CN116095532A - 主站与厂站远动数据智能调试的装置及方法 - Google Patents
主站与厂站远动数据智能调试的装置及方法 Download PDFInfo
- Publication number
- CN116095532A CN116095532A CN202310082297.XA CN202310082297A CN116095532A CN 116095532 A CN116095532 A CN 116095532A CN 202310082297 A CN202310082297 A CN 202310082297A CN 116095532 A CN116095532 A CN 116095532A
- Authority
- CN
- China
- Prior art keywords
- voice
- data
- telemechanical
- station
- debugging
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000003993 interaction Effects 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 7
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000013075 data extraction Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 230000014509 gene expression Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q5/00—Selecting arrangements wherein two or more subscriber stations are connected by the same line to the exchange
- H04Q5/24—Selecting arrangements wherein two or more subscriber stations are connected by the same line to the exchange for two-party-line systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了一种主站与厂站远动数据智能调试的装置及方法,装置包括:厂站对讲设备和主站智能机器人,所述厂站对讲设备设置在厂站现场收集目标远动语音,所述主站智能机器人设置在主站现场,接收厂站对讲设备发来的目标远动语音通过训练的远动数据语音识别模型进行语音识别,将基于业务知识库中远动设备数据信息与识别到的厂站对讲设备发出的实时目标远动语音数据,通过语义理解相似度计算,进行智能比对或数据运算,并与厂站对讲设备进行语音交互,将比对或运算结果通过语音合成播报的方式反馈给厂站对讲设备,进行远动数据对点的调试工作。本发明提高了远动数据调试工作的灵活性和工作效率。
Description
技术领域
本发明涉及一种主站与厂站远动数据智能调试的装置及方法,属于主厂站远动信息联调技术领域。
背景技术
电网电力调度监控系统作为实时监控区域厂站及设备运行工况的重要生产系统,具有实时监控电网系统运行状态、辅助快速分析电网故障等功能。该系统实时数据均来源于厂站端电力远动装置(RTU),由远动转置将站内实时数据汇集并传输到主站调度监控系统。为确保调度监控系统中的数据实时性与准确性,远动数据联调成为调度实时监控系统的重要一环。一般在厂站新建、改建、扩建或设备改造检修时,对厂站遥信、遥测、遥调等数据进行联调工作。
当前,远动设备主站与厂站的联调工作,主要采取人工对点调试的方式。一方面,人工调试由主站调试人员联系厂站调试人员相互协调调试的时间、内容,整个联调时间具有较强的不确定性,经常是在非工作时间开展。另一方面,整个联调过程时间紧、任务重,时不时出现主站调试人员同一时间需调试多个厂站的情况,难以满足所有调试厂站的需求。再者,远动联调工作主要是与厂站进行遥测、遥信、遥调信息的确认,工作较为重复和单一,遇到的异常情况较少。
伴随着电网的快速发展,远动联调工作不断增加,人工对点工作方式的不足越发凸显。另外在人工智能等新技术快速发展下,完全依赖人工进行对点调试的方式已难以满足电网高效、智能的工作要求。
发明内容
为了解决上述问题,本发明提出了一种主站与厂站远动数据智能调试的装置及方法,能够提高远动数据调试工作的灵活性和工作效率。
本发明解决其技术问题采取的技术方案是:
