一种基于向量检索的电力调度决策生成方法及系统与流程
本发明涉及电力系统调度,尤其涉及一种基于向量检索的电力调度决策生成方法及系统。
背景技术:
1、电网电力调度业务面临的运行场景日趋复杂,调度员需要在规程约束、实时运行数据、历史故障案例等多源知识之间快速关联分析,才能形成安全合规的调度决策,传统依赖人工经验的调度决策方式在面对跨规程、跨时段和跨设备的复合型问题时,存在响应速度慢、知识检索不全和决策依据难以追溯等不足,难以满足新型电力系统对调度决策实时性、准确性与可审计性的要求。因此,如何为调度业务提供可靠的决策支撑成为目前有待研究的技术问题。
2、目前,现有技术普遍采用检索增强生成框架,通过对知识文档进行固定长度切片并构建向量索引,在线阶段将用户问题编码为向量后检索相似片段,再将检索结果与问题一并输入大模型生成回答,然而现有技术的方案在单一规程条款查询或简单事实查询场景下能够取得一定效果,但在面对电力调度领域的复合型问题时,固定长度切片容易将完整的规程条款或故障处置流程切断,导致召回的知识片段逻辑不完整,且纯向量相似度检索无法区分语义相近但操作含义相反的专业术语,存在误召回风险,另外还缺乏基于使用反馈的持续自优化机制,难以适应调度规程修订与电网运行方式的动态变化。可见,现有的电力调度大模型在面对复杂问题时,缺乏协同推理与可溯源自优化的手段,无法提供可靠的电力调度决策,存在电力系统运行可靠性差的问题。
技术实现思路
1、本发明提出了一种基于向量检索的电力调度决策生成方法及系统,能够解决现有的电力调度大模型在面对复杂问题时,缺乏协同推理与可溯源自优化的手段而无法提供可靠的电力调度决策,导致存在电力系统运行可靠性差的问题。本发明实现对不同知识类型采用差异化的解析与切块策略,确保每个知识片段均具备逻辑自包含性,能够有效避免传统固定长度切片导致的条款断裂与逻辑不完整问题,使大语言模型能够接收到完整、准确的约束条件和高质量的知识以生成可靠的电力调度决策,提高电力系统运行可靠性。
2、为实现上述目的,本发明实施例提供了一种基于向量检索的电力调度决策生成方法,包括:基于不同的知识类型对预获取的多源调度知识进行差异化语义切块并标注结构化元信息,得到若干元信息字段,并根据若干所述元信息字段构建电力向量数据库;对预获取的电力调度问题进行语义解析得到解析结果,并对所述电力调度问题和所述解析结果进行加权融合,生成查询词集合、复合查询向量和元数据过滤规则;基于所述元数据过滤规则和所述电力向量数据库,对所述查询词集合执行字符匹配检索,对所述复合查询向量执行语义相似度检索,召回两路检索结果作为候选知识片段,并计算所述候选知识片段的综合得分;筛选综合得分满足预设阈值要求的候选知识片段,得到目标知识片段,将所述电力调度问题与所述目标知识片段进行融合,并根据预设提示词模板驱动预设大语言模型输出电力调度决策。
3、本发明实施例提出一种基于向量检索的电力调度决策生成方法,对多源调度知识按知识类型差异化语义切块并标注结构化元信息构建电力向量数据库,对电力调度问题语义解析后加权融合生成查询词集合、复合查询向量与元数据过滤规则,执行字符匹配与语义相似度双路检索并计算综合得分,筛选目标知识片段后驱动大模型输出调度决策。由此,通过差异化切块保障知识逻辑完整,通过双路检索实现精确匹配与语义关联互补,还采用综合得分筛选过滤低质量片段,使大语言模型可根据高质量知识生成准确的电力调度决策,进而提高电力系统运行可靠性。
