NLP和推理引擎下电力基建现场风险区段识别

为识别电力基建现场风险区段,降低电力基建现场风险,提出了基于自然语言处理(Natural Language Processing, NLP)和推理引擎的电力基建现场风险区段识别方法。利用NLP技术深入挖掘电力基建现场报告文本,通过分词技术分析报告内相关内容,采用词频-逆文档频率(Term Frequency-Inverse Document Frequency, TF-IDF)算法统计现场报告内容词频,获取文本报告特征。将高权重特征项输入推理引擎内,利用推理引擎确定匹配度最高的事例,通过模拟退火思想优化推理引擎机制,实现电力基建现场风险区段识别。实验结果表明,所提方法风险识别误差均值约为3.5%,且根据所提方法识别结果进行有针对性优化后,应用对象内各区段风险均有不同程度下降。