一方面,本发明实施例提供的一种主站与厂站远动数据智能调试的装置,包括:厂站对讲设备和主站智能机器人,所述厂站对讲设备设置在厂站现场收集目标远动语音,所述主站智能机器人设置在主站现场,接收厂站对讲设备发来的目标远动语音通过训练的远动数据语音识别模型进行语音识别,将基于业务知识库中远动设备数据信息与识别到的厂站对讲设备发出的实时目标远动语音数据,通过语义理解相似度计算,进行智能比对或数据运算,并与厂站对讲设备进行语音交互,将比对或运算结果通过语音合成播报的方式反馈给厂站对讲设备,进行远动数据对点的调试工作。
作为本实施例一种可能的实现方式,所述主站智能机器人接收对讲设备发来的目标远动语音并进行语音信号采样和反混叠带通滤波处理,对处理后的目标远动语音进行特征提取;将提取出的信息进行匹配的声学模型数据库,得到目标远动语音的文本特征信息;将文本特征信息与数据库中已存文本语言知识库进行相似度搜索比对,比对相似度最高者即为识别结果。
作为本实施例一种可能的实现方式,所述文本语言知识库包括基础词汇/词类、业务专业词汇/词类、通用句型短语和部分语义表达式;
所述业务知识库包括目录、标准问题和答案。
作为本实施例一种可能的实现方式,所述主站智能机器人包括:
语音识别模型建立模块,用于构建远动调试的语音识别模型;
语音预处理模块,用于对复杂现场环境的目标远动语音进行预处理;
数据提取模块,用于从目标远动语音文本中提取关键数据,所述关键数据至少包括站点名称、设备编号、遥测数值和遥信数值;
语音交互模块,用于针对调试流程中的不同情况,使用人工智能模拟人的回答完成远动数据的核对。
作为本实施例一种可能的实现方式,所述语音识别模型建立模块,具体用于基于目标远动调试语音以及原始调试数据,建立远动调试语料库,训练和提取语音特征,构建适用于远动调试的语音识别模型。
作为本实施例一种可能的实现方式,所述语音预处理模块,具体用于目标远动语音进行去噪和人声增强锐化处理。
作为本实施例一种可能的实现方式,所述数据提取模块,具体用于将目标远动语音进行转换为非结构化数据文本,通过模糊匹配或相似度计算方法从目标远动语音文本中提取关键数据。
作为本实施例一种可能的实现方式,所述语音交互模块,具体用于针对调试流程中的不同情况,将主站存储的远动设备数据信息与厂站对讲设备发出的遥测遥信实时目标远动语音数据提取信息进行智能比对或数据运算,使用人工智能模拟人的回答将比对或运算结果通过语音合成播报的方式反馈给厂站对讲设备,完成远动数据的核对。
另一方面,本发明实施例提供的一种主站与厂站远动数据智能调试的方法,包括以下步骤:
厂站对讲设备与主站智能机器人建立通讯连接;
对讲设备将厂站现场的目标远动语音发送给主站智能机器人;
主站智能机器人接收厂站对讲设备发来的目标远动语音通过训练的远动数据语音识别模型进行语音识别,并基于业务知识库中设计建设的VUI语音交互流程,与厂站对讲设备进行语音交互。
作为本实施例一种可能的实现方式,所述语音识别的过程包括以下步骤:
对目标远动语音并进行语音信号采样和反混叠带通滤波处理;
对处理后的目标远动语音进行特征提取;
将提取出的信息进行匹配的声学模型数据库,得到目标远动语音的文本特征信息;
将获取的文本特征信息与数据库中已存文本语言知识库进行相似度搜索比对,比对相似度最高者即为语音识别结果。
本发明实施例的技术方案可以具有的有益效果如下:
本发明应用相对比较成熟的人工智能语音识别技术,采用远动数据智能调试机器人模仿人工调试,进行远动数据对点的工作,提高了远动数据调试工作的灵活性和工作效率。
本发明有利于缓解厂站调试工作时间紧、任务串行、效率低下等问题,具备较强的实用价值;使用的厂站智能调试模型,语音识别算法、相似度计算等方法,具备在同领域相似场景的推广价值;本发明将人工智能技术应用在电力系统中,进一步提高了电力调控自动化的智能化水平。
附图说明
图1是根据一示例性实施例示出的一种主站与厂站远动数据智能调试的装置的示意图;
图2是根据一示例性实施例示出的一种主站与厂站远动数据智能调试的方法的流程图;
图3是根据一示例性实施例示出的一种语音识别的基本原理图。
具体实施方式
下面结合附图与实施例对本发明做进一步说明:
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
为了解决上述问题,本发明考虑了以下几点因素:
(1)输入无法标准统一,比如不同地区厂站各地方言的差异,每个人独有的发音习惯等,口腔中元音随着舌头部位的不同可以发出多种音调,如果组合变化多端的辅音,可以产生大量的、相似的发音,这对语音识别提出了挑战。除去口音参差不齐,输入设备不统一也导致了语音输入的不标准。
(2)噪声的困扰,噪声环境的各类声源处理是目前技术难题,机器无法从各层次的背景噪音中分辨出人声,而且,背景噪声千差万别,训练的情况也不能完全匹配真实环境。因而,语音识别在噪声中比在安静的环境下要难得多。
