CN113590749A - 一种电力系统电话防误方法、装置、设备及存储介质 - Google Patents
一种电力系统电话防误方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113590749A CN113590749A CN202110870788.1A CN202110870788A CN113590749A CN 113590749 A CN113590749 A CN 113590749A CN 202110870788 A CN202110870788 A CN 202110870788A CN 113590749 A CN113590749 A CN 113590749A
- Authority
- CN
- China
- Prior art keywords
- information
- scheduling
- power system
- state
- acquiring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000014509 gene expression Effects 0.000 claims abstract description 51
- 238000004891 communication Methods 0.000 claims abstract description 34
- 238000013145 classification model Methods 0.000 claims abstract description 26
- 230000002159 abnormal effect Effects 0.000 claims abstract description 25
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 238000013135 deep learning Methods 0.000 claims abstract description 16
- 238000012549 training Methods 0.000 claims description 19
- 238000012795 verification Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 8
- 125000004122 cyclic group Chemical group 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3343—Query execution using phonetics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种电力系统电话防误方法、装置、设备及存储介质,涉及电力系统操作监督技术领域。所述方法包括:实时获取目标电话的通信状态;所述通信状态包括闲置、振铃、通话和挂断;当所述通信状态为通话时,获取通话双方的语音信息;根据所述语音信息进行语音分析,得到文本信息;利用深度学习算法构建的调度用语分类模型对所述文本信息进行分类处理,得到调度意图信息;根据所述调度意图信息,获取关联设备的状态信息并判断所述状态信息是否异常;在所述状态信息异常时发出告警。本发明能够对接洽电力系统工作事宜的通讯设备进行监听,对电话沟通的语音信息自动分析,实现规避电话下令时人员误操作风险,保障电网设备安全。
Description
技术领域
本发明涉及电力系统操作监督技术领域,尤其涉及一种电力系统电话防误方法、装置、设备及存储介质。
背景技术
在计划检修停复电操作时,相关操作票一般经过三人审核及网络发令等系统防误判断无误后才可下令操作,但是传统电网计划检修或事故处理采用电话下令时,一般只进行人员下令的监护,却无法进行基于电网运行方式和逻辑的实时安全校核。因此,针对此类操作命令下达的电话,需要进行电话监听,防止出现人工误操作的情况。
发明内容
本发明目的在于,提供一种电力系统电话防误方法、装置、设备及存储介质,以解决现有技术中通过电话下达操作指令,可能出现人工误操作的问题。
为实现上述目的,本发明实施例提供一种电力系统电话防误方法,包括:
实时获取目标电话的通信状态;所述通信状态包括闲置、振铃、通话和挂断;
当所述通信状态为通话时,获取通话双方的语音信息;
根据所述语音信息进行语音分析,得到文本信息;
利用深度学习算法构建的调度用语分类模型对所述文本信息进行分类处理,得到调度意图信息;
根据所述调度意图信息,获取关联设备的状态信息并判断所述状态信息是否异常;
在所述状态信息异常时发出告警。
优选地,所述的电力系统电话防误方法,还包括:
根据所述调度意图信息,触发预存储任务的执行。
优选地,所述调度用语分类模型的构建过程包括:
