关键词:
变压器缺陷
文本分类
Bert-CNN
知识图谱
智能辅助决策
摘要:
针对传统变电设备检修业务过度依赖人工经验、设备缺陷处置效率过低等问题,提出了一种基于缺陷文本识别和知识图谱的变压器风险评估及辅助检修决策方法。该方法通过建立基于Bert-CNN的缺陷文本识别模型,完成现场运维人员所填缺陷记录的动态词向量提取及文本局部特征分析,自动评估设备缺陷严重程度及其风险等级。随后,基于行业标准、试验规程及专家经验,采用知识图谱构建了变压器运维检修策略库,实现了缺陷文本识别结果与检修策略库的知识融合与映射,完善了设备缺陷记录到运维检修决策的全过程智能化运检辅助功能。最后,结合算法对比及案例验证,该方法对缺陷严重程度、部件和风险等级的识别结果准确率达到91%以上,且可实现基于设备缺陷情况的差异化检修决策推送,有助于提升变压器运维检修业务的智能化和自动化水平。