基于语音和意图识别的电力信息查询与调控功能调用方法与流程

本发明涉及电网调控数据分析技术领域，更具体地，涉及基于语音和意图识别的电力信息查询与调控功能调用方法。

背景技术：

目前，作为新一轮产业变革的核心驱动力，人工智能在赋能提升传统行业、催生新兴产业方面成效显著，有望引发经济结构的重大变革。我国高度重视人工智能产业的发展，随着调控云平台等新技术的建设与完善，电力系统数据量与计算能力近期都有较大提升，为开展电力调控领域人工智能机器人技术研究创造了有利的条件。

口语理解是人机对话系统的重要组成部分，而意图识别是口语理解中的一个子任务，而且至关重要。意图识别的准确性直接关系到语义槽填充的性能并且有助于后续对话系统的建设。现有技术中，意图识别方法主要有基于规则模板的语义识别方法和使用统计特征的分类算法。基于规则模板的意图识别方法一般需要人为构建规则模板以及类别信息对用户意图文本进行分类。基于统计特征分类的方法，则需要对语料文本进行关键特征的提取，如字、词特征、n-gram等，然后通过训练分类器实现意图分类。考虑到人机对话系统中意图识别的困难，传统的机器学习方法无法理解用户话语的深层语义信息，推动了基于深度神经网络的意图识别方法的研究。随着深度神经网络的发展，越来越多的学者们将词向量、卷积神经网络网络、循环神经网络、和其变体长短时记忆网络、门控循环单元、注意力机制和胶囊网络应用于意图识别任务中，相比于传统的机器学习方法，深度学习模型在识别性能上有了很大的提升，将单意图识别和多意图识别变为更实用化的成果。

随着电力系统迅速发展，电力市场化工作推进，大电网一体化特征日趋明显，系统内部不同元素以及系统与外部环境之间的耦合关系不断增强。电网资源类型不断丰富，新能源占比不断提高，提高新能源消纳水平等新的控制目标不断演进，电网状态的不确定性进一步增强。电力系统及调控业务的一系列深层次发展变化，使得调度控制策略与规程规定复杂程度不断提高，对调控业务的自动化、智能化提出了更高的要求。电力调度控制中心是集高价值数据、分析规则、专家经验和计算决策为一体的“指挥大脑”，现行调控方式主要以人工经验分析为主，调度人员需要将海量多样数据、方案模型进行经验知识关联，重复性“人脑劳动”较多，效率较低。因此，实现智能调控，降低调控人员工作强度迫在眉睫。

通过上述分析，现有技术中，调控业务实时分析方面存在的问题及缺陷为：

(1)现有多轮对话技术存在智能化程度不够高、研发工作量大等问题。

(2)现行电力调度调控方式以人工经验分析为主，调度人员需要将海量多样数据、方案模型进行经验知识关联，重复性“人脑劳动”较多，效率较低。

技术实现要素：

为解决现有技术中存在的不足，本发明的目的在于，提供基于语音和意图识别的电力信息查询与调控功能调用方法，从电力调控领域语音识别技术、电力调控领域意图识别技术、调控系统多轮对话技术三方面实现电力信息查询与调控系统功能调用。

本发明采用如下的技术方案。

基于语音和意图识别的电力信息查询与调控功能调用方法包括：

步骤1，采集调度语音语料，并构建调度语音语料库；

步骤2，以调度语音语料作为输入数据，输入到训练好的声学模型和语言模型中；由训练好的声学模型和语言模型联合输出调度电话文本；

其中，训练好的声学模型和语言模型，以调度语音语料库为训练集，采用深度学习算法进行训练；

步骤3，采集调控指令语料，并对调控指令语料词进行向量化处理，以所获得的调控指令词向量构建调控指令语料库；

步骤4，以调控指令词向量作为输入数据，分别输入到训练好的领域识别模型、意图识别模型中；

先由领域识别模型输出领域匹配结果，再由意图识别模型根据领域匹配结果输出意图识别结果；

其中，训练好的领域识别模型、意图识别模型，以调控指令语料库为训练集，采用深度学习算法进行训练；

步骤5，以意图识别结果作为槽位识别模型的输入数据，由槽位识别模型输出调控指令匹配结果；

其中，槽位识别模型，利用规则解析算法从调度指令中提取语义标签；

步骤6，根据调控指令匹配结果，明确调度指令以准备开展电力调度；通过结合电网潮流计算，短路电流计算及分合闸操作，确定电网运行状态；同时根据调控指令匹配结果，执行电力信息查询、电网自动计算以及电力自动调度响应操作；

步骤7，将调度电话文本和调控指令匹配结果均输入至语音合成引擎，通过语音合成引擎转化为调度电话语音，使用调度电话语音对调度电话做出自动应答。

优选地，

步骤1中，对采集的调度语音语料进行降噪处理和特征提取，所获得的特征序列存储于调度语音语料库中；所述调度语音语料库包括通用语料库和电力专业语料库，还包括用于匹配度测试的标准语音信号。