4、进一步的,所述基于不同的知识类型对预获取的多源调度知识进行差异化语义切块并标注结构化元信息,得到若干元信息字段,并根据若干所述元信息字段构建电力向量数据库,包括:获取多源调度知识,若所述多源调度知识为具有章节结构类,则根据章节结构层级顺序逐级解析生成文档树并记录每个节点的完整路径以进行语义切块,得到若干初始语义切分结果;若所述多源调度知识为时序类,则根据时间窗口与设备或时间窗口与区域的组合维度进行语义切块,得到若干初始语义切分结果;若所述多源调度知识为故障案例类,则根据完整处置流程进行语义切块,得到若干初始语义切分结果;以预设语义完整单元为目标粒度对若干所述初始语义切分结果进行调整,得到若干目标语义切分结果;对若干所述目标语义切分结果标注结构化元信息字段,得到若干元信息字段;对若干所述元信息字段转换为若干高维语义向量,并将若干所述高维语义向量与原始的多源调度知识和对应的元信息字段进行关联存储,得到电力向量数据库。
5、在上述方案中,对具有章节结构类知识按层级解析生成文档树并记录路径切块,对时序类知识按时间窗口与设备或区域组合维度切块,对故障案例类知识按完整处置流程切块,再以语义完整单元调整切分粒度,标注元信息后转换为高维语义向量并与原始的多源调度知识和元信息关联存储构建电力向量数据库。由此,通过差异化切块策略避免固定长度切片导致的规程条款断裂与处置流程逻辑缺失,再采用元信息关联存储为后续时效性过滤与可信度评估提供数据基础,为大语言模型输入提供高质量的知识,以生成可靠的电力调度决策,提高电力系统运行可靠性。
6、进一步的,所述对预获取的电力调度问题进行语义解析得到解析结果,并对所述电力调度问题和所述解析结果进行加权融合,生成查询词集合、复合查询向量和元数据过滤规则,包括:接收用户输入的电力调度问题,对所述电力调度问题依次进行命名实体识别、约束条件抽取和核心询问点定位,得到电力调度问题对应的解析结果;基于所述解析结果,调用预设大语言模型生成假设回答文档;从所述假设回答文档中提取关键词并构建查询词集合;将所述假设回答文档编码为假设文档向量,将所述电力调度问题编码为原始查询向量,基于预设权重系数,对所述假设文档向量和所述原始查询向量进行加权融合,得到复合查询向量;从假设回答文档中提取规程版本、章节编号及知识类别,通过预设约束规则条件生成元数据过滤规则。
7、在上述方案中,对电力调度问题依次进行命名实体识别、约束条件抽取和核心询问点定位得到解析结果,再根据解析结果调用大语言模型生成假设回答文档,从中提取关键词构建查询词集合,并将假设回答文档与原始问题分别编码后按预设权重加权融合得到复合查询向量,最后从假设回答文档提取规程版本、章节编号及知识类别生成元数据过滤规则。由此,通过假设回答文档拓展原始问题的语义表达空间,在采用加权融合兼顾假设文档的结构化信息与原始问题的真实意图,还利用元数据过滤规则实现检索范围的前置限定,有效提高检索召回的精准度与知识片段的场景适配性,为后续生成电力调度决策提供可靠的数据基础,以提高电力系统运行可靠性。
8、进一步的,基于所述解析结果,调用预设大语言模型生成假设回答文档,包括:将解析结果中的命名实体识别结果、约束条件抽取结果和核心询问点定位结果构建为大语言模型调用指令并输入预设大语言模型,调用所述预设大语言模型输出规程条款引用字段、待查询数据字段和条件判断分析逻辑结论;根据所述规程条款引用、所述待查询数据字段和所述条件判断分析逻辑结论生成假设回答初稿;从所述假设回答初稿中提取关键词并将所述关键词加入预设检索词库,得到假设回答文档。
9、在上述方案中,将命名实体识别结果、约束条件抽取结果和核心询问点定位结果构建为大语言模型调用指令,调用大语言模型输出规程条款引用字段、待查询数据字段和条件判断分析逻辑结论,并结合生成假设回答初稿并从中提取关键词加入检索词库得到假设回答文档。由此,通过大语言模型对原始问题进行结构化展开,生成的假设回答初稿包含规程引用字段、数据字段和分析逻辑结论等丰富信息,从中提取的关键词有效扩充检索词库,使后续字符匹配检索能够覆盖更多专业术语与实体,进而提高双路检索中字符匹配的准确性,为后续生成电力调度决策提供可靠的数据基础,以提高电力系统运行可靠性。