(3)模型的有效性,智能语音机器人识别系统中的语言模型、词法模型在大词汇量、连续语音识别中还不能完全正确的发挥远动数据调试作用。需要有效地结合语言学、电力科学等学科的知识来解决。
如图1所示,本发明实施例提供的一种主站与厂站远动数据智能调试的装置,包括:厂站对讲设备和主站智能机器人,所述厂站对讲设备设置在厂站现场收集目标远动语音,所述主站智能机器人设置在主站现场,接收厂站对讲设备发来的目标远动语音通过训练的远动数据语音识别模型进行语音识别,将基于业务知识库中远动设备数据信息与识别到的厂站对讲设备发出的实时目标远动语音数据,通过语义理解相似度计算,进行智能比对或数据运算,并与厂站对讲设备进行语音交互,将比对或运算结果通过语音合成播报的方式反馈给厂站对讲设备,进行远动数据对点的调试工作。
作为本实施例一种可能的实现方式,所述主站智能机器人接收对讲设备发来的目标远动语音并进行语音信号采样和反混叠带通滤波处理,对处理后的目标远动语音进行特征提取;将提取出的信息进行匹配的声学模型数据库,得到目标远动语音的文本特征信息;将获取的文本特征信息与数据库中已存文本语言知识库进行相似度搜索比对,比对相似度最高者即为识别结果。
作为本实施例一种可能的实现方式,所述文本语言知识库包括基础词汇/词类、业务专业词汇/词类、通用句型短语和部分语义表达式。客户化的机器人系统中大部分语言知识库来源于既有的熟语料(基础词汇/词类、业务专业词汇/词类、通用句型短语及部分语义表达式),其余部分(主要是专业词类和部分语义表达式)需要根据客户提供的原始素材(业务知识文档、常见问题FAQ,客服历史日志等)利用词频统计、分类训练、信息过滤等半自动化辅助学习工具结合人工编辑整理来形成,并在后续运营过程中不断完善。
作为本实施例一种可能的实现方式,所述业务知识库包括目录、标准问题和答案。客户化机器人系统的业务知识库构建主要包括基础业务词库创建以及业务知识实例的构建。基础业务词库的创建过程将关联语义表达式集,而业务知识实例的构建则是可呈现给终端使用者的“最终成果”。
作为本实施例一种可能的实现方式,所述主站智能机器人包括:
语音识别模型建立模块,用于构建远动调试的语音识别模型;本发明在远动调试场景下的设计语音识别算法,基于远动语音数据,建立远动调试语料库,训练和提取语音特征,构建适用于远动调试的语音识别模型,不仅解决了输入无法标准统一的问题,而且语音识别模型应用于远动数据调试中,提供了远动数据调试的效率。
语音预处理模块,用于对复杂现场环境的目标远动语音进行预处理;本发明通过对复杂现场环境的语音进行预处理,保证了语音处理得到的信号均匀、平滑,克服了噪声的困扰,为信号参数提取提供优质的参数,提高语音处理质量。
数据提取模块,用于从目标远动语音文本中提取关键数据,所述关键数据至少包括站点名称、设备编号、遥测数值和遥信数值;本发明从语音文本中提取站点名称、设备编号、遥测数值、遥信数值等关键数据的方法,语音转换后的文本为非结构化数据,研究模糊匹配、相似度计算等方法,便于将远动设备数据信息与厂站现场发出的遥测遥信实时原语音数据进行智能比对,提高了比对结果的准确性。
语音交互模块,用于针对调试流程中的不同情况,使用人工智能模拟人的回答完成远动数据的核对。针对调试流程中的不同情况,使用人工智能模拟人的回答完成远动数据的核对,扩展了数据异常情况下的多轮对话技术。
作为本实施例一种可能的实现方式,所述语音识别模型建立模块,具体用于基于目标远动调试语音以及原始调试数据,建立远动调试语料库,训练和提取语音特征,构建适用于远动调试的语音识别模型。
作为本实施例一种可能的实现方式,所述语音预处理模块,具体用于目标远动语音进行去噪和人声增强锐化处理。保证了语音处理得到的信号均匀、平滑,为信号参数提取提供优质的参数,提高语音处理质量。
作为本实施例一种可能的实现方式,所述数据提取模块,具体用于将目标远动语音进行转换为非结构化数据文本,通过模糊匹配或相似度计算方法从目标远动语音文本中提取关键数据。
作为本实施例一种可能的实现方式,所述语音交互模块,具体用于针对调试流程中的不同情况,将主站存储的远动设备数据信息与厂站对讲设备发出的遥测遥信实时目标远动语音数据提取信息进行智能比对或数据运算,使用人工智能模拟人的回答将比对或运算结果通过语音合成播报的方式进行反馈给厂站对讲设备,完成远动数据的核对。
如图2所示,本发明实施例提供的一种主站与厂站远动数据智能调试的方法,包括以下步骤:
厂站对讲设备与主站智能机器人建立通讯连接;
对讲设备将厂站现场的目标远动语音发送给主站智能机器人;
主站智能机器人接收厂站对讲设备发来的目标远动语音通过训练的远动数据语音识别模型进行语音识别,并基于业务知识库中设计建设的VUI语音交互流程,与厂站对讲设备进行语音交互。
