摘要
本发明公开了一种融合大语言模型与知识图谱的低电压治理辅助决策方法,包括:获取与低电压相关的目标数据,并进行预处理;采用深度学习方法构建低电压知识图谱;从故障工单中获取低电压业务运维相关数据,提取里面的三元组信息,与低电压知识图谱进行匹配,并对故障工单的用户意图进行识别,进而生成大语言模型的问题输入;设计大语言模型prompt提示策略;将当前的低电压运检案例库与低电压知识图谱作为领域知识导入本地知识库;将从故障工单中提取的三元组信息和用户意图输入大语言模型,结合prompt提示策略和本地知识库对问题进行分析和故障溯源,输出辅助决策结果;将所述辅助决策结果作为新的案例记录存入低电压运检案例库中,完成所述的融合大语言模型与知识图谱的低电压治理辅助决策。
技术关键词
大语言模型
辅助决策方法
图谱
三元组
案例库
BiLSTM模型
命名实体识别
意图分类模型
Softmax分类器
深度学习方法
混合神经网络模型
三相负荷平衡
注意力机制
实体关系抽取
词语
BERT模型
系统为您推荐了相关专利信息
自然语言
大语言模型
标签管理系统
生成标签
货盘
大语言模型
桩基设计方法
工程地质勘察
报告
生成工程
生成树
注意力
语义
社区检测算法
非暂态计算机可读存储介质
时间序列预测模型
率预测方法
变压器运行数据
配电变压器
构建知识图谱