买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网福建省电力有限公司电力科学研究院;厦门大学;国网福建省电力有限公司

摘要：本发明提出了基于图节点采样与大语言模型的配电网故障归因分析方法，包括如下步骤：步骤一、设计多维度故障本体，用于指导故障数据的结构化；步骤二、构建知识图谱，用于存储和表示配电网中的故障信息；步骤三、集成大语言模型LLM，用于处理和分析故障信息；步骤四、使用基于强化学习的节点选择算法，从知识图谱中选择与当前分析任务最相关的节点，并将这些节点信息提供给大语言模型以增强其诊断预测能力；步骤五、通过精选的节点抽样，利用知识图谱与大型语言模型的集成来优化故障分析的精确性和效率。本发明利用强化学习动态选择关键信息节点，来增强大语言模型的故障分析能力。提高了故障诊断的准确性和效率，同时优化了系统的适应性和灵活性。

主权项：1.基于图节点采样与大语言模型的配电网故障归因分析方法，其特征在于：所述方法通过构建多维度故障本体和知识图谱，并利用强化学习动态选择关键信息节点，以增强大语言模型的故障分析能力，包括以下步骤；步骤一、设计多维度故障本体，用于指导故障数据的结构化；在构建多维度故障本体模型时，首先，通过深入分析配电网故障数据，构建一个包含实体、属性、事件及其相互关系的多维度故障本体模型，作为知识图谱的基础；步骤二、根据步骤一的多维度故障本体，构建用于存储和表示配电网中的故障信息的知识图谱；即生成配电网故障知识图谱：在多维度故障本体模型的指导下，将实际的故障数据转化为知识图谱中的节点和关系，形成详尽的配电网故障图谱；步骤三、集成用于处理和分析故障信息的大语言模型LLM；基于图谱的节点采样：通过强化学习训练的节点选择器，从故障知识图谱中选取对故障归因最有价值的节点，以增强大语言模型的输入信息；步骤四、大语言模型的故障归因分析：利用增强后的输入，大语言模型对故障的原因进行推理分析，输出可能的故障原因，使用基于强化学习的节点选择算法，从知识图谱中选择与当前分析任务最相关的节点，并将该些节点信息提供给大语言模型以增强其诊断预测能力；步骤五、实证分析与模型优化：在真实的配电网故障数据集上进行实证分析，验证方法的有效性，并根据分析结果优化模型参数和结构，即通过节点抽样对节点精选，利用知识图谱与大型语言模型的集成来优化故障分析的精确性和效率。

全文数据：

权利要求：

百度查询： 国网福建省电力有限公司电力科学研究院 厦门大学 国网福建省电力有限公司 基于图节点采样与大语言模型的配电网故障归因分析方法