摘要
本发明提供一种工作票辅助决策方法及系统,涉及电力作业技术领域,该方法包括:对电力作业系统的多源数据进行采集并融合,得到电力作业系统的多模态数据;通过大规模语言模型、数据特征提取模型和图像特征提取模型,根据多模态数据,得到多模态数据的深层语义特征;通过预设知识图谱根据深层语义特征进行匹配,得到与多模态数据相关的知识图谱节点和关系;再结合预设的深度强化学习网络,确定电力作业的工作票的初始辅助决策;并将其输入电力作业系统模型中进行模拟,得到执行效果;根据执行效果与期望执行效果对初始辅助决策进行优化,得到工作票的最终辅助决策。本发明提高了决策的准确性和一致性,实现了工作票辅助决策智能化程度的提升。
技术关键词
电力作业系统
辅助决策方法
图像特征提取模型
深度强化学习
多模态
数据特征提取
语义特征
图谱
指标
设备运行数据
配电网络
设施
节点
关系
电力作业技术
工作现场
辅助决策系统
系统为您推荐了相关专利信息
高维特征向量
风险评估模型
融合卷积神经网络
健康状态评估方法
生物传感器
半导体封装材料
缺陷检测方法
像素点
轮廓信息
累积分布函数
解码图像
特征提取模块
病灶分割方法
图像分割
多模态特征融合
充电无人机
深度强化学习算法
轨迹规划方法
无人机电量
宕机
除草机
平移系统
决策控制模块
特征提取算法
控制指令生成单元