作为本实施例一种可能的实现方式,如图3所示,所述语音识别的过程包括以下步骤:
对目标远动语音并进行语音信号采样和反混叠带通滤波处理;
对处理后的目标远动语音进行特征提取;
将提取出的信息进行匹配的声学模型数据库,得到目标远动语音的文本特征信息;
将获取的文本特征信息与数据库中已存文本语言知识库进行相似度搜索比对,比对相似度最高者即为语音识别结果。
本发明所述语音识别的基本原理为:通过前端设备收集目标语音,然后对收集到的语音进行一系列处理,包含语音信号采样、反混叠带通滤波、去除个体发音差异和设备、环境引起的噪声影响等。随后对处理的语音进行特征提取,提取出的信息进行匹配的声学模型数据库,得到目标语音的特征信息,然后让特征信息与数据库中已存文本语言数据库进行相似度搜索比对,比对相似度最高者即为识别结果。然后通过其他系统的接入来完成设备的语音识别功能。
语音识别的目的就是让机器听懂人类口述的语言,包括了两方面的含义:第一是逐字逐句听懂而不是转化成书面的语言文字;第二是对口述语言中所包含的命令或请求加以领会,做出正确回应,而不仅仅只是拘泥于所有词汇的正确转换。
本发明在远动调试场景下的设计语音识别算法,基于远动语音数据,建立远动调试语料库,训练和提取语音特征,构建适用于远动调试的语音识别模型,不仅解决了输入无法标准统一的问题,而且语音识别模型应用于远动数据调试中,提供了远动数据调试的效率。
本发明通过对复杂现场环境的语音进行预处理,保证语音处理得到的信号均匀、平滑,克服了噪声的困扰,为信号参数提取提供优质的参数,提高语音处理质量。
本发明从语音文本中提取站点名称、设备编号、遥测数值、遥信数值等关键数据的方法,语音转换后的文本为非结构化数据,研究模糊匹配、相似度计算等方法,便于将远动设备数据信息与厂站现场发出的遥测遥信实时原语音数据进行智能比对,提高了比对结果的准确性。
本发明在远动调试过程中的进行语音交互,针对调试流程中的不同情况,使用人工智能模拟人的回答完成远动数据的核对,扩展了数据异常情况下的多轮对话技术。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种主站与厂站远动数据智能调试的装置,其特征在于,包括:厂站对讲设备和主站智能机器人,所述厂站对讲设备设置在厂站现场收集目标远动语音,所述主站智能机器人设置在主站现场,接收厂站对讲设备发来的目标远动语音通过训练的远动数据语音识别模型进行语音识别,将基于业务知识库中远动设备数据信息与识别到的厂站对讲设备发出的实时目标远动语音数据,通过语义理解相似度计算,进行智能比对或数据运算,并与厂站对讲设备进行语音交互,将比对或运算结果通过语音合成播报的方式反馈给厂站对讲设备,进行远动数据对点的调试工作。
2.根据权利要求1所述的主站与厂站远动数据智能调试的装置,其特征在于,所述主站智能机器人接收对讲设备发来的目标远动语音并进行语音信号采样和反混叠带通滤波处理,对处理后的目标远动语音进行特征提取;将提取出的信息进行匹配的声学模型数据库,得到目标远动语音的文本特征信息;将获取的文本特征信息与数据库中已存文本语言知识库进行相似度搜索比对,比对相似度最高者即为识别结果。
3.根据权利要求2所述的主站与厂站远动数据智能调试的装置,其特征在于,所述文本语言知识库包括基础词汇/词类、业务专业词汇/词类、通用句型短语和部分语义表达式;
所述业务知识库包括目录、标准问题和答案。
4.根据权利要求1-3任意一项所述的主站与厂站远动数据智能调试的装置,其特征在于,所述主站智能机器人包括:
语音识别模型建立模块,用于构建远动调试的语音识别模型;
语音预处理模块,用于对复杂现场环境的目标远动语音进行预处理;
数据提取模块,用于从目标远动语音文本中提取关键数据,所述关键数据至少包括站点名称、设备编号、遥测数值和遥信数值;
语音交互模块,用于针对调试流程中的不同情况,使用人工智能模拟人的回答完成远动数据的核对。
5.根据权利要求4所述的主站与厂站远动数据智能调试的装置,其特征在于,所述语音识别模型建立模块,具体用于基于目标远动调试语音以及原始调试数据,建立远动调试语料库,训练和提取语音特征,构建适用于远动调试的语音识别模型。
6.根据权利要求4所述的主站与厂站远动数据智能调试的装置,其特征在于,所述语音预处理模块,具体用于目标远动语音进行去噪和人声增强锐化处理。
7.根据权利要求4所述的主站与厂站远动数据智能调试的装置,其特征在于,所述数据提取模块,具体用于将目标远动语音进行转换为非结构化数据文本,通过模糊匹配或相似度计算方法从目标远动语音文本中提取关键数据。
