融合多源数据的电力客户诉求预判方法及系统、电子设备、存储介质、计算机程序产品与流程

摘要: 本发明涉及电力服务数据处理,特别是涉及一种融合多源数据的电力客户诉求预判方法及系统、电子设备、存储介质、计算机程序产品。背景技术:1、随着智能电网建设的持续推进...
融合多源数据的电力客户诉求预判方法及系统、电子设备、存储介质、计算机程序产品与流程

本发明涉及电力服务数据处理,特别是涉及一种融合多源数据的电力客户诉求预判方法及系统、电子设备、存储介质、计算机程序产品。

背景技术:

1、随着智能电网建设的持续推进,电力企业逐步建立了涵盖客户服务、配电自动化、用电信息采集以及设备运行监测等多个业务系统的数字化管理体系。现有电力客户服务主要通过客服热线、移动终端应用程序以及线上服务平台等渠道接收客户报修、咨询及投诉信息,并根据客户提供的故障现象描述进行工单生成、故障分类以及抢修派发。然而,实际应用过程中,电力客户通常不具备专业电力知识,对电力设备运行状态、故障类型及故障影响范围缺乏准确判断能力,导致客户在故障发生时难以采用规范化的电力专业术语描述实际问题。

2、例如,当发生电压波动、低压缺相、线路异常或用户侧保护装置动作等情况时,客户可能仅通过“灯一闪一闪”、“电器没有力”、“突然没电”、“开关合不上”等生活化语言进行描述。由于该类描述具有明显的主观性、非结构化以及语义不确定性,现有客户服务系统难以直接建立客户描述内容与具体电网故障状态之间的对应关系,容易出现故障类型判断偏差、工单分类不准确以及抢修资源调度不合理等问题。

3、目前,针对电力客户诉求识别的方法主要包括基于关键词匹配的方法、基于文本分类模型的方法以及基于历史工单数据训练的机器学习方法。其中,基于关键词匹配的方法依赖预先设置的规则库,仅能够识别固定表达方式,难以适应客户多样化的自然语言描述;基于文本分类模型的方法虽然能够利用语义特征进行分类,但通常仅关注客户输入文本本身,缺少与电网实时运行状态之间的关联分析,当客户描述信息不完整或存在歧义时,仍难以准确判断对应的真实故障原因。此外,现有方法通常将客户服务数据与电网设备监测数据分别进行处理,未充分利用智能电表、配电自动化系统以及区域客户行为数据中包含的电网状态信息,导致客户诉求识别仍主要依赖客户主动描述。

4、另一方面,现有电网故障分析方法通常基于设备运行参数、拓扑关系或故障告警信息进行状态判断,但其主要面向电网设备侧运行维护场景,未考虑客户感知侧信息在故障识别中的辅助作用。由于电网系统具有明显的拓扑关联特征,某一节点发生异常时,可能通过供电线路、开关设备以及变压器节点向关联区域传播,并进一步引起多个用户产生相似诉求。因此,仅依靠单个用户的报修描述或单一设备监测数据,难以准确反映复杂电网环境下故障状态的演化过程。

5、因此,如何解决电力客户诉求识别过程中,客户非专业化故障描述与电网实际运行状态之间缺乏有效关联,导致无法基于客户有限信息准确判断其对应的电网故障状态的问题,成为当前电力智能客服及配电运维领域亟需解决的技术问题。

技术实现思路

1、本发明的目的是为克服现有技术的不足和缺陷,而提供一种融合多源数据的电力客户诉求预判方法及系统、电子设备、存储介质、计算机程序产品,旨在解决现有技术中电力客户诉求识别过程中,客户非专业化故障描述与电网实际运行状态之间缺乏有效关联,导致无法基于客户有限信息准确判断其对应的电网故障状态的缺陷,本发明利用客户侧非结构化诉求信息与电网侧运行状态信息之间的关联关系,实现面向不确定客户描述条件下的电网故障状态精准估计和客户诉求预判,提高复杂故障场景下客户诉求预判的准确性。

2、根据本申请的第一方面,提供一种融合多源数据的电力客户诉求预判方法,包括:

3、根据电网设备之间的供电连接关系构建电网的有向图模型;其中,所述电网的有向图模型的节点包括变压器节点、线路节点、开关节点以及用户节点,所述电网的有向图模型的边包括节点之间的电气连接关系;

4、根据所述电网的有向图模型和上一时刻的电网状态向量,通过图神经网络状态转移函数进行图结构传播计算,得到当前时刻的预测状态向量;

