會話式機器人如何賦能一線電力巡檢工人?
2022-03-20
問:“你好。”
答:“你好呀!”
問:“你叫什么?”
答:”我叫小明。“
問:“變壓器的巡檢項目?”
答:“您想問哪個設備?”
問:“油浸式電力變壓器。”
答:“交流油浸式電力變壓器的巡檢項目有:聲響及振動,油溫和繞組溫度,外觀檢查,呼吸器干燥劑(硅膠),冷卻系統。”
這是某省電力公司一線電力巡檢工人和會話式機器人小明之間發生的對話。背后的原理是基于電力行業知識圖譜,提供的一種面向任務型問答和檢索的服務。這一應用可以滿足專業技術文檔檢索、產品咨詢與選型、解決方案推薦等需求,提高信息檢索準確率和效率。
對于電力行業的一線巡檢工人來說,嚴格按照技術標準的流程、規范開展運維、檢修等作業,尤為重要。因為,輸電線路作為電網的基本組成部分,具有距離長、跨度大、涉及面廣、易受自然環境及氣候影響等特點,屬于故障多發設備。
據統計,輸電線路故障事故幾乎占線路損耗以及成本的2/3及以上。而目前,輸電線路故障診斷普遍依賴人工判斷分析,受限于工作經驗、技術水平、專業知識和技能等因素,普遍存在處理速度慢、效率低下的問題。
電網設備技術標準有上千項,數量龐大、內容復雜,并且通常以書籍、文檔形式進行線下管理,無法實現戶外遠程的及時查閱和充分運用。記錄歷史故障的調查分析報告,也多存放孤立、分散,無法形成知識沉淀和傳承。
此外,設備臺賬信息,桿塔位置及數量,地形、地貌,氣象環境、雷電定位等關鍵信息,都分散儲存在PMS、在線監測系統、各運行單位線下硬盤等介質中,無法進行集中處理。其中,各檢測系統數據呈現多源化、異構特征,無法被有效整合利用。
為了提高提升一線工作效率,實現知識沉淀與復用,賦能生產,該電力公司,在明略科技的幫助下,利用NLP技術,重點分析了246份歷年輸電線路雷擊跳閘故障報告文檔,每份文檔中獲取68個字段,共計16728項,針對故障調查分析報告中的故障基本情況、原因認定、存在問題、采取措施及建議等高價值信息,提取關鍵字,進行標注,實現了數據結構化、體系化、在線化。
同時,與工作手冊、技術標準等非結構化數據及雷電定位系統、PMS系統等結構化數據進行關聯、融合,構建領域知識圖譜,包括schema設計、知識抽取、實體對齊、知識融合以及知識存儲。
基于語義理解和意圖識別技術,結合對話場景,完成交互式智能問答系統搭建,通過問答理解和對話管理,對用戶提問進行意圖識別,給出精準答案,從而提供常見技術問題解答、線路信息檢索、故障精準查詢等服務,為運行檢修、線路故障巡視與調查分析工作提供支持。
現在,一線巡檢工人通過一部智能手機,在聯網狀態下,登錄微信小程序,即可隨時訪問會話式機器人界面,輸入文字、發送圖片或者語音,向機器人提問,快速獲取電力領域的專業知識,尤其是技術標準、作業規范、故障原因和維修方案等關鍵信息。
這款會話式機器人可以回答精確到具體的實體、值,而傳統的問答檢索只能提供模糊的信息。例如,“2019年,扶隆線發生多少次故障“,經過查詢圖譜,會話式機器人回答”1次,符合查詢條件,故障時間是2019年7月4日下午2點52分5秒”,而傳統的問答檢索只會給出一段包含“2019年”、“扶隆線”和“故障”的文本。
將非結構化的技術文檔、產品說明等數據結構化之后,會話式機器人可以進行一些業務邏輯的運算。例如,“XX情況下,電壓值500kV是否合法”,查詢圖譜后,會話式機器人會回答“不合法”并給出依據”電壓值合法范圍400kV以下”。
此外,根據對話中包含的實體等信息,會話式機器人會根據結果進行相關的問題推薦,用戶直接點擊推薦內容,即可獲取進一步信息。
應用會話式機器人之后,該電力公司一線巡檢工人的檢修作業標準執行率提升了30%,電力設備運行安全性提高了10%。
信息填寫