10、进一步的,基于所述元数据过滤规则和所述电力向量数据库,对所述查询词集合执行字符匹配检索,对所述复合查询向量执行语义相似度检索,召回两路检索结果作为候选知识片段,并计算所述候选知识片段的综合得分,包括:以所述元数据过滤规则作为前置过滤条件,对所述查询词集合执行字符匹配检索,召回第一路知识片段得到第一路检索结果;对所述复合查询向量与所述电力向量数据库中的语义向量进行语义相似度检索,召回第二路知识片段得到第二路检索结果;将所述第一路检索结果和所述第二路检索结果整合为两路检索结果,并对所述两路检索结果进行去重,得到候选知识片段;计算候选知识片段分别计算语义相似度得分、时效性衰减得分和可信度得分,并通过预设可调权重系数对所述语义相似度得分、所述时效性衰减得分和所述可信度得分进行加权求和,得到所述候选知识片段的综合得分。
11、在上述方案中,以元数据过滤规则作为前置过滤条件对查询词集合执行字符匹配检索召回第一路知识片段,对复合查询向量执行语义相似度检索召回第二路知识片段,两路结果整合去重后得到候选知识片段,分别计算语义相似度得分、时效性衰减得分和可信度得分并通过可调权重系数加权求和得到综合得分。由此,通过元数据前置过滤缩小检索范围并保障知识类别与版本符合要求,采用双路检索互补覆盖准确术语与语义关联,再通过三维度加权综合得分同时考量语义匹配度、知识时效性和知识可信度,最终筛选出最相关、最新和最权威的知识片段输入大语言模型,以保障最终输出的电力调度决策可靠性,进而提高电力系统运行可靠性。
12、进一步的,筛选综合得分满足预设阈值要求的候选知识片段,得到目标知识片段,将所述电力调度问题与所述目标知识片段进行融合,并根据预设提示词模板驱动预设大语言模型输出电力调度决策,包括:对所述候选知识片段的综合得分进行排序,筛选满足预设阈值要求的候选知识片段作为目标知识片段;将所述目标知识片段和所述电力调度问题拼接后输入预设提示词模板,通过所述预设提示词模板驱动预设大语言模型生成结构化回答文档;对所述结构化回答文档进行引用解析,提取每条回答内容对应的元信息字段,生成电力调度决策。
13、在上述方案中,对候选知识片段综合得分排序后筛选满足预设阈值的片段作为目标知识片段,将目标知识片段与电力调度问题拼接后输入预设提示词模板驱动大语言模型生成结构化回答文档,对结构化回答文档进行引用解析并提取每条回答内容对应的元信息字段生成电力调度决策。由此,通过阈值筛选确保仅高置信度知识参与生成,利用预设提示词模板约束大模型输出格式并强制引用召回知识,且采用引用解析机制将每条决策建议与具体知识来源元信息关联标注,最终输出带明确来源标注的可溯源电力调度决策,可提高电力系统运行可靠性。
14、进一步的,本发明实施例提供一种基于向量检索的电力调度决策生成方法,还包括:每当输出电力调度决策,对所述电力调度决策进行多维度评分并计算所述电力调度决策的综合评分;若任意电力调度决策的综合评分不满足预设评分要求,记录为失败案例;基于所述失败案例,调整候选知识片段的综合得分计算过程中的预设可调权重系数,得到优化可调权重系数;基于所述失败案例,调整预设提示词模板和元数据过滤规则,得到优化提示词模板和优化元数据过滤规则;当所述失败案例触发知识缺失标记时,对所述电力向量数据库进行更新,得到优化电力向量数据库;基于所述优化可调权重系数、优化提示词模板、优化元数据过滤规则和优化电力向量数据库,重新输出电力调度决策直至所述电力调度决策的综合评分满足预设评分要求。
15、在上述方案中,每当输出电力调度决策即进行多维度评分并计算综合评分,将不满足评分要求的决策记录为失败案例,再根据失败案例调整综合得分计算中的可调权重系数、提示词模板和元数据过滤规则,当失败案例触发知识缺失标记时更新电力向量数据库,还根据优化后的参数与知识库重新输出决策直至评分满足要求。由此,通过多维度评分自动识别低质量回答,还采用失败案例驱动的参数调整使检索权重与过滤规则向高精度收敛,以及根据知识库增量更新弥补知识缺口,可使电力调度决策生成持续适应调度规程修订与运行方式变化,进而可提高电力系统运行可靠性。
