CN116821304B - 基于大数据的供电所知识智能问答系统 - Google Patents

Abstract

本发明公开了基于大数据的供电所知识智能问答系统，具体涉及智能问答技术领域，包括电力知识采集模块、电力知识处理模块、问答库构建模块、问答过程模块以及系统稳定性分析模块；通过传感器响应信息、提问质量信息和权限安全信息全面评估问答环境的情况，问答条件监测单元生成的信号可以自动触发答案生成单元的展示行为，从而提高问答过程的效率和自动化程度，准确判断问答过程中的环境情况，并相应地生成环境信号，由答案生成单元进行相应的展示操作，可以提高回答的准确性，保障电力设备的运行数据的安全性；通过计算系统稳定率，系统稳定性分析模块可以对供电所知识智能问答系统的稳定性进行综合评估，确保供电所知识智能问答系统的可靠性。

Description

基于大数据的供电所知识智能问答系统

技术领域

本发明涉及智能问答技术领域，更具体地说，本发明涉及基于大数据的供电所知识智能问答系统。

背景技术

供电所是指供应电力给特定区域或建筑物的设施，它是电力系统的一部分，负责接收高压电力输送到低压水平，并将电力供应给需要的用户。供电所通常包括变电站、配电设备、控制系统和相关的电力传输和配电设施；电力工作人员在对供电所的电力设备的进行检查、监测或维修时，一般要实地通过查看电力设备的监测数据等了解电力设备的状态，并且在了解电力设备的型号等参数数据时，需要经过大量时间进行查找，影响电力工作人员的工作效率和工作的准确性。

电力设备的相关参数属于供电所知识的一部分，电力设备的相关参数对于供电所的运维和管理非常重要，可以帮助电力工作人员了解设备的实时状态、监测运行指标、预测故障等。在电力工作人员在获取电力设备的相关参数时，电力设备的相关参数具有隐私性以及实时性等特点，也没有实时考虑隐私性以及实时性对电力工作人员在获取电力设备的相关参数时的安全性和准确性。

为了解决上述问题，现提供一种技术方案。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供基于大数据的供电所知识智能问答系统以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

基于大数据的供电所知识智能问答系统，包括电力知识采集模块、电力知识处理模块、问答库构建模块、问答过程模块以及系统稳定性分析模块；

电力知识采集模块采集供电所相关的大数据，电力知识处理模块对电力知识采集模块采集的供电所相关的大数据进行处理，问答库构建模块基于构建的数据模型，构建供电所知识问答库；

问答过程模块根据提问者的问题，生成对应的答案；

系统稳定性分析模块计算系统稳定率，通过系统稳定率和系统稳定率阈值的比较，判断供电所知识智能问答系统的综合稳定性；

问答过程模块包括语音转换单元、问题处理单元、问答条件监测单元以及答案生成单元；问答条件监测单元通过对传感器响应信息、提问质量信息以及权限安全信息进行综合分析，对问答过程中的环境进行综合判断；根据问答过程中的环境情况判断是否将问题处理单元生成的答案通过答案生成单元进行展示。

在一个优选的实施方式中，语音转换单元使用语音识别技术将提问者的语音输入转换为文本表示；问题处理单元对提问者提出的问题进行处理，并根据处理结果生成对应的答案。

在一个优选的实施方式中，采集传感器响应信息、提问质量信息以及权限安全信息；

采集传感器响应信息，传感器响应信息通过抖动评估值体现；

抖动评估值的获取方法为：

获取提问者提出某个问题所对应的电力设备的运行数据，将提问者提出的问题所对应的电力设备的运行数据划分为n个数据包；

记录连续两个数据包的到达时间间隔；计算连续两个数据包的到达时间间隔的绝对值差的平均值，即连续两个数据包的到达时间间隔的绝对值差的平均值为平均绝对差；

计算连续两个数据包的到达时间间隔的平均值；抖动评估值为平均绝对差与连续两个数据包的到达时间间隔的平均值的比值；

提问质量信息通过信噪评估值体现；信噪评估值的获取方法为：

获取提问者提出某个问题所对应的语音，计算该问题所对应的语音所对应的信噪评估值；

信噪评估值的计算公式基于信号和噪声的功率之比；其表达式为：；其中，/>是信噪评估值，/>为信号功率，/>为噪声功率；

采集权限安全信息，权限安全信息通过越权率体现，越权率的获取方法为：供电所知识智能问答系统将语音提问的内容与提问者的访问权限进行比对，如果语音提问的内容超出了提问者的权限范围，供电所知识智能问答系统将判断为该语音提问为越权提问；

