CN115827886A

CN115827886A - 电网一体化调度运行管理智能语音客服系统

Info

Publication number: CN115827886A
Application number: CN202211403069.XA
Authority: CN
Inventors: 周航; 赵玉林; 丁超杰; 杨康; 李刚; 王余阳; 崔占飞; 王博仑; 李蓝青
Original assignee: State Grid Jiangsu Electric Power Co Ltd
Current assignee: State Grid Jiangsu Electric Power Co Ltd
Priority date: 2022-11-10
Filing date: 2022-11-10
Publication date: 2023-03-21

Abstract

本发明提供一种电网一体化调度运行管理智能语音客服系统。所述电网一体化调度运行管理智能语音客服系统包括：业务知识库模块、业务处置引导功能模块、调度语音交互功能模块、联系单位工作评价功能模块和历史问答统计分析功能模块；所述业务知识库模块包括有业务信息采集子模块、业务信息分析子模块和知识库建立子模块；所述业务处置引导功能模块包括有标准化流程上报指导子模块和考核细则解释子模块。本发明提供的电网一体化调度运行管理智能语音客服系统可以实现用户对调度系统的适应性，降低用户学习系统的难度和门槛，同时解放客服人员的工作量，实现业务功能的及时更新，并对现场人员进行全面评价的优点。

Description

电网一体化调度运行管理智能语音客服系统

技术领域

本发明属于电网一体化调度运行管理智能语音客服系统技术领域，尤其涉及一种电网一体化调度运行管理智能语音客服系统。

背景技术

随着我国经济的发展，居民和企业用电需求越来越大，致使电网容量需不断扩大，设备数量不断增加，新型能源不断接入电网，网络结构不断复杂化，确保供电可靠及电网安全稳定运行难度日益增加。电力调度管理的主要任务是组织、指挥、指导和协调电力系统的运行，电力系统调度安全管理工作的好坏，将直接影响电力系统安全、稳定、可靠的运行，应当精细化精准化做好电力保障，发挥专业优势为政府推广节能降耗、把控经济形势和行业动态、制定经济发展策略提供决策支持。

现有的电网调度运行客服系统依然存在大量需要人工进行维护和操作的功能，对人力依赖性强，更新不及时，且缺少对业务信息的深度分析，使用极为不便。同时，多个功能模块的标准化业务填报流程缺乏直观、明确、详尽的填报引导，用户比较难理解。另外，现有系统中存在多个功能模块没有实现只能语音识别功能，依旧依赖客服人员进行电话联系，即缺乏电子存档，难以在各个部门、多个现场之间进行共享，又增加了人力成本，对工作人员的业务能力要求较高。

为了进一步提升电网运行效能中提升调控实时业务智能水平与运转效率，需要引入语音识别、自然语言处理等成熟人工智能技术，研发调控机器人助手，实现基于语音的电力信息查询、搜索、功能调用，定制报表、自动构图、典型业务自动应答等功能，实现调控运行简单业务的人工智能处置，实现省调与联系对象业务沟通的智能客服应答处置。

近年来，随着人工智能的兴起，语音识别技术在理论和应用方面都取得大突破，开始从实验室走向市场，已逐渐走进我们的日常生活，并在智能客服领域有着优秀的表现。语音识别技术，顾名思义，就是让智能设备听懂人类的语音。它是一门涉及数字信号处理、人工智能、语言学、数理统计学、声学、情感学及心理学等多学科交叉的科学。这项技术可以提供比如自动客服、自动语音翻译、命令控制、语音验证码等多项应用，但是在实际生活中还存在以下缺点：

1.对于标准化业务填报过程，仅仅是使用说明不够直观的对用户进行填报的引导和对具体细节的说明；对于各类考核信息，只能看到简单的说明，不能明确将被考核表现与考核规则进行对比，抬高了用户理解难度；

2.业务知识库的建设完全是依赖于人工维护的，人工依赖性强，更新不及时，且缺少对业务信息的深度分析，使用极为不便。业务信息的查看需要人工通过电脑操作进行一系列复杂操作完成，无法便捷的完成信息调阅和进行模块操作；

