买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东电网有限责任公司广州供电局申请的专利基于改进型Transformer编码器对电力缺陷文本的实体信息抽取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115470786B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211044230.9，技术领域涉及：G06F40/289；该发明授权基于改进型Transformer编码器对电力缺陷文本的实体信息抽取方法是由卢有飞;刘璐豪;梁雪青;吴任博;张扬;赵宏伟;陈明辉;张少凡;邹时容;蔡燕春;刘璇设计研发完成，并于2022-08-30向国家知识产权局提交的专利申请。

本基于改进型Transformer编码器对电力缺陷文本的实体信息抽取方法在说明书摘要公布了：本发明涉及于人工智能与电力系统交叉领域，为基于改进型Transformer编码器对电力缺陷文本的实体信息抽取方法。该方法通过引入预训练语言模型、词典、微调TENER模型和条件随机场模型，搭建CWG‑TENER模型，利用带标注的电力系统二次设备缺陷文本，对模型进行优化训练和测试选择，得到电力设备缺陷文本信息抽取模型，将待抽取信息的电力设备缺陷文本输入电力设备缺陷文本信息抽取模型，得到所抽取的信息。本发明可用于对电力系统二次设备缺陷文本中涉及到的实体信息进行抽取，可以在电力系统二次设备出现故障时提供辅助决策作用。

本发明授权基于改进型Transformer编码器对电力缺陷文本的实体信息抽取方法在权利要求书中公布了：1.基于改进型Transformer编码器对电力缺陷文本的实体信息抽取方法，其特征在于，包括以下步骤： S1、引入电力系统二次设备缺陷记录数据文本，对数据文本进行标注； S2、引入预训练模型、词典、微调TENER模型和条件随机场模型，搭建CWG-TENER模型，利用带标注的数据文本对CWG-TENER模型进行优化训练，得到电力设备缺陷文本信息抽取模型； 所述步骤S2包括： S21、引入预训练模型和词典，提取数据文本的字符向量和词典词语的词语向量，所述词典是基于若干原始语料分词得到； S22、提取出的字符向量构成字符向量集合C，将数据文本与词典中词语进行匹配，将匹配到的词语对应的词语向量构成词语向量集合W； S23、搭建字词图CWG模型； S24、将Transformer模型的CRF层替换为全连接层，使输出维度和字词语向量维度相同，得到微调TENER模型； S25、将字符向量集合C和词语向量集合W作为微调TENER模型的输入，得到输出结点特征向量初值C0和边的特征向量初值W0，将结点特征向量初值C0和边的特征向量初值W0分别替代CWG模型的结点和CWG模型的边，定义CWG模型全局变量的初值为g0； S26、分别对CWG模型的结点、CWG模型的边和CWG模型的全局变量进行聚合计算，得到第一次聚合后的字符向量词语向量和全局向量 S27、以字符向量词语向量和全局向量替换CWG模型的结点、CWG模型的边和CWG模型的全局变量； S28、通过微调TENER模型对字符向量、词语向量进行更新，通过LSTM网络状态更新公式计算全局向量的更新输出； S29、将更新后的字符向量、词语向量、全局向量分别替代CWG模型的结点、CWG模型的边和CWG模型的全局变量，对CWG模型的结点、CWG模型的边和CWG模型的全局变量进行聚合； S210、循环T次所述步骤S28到步骤S29，得到最终的字符特征向量集合； S211、将最终的字符特征向量集合输入条件随机场模型CRF，计算得到输出最佳标签序列； S212、依据最佳标签序列利用Adam优化器对模型参数进行优化，循环训练预定次数，得到电力设备缺陷文本信息抽取模型； S3、将待抽取信息的电力设备缺陷文本输入电力设备缺陷文本信息抽取模型，得到所抽取的信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东电网有限责任公司广州供电局，其通讯地址为：510620 广东省广州市天河区天河南二路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。