获取最近m次的语音提问，m为大于1的正整数；获取最近m次的语音提问为越权提问的次数，将最近m次的语音提问为越权提问的次数标记为k，越权率为k与m的比值。

在一个优选的实施方式中，问答条件监测单元通过对传感器响应信息、提问质量信息以及权限安全信息进行综合分析从而对问答过程中的环境进行综合判断；将抖动评估值、信噪评估值以及越权率加权求和建立数学分析模型，生成问答判断评估系数；

设定环境判断阈值，通过问答判断评估系数和环境判断阈值的比较判断，判断问答过程中的环境情况；

当问答判断评估系数大于环境判断阈值，问答条件监测单元生成环境糟糕信号，并将该语音提问标记为非有效提问；当问答判断评估系数小于等于环境判断阈值，问答条件监测单元生成环境良好信号，并将该语音提问标记为有效提问。

在一个优选的实施方式中，答案生成单元根据问题处理单元生成的对应的答案，根据问答条件监测单元生成的信号，判断是否将答案通过语音或可视化界面对提问者进行展示；

根据问答条件监测单元生成的环境糟糕信号，答案生成单元发出数据可靠性低信号；根据问答条件监测单元生成的环境良好信号，答案生成单元发出数据可靠性高信号。

在一个优选的实施方式中，获取最近r个语音提问的被标记情况，判断供电所知识智能问答系统的综合稳定性；

获取被标记为有效提问的语音提问的条数，将被标记为有效提问的语音提问的条数标记为g；根据r和g计算系统稳定率；

设定系统稳定率阈值，通过系统稳定率和系统稳定率阈值的比较，判断供电所知识智能问答系统的综合稳定性；当系统稳定率大于系统稳定率阈值，系统稳定性分析模块生成系统不稳定信号；当系统稳定率小于等于系统稳定率阈值，系统稳定性分析模块生成系统稳定信号。

本发明基于大数据的供电所知识智能问答系统的技术效果和优点：

1、通过传感器响应信息、提问质量信息和权限安全信息全面评估问答环境的情况，问答条件监测单元生成的信号可以自动触发答案生成单元的展示行为，从而提高问答过程的效率和自动化程度，准确判断问答过程中的环境情况，并相应地生成环境信号，由答案生成单元进行相应的展示操作，可以提高回答的准确性，保障电力设备的运行数据的安全性。

2、通过获取最近一段时间内语音提问的标记情况，并计算系统稳定率，系统稳定性分析模块可以对供电所知识智能问答系统的稳定性进行综合评估，确保供电所知识智能问答系统的可靠性和提问者体验。

附图说明

图1为本发明基于大数据的供电所知识智能问答系统的结构示意图。

图2为本发明问答过程模块的结构示意图。

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、完整的描述，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做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。

实施例1

图1给出了本发明基于大数据的供电所知识智能问答系统的结构示意图，基于大数据的供电所知识智能问答系统，包括电力知识采集模块、电力知识处理模块、问答库构建模块、问答过程模块以及系统稳定性分析模块。

电力知识采集模块采集供电所相关的大数据，电力知识处理模块对电力知识采集模块采集的供电所相关的大数据进行处理，问答库构建模块基于构建的数据模型，构建供电所知识问答库。问答过程模块根据提问者的问题，生成对应的答案。

系统稳定性分析模块计算系统稳定率，通过系统稳定率和系统稳定率阈值的比较，判断供电所知识智能问答系统的综合稳定性。

图2给出了本发明问答过程模块的结构示意图，其中，问答过程模块包括语音转换单元、问题处理单元、问答条件监测单元以及答案生成单元。

其中，问答条件监测单元通过对传感器响应信息、提问质量信息以及权限安全信息进行综合分析，对问答过程中的环境进行综合判断；通过问答判断评估系数和环境判断阈值的比较判断，判断问答过程中的环境情况；根据问答过程中的环境情况判断是否将问题处理单元生成的答案通过答案生成单元进行展示。