获取调度用语集合,所述调度用语集合中包括大量调度用语信息;
对所述调度用语信息进行分类,并将不同分类下的调度用语信息分别按照预设比例划分训练集和验证集;
利用深度学习算法对训练集和验证集进行循环训练,得到符合要求的调度用语分类模型。
优选地,所述根据所述调度意图信息,获取关联设备的状态信息并判断所述状态信息是否异常,包括:
获取指定区域的天气状况信息,结合指定区域设备的状态信息,判断所述状态信息是否异常。
本发明还提供一种电力系统电话防误装置,包括:
通信状态获取模块,用于实时获取目标电话的通信状态;所述通信状态包括闲置、振铃、通话和挂断;
语音信息获取模块,用于在所述通信状态为通话时,获取通话双方的语音信息;
文本转换模块,用于根据所述语音信息进行语音分析,得到文本信息;
文本分类模块,用于利用深度学习算法构建的调度用语分类模型对所述文本信息进行分类处理,得到调度意图信息;
设备状态判断模块,用于根据所述调度意图信息,获取关联设备的状态信息并判断所述状态信息是否异常;
状态异常告警模块,用于在所述状态信息异常时发出告警。
优选地,所述的电力系统电话防误装置,还包括:
预存储任务执行模块,用于根据所述调度意图信息,触发预存储任务的执行。
优选地,所述调度用语分类模型的构建过程包括:
获取调度用语集合,所述调度用语集合中包括大量调度用语信息;
对所述调度用语信息进行分类,并将不同分类下的调度用语信息分别按照预设比例划分训练集和验证集;
利用深度学习算法对训练集和验证集进行循环训练,得到符合要求的调度用语分类模型。
优选地,所述设备状态判断模块,还用于获取指定区域的天气状况信息,结合指定区域设备的状态信息,判断所述状态信息是否异常。
本发明实施例还提供一种计算机终端设备,包括一个或多个处理器和存储器。存储器与所述处理器耦接,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述任一实施例所述的电力系统电话防误方法。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一实施例所述的电力系统电话防误方法。
与现有技术相比,本发明具有以下有益效果:
本发明公开的电力系统电话防误方法,包括:实时获取目标电话的通信状态;所述通信状态包括闲置、振铃、通话和挂断;当所述通信状态为通话时,获取通话双方的语音信息;根据所述语音信息进行语音分析,得到文本信息;利用深度学习算法构建的调度用语分类模型对所述文本信息进行分类处理,得到调度意图信息;根据所述调度意图信息,获取关联设备的状态信息并判断所述状态信息是否异常;在所述状态信息异常时发出告警。本发明能够对接洽电力系统工作事宜的通讯设备进行监听,对电话沟通的语音信息自动分析,实现规避电话下令时人员误操作风险,保障电网设备安全。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明某一实施例提供的电力系统电话防误方法的流程示意图;
图2是本发明另一实施例提供的电力系统电话防误方法的流程示意图;
图3是本发明某一实施例提供的电力系统电话防误装置的结构示意图;
图4是本发明某一实施例提供的计算机终端设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,文中所使用的步骤编号仅是为了方便描述,不作为对步骤执行先后顺序的限定。
应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,图1是本发明某一实施例提供的电力系统电话防误方法的流程示意图。在本实施例中,电力系统电话防误方法,包括以下步骤:
S110,实时获取目标电话的通信状态;所述通信状态包括闲置、振铃、通话和挂断;
S120,当所述通信状态为通话时,获取通话双方的语音信息;
S130,根据所述语音信息进行语音分析,得到文本信息;
S140,利用深度学习算法构建的调度用语分类模型对所述文本信息进行分类处理,得到调度意图信息;
S150,根据所述调度意图信息,获取关联设备的状态信息并判断所述状态信息是否异常;
S160,在所述状态信息异常时发出告警。
请参阅图2,图2是本发明另一实施例提供的电力系统电话防误方法的流程示意图。在本实施例中,所述的电力系统电话防误方法,还包括:
步骤S170,根据所述调度意图信息,触发预存储任务的执行。
在某一实施例中,获取通话双方的语音信息,根据所述语音信息进行语音分析,得到文本信息。所述文本信息为“请撰写一张220kV罗文乙线2623开关停电的操作票”。利用深度学习算法构建的调度用语分类模型对所述文本信息进行分类处理,得到调度意图信息:
分词:请/v撰写/v一张/m 220kV罗文乙线2623开关/ekg停电/ev的/uj操作票/en;
相似度计算后获取语义为:拟票${station}${device}${op};