优选地，

步骤2包括：

步骤2.1，以调度语音语料作为输入数据，输入到训练好的声学模型和语言模型中；

步骤2.2，训练好的声学模型对调度语音语料进行噪声处理和声学特征提取，以输出声学特征序列；利用标准语音信号，获得声学特征序列的匹配度，即声学模型得分；

步骤2.3，训练好的语言模型对调度语音语料进行噪声处理和语义特征提取，以输出语义特征序列；利用标准语音信号，获得语义特征序列的匹配度，即语言模型得分；

步骤2.4，将声学模型和语言模型综合得分最高的特征序列，作为调度电话特征序列；

步骤2.5，基于电力专业语料库，对调度电话特征序列进行语言解码，获得调度电话文本。

优选地，

步骤2.2中，以标准语音信号作为匹配度测试输入数据，输入至训练好的声学模型中，由声学模型输出标准声学特征序列；基于距离算法，计算声学特征序列与标准声学特征序列的匹配度。

步骤2.3中，以标准语音信号作为匹配度测试输入数据，输入至训练好的语言模型中，由语言模型输出标准语义特征序列；基于距离算法，计算语义特征序列与标准语义特征序列的匹配度。

优选地，

步骤6中，对设备潮流、电网事件、运行方式、风险预警、设备检修、事故预案、气象信息进行整合、汇总，在同一个界面内对各类电力信息进行查询与观看；所述界面支持信息模块的拖拽，可根据需求定制展示当前需要的信息。

进一步，步骤6还包括：与调控知识库交互实现报表自定制、画面自生成、电话自应答功能。

进一步，步骤6还包括：根据倒闸操作知识图谱和刀闸位置图像识别结果，实现操作票智能成票、操作票自动执行、刀闸位置确认。

进一步，画面自生成是将设备潮流、电网事件、运行方式、风险预警、设备检修、事故预案、气象信息进行整合、汇总，在一个界面对各类信息进行查看。

优选地，

步骤7包括：获取调度电话文本和调控指令匹配结果；通过设置合成语音特征参数，利用语音合成引擎，将调度电话文本和调控指令匹配结果均转化为语音；所合成的语音播报给调控人员。

本发明的有益效果在于，与现有技术相比：

基于语音和意图识别开展人工智能技术在调控运行流程化业务中的应用，将意图识别作为多轮对话场景的核心模块，用于理解调度员意图，并将调度员真实意图转化为机器语言，传达给计算机。面向实际场景，准确识别信息意图，实现了调控运行业务流程化智能执行，尤其是电力信息查询与调控系统功能调用，减轻调控专业人员流程化业务负担，提高工作效率和安全水平，保障电网安全稳定运行。

本发明的有益效果还在于，电网调控事务性工作智能执行技术，实现基于语音的电力信息查询、搜索、功能调用，实现可定制报表、自动构图、典型业务电话自动应答等功能。能够通过语音识别和意图识别实现调控事物执行智能交互，对倒闸操作数据信息进行线上管控，辅助调度员执行全流程，提升电网系统级告警能力和故障智能处置能力。通过人工智能手段取代简单重复性的调控工作，提升了调控领域应用产品的智能化水平，可以将调度员从重复性的工作解放出来，有能力去思考更多有利于电网运行的工作。

附图说明

图1为本发明基于语音和意图识别的电力信息查询与调控功能调用方法的流程图；

图2为本发明一实施例中，从电力调控领域语音识别技术、电力调控领域意图识别技术、调控系统多轮对话技术三方面实现电力信息查询与调控系统功能调用的示意图。

具体实施方式

下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本申请的保护范围。

如图1，基于语音和意图识别的电力信息查询与调控功能调用方法包括：

步骤1，采集调度语音语料，并构建调度语音语料库。

具体地，

步骤1中，对采集的调度语音语料进行降噪处理和特征提取，所获得的特征序列存储于调度语音语料库中；所述调度语音语料库包括通用语料库和电力专业语料库，还包括用于匹配度测试的标准语音信号。

步骤2，以调度语音语料作为输入数据，输入到训练好的声学模型和语言模型中；由训练好的声学模型和语言模型联合输出调度电话文本；

其中，训练好的声学模型和语言模型，以调度语音语料库为训练集，采用深度学习算法进行训练。

具体地，

步骤2包括：

步骤2.1，以调度语音语料作为输入数据，输入到训练好的声学模型和语言模型中。

步骤2.2，训练好的声学模型对调度语音语料进行噪声处理和声学特征提取，以输出声学特征序列；利用标准语音信号，获得声学特征序列的匹配度，即声学模型得分。

具体地，

步骤2.2中，以标准语音信号作为匹配度测试输入数据，输入至训练好的声学模型中，由声学模型输出标准声学特征序列；基于距离算法，计算声学特征序列与标准声学特征序列的匹配度。