实施例2

电力知识采集模块采集供电所相关的大数据，供电所相关的大数据是构建智能问答系统的关键，数据基于多个来源获取，供电所相关的大数据包括但不限于供电所的运行记录、电力设备的监测数据、维护报告和规划文件等，还可以整合外部数据源，如电力行业的标准和规范、相关研究论文等；供电所相关的大数据可以通过传感器、监测设备、数据库、文件系统等多种方式进行采集和存储。

值得注意的是，电力知识采集模块要实时更新采集的数据，以保证电力知识的时效性。

电力知识处理模块对电力知识采集模块采集的供电所相关的大数据进行处理，处理包括预处理、清洗和标注；根据问题类型和业务需求，对数据进行建模和组织。使用知识图谱、本体模型等技术手段来构建数据模型，将数据中的概念、关系和属性进行建模，并建立问题与答案之间的关联。

问答库构建模块基于构建的数据模型，构建供电所知识问答库。供电所知识问答库包含一系列问题和对应的答案；问题可以根据供电所工作人员常见的疑问、需求和业务场景进行归纳和整理，答案直接从数据中提取的信息，或基于规则、数据模型或机器学习方法生成的。

问答过程模块根据提问者的问题，生成对应的答案；问答过程模块包括语音转换单元、问题处理单元、问答条件监测单元以及答案生成单元。

语音转换单元：语音转换单元使用语音识别技术将提问者的语音输入转换为文本表示，它涉及以下具体步骤：

接收提问者的语音输入，并对音频进行预处理，包括降噪、去除非语音部分和音频增强等操作。

从预处理后的音频中提取有用的声学特征，例如MFCC（Mel频率倒谱系数）和梅尔频谱等。

使用训练好的语音识别模型，如深度神经网络（DNN）或长短时记忆网络（LSTM），对提取的特征进行识别，将语音转化为文本表示。

训练好的语音识别模型为现有技术，此处不再赘述。

问题处理单元：问题处理单元对提问者提出的问题进行处理，并根据处理结果生成对应的答案，具体过程包括：

对用户问题进行句法分析和语义分析，识别问题中的关键词、短语和句子结构等，以确定问题的基本语义和上下文信息。

识别问题中的实体（如电力设备、运行参数等），将问题与供电所知识问答库进行检索和匹配，从而生成问题所对应的答案。

其中，在提问者对电力设备的相关参数进行提问时，电力设备的相关参数具有隐私性以及实时性等特点，在实际的问答过程中存在隐私性以及实时性对问答结果的影响，使得问答结果不准确，影响提问者对电力设备状态判断的准确性，以及存在电力设备隐私泄露问题；电力设备的相关参数包括电力设备的运行数据。

问答条件监测单元对问答过程进行监测，判断是否将问题处理单元生成的答案通过答案生成单元进行展示。

采集传感器响应信息、提问质量信息以及权限安全信息，通过将采集的传感器响应信息、提问质量信息以及权限安全信息进行综合分析，建立数学分析模型，生成问答判断评估系数。

采集传感器响应信息，传感器响应信息反映了传感器在测量到电力设备的运行数据后，电力设备的运行数据可以通过传感器等进行实时监测和记录，通过分析电力设备的运行数据的变化和趋势，可以及时发现电力设备的异常情况、故障或潜在问题；将测量到电力设备的运行数据发送至电力知识采集模块的传输性能，判断是否存在延迟；传感器响应信息通过抖动评估值体现。

传感器测量到电力设备的运行数据包括但不限于电压、电流、频率、功率、温度、压力、湿度、振动等；由于供电所知识智能问答系统通常距离电力设备较远，电力知识采集模块与传感器的信号传输形式为无线传输。

