获得整体向量化表示;将所述整体向量化表示输入训练完成的故障定位预测模型,获取所述训练完成的故障定位预测模型对所述故障的定位预测结果,可以提高故障定位的准确性和可靠性。
技术关键词
动力系统
故障定位方法
神经网络模型
预训练语言模型
非暂态计算机可读存储介质
故障定位技术
故障定位装置
电子设备
处理器
计算机程序产品
注意力机制
传播算法
定位模块
文本
关系
存储器
训练集
节点
系统为您推荐了相关专利信息
侧控制装置
负荷
神经网络模型
数据收集模块
辨识模块
三维激光雷达
交互投影方法
交互投影系统
三维点云数据
深度神经网络模型
监控告警方法
神经网络模型
堡垒机
图像
终端屏幕
信息服务方法
多层神经网络模型
信息服务系统
梯度下降算法
数据存储系统
制氧机
分布式传感
神经网络模型
高精度压力传感器
氧浓度传感器