操作元素抽取:station=>null,device=>220kV罗文乙线2623开关,op=>停电。
根据上述调度意图信息,触发预存储任务的执行:
判断当前缺场站,系统提示用户输入场站名称,并缓存当前语义,当用户输入“罗洞站”后,系统判断罗洞站是否为station,如果不是清楚之前缓存的语义,重新进行语义判断。如果是则进行赋值:station=>罗洞站。执行方法:调用电网调度智能指挥平台(DICP)的拟票方法,返回对应的拟票情况;封装结果返回:以拟操作票。
在某一实施例中,获取通话双方的语音信息,根据所述语音信息进行语音分析,得到文本信息。所述文本信息为“目前广东电网运行有哪些风险点”。利用深度学习算法构建的调度用语分类模型对所述文本信息进行分类处理,得到调度意图信息:
分词:目前/t广东电网/nl运行/v有/s哪些/r风险点/ns
相似度计算后获取语义为:获取${time}${location}风险;
操作元素抽取:time=>目前,location=>广东电网;
根据上述调度意图信息,触发预存储任务的执行:调用调度日志中的统计方法,返回对应的字符串${risk};封装结果返回:${time}${location}对应风险为:${device}。
线路跳闸执行过程,对应语义包括:检测跳闸信息:${device}${action};重合闸情况:${device}重合闸${fs};设备校核状态:${device}${status};天气情况:${weather};下令内容:${order};复令内容:${reorder}。其中,device特定为线路,action特定为跳闸;fs为成功或失败;status为断开或合上;weather为阴天、晴天、雨天、大风天等;order为确定线路可以强送后对厂站下达的操作令;reorder为厂站对下达的操作令。
线路跳闸后,如果跳闸线路穿越铁路,如果强送,有可能造成相关铁路正常运行。所以有跨越铁路的情况下,需要通知铁路部门确定强送没有影响。当检测到线路跳闸,系统自动根据线路跳闸流程提示用户对应语义的输入情况。检测跳闸信息:${device}${action},系统根据跳闸信息组装提示信息:${device}跳闸,重合闸状态时怎么样的。当系统检测到需要验证重合闸情况:${device}重合闸${fs},系统提示信息:${device}重合闸失败。
在本发明实施例中,所述调度用语分类模型的构建过程包括:获取调度用语集合,所述调度用语集合中包括大量调度用语信息;对所述调度用语信息进行分类,并将不同分类下的调度用语信息分别按照预设比例划分训练集和验证集;利用深度学习算法对训练集和验证集进行循环训练,得到符合要求的调度用语分类模型。
在某一具体实施例中,对电话语音进行收集,对调度用语进行分类,如设备控制类型用语;天气咨询用语;设备状态描述用语;铁路相关;其他5大类。利用分类好的调度用语构建每一类调度用语对应的分类模型。为每一类调度用语进行意图构建,构建对应调度用语相关联的方法及方法调用模板,方法返回触发模板。设备控制类用语,分析调度用语中有多少种设备,每一类设备控制需要的必要信息,每一类设备状态切换方式。天气咨询,天气分类,不同天气影响哪些作业。设备状态描述,每一类设备对应状态有哪些。调度用语中存在关联铁路的,什么场景下关联铁路运行,需要铁路核对的信息包括哪些等。监控电话,监控电话状态;获取电话对应的语音流,将语音流转换成文本;获取电话通话过程中对话双方的身份信息。文本分析,对转换成文本的电话文本,实时对每一句电话文本结合电话上文进行分析,对文本进行分类;对文本进行分析获取实体、语义,调用对应调度用语的相关分类所属方法;根据返回结果组装对应的返回值。返回值分析:当返回值存在风险时,将返回信息组装成文本,调用语音合成,实时提醒调度。本申请通过计算电话通话双方交流内容情况,判断电话交流内容中是否存在影响电网安全性,并对不稳定电网断面提前进行告警,最终实现实时对电话进行防误。
在某一具体实施例中,调度用语分类模型采用LSTM构建分类模型,具体步骤包括:
(1)分词,对所有的调度用语进行分词,构建每一个词语对应的64维词向量,同时构建一个64维的0向量代表空向量;
(2)输入数据准备,对所有的调度用语,根据分词后,词个数短到长进行排列,采用空的方式使所有分词后调度用语词语个数相同;
(3)使用tensorflow框架提供的rnn模块构建LSTM网络层,每一次经过网络层的数据,最终输出为batch*step*lstm_dim维的向量(其中,batch:一次训练所选择的调度用语条数;step:每一调调度用语输入的词语数;lstm_dim:LSTM层细胞个数);
(4)构建投影层,先将LSTM的向量通过变换得到batch*lstm_dim维的向量,通过西面的公式将其转化成一个batch*1的向量,即得到batch个分类结果;
其中:n为lstm_dim,Wi为参数,b为偏置xi为一行第i个值;