传感器测量到电力设备的运行数据通过数据包的形式发送至电力知识信息采集模块，通过监测数据包的传输情况，判断电力设备的运行数据发送至电力知识采集模块的传输性能。

抖动评估值的获取方法为：

获取提问者提出某个问题所对应的电力设备的运行数据，将提问者提出的问题所对应的电力设备的运行数据划分为n个数据包，n为正整数。

首先，记录连续两个数据包的到达时间间隔。

计算连续两个数据包的到达时间间隔的绝对值差的平均值，即平均绝对差，公式为：MAD=(|T1-T2|+|T2-T3|+...+|Tn-1-Tn|)/(n-1)。

其中，MAD为平均绝对差，T1、T2、T3、...、Tn表示连续两个数据包的到达时间间隔，n表示数据包的数量。

计算连续两个数据包的到达时间间隔的平均值。

抖动评估值为平均绝对差与连续两个数据包的到达时间间隔的平均值的比值。

抖动评估值通过比较数据包到达时间间隔的变化程度来衡量抖动，抖动评估值越小，表示数据包到达电力知识采集模块的时间间隔变化较小，传输更加稳定和一致；抖动评估值越大，则表示数据包到达电力知识采集模块的时间间隔变化较大，传输可能存在不可预测性和延迟，会导致提问者获取传感器在测量的电力设备的运行数据的实时性较差，从而不能准确地获取电力设备的运行状态。

采集提问质量信息，提问质量信息通过信噪评估值体现；提问质量信息可以对电力工作人员在智能问答中获得信息的准确性产生影响，提问者提出某个问题所对应的语音的质量差可能导致歧义或误导，使得电力工作人员误解回答或得到错误的信息，模糊的语音输出可能会造成不准确的解释、遗漏或曲解，从而影响回答的准确性。

信噪评估值的获取方法为：

获取提问者提出某个问题所对应的语音，计算该问题所对应的语音所对应的信噪评估值。信噪评估值是基于问题所对应的语音内的信号和噪声进行评估的，信噪评估值可以反映关于问题所对应的语音内信号与噪声的情况。

信噪评估值的计算公式基于信号和噪声的功率之比。其表达式为：；其中，/>是信噪评估值，/>为信号功率，/>为噪声功率。

较高的信噪评估值表示有用信号相对较强，噪声相对较弱，这将有助于语音识别算法更准确地辨别和解析语音输入，可以降低识别错误率，提高问答系统对语音输入的理解和准确性；相反，较低的信噪评估值表示有用信号相对较低，噪声相对较强，这将导致语音识别算法不能准确地辨别和解析语音输入，增加了识别错误率。

对信号或噪声在问题所对应的语音内进行积分，计算信号功率和噪声功率，具体计算公式为：

信号功率：；噪声功率：/>。

其中，表示信号的函数表示，/>表示噪声的函数表示，/>为问题所对应的语音的时间。

采集权限安全信息，权限安全信息通过越权率体现，越权率的获取方法为：

用户身份验证：首先，供电所知识智能问答系统需要验证提问者的身份和权限；用户登录时，系统会进行身份认证，并获取其权限级别和角色信息。

访问权限匹配：供电所知识智能问答系统会根据提问者的权限级别和角色，将语音提问与相应的访问权限进行匹配；供电所知识智能问答系统会检查提问者是否有权访问相关的数据或功能。

权限检查：供电所知识智能问答系统将语音提问的内容与提问者的访问权限进行比对，如果语音提问的内容超出了提问者的权限范围，供电所知识智能问答系统将判断为该语音提问为越权提问。

获取最近m次的语音提问，m为大于1的正整数；获取最近m次的语音提问为越权提问的次数，将最近m次的语音提问为越权提问的次数标记为k，越权率为k与m的比值，越权率越大，该提问者在供电所知识智能问答系统所提的问题超出本身的权限的占比越大，对电力设备的运行数据的安全性的不利影响越大。

其中，m为确定值，例如，m等于20时，即获取最接近目前的20次的语音提问的越权情况。

问答条件监测单元通过对传感器响应信息、提问质量信息以及权限安全信息进行综合分析从而对问答过程中的环境进行综合判断；将抖动评估值、信噪评估值以及越权率加权求和建立数学分析模型，生成问答判断评估系数。

例如，本发明可采用如下公式进行问答判断评估系数的计算，其表达式为：；其中，/>分别为问答判断评估系数、抖动评估值以及越权率；/>分别为抖动评估值、信噪评估值以及越权率的权重因子，为了更好地根据问答判断评估系数的大小进行后续分析，/>大于0，/>小于0；即问答判断评估系数越大，问答过程中的环境越差。

