一种基于电力大模型可解释性的故障分析方法、装置和系统

本申请涉及一种基于电力大模型可解释性的故障分析方法、装置和系统。所述方法包括对多源历史数据进行标准化处理得到标准化多源历史数据，多源历史数据包括电网历史运行参数、历史气象数据和历史故障记录；对标准化多源历史数据进行实体识别和实体间关系提取，得到电力知识图谱文件，将其输入图卷积网络得到知识嵌入向量；在获取的电力大模型中的注意力层后增加LoRA适配器，得到改进电力大模型；利用知识嵌入向量对LoRA适配器进行初始化，利用标准化多源历史数据对改进电力大模型进行微调；利用微调后的改进电力大模型得到故障类型预测结果；查询电力知识图谱文件，进行路径搜索，得到预测结果的故障原因。采用本方法能够提高诊断精度和可解释性。