摘要
本申请提出的电力系统监控信息表审核方法包括:接收电力系统监控信息表的输入数据,提取电力设备命名信息,并基于预构建的电力领域知识图谱获取相关电力设备的先验知识和关联信息;基于自然语言处理模型对电力系统监控信息表的文本进行编码,生成文本特征向量;采用图神经网络处理电力系统异构图,生成图谱特征向量;对文本特征向量和图谱特征向量进行多模态融合,得到综合特征表示;构建命名审核核心网络,对综合特征表示进行双向特征提取和长序列依赖建模;通过多维度评分指标体系对电力设备命名进行规范性评估,得到审核结果。本申请通过知识图谱与深度学习的深度融合,实现了显式知识与隐式特征的有机结合,提高了审核的准确性和效率。
技术关键词
电力系统监控
审核方法
文本特征向量
合规性
认证设备
电力系统拓扑结构
生成图谱
图谱特征
电力设备节点
全局结构信息
引入注意力机制
异构
多模态
处理单元
系统为您推荐了相关专利信息
数据采集系统
音频
数据采集模块
分析模块
模态特征
项目全生命周期
风险预警方法
文本特征向量
特征提取算法
数据
对话生成模型
语言理解模型
深度学习模型
序列
强化学习框架
图像特征向量
文本特征向量
解码模块
报告生成方法
样本