基于动态知识图谱与大模型协同推理的电力设备故障诊断方法及系统

AITNT
正文
推荐专利
基于动态知识图谱与大模型协同推理的电力设备故障诊断方法及系统
申请号:CN202511181070
申请日期:2025-08-22
公开号:CN120996202A
公开日期:2025-11-21
类型:发明专利
摘要
本发明公开了一种基于动态知识图谱与大模型协同推理的电力设备故障诊断方法及系统,方法包括:通过弱监督实体关系抽取机制,结合电力领域词典与远程监督技术,实现实体关系的自动化抽取,并构建时序知识图谱以捕捉故障传播链的动态演化规律;通过知识注入层将结构化知识图谱嵌入表示与大模型输入层融合,采用图谱检索加大模型生成两阶段推理流程,最终生成包含结构化证据链的诊断结论。本发明实现了弱监督学习与时序关系建模的融合,显著提升了电力领域知识的自动化抽取与动态更新能力;通过知识注入层与两阶段联合推理机制,有效结合了知识图谱的结构化推理优势与大模型的语义生成能力,大幅增强了诊断的准确性、时序推理能力及可解释性。
技术关键词
动态知识图谱 电力设备故障诊断 知识图谱向量 时序 快照 序列标注模型 文本 注意力 编码向量 实体关系抽取 标签 微调技术
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号