设定环境判断阈值，通过问答判断评估系数和环境判断阈值的比较判断，判断问答过程中的环境情况。

当问答判断评估系数大于环境判断阈值，问答条件监测单元生成环境糟糕信号，此时提问者在该问答过程中的提问中的环境条件较差，使得回答的准确性受到不利影响，且对电力设备的运行数据的安全性也存在较大的不利影响，并将该语音提问标记为非有效提问。

当问答判断评估系数小于等于环境判断阈值，问答条件监测单元生成环境良好信号，此时提问者在该问答过程中的提问中的环境条件正常，回答的准确性较高，且电力设备的运行数据的安全性正常，并将该语音提问标记为有效提问。

环境情况是通过传感器响应信息、提问质量信息以及权限安全信息综合分析得出的。

环境判断阈值是依据问答判断评估系数的大小，以及本领域专业技术人员根据实际问答过程对数据安全性和实时性的要求标准等实际情况进行设定，此处不再赘述。

答案生成单元：答案生成单元根据问题处理单元生成的对应的答案，根据问答条件监测单元生成的信号，判断是否将答案通过语音或可视化界面对提问者进行展示。

根据问答条件监测单元生成的环境糟糕信号，答案生成单元发出数据可靠性低信号，并不展示问题处理单元生成的对应的答案。

根据问答条件监测单元生成的环境良好信号，答案生成单元发出数据可靠性高信号，并展示问题处理单元生成的对应的答案。

传统的问答系统往往只关注问题和答案之间的匹配，而忽略了环境对问答过程的影响。通过传感器响应信息、提问质量信息和权限安全信息全面评估问答环境的情况，问答条件监测单元生成的信号可以自动触发答案生成单元的展示行为，从而提高问答过程的效率和自动化程度，问答条件监测单元能够根据综合分析结果，准确判断问答过程中的环境情况，并相应地生成环境信号，由答案生成单元进行相应的展示操作，可以提高回答的准确性，保障电力设备的运行数据的安全性。

系统稳定性分析模块：获取最近r个语音提问的被标记情况，判断供电所知识智能问答系统的综合稳定性。

获取被标记为有效提问的语音提问的条数，将被标记为有效提问的语音提问的条数标记为g；计算系统稳定率，系统稳定率为（r-g）/r，系统稳定率越高，则在供电所知识智能问答系统中问答的有效性越差。

设定系统稳定率阈值，通过系统稳定率和系统稳定率阈值的比较，判断供电所知识智能问答系统的综合稳定性。

当系统稳定率大于系统稳定率阈值，系统稳定性分析模块生成系统不稳定信号，此时，根据系统稳定性分析模块生成的系统不稳定信号，安排专业技术人员对供电所知识智能问答系统进行检修，包括但不限于对电力知识采集模块所使用到的电力设备的传感器、系统的网络以及语音传感器等进行检修，对提问者所对应的用户进行重新登录。

当系统稳定率小于等于系统稳定率阈值，系统稳定性分析模块生成系统稳定信号，无需采取措施。

系统稳定率阈值是根据供电所知识智能问答系统所能允许的问答的有效性的要求以及系统稳定率的大小等实际情况进行设定，例如设定为18%。

r和g均为正整数，而且取值应尽量较大，例如r取100。

通过获取语音提问的被标记情况，并计算系统稳定率，系统稳定性分析模块可以对供电所知识智能问答系统的稳定性进行综合评估，帮助评估和维护供电所知识智能问答系统的综合稳定性，确保供电所知识智能问答系统的可靠性和提问者体验。

值得注意的是，提问者包括电力工作人员。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络，或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD），或者半导体介质。半导体介质可以是固态硬盘。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件，或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其他的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，既可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.基于大数据的供电所知识智能问答系统，其特征在于，包括电力知识采集模块、电力知识处理模块、问答库构建模块、问答过程模块以及系统稳定性分析模块；

电力知识采集模块采集供电所相关的大数据，电力知识处理模块对电力知识采集模块采集的供电所相关的大数据进行处理，问答库构建模块基于构建的数据模型，构建供电所知识问答库；

