摘要
抽蓄机组在电力系统中扮演着重要的角色,其故障诊断对电力系统的安全稳定运行至关重要。本文提出一种基于ALBERT-BiLSTM-CRF的抽蓄机组故障诊断知识图谱构建方法,并将其应用于抽蓄机组故障诊断中。首先,利用ALBERT模型对抽蓄机组中的故障诊断相关语料进行预训练,提取故障诊断的关键特征。然后,采用BiLSTM模型进行特征提取和表示学习。最后,利用CRF模型进行标注和预测,构建抽蓄机组故障诊断知识图谱。试验结果表明,所提方法在实体识别和关系抽取任务中具有较高的准确性和效率,为后续的机组故障领域的智能问答、辅助决策等方面的具体应用建立了坚实的基础。
出处
《电力设备管理》
2024年第15期161-163,共3页
Electric Power Equipment Management
基金
国网新源集团有限公司科技项目语音数据搜索关键技术在抽水蓄能电站(含水电厂)的应用研究(SGXYKJ-2022-003)资助。