3.联系单位工作评价和现场咨询等功能，需要通过调度员人工电话进行，即不能形成对现场人员能力的全面评价，对业务精熟程度也很难把握也缺乏电子化的留档和在多个现场之间的共享机制。

因此，有必要提供一种新的电网一体化调度运行管理智能语音客服系统解决上述技术问题。

发明内容

本发明解决的技术问题是提供一种可以实现用户对调度系统的适应性，降低用户学习系统的难度和门槛；同时解放客服人员的工作量，实现业务功能的及时更新，并对现场人员进行全面评价的电网一体化调度运行管理智能语音客服系统。

为解决上述技术问题，本发明提供的电网一体化调度运行管理智能语音客服系统包括：业务知识库模块、业务处置引导功能模块、调度语音交互功能模块、联系单位工作评价功能模块和历史问答统计分析功能模块；

所述业务知识库模块包括有业务信息采集子模块、业务信息分析子模块和知识库建立子模块；

所述业务处置引导功能模块包括有标准化流程上报指导子模块和考核细则解释子模块；

所述调度语音交互功能模块包括有命令词库子模块、语音识别子模块和交互响应子模块；

所述联系单位工作评价功能模块包括有评价规则设置子模块和联系单位工作评价子模块；

所述历史问答统计分析功能模块包括有联系单位问答统计子模块和调度指令分析子模块。

作为本发明的进一步方案，所述业务信息采集子模块根据用户在信息采集设置中自定义的信息采集规则，自动实现对多个子系统的信息进行定时采集相关信息内容，并进行重复性、数据合理性等进行检查，检查通过后更新业务知识库，其中自定义信息采集规则功能允许用户对采集的信息的格式、来源、采集周期以及数据检查规则进行设置。

作为本发明的进一步方案，所述业务信息分析子模块通过对业务信息采集模块采集的信息，运用TF-IDF(Term Frequency-Inverse Document Frequency)关键词提取算法，对业务知识库中的关键词进行提取，针对关键字进行业务内容、业务知识等分析。

作为本发明的进一步方案，所述知识库建立子模块能够实现对业务知识进行人工维护，以确保知识的准确性、合理性和及时性，并为用户提供业务知识检查功能。利用业务信息分析功能结果，生成知识图谱，并针对不同业务之间的关系进行可是换展示。

作为本发明的进一步方案，所述标准化流程上报指导子模块设置通用业务标准化流程设置和专属业务标准化设置两种功能，通用业务标准化流程设置允许用户对业务标准话说明进行设置，包括业务流程、环节解释、填报规范、说明样例以及所述专业，通过通用业务标准化流程设置功能，对通用的业务标准化流程信息所需样例和解释进行明确指导，从而降低业务流程填报难度，针对特殊业务流程，系统保留用户针对某一流程进行特殊填报指导的接口。

作为本发明的进一步方案，所述考核细则解释子模块实现从子系统中收集考核结果和评价信息，并将扣分项与扣分细则进行智能对比，按规则、分值、权重等进行排名，定点展示，并通知相关联系单位。

作为本发明的进一步方案，所述命令词库子模块提供负荷查询、打开应用响应、处理待办响应、短信发送响应四类功能。允许用户对命令词汇进行设置和维护，以及设置命令词语需要进行的操作，并对命令词汇进行必要性、重复性检查。

作为本发明的进一步方案，所述语音识别子模块采取ContextNet模型，对语言信息进行识别，将信息提取出来，转化为文字格式，然后运用FastCorrect2模型检测并纠正语音识别结果中存在的错误，进一步提升语音识别的准确率，所述交互响应子模块根据语音识别结果，检测语音指令，在命令词库中查询到命令所对应的操作后进行相应的操作，并对操作进行记录。