5、对多源数据分别进行特征编码后,得到编码后的观测特征;其中,所述多源数据包括客户侧语义信息、电网运行监测信息以及区域客户行为信息;

6、根据所述编码后的观测特征构建统一观测向量;

7、利用所述统一观测向量对所述当前时刻的预测状态向量进行修正,得到更新后的电网状态向量;

8、根据所述更新后的电网状态向量,对所述电网的有向图模型中的节点进行故障状态概率计算,得到电力客户诉求的预测结果。

9、根据本申请的第二方面,提供一种融合多源数据的电力客户诉求预判系统,包括:

10、模型构建模块,用于根据电网设备之间的供电连接关系构建电网的有向图模型;其中,所述电网的有向图模型的节点包括变压器节点、线路节点、开关节点以及用户节点,所述电网的有向图模型的边包括节点之间的电气连接关系;

11、预测模块,用于根据所述电网的有向图模型和上一时刻的电网状态向量,通过图神经网络状态转移函数进行图结构传播计算,得到当前时刻的预测状态向量;

12、编码模块,用于对多源数据分别进行特征编码后,得到编码后的观测特征;其中,所述多源数据包括客户侧语义信息、电网运行监测信息以及区域客户行为信息;

13、特征统一模块,用于根据所述编码后的观测特征构建统一观测向量;

14、更新模块,用于利用所述统一观测向量对所述当前时刻的预测状态向量进行修正,得到更新后的电网状态向量;

15、输出模块,用于根据所述更新后的电网状态向量,对所述电网的有向图模型中的节点进行故障状态概率计算,得到电力客户诉求的预测结果。

16、根据本申请的第三方面,提供一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述融合多源数据的电力客户诉求预判方法。

17、根据本申请的第四方面,提供一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如所述融合多源数据的电力客户诉求预判方法。

18、根据本申请的第五方面,提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现所述融合多源数据的电力客户诉求预判方法。

19、本发明提供的融合多源数据的电力客户诉求预判方法,通过根据电网设备之间的供电连接关系构建电网的有向图模型;根据电网的有向图模型和上一时刻的电网状态向量,通过图神经网络状态转移函数进行图结构传播计算,得到当前时刻的预测状态向量;对多源数据分别进行特征编码后,得到编码后的观测特征;根据编码后的观测特征构建统一观测向量;利用统一观测向量对所述当前时刻的预测状态向量进行修正,得到更新后的电网状态向量;根据更新后的电网状态向量,对电网的有向图模型中的节点进行故障状态概率计算,得到电力客户诉求的预测结果。实现面向不确定客户描述条件下的电网故障状态精准估计和客户诉求预判,提高复杂故障场景下客户诉求预判的准确性。

1.融合多源数据的电力客户诉求预判方法,其特征在于,包括:

2.根据权利要求1所述融合多源数据的电力客户诉求预判方法,其特征在于,在所述根据所述更新后的电网状态向量,对所述电网的有向图模型中的节点进行故障状态概率计算,得到电力客户诉求的预测结果之后,还包括:

3.根据权利要求1所述融合多源数据的电力客户诉求预判方法,其特征在于,所述电网的有向图模型中,所述的边设置有拓扑权重参数,所述拓扑权重参数用于表示两个电网节点之间的电气关联强度,并作为图神经网络进行状态传播时的消息传递权重;

4.根据权利要求1所述融合多源数据的电力客户诉求预判方法,其特征在于,所述图神经网络状态转移函数包括邻域信息聚合函数和状态更新函数;其中,所述邻域信息聚合函数用于获取目标节点周围预设范围内相邻节点的状态特征,所述状态更新函数用于根据聚合后的邻域状态更新目标节点预测状态。

5.根据权利要求1所述融合多源数据的电力客户诉求预判方法,其特征在于,采用语义编码模型将所述客户侧语义信息转换为编码后的观测特征;其中,所述客户侧语义信息包括客户语音文本、报修描述信息以及客服交互信息;所述电网运行监测信息包括智能电表状态、电压异常信息、停电告警信息以及配电设备运行信息;所述区域客户行为信息包括预设时间范围内同一区域客户报修数量、报修时间分布以及空间聚集程度。

6.根据权利要求1所述融合多源数据的电力客户诉求预判方法,其特征在于,所述利用所述统一观测向量对所述当前时刻的预测状态向量进行修正,得到更新后的电网状态向量,包括:

7.融合多源数据的电力客户诉求预判系统,其特征在于,包括:

8.电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述融合多源数据的电力客户诉求预判方法。

9.暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述融合多源数据的电力客户诉求预判方法。

10.计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述融合多源数据的电力客户诉求预判方法。