(5)使用交叉熵损失函数和Adam优化器对整个网络进行优化;
(6)当损失函数收敛时,保存模型,得到最终的分类模型。
在某一实施例中,所述根据所述调度意图信息,获取关联设备的状态信息并判断所述状态信息是否异常,包括:获取指定区域的天气状况信息,结合指定区域设备的状态信息,判断所述状态信息是否异常。
在某一具体实施例中,意图构建,构建每一分类下所有调度用语的意图,包括每一调度用语的目的,对应方法,方法对应哪些参数,返回值包含内容,根据返回值处置方法,具体行为包括:
(1)设备控制类,获取设备类型;获取设备当前状态和目标状态;构建设备校核方法;为校核结果进行编写模板;
(2)天气类,获取天气类型,构建不同天气影响现场作业情况,校核当前天气是否适合进行特定现场作业;为校核结果进行编写模板;
(3)设备状态,获取设备状态,设备所述厂站,校核设备状态是否同运营中心系统同步;为校核结果进行编写模板;
(4)关联铁路,为每一可能影响关联铁路操作构建对应的方法,校核这些方法是否已执行;为校核结果进行编写模板。
通过电话调度系统实时对调度台电话进行监控具体行为包括:
(1)实时获取调度台的电话状态,包括闲置、振铃、通话、挂断4种状态;
(2)当电话在通话过程中,实时获取通话双方对应的通话语音流,根据当班状态和调度台位置获取通话双方人员姓名,职责;
(3)将语音流通过语音合成转换成文本;
(4)文本分析及校核,对电话文本及通话双方信息进行分析和校核,具体包括:对文本进行分类,得到类别;按照对应的分类提取文本中的实体;利用构建的,采用余弦相似度算法获取文本最相近意图;根据最近的意图调用相关的校核方法,获取返回校核结果;判断调度在通话过程中是否存在影响当前电网正常运行。当有危险情况可能发生时,系统立即告警,通知调度员,从而实现规避电话下令时人员误操作风险,保障电网安全。
请参阅图3,图3是本发明某一实施例提供的电力系统电话防误装置的结构示意图。在本实施例中,电力系统电话防误装置,包括:
通信状态获取模块210,用于实时获取目标电话的通信状态;所述通信状态包括闲置、振铃、通话和挂断;
语音信息获取模块220,用于在所述通信状态为通话时,获取通话双方的语音信息;
文本转换模块230,用于根据所述语音信息进行语音分析,得到文本信息;
文本分类模块240,用于利用深度学习算法构建的调度用语分类模型对所述文本信息进行分类处理,得到调度意图信息;
设备状态判断模块250,用于根据所述调度意图信息,获取关联设备的状态信息并判断所述状态信息是否异常;
状态异常告警模块260,用于在所述状态信息异常时发出告警。
在某一实施例中,电力系统电话防误装置还包括:
预存储任务执行模块270,用于根据所述调度意图信息,触发预存储任务的执行。
在某一实施例中,所述调度用语分类模型的构建过程包括:获取调度用语集合,所述调度用语集合中包括大量调度用语信息;对所述调度用语信息进行分类,并将不同分类下的调度用语信息分别按照预设比例划分训练集和验证集;利用深度学习算法对训练集和验证集进行循环训练,得到符合要求的调度用语分类模型。
在某一实施例中,所述设备状态判断模块,还用于获取指定区域的天气状况信息,结合指定区域设备的状态信息,判断所述状态信息是否异常。
关于电力系统电话防误装置的具体限定可以参见上文中对于电力系统电话防误方法的限定,在此不再赘述。上述电力系统电话防误装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
请参阅图4,本发明实施例提供一种计算机终端设备,包括一个或多个处理器和存储器。存储器与所述处理器耦接,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述任意一个实施例中的电力系统电话防误方法。
处理器用于控制该计算机终端设备的整体操作,以完成上述的电力系统电话防误方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该计算机终端设备的操作,这些数据例如可以包括用于在该计算机终端设备上操作的任何应用程序或方法的指令,以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-OnlyMemory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-OnlyMemory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在一示例性实施例中,计算机终端设备可以被一个或多个应用专用集成电路(Application Specific 1ntegrated Circuit,简称AS1C)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的电力系统电话防误方法,并达到如上述方法一致的技术效果。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述任意一个实施例中的电力系统电话防误方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器,上述程序指令可由计算机终端设备的处理器执行以完成上述的电力系统电话防误方法,并达到如上述方法一致的技术效果。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种电力系统电话防误方法,其特征在于,包括:
实时获取目标电话的通信状态;所述通信状态包括闲置、振铃、通话和挂断;
当所述通信状态为通话时,获取通话双方的语音信息;
根据所述语音信息进行语音分析,得到文本信息;
利用深度学习算法构建的调度用语分类模型对所述文本信息进行分类处理,得到调度意图信息;
根据所述调度意图信息,获取关联设备的状态信息并判断所述状态信息是否异常;
在所述状态信息异常时发出告警。
2.根据权利要求1所述的电力系统电话防误方法,其特征在于,还包括:
根据所述调度意图信息,触发预存储任务的执行。
3.根据权利要求1所述的电力系统电话防误方法,其特征在于,所述调度用语分类模型的构建过程包括:
获取调度用语集合,所述调度用语集合中包括大量调度用语信息;
对所述调度用语信息进行分类,并将不同分类下的调度用语信息分别按照预设比例划分训练集和验证集;
利用深度学习算法对训练集和验证集进行循环训练,得到符合要求的调度用语分类模型。
4.根据权利要求1所述的电力系统电话防误方法,其特征在于,所述根据所述调度意图信息,获取关联设备的状态信息并判断所述状态信息是否异常,包括:
获取指定区域的天气状况信息,结合指定区域设备的状态信息,判断所述状态信息是否异常。
5.一种电力系统电话防误装置,其特征在于,包括:
通信状态获取模块,用于实时获取目标电话的通信状态;所述通信状态包括闲置、振铃、通话和挂断;
语音信息获取模块,用于在所述通信状态为通话时,获取通话双方的语音信息;
文本转换模块,用于根据所述语音信息进行语音分析,得到文本信息;
文本分类模块,用于利用深度学习算法构建的调度用语分类模型对所述文本信息进行分类处理,得到调度意图信息;
设备状态判断模块,用于根据所述调度意图信息,获取关联设备的状态信息并判断所述状态信息是否异常;
状态异常告警模块,用于在所述状态信息异常时发出告警。
6.根据权利要求5所述的电力系统电话防误装置,其特征在于,还包括:
预存储任务执行模块,用于根据所述调度意图信息,触发预存储任务的执行。
7.根据权利要求5所述的电力系统电话防误装置,其特征在于,所述调度用语分类模型的构建过程包括:
获取调度用语集合,所述调度用语集合中包括大量调度用语信息;
对所述调度用语信息进行分类,并将不同分类下的调度用语信息分别按照预设比例划分训练集和验证集;
利用深度学习算法对训练集和验证集进行循环训练,得到符合要求的调度用语分类模型。
8.根据权利要求5所述的电力系统电话防误装置,其特征在于,所述设备状态判断模块,还用于获取指定区域的天气状况信息,结合指定区域设备的状态信息,判断所述状态信息是否异常。
9.一种计算机终端设备,其特征在于,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至4任一项所述的电力系统电话防误方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的电力系统电话防误方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110870788.1A CN113590749A (zh) | 2021-07-30 | 2021-07-30 | 一种电力系统电话防误方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110870788.1A CN113590749A (zh) | 2021-07-30 | 2021-07-30 | 一种电力系统电话防误方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113590749A true CN113590749A (zh) | 2021-11-02 |
Family
ID=78252483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110870788.1A Pending CN113590749A (zh) | 2021-07-30 | 2021-07-30 | 一种电力系统电话防误方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113590749A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109286861A (zh) * | 2017-07-19 | 2019-01-29 | 美的智慧家居科技有限公司 | 智能设备的信息查询方法、装置及其设备 |