步骤2.3，训练好的语言模型对调度语音语料进行噪声处理和语义特征提取，以输出语义特征序列；利用标准语音信号，获得语义特征序列的匹配度，即语言模型得分。

具体地，

步骤2.3中，以标准语音信号作为匹配度测试输入数据，输入至训练好的语言模型中，由语言模型输出标准语义特征序列；基于距离算法，计算语义特征序列与标准语义特征序列的匹配度。

步骤2.4，将声学模型和语言模型综合得分最高的特征序列，作为调度电话特征序列。

步骤2.5，基于电力专业语料库，对调度电话特征序列进行语言解码，获得调度电话文本。

步骤3，采集调控指令语料，并对调控指令语料词进行向量化处理，以所获得的调控指令词向量构建调控指令语料库。

步骤4，以调控指令词向量作为输入数据，分别输入到训练好的领域识别模型、意图识别模型中；

先由领域识别模型输出领域匹配结果，再由意图识别模型根据领域匹配结果输出意图识别结果；

其中，训练好的领域识别模型、意图识别模型，以调控指令语料库为训练集，采用深度学习算法进行训练。

步骤5，以意图识别结果作为槽位识别模型的输入数据，由槽位识别模型输出调控指令匹配结果；

其中，槽位识别模型，利用规则解析算法从调度指令中提取语义标签。

步骤6，根据调控指令匹配结果，明确调度指令以准备开展电力调度；通过结合电网潮流计算，短路电流计算及分合闸操作，确定电网运行状态；同时根据调控指令匹配结果，执行电力信息查询、电网自动计算以及电力自动调度响应操作。

具体地，

步骤6中，对设备潮流、电网事件、运行方式、风险预警、设备检修、事故预案、气象信息进行整合、汇总，在同一个界面内对各类电力信息进行查询与观看；所述界面支持信息模块的拖拽，可根据需求定制展示当前需要的信息。

进一步，步骤6还包括：与调控知识库交互实现报表自定制、画面自生成、电话自应答功能。

画面自生成是将设备潮流、电网事件、运行方式、风险预警、设备检修、事故预案、气象信息进行整合、汇总，在一个界面对各类信息进行查看。

进一步，步骤6还包括：根据倒闸操作知识图谱和刀闸位置图像识别结果，实现操作票智能成票、操作票自动执行、刀闸位置确认。

步骤7，将调度电话文本和调控指令匹配结果均输入至语音合成引擎，通过语音合成引擎转化为调度电话语音，使用调度电话语音对调度电话做出自动应答。

具体地，

步骤7包括：获取调度电话文本和调控指令匹配结果；通过设置合成语音特征参数，利用语音合成引擎，将调度电话文本和调控指令匹配结果均转化为语音；所合成的语音播报给调控人员。

本发明优选实施例中，从电力调控领域语音识别技术、电力调控领域意图识别技术、调控系统多轮对话技术三方面实现电力信息查询与调控系统功能调用，如图2所示。首先，构建“通用小样本集 电力专业词库”的语料库，基于深度学习训练声学模型和语言模型。通过对调度语音电话的噪声处理、特征提取得到特征序列，并经过语音解码，与训练库中的特征序列进行匹配，按照声学模型和语言模型综合得分最高的特征序列，得到输出的调度电话文本。其次，基于调控领域指令范畴内语料采用深度学习方法分别建立调度指令的领域识别模型、意图识别模型，鉴于实际应用中调控系统难以一次理解调度指令，使用规则方法建立大量的槽位识别模型，通过与调度指令槽位的匹配，明确调控人员的真实意图，进而结合智能调控系统中的电网分析、计算、操作等服务，进行电力信息查询、自动调度、自动计算等操作。调控系统产生的指令回复信息通过语音合成引擎将文本转化为语音，播报给调控人员。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用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。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、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(例如同轴电缆、光纤、数字用户线(dsl)或无线(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)。所述计算机可读取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成的服务器、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(例如固态硬盘solidstatedisk(ssd))等。

本发明的有益效果在于，与现有技术相比：

基于语音和意图识别开展人工智能技术在调控运行流程化业务中的应用，将意图识别作为多轮对话场景的核心模块，用于理解调度员意图，并将调度员真实意图转化为机器语言，传达给计算机。面向实际场景，准确识别信息意图，实现了调控运行业务流程化智能执行，尤其是电力信息查询与调控系统功能调用，减轻调控专业人员流程化业务负担，提高工作效率和安全水平，保障电网安全稳定运行。

本发明的有益效果还在于，电网调控事务性工作智能执行技术，实现基于语音的电力信息查询、搜索、功能调用，实现可定制报表、自动构图、典型业务电话自动应答等功能。能够通过语音识别和意图识别实现调控事物执行智能交互，对倒闸操作数据信息进行线上管控，辅助调度员执行全流程，提升电网系统级告警能力和故障智能处置能力。通过人工智能手段取代简单重复性的调控工作，提升了调控领域应用产品的智能化水平，可以将调度员从重复性的工作解放出来，有能力去思考更多有利于电网运行的工作。

本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。