8.根据权利要求4所述的主站与厂站远动数据智能调试的装置,其特征在于,所述语音交互模块,具体用于针对调试流程中的不同情况,将主站存储的远动设备数据信息与厂站对讲设备发出的遥测遥信实时目标远动语音数据提取信息进行智能比对或数据运算,使用人工智能模拟人的回答将比对或运算结果通过语音合成播报的方式反馈给厂站对讲设备,完成远动数据的核对。
9.一种主站与厂站远动数据智能调试的方法,其特征在于,包括以下步骤:
厂站对讲设备与主站智能机器人建立通讯连接;
对讲设备将厂站现场的目标远动语音发送给主站智能机器人;
主站智能机器人接收厂站对讲设备发来的目标远动语音通过训练的远动数据语音识别模型进行语音识别,并基于业务知识库中设计建设的VUI语音交互流程,与厂站对讲设备进行语音交互。
10.根据权利要求9所述的主站与厂站远动数据智能调试的方法,其特征在于,所述语音识别的过程包括以下步骤:
对目标远动语音并进行语音信号采样和反混叠带通滤波处理;
对处理后的目标远动语音进行特征提取;
将提取出的信息进行匹配的声学模型数据库,得到目标远动语音的文本特征信息;
将获取的文本特征信息与数据库中已存文本语言知识库进行相似度搜索比对,比对相似度最高者即为语音识别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310082297.XA CN116095532B (zh) | 2023-01-31 | 2023-01-31 | 主站与厂站远动数据智能调试的装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310082297.XA CN116095532B (zh) | 2023-01-31 | 2023-01-31 | 主站与厂站远动数据智能调试的装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116095532A true CN116095532A (zh) | 2023-05-09 |
CN116095532B CN116095532B (zh) | 2023-11-10 |
Family
ID=86213753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310082297.XA Active CN116095532B (zh) | 2023-01-31 | 2023-01-31 | 主站与厂站远动数据智能调试的装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116095532B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110471804A (zh) * | 2019-07-19 | 2019-11-19 | 腾讯科技(深圳)有限公司 | 设备调试方法、装置及电子设备 |
CN112420025A (zh) * | 2020-11-09 | 2021-02-26 | 国网山东省电力公司临沂供电公司 | 一种用于电力调度的智能语音识别转化方法及系统 |
CN112530434A (zh) * | 2020-12-21 | 2021-03-19 | 云南电网有限责任公司玉溪供电局 | 电站自动化智能机器人值守调度系统 |
CN113422820A (zh) * | 2021-06-21 | 2021-09-21 | 贵州电网有限责任公司 | 一种主厂站远动信息自动联调装置及其自动联调方法 |
WO2021232725A1 (zh) * | 2020-05-22 | 2021-11-25 | 百度在线网络技术(北京)有限公司 | 基于语音交互的信息核实方法、装置、设备和计算机存储介质 |
CN113920992A (zh) * | 2021-10-14 | 2022-01-11 | 国网上海市电力公司 | 一种基于人工智能的配网调度语音交互方法 |
-
2023
- 2023-01-31 CN CN202310082297.XA patent/CN116095532B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110471804A (zh) * | 2019-07-19 | 2019-11-19 | 腾讯科技(深圳)有限公司 | 设备调试方法、装置及电子设备 |
WO2021232725A1 (zh) * | 2020-05-22 | 2021-11-25 | 百度在线网络技术(北京)有限公司 | 基于语音交互的信息核实方法、装置、设备和计算机存储介质 |
CN112420025A (zh) * | 2020-11-09 | 2021-02-26 | 国网山东省电力公司临沂供电公司 | 一种用于电力调度的智能语音识别转化方法及系统 |