作为本发明的进一步方案，所述评价规则设置子模块允许用户对评价规则信息进行设置，包括规则内容、分值、权重及比例，并对输入的评价规则信息进行合理性、重复性及准确性等进行校验，所述联系单位工作评价子模块从相关子系统中汇总联系单位问题分析、人员评价、能力评价信息，与考核细则解释进行关联，对扣分项进行明确解释，并按照时间、单位、人员及分数进行排序，并自动对得分较低的相关单位和人员进行警示，同时将相关汇总信息定点展示，并发送至相关单位或人员。

作为本发明的进一步方案，所述联系单位问答统计子模块能够记录历史联系单位问题内容，并对内容进行分析，提取关键字后在业务知识库中搜寻相关历史问答信息及答案。汇总历史联系单位问答内容，为业务模块改进提供支撑，并对汇总信息进行可视化展示，所述调度指令分析子模块利用语音识别交互响应功能使用记录，对常用调度指令进行个性化统计，并进行个性化推荐指令和更新信息。分析系统常用操作，形成预定义的指令推荐，为客服人员提供调度预定义指令推荐。

与相关技术相比较，本发明提供的电网一体化调度运行管理智能语音客服系统具有如下有益效果：

1、本发明可以实现用户对调度系统的适应性，降低用户学习系统的难度和门槛，同时解放客服人员的工作量，实现业务功能的及时更新，并对现场人员进行全面评价。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的整体流程图；

图2为本发明的SE模块结构；

图3为本发明的FastCorrect2网络结构。

具体实施方式

请结合参阅图1、图2和图3，其中，图1为本发明的整体流程图；图2为本发明的SE模块结构；图3为本发明的FastCorrect2网络结构。电网一体化调度运行管理智能语音客服系统包括：业务知识库模块、业务处置引导功能模块、调度语音交互功能模块、联系单位工作评价功能模块和历史问答统计分析功能模块；

所述业务信息采集子模块根据用户在信息采集设置中自定义的信息采集规则，自动实现对多个子系统的信息进行定时采集相关信息内容，并进行重复性、数据合理性等进行检查，检查通过后更新业务知识库，其中自定义信息采集规则功能允许用户对采集的信息的格式、来源、采集周期以及数据检查规则进行设置。

所述业务信息分析子模块通过对业务信息采集模块采集的信息，运用TF-IDF(Term Frequency-Inverse Document Frequency)关键词提取算法，对业务知识库中的关键词进行提取，针对关键字进行业务内容、业务知识等分析。

即如果某个词在一类业务知识中出现的频率越高，即TF越高；并且在业务信息库中其他文档中很少出现，即DF低，也就是IDF越高，则认为这个词具有很好的类别区分能力，计算公式如下：

TF(Term Frequency)词频，即词语t_i在业务知识信息d_j中出现的概率：

其中n_i，j是词语t_i在业务知识d_j中出现的次数，而分母则是在业务知识d_j中所有字词的出现次数之和。

IDF(Inverse Document Frequency)逆文档频率，即业务知识库中包含词语t_i的文档的数目的倒数：

其中，|D|表示业务知识库中文档的总数，|j：t_i∈d_j|表示包含词语t_i的业务知识数量。

TF-IDF在实际中主要是将上面的两者相乘，即TF*IDF，计算公式如下：

TF-IDF_i，j＝tf_i，j×idf_i

通过TF-IDF算法，实现常见词语的过滤和重要词语的保留，获取关键词后，业务信息分析功能按照不同的周期、联系单位、业务范围对关键词进行区分和可视化展示。

知识库建立功能能够实现对业务知识进行人工维护，以确保知识的准确性、合理性和及时性，并为用户提供业务知识检查功能，利用业务信息分析功能结果，生成知识图谱，并针对不同业务之间的关系进行可是换展示。

所述知识库建立子模块能够实现对业务知识进行人工维护，以确保知识的准确性、合理性和及时性，并为用户提供业务知识检查功能。利用业务信息分析功能结果，生成知识图谱，并针对不同业务之间的关系进行可是换展示。

