基于强化学习的电力设备故障推理方法及相关装置

本发明属于电力系统领域，公开了一种基于强化学习的电力设备故障推理方法及相关装置，包括获取基于电力设备故障的用户查询信息；根据用户查询信息，调用预设的电力设备故障推理电力行业大模型，得到电力设备的故障推理结果和故障推理步骤；其中电力设备故障推理电力行业大模型通过下述方式得到：获取思维链和因果链，以思维链和因果链的一致性作为奖励值计算依据，训练预构建的强化学习模型；基于训练后的强化学习模型的策略模型生成因果思维链数据，并通过因果思维链数据微调电力行业大模型，得到电力设备故障推理电力行业大模型。使推理模型深入地理解电力设备故障的复杂性，显著提升推理能力，为电力设备的维护和管理提供更精准的决策支持。