16、本发明实施例还提供一种基于向量检索的电力调度决策生成系统,包括数据库构建模块、查询拓展模块、知识片段检索模块和电力调度决策输出模块;其中:所述数据库构建模块用于基于不同的知识类型对预获取的多源调度知识进行差异化语义切块并标注结构化元信息,得到若干元信息字段,并根据若干所述元信息字段构建电力向量数据库;所述查询拓展模块用于对预获取的电力调度问题进行语义解析得到解析结果,并对所述电力调度问题和所述解析结果进行加权融合,生成查询词集合、复合查询向量和元数据过滤规则;所述知识片段检索模块用于基于所述元数据过滤规则和所述电力向量数据库,对所述查询词集合执行字符匹配检索,对所述复合查询向量执行语义相似度检索,召回两路检索结果作为候选知识片段,并计算所述候选知识片段的综合得分;所述电力调度决策输出模块用于筛选综合得分满足预设阈值要求的候选知识片段,得到目标知识片段,将所述电力调度问题与所述目标知识片段进行融合,并根据预设提示词模板驱动预设大语言模型输出电力调度决策。
17、本发明实施例提出一种基于向量检索的电力调度决策生成系统,对多源调度知识按知识类型差异化语义切块并标注结构化元信息构建电力向量数据库,对电力调度问题语义解析后加权融合生成查询词集合、复合查询向量与元数据过滤规则,执行字符匹配与语义相似度双路检索并计算综合得分,筛选目标知识片段后驱动大模型输出调度决策。由此,通过差异化切块保障知识逻辑完整,通过双路检索实现精确匹配与语义关联互补,还采用综合得分筛选过滤低质量片段,使大语言模型可根据高质量知识生成准确的电力调度决策,进而提高电力系统运行可靠性。
18、进一步的,所述数据库构建模块,包括语义切分单元、切分调整单元、信息字段标注单元和数据关联存储单元;其中:所述语义切分单元用于获取多源调度知识,若所述多源调度知识为具有章节结构类,则根据章节结构层级顺序逐级解析生成文档树并记录每个节点的完整路径以进行语义切块,得到若干初始语义切分结果;若所述多源调度知识为时序类,则根据时间窗口与设备或时间窗口与区域的组合维度进行语义切块,得到若干初始语义切分结果;若所述多源调度知识为故障案例类,则根据完整处置流程进行语义切块,得到若干初始语义切分结果;所述切分调整单元用于以预设语义完整单元为目标粒度对若干所述初始语义切分结果进行调整,得到若干目标语义切分结果;所述信息字段标注单元用于对若干所述目标语义切分结果标注结构化元信息字段,得到若干元信息字段;所述数据关联存储单元用于对若干所述元信息字段转换为若干高维语义向量,并将若干所述高维语义向量与原始的多源调度知识和对应的元信息字段进行关联存储,得到电力向量数据库。
19、进一步的,所述查询拓展模块,包括问题解析单元、假设回答文档生成单元、查询词集合构建单元、复合查询向量生成单元和元数据过滤规则生成单元;其中:所述问题解析单元用于接收用户输入的电力调度问题,对所述电力调度问题依次进行命名实体识别、约束条件抽取和核心询问点定位,得到电力调度问题对应的解析结果;所述假设回答文档生成单元用于基于所述解析结果,调用预设大语言模型生成假设回答文档;所述查询词集合构建单元用于从所述假设回答文档中提取关键词并构建查询词集合;所述复合查询向量生成单元用于将所述假设回答文档编码为假设文档向量,将所述电力调度问题编码为原始查询向量,基于预设权重系数,对所述假设文档向量和所述原始查询向量进行加权融合,得到复合查询向量;所述元数据过滤规则生成单元用于从假设回答文档中提取规程版本、章节编号及知识类别,通过预设约束规则条件生成元数据过滤规则。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com