所述标准化流程上报指导子模块设置通用业务标准化流程设置和专属业务标准化设置两种功能，通用业务标准化流程设置允许用户对业务标准话说明进行设置，包括业务流程、环节解释、填报规范、说明样例以及所述专业，通过通用业务标准化流程设置功能，对通用的业务标准化流程信息所需样例和解释进行明确指导，从而降低业务流程填报难度，针对特殊业务流程，系统保留用户针对某一流程进行特殊填报指导的接口。

所述考核细则解释子模块实现从子系统中收集考核结果和评价信息，并将扣分项与扣分细则进行智能对比，按规则、分值、权重等进行排名，定点展示，并通知相关联系单位。

所述命令词库子模块提供负荷查询、打开应用响应、处理待办响应、短信发送响应四类功能。允许用户对命令词汇进行设置和维护，以及设置命令词语需要进行的操作，并对命令词汇进行必要性、重复性检查。

所述语音识别子模块采取ContextNet模型，对语言信息进行识别，将信息提取出来，转化为文字格式，然后运用FastCorrect2模型检测并纠正语音识别结果中存在的错误，进一步提升语音识别的准确率，所述交互响应子模块根据语音识别结果，检测语音指令，在命令词库中查询到命令所对应的操作后进行相应的操作，并对操作进行记录。

ContextNet网络基于RNN-Transducer框架，由一个用于输入语音的音频编码器、一个用于输入标签的标签编码器和一个结合两者的联合网络组成。其中音频编码器一个基于CNN的编码器所取代，通过添加挤压和激发模块(squeeze-and-excitation，简写SE)将全局上下文信息合并到卷积层中。SE模块结构见图2，其本质是对原向量注入权重信息，增加了全局向量，使原向量有了对长距离(上下文)的感知。挤压和激发函数SE对输入的x进行全局平均池化(AvgPool)，将其转换为全局信道权重θ(x)，然后根据该权重对每一帧进行逐元乘法(FCAct)，之后得到SE处理的结果。公式如下：

卷积模块的构造公式为：

C(x)＝Act(SE(f^m(x))+P(x))

其中P(x)为一个残差链接构成的单一卷积神经块。多个卷积块叠加构成模型主体，语音识别的整体公式如下：

h＝AudioEncoder(x)＝C_K(C_K-1(...C₁(x)))

通过ContextNet模型，语音被识别为文字信息。为了保障识别的准确性，本发明又引入了FastCorrect2模型，检测并纠正语音识别结果中存在的错误，进一步提升语音识别的准确率。

考虑到语音识别的纠错输入输出的对应关系是单调的，所以如果可以在词的级别对齐输入和输出，就可以得到细粒度的错误信息：哪些词是错误的，这些错误的单词应该怎样修改。FastCorrect 2在计算编辑对齐的时候考虑了输入输出的读音相似度，在选择“不变”操作最多的编辑路径的基础上，选择读音相似度最高的编辑路径，并根据读音相似度来插入“空”单词。这样得到的对齐结果在每个位置上的单词相似度和读音相似度都很高，可以很大程度上帮助模型进行错误检测(如果一个位置上包含不同的单词)和估计正确单词的读音(如果一个位置上的不同单词读音相同)。

FastCorrect 2的结构如图3所示，模型包含了三个主要部分，编码器、长度预测器和选择器，编码器可以学习输入文本的特征，这些特征会被长度预测器和解码器利用，在编码器之前，还引入了一个PreNet，用来融合每个位置上不同单词的信息，长度预测器需要对每个位置上的每一个单词，预测每个输入单词有多少个输出单词与之对应，即Duration，如果输入单词Duration为0，那么没有输出单词与之对应，它也将被删除，如果Duration大于1，那么有多个输出单词与之对应，意味着解码器需要插入数个单词，选择器则用来选择一个输入，这个输入会被调整(基于Duration)并被送进解码器，选择器的训练目标是预测解码器的损失，因此选择器选择的是解码器损失最小的，也就是最容易被解码器修改的输入。