CN112530434A (zh) * | 2020-12-21 | 2021-03-19 | 云南电网有限责任公司玉溪供电局 | 电站自动化智能机器人值守调度系统 |
CN113422820A (zh) * | 2021-06-21 | 2021-09-21 | 贵州电网有限责任公司 | 一种主厂站远动信息自动联调装置及其自动联调方法 |
CN113920992A (zh) * | 2021-10-14 | 2022-01-11 | 国网上海市电力公司 | 一种基于人工智能的配网调度语音交互方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116095532B (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112599124A (zh) | 一种面向电网调度的语音调度方法及系统 | |
CN107016993A (zh) | 一种智能家居的语音交互系统及方法 | |
CN109147768A (zh) | 一种基于深度学习的语音识别方法及系统 | |
CN111179928A (zh) | 一种基于语音交互的变配电站智能控制方法 | |
CN110807574B (zh) | 电力智能调度方法、装置及系统 | |
CN112530434A (zh) | 电站自动化智能机器人值守调度系统 | |
CN116095532B (zh) | 主站与厂站远动数据智能调试的装置及方法 | |
CN111092798A (zh) | 一种基于口语理解的可穿戴系统 | |
CN111090726A (zh) | 一种基于nlp的电力行业文字客服交互方法 | |
CN111695763B (zh) | 一种基于语音问答的排产排程系统及方法 | |
CN110232918B (zh) | 一种无人机地面控制站语音控制系统及控制方法 | |
CN117149977A (zh) | 一种基于机器人流程自动化的智能催收机器人 | |
CN110728980A (zh) | 一种基于语音及对话机器人的智能服务总线系统 | |
CN113140219A (zh) | 调控指令生成方法、装置、电子设备及存储介质 | |
CN106682642A (zh) | 多面向语言行为识别方法及系统 | |
CN112735410A (zh) | 一种自动语音交互式兵力模型控制方法及系统 | |
CN113948079A (zh) | 基于人工智能语音识别的配电网调度人机交互方法 | |
CN113920992A (zh) | 一种基于人工智能的配网调度语音交互方法 | |
CN114238606A (zh) | 一种智能语音客服机器人对话管理方法及装置 | |
CN112270930A (zh) | 一种语音识别转换的方法 | |
CN110085212A (zh) | 一种用于cnc程序控制器的语音识别方法 | |
CN110782873A (zh) | 基于语音交互的适用于电子设备的可重构模块化测试系统 | |
CN108492822A (zh) | 一种基于工业应用的语音识别方法 | |
CN110349576A (zh) | 基于语音识别的电力系统操作指令执行方法、装置及系统 | |
CN112002314A (zh) | 一种基于人工智能的人机智能聊天的方法和装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 430077 No. 47 Xudong Street, Hongshan District, Wuhan City, Hubei Province Applicant after: Central China Branch of State Grid Corporation of China Applicant after: SHANGHAI XIAOI ROBOT TECHNOLOGY Co.,Ltd. Address before: 201803 7, 398 Lane 1555, Jiangxi Road, Jinsha, Jiading District, Shanghai. Applicant before: SHANGHAI XIAOI ROBOT TECHNOLOGY Co.,Ltd. Applicant before: Central China Branch of State Grid Corporation of China |
|
GR01 | Patent grant | ||
GR01 | Patent grant |