基于NLP技术实现停电原因智能分析的方法

秦浩 赵永生 江和顺 梅战旗 魏希文 吴少雄

关键词：NLP技术;智能分析;用电网络;高维度电力数据分析;电网停电数据

在互联网技术蓬勃发展的环境下，电力设备能否正常运行给智能电网、电力用户、工作等造成重要影响，给电力企业用户造成无法衡量的损失。伴随着电网信息技术的发展，产生了大量的电网信息数，尤其是造成停电原因的数据，如果电网用户能够恰当地寻找停电数据信息，将在一定程度上挽回企业损失。停电的因素有很多，诸如无法抗拒的自然界外力因素，电力设备故障因素，在电网技术中电力需求侧的供需失衡遭到破坏、人为蓄意地破坏、管理不足等方面。在较大的电网系统中，提供配电网的可靠性和稳定性就需要一种分析智能电网停电的方法。

传统技术中的分析方法通过检测设备来衡量，这种方法检测效果差，技能落后，已经很难满足现有电力、电网技术发展的需要。这就急需一种快速分析方法来克服上述技术的不足。本文引用一种中文搜索的方法引擎，能够快速、便捷地提高停电原因分析，优化提取配置配电网电力参数项目的智能化方式。针对停电原因信息的特点，采用基于神经网络训练（NLP）的智能电网信息提取模型，并在该模型的基础上，采用关联度匹配的检测方法实现配电网项目关键指标的大数据的重新勾画，然后采用大数据关联算法规则挖掘的方法对电力配电网中的关键指标数据进行有用信息的提取，然后再结合NLP深度学习算法对配电网项目关键指标特征进行自适应学习和误差补偿。……