交互响应功能根据语音识别结果，检测语音指令，在命令词库中查询到命令所对应的操作后进行相应的操作，并对操作进行记录。

所述评价规则设置子模块允许用户对评价规则信息进行设置，包括规则内容、分值、权重及比例，并对输入的评价规则信息进行合理性、重复性及准确性等进行校验，所述联系单位工作评价子模块从相关子系统中汇总联系单位问题分析、人员评价、能力评价信息，与考核细则解释进行关联，对扣分项进行明确解释，并按照时间、单位、人员及分数进行排序，并自动对得分较低的相关单位和人员进行警示，同时将相关汇总信息定点展示，并发送至相关单位或人员。

所述联系单位问答统计子模块能够记录历史联系单位问题内容，并对内容进行分析，提取关键字后在业务知识库中搜寻相关历史问答信息及答案。汇总历史联系单位问答内容，为业务模块改进提供支撑，并对汇总信息进行可视化展示，所述调度指令分析子模块利用语音识别交互响应功能使用记录，对常用调度指令进行个性化统计，并进行个性化推荐指令和更新信息。分析系统常用操作，形成预定义的指令推荐，为客服人员提供调度预定义指令推荐。

通过业务知识库建设和维护功能，实现业务信息采集设置，从各个系统采集相关的业务数据，并预处理分析后作为业务知识库的基础。针对业务知识库中的信息，采用TF-IDF(Term Frequency-Inverse Document Frequency)关键词提取分析，通过业务处置引导功能，提供标准化流程上报指导，并允许对业务的标准化流程进行设置，针对信息填报功能，提供识别当前录入项的检查功能，并提供样例参考指导内容的录入，调度语音交互功能利用ContextNet模型对语音进行识别，提取出其中的文字信息，并使用FastCorrect2网络对提取到的文字进行快速纠错，保障识别的准确率；提供命令词库维护、语音识别、语音内容转换为文字及保存、执行语音命令等功能，利用语音识别功能，记录历史联系单位问答内容，并对内容进行分析，通过分析历史指令使用情况和系统业务操作记录，为用户提供个性化指令和预指令推荐。

本发明的技术可归纳如下：

步骤一：实现业务知识库建设和维护功能，实现业务信息采集设置，从各个系统采集相关的业务数据，并预处理分析后作为业务知识库的基础，针对业务知识库中的信息，采用TF-IDF(Term Frequency-Inverse Document Frequency)关键词提取分析。

步骤二：实现业务处置引导功能，提供标准化流程上报指导，并允许对业务的标准化流程进行设置，针对信息填报功能，提供识别当前录入项的检查功能，并提供样例参考指导内容的录入。

通过步骤一和步骤二，解决标准化业务填报过程不明确，填报难度高的问题。

步骤三：实现调度语音交互功能，利用ContextNet模型对语音进行识别，提取出其中的文字信息，并使用FastCorrect2网络对提取到的文字进行快速纠错，保障识别的准确率，提供命令词库维护、语音识别、语音内容转换为文字及保存、执行语音命令等功能。

通过步骤三，降低对人力的依赖，提高工作效率。

步骤四：实现联系单位工作评价功能，通过对评价规则的设置，根据联系单位人员的智能问答中的回答对人员进行评价，并对评价信息进行分析，对分析结果进行可视化展示，将结果发送给相关单位或个人。

步骤五：实现历史问答统计分析功能完善，采用步骤三中所提方法对语音信息进行提取，提供对联系单位问答内容的统计分析和对调度语音操作指令(调度常用指令和预定义的指令)进行统计和分析。

通过步骤四和步骤五，联系单位工作评价和现场咨询，对考核情况和问答内容进行电子化存档，并加以分析利用。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims

1.一种电网一体化调度运行管理智能语音客服系统，其特征在于，包括：

业务知识库模块、业务处置引导功能模块、调度语音交互功能模块、联系单位工作评价功能模块和历史问答统计分析功能模块；

2.根据权利要求1所述的电网一体化调度运行管理智能语音客服系统，其特征在于：所述业务信息采集子模块根据用户在信息采集设置中自定义的信息采集规则，自动实现对多个子系统的信息进行定时采集相关信息内容，并进行重复性、数据合理性等进行检查，检查通过后更新业务知识库，其中自定义信息采集规则功能允许用户对采集的信息的格式、来源、采集周期以及数据检查规则进行设置。

3.根据权利要求1所述的电网一体化调度运行管理智能语音客服系统，其特征在于：所述业务信息分析子模块通过对业务信息采集模块采集的信息，运用TF-IDF(TermFrequency-Inverse Document Frequency)关键词提取算法，对业务知识库中的关键词进行提取，针对关键字进行业务内容、业务知识等分析。

4.根据权利要求1所述的电网一体化调度运行管理智能语音客服系统，其特征在于：所述知识库建立子模块能够实现对业务知识进行人工维护，以确保知识的准确性、合理性和及时性，并为用户提供业务知识检查功能。利用业务信息分析功能结果，生成知识图谱，并针对不同业务之间的关系进行可是换展示。

5.根据权利要求1所述的电网一体化调度运行管理智能语音客服系统，其特征在于：所述标准化流程上报指导子模块设置通用业务标准化流程设置和专属业务标准化设置两种功能，通用业务标准化流程设置允许用户对业务标准话说明进行设置，包括业务流程、环节解释、填报规范、说明样例以及所述专业，通过通用业务标准化流程设置功能，对通用的业务标准化流程信息所需样例和解释进行明确指导，从而降低业务流程填报难度，针对特殊业务流程，系统保留用户针对某一流程进行特殊填报指导的接口。

6.根据权利要求1所述的电网一体化调度运行管理智能语音客服系统，其特征在于：所述考核细则解释子模块实现从子系统中收集考核结果和评价信息，并将扣分项与扣分细则进行智能对比，按规则、分值、权重等进行排名，定点展示，并通知相关联系单位。

7.根据权利要求1所述的电网一体化调度运行管理智能语音客服系统，其特征在于：所述命令词库子模块提供负荷查询、打开应用响应、处理待办响应、短信发送响应四类功能。允许用户对命令词汇进行设置和维护，以及设置命令词语需要进行的操作，并对命令词汇进行必要性、重复性检查。

8.根据权利要求1所述的电网一体化调度运行管理智能语音客服系统，其特征在于：所述语音识别子模块采取ContextNet模型，对语言信息进行识别，将信息提取出来，转化为文字格式，然后运用FastCorrect2模型检测并纠正语音识别结果中存在的错误，进一步提升语音识别的准确率，所述交互响应子模块根据语音识别结果，检测语音指令，在命令词库中查询到命令所对应的操作后进行相应的操作，并对操作进行记录。

9.根据权利要求1所述的电网一体化调度运行管理智能语音客服系统，其特征在于：所述评价规则设置子模块允许用户对评价规则信息进行设置，包括规则内容、分值、权重及比例，并对输入的评价规则信息进行合理性、重复性及准确性等进行校验，所述联系单位工作评价子模块从相关子系统中汇总联系单位问题分析、人员评价、能力评价信息，与考核细则解释进行关联，对扣分项进行明确解释，并按照时间、单位、人员及分数进行排序，并自动对得分较低的相关单位和人员进行警示，同时将相关汇总信息定点展示，并发送至相关单位或人员。

10.根据权利要求1所述的电网一体化调度运行管理智能语音客服系统，其特征在于：所述联系单位问答统计子模块能够记录历史联系单位问题内容，并对内容进行分析，提取关键字后在业务知识库中搜寻相关历史问答信息及答案。汇总历史联系单位问答内容，为业务模块改进提供支撑，并对汇总信息进行可视化展示，所述调度指令分析子模块利用语音识别交互响应功能使用记录，对常用调度指令进行个性化统计，并进行个性化推荐指令和更新信息。分析系统常用操作，形成预定义的指令推荐，为客服人员提供调度预定义指令推荐。