基于多模态特征融合的电网故障知识库构建技术研究  

作　　者：谢才科 肖孝天 黄元行 杜雪雪 安赛 彭诗航 

机构地区：[1]贵州电网有限责任公司贵安供电局 [2]贵州电网有限责任公司都匀供电局

出　　处：《电器工业》2025年第4期29-34,57,共7页CHINA ELECTRICAL EQUIPMENT INDUSTRY

基　　金：中国南方电网一般科技项目(GZKJXM20210413);贵州省科技支撑项目(黔科合支撑[2023]一般345)。

摘　　要：本文以配网故障处置预案文本和故障元件现场图像为研究对象,利用ALBERT-BiLSTM-CRF模型抽取文本实体、ALBERT-BiLSTM-Attention模型抽取文本实体之间的关系,构建了电网故障文本知识图谱;利用YOLOv8模型得到带有故障标签的识别图像,并将文本知识图谱与故障图像进行配对连接,构建了面向电网故障数据的多模态知识图谱;最后利用InteractiveGraph工具进行知识存储与可视化展示。在性能对比实例验证中,上述三个模型在准确率、精准率、召回率、F_(1)值等方面均取得最优表现。

关 键 词：电网故障 多模态 知识图谱 神经网络 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]