问答过程模块根据提问者的问题，生成对应的答案；

系统稳定性分析模块计算系统稳定率，通过系统稳定率和系统稳定率阈值的比较，判断供电所知识智能问答系统的综合稳定性；

问答过程模块包括语音转换单元、问题处理单元、问答条件监测单元以及答案生成单元；问答条件监测单元通过对传感器响应信息、提问质量信息以及权限安全信息进行综合分析，对问答过程中的环境进行综合判断；根据问答过程中的环境情况判断是否将问题处理单元生成的答案通过答案生成单元进行展示；

采集传感器响应信息、提问质量信息以及权限安全信息；

采集传感器响应信息，传感器响应信息通过抖动评估值体现；抖动评估值的获取方法为：获取提问者提出某个问题所对应的电力设备的运行数据，将提问者提出的问题所对应的电力设备的运行数据划分为n个数据包；

记录连续两个数据包的到达时间间隔；计算连续两个数据包的到达时间间隔的绝对值差的平均值，即连续两个数据包的到达时间间隔的绝对值差的平均值为平均绝对差；

计算连续两个数据包的到达时间间隔的平均值；抖动评估值为平均绝对差与连续两个数据包的到达时间间隔的平均值的比值；

提问质量信息通过信噪评估值体现；信噪评估值的获取方法为：获取提问者提出某个问题所对应的语音，计算该问题所对应的语音所对应的信噪评估值；

信噪评估值的计算公式基于信号和噪声的功率之比；其表达式为：；其中，/>是信噪评估值，/>为信号功率，/>为噪声功率；

采集权限安全信息，权限安全信息通过越权率体现，越权率的获取方法为：供电所知识智能问答系统将语音提问的内容与提问者的访问权限进行比对，如果语音提问的内容超出了提问者的权限范围，供电所知识智能问答系统将判断为该语音提问为越权提问；

获取最近m次的语音提问，m为大于1的正整数；获取最近m次的语音提问为越权提问的次数，将最近m次的语音提问为越权提问的次数标记为k，越权率为k与m的比值；

问答条件监测单元通过对传感器响应信息、提问质量信息以及权限安全信息进行综合分析从而对问答过程中的环境进行综合判断；将抖动评估值、信噪评估值以及越权率加权求和建立数学分析模型，生成问答判断评估系数；

设定环境判断阈值，通过问答判断评估系数和环境判断阈值的比较判断，判断问答过程中的环境情况；

当问答判断评估系数大于环境判断阈值，问答条件监测单元生成环境糟糕信号，并将该语音提问标记为非有效提问；当问答判断评估系数小于等于环境判断阈值，问答条件监测单元生成环境良好信号，并将该语音提问标记为有效提问；

获取最近r个语音提问的被标记情况，判断供电所知识智能问答系统的综合稳定性；

获取被标记为有效提问的语音提问的条数，将被标记为有效提问的语音提问的条数标记为g；根据r和g计算系统稳定率；系统稳定率为（r-g）/r。

2.根据权利要求1所述的基于大数据的供电所知识智能问答系统，其特征在于：语音转换单元使用语音识别技术将提问者的语音输入转换为文本表示；问题处理单元对提问者提出的问题进行处理，并根据处理结果生成对应的答案。

3.根据权利要求2所述的基于大数据的供电所知识智能问答系统，其特征在于：答案生成单元根据问题处理单元生成的对应的答案，根据问答条件监测单元生成的信号，判断是否将答案通过语音或可视化界面对提问者进行展示；

根据问答条件监测单元生成的环境糟糕信号，答案生成单元发出数据可靠性低信号；根据问答条件监测单元生成的环境良好信号，答案生成单元发出数据可靠性高信号。

4.根据权利要求3所述的基于大数据的供电所知识智能问答系统，其特征在于：设定系统稳定率阈值，通过系统稳定率和系统稳定率阈值的比较，判断供电所知识智能问答系统的综合稳定性；当系统稳定率大于系统稳定率阈值，系统稳定性分析模块生成系统不稳定信号；当系统稳定率小于等于系统稳定率阈值，系统稳定性分析模块生成系统稳定信号。