CN112527974A (zh) * | 2021-02-08 | 2021-03-19 | 浙达电力科技(杭州)有限公司 | 一种基于nlp算法的配电网调度实时监护系统和方法 |
CN112599124A (zh) * | 2020-11-20 | 2021-04-02 | 内蒙古电力(集团)有限责任公司电力调度控制分公司 | 一种面向电网调度的语音调度方法及系统 |
CN112837699A (zh) * | 2020-12-31 | 2021-05-25 | 广东电网有限责任公司佛山供电局 | 电力调度员语音行为防误方法和系统 |
-
2021
- 2021-07-30 CN CN202110870788.1A patent/CN113590749A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109286861A (zh) * | 2017-07-19 | 2019-01-29 | 美的智慧家居科技有限公司 | 智能设备的信息查询方法、装置及其设备 |
CN112599124A (zh) * | 2020-11-20 | 2021-04-02 | 内蒙古电力(集团)有限责任公司电力调度控制分公司 | 一种面向电网调度的语音调度方法及系统 |
CN112837699A (zh) * | 2020-12-31 | 2021-05-25 | 广东电网有限责任公司佛山供电局 | 电力调度员语音行为防误方法和系统 |
CN112527974A (zh) * | 2021-02-08 | 2021-03-19 | 浙达电力科技(杭州)有限公司 | 一种基于nlp算法的配电网调度实时监护系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101854576B1 (ko) | 챗봇 기반 클라우드 관리 시스템 및 그의 운영 방법 | |
CN112527974B (zh) | 一种基于nlp算法的配电网调度实时监护系统和方法 | |
PH12018000201A1 (en) | Artificial intelligence based service control and home monitoring | |
CN110166290A (zh) | 基于日志文件的告警方法及装置 | |
CN110830661A (zh) | 一种用于智能语音客服的自动拨测方法 | |
CN113936245A (zh) | 一种电梯控制方法及控制装置 | |
CN112837699A (zh) | 电力调度员语音行为防误方法和系统 | |
CN115904656A (zh) | 应用于芯片中的状态控制方法、装置、设备及存储介质 | |
CN115909395A (zh) | 一种输电线路鸟害监测方法、装置、电子设备及存储介质 | |
CN113590749A (zh) | 一种电力系统电话防误方法、装置、设备及存储介质 | |
CN110428816A (zh) | 一种语音细胞库训练和分享的方法及装置 | |
CN111949421A (zh) | Sdk调用方法、装置、电子设备和计算机可读存储介质 | |
CN112671110B (zh) | 基于人工智能的远程开关遥控操作方法 | |
CN114912958A (zh) | 坐席外呼方法、装置、计算机设备及存储介质 | |
CN103856642A (zh) | 一种探测方法及系统 | |
CN108093377B (zh) | 计费系统异常时的移动业务自动放通方法及系统 | |
CN115206042B (zh) | 工控安全的智能化监测方法、装置、设备及介质 | |
CN115001941B (zh) | 一种通信网管故障的确定方法及装置 | |
CN110827814A (zh) | 基于离线虹膜识别和语音识别的工程设备控制系统 | |
CN1707611A (zh) | 利用语音识别技术进行校对以防止口误的方法 | |
CN111783447B (zh) | 基于ngram距离的敏感词检测方法、装置、设备及存储介质 | |
CN116739223B (zh) | 企业排污实时监管方法、装置、存储介质及电子设备 | |
CN117834720A (zh) | 风力发电机组的故障报文推送方法、系统、设备及介质 | |
CN115545286A (zh) | 基于气象数据的智能预警方法及装置 | |
CN113139729A (zh) | 电网运行风险分析方法、系统、终端及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |