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！

龙图腾网获悉山东大学申请的专利基于融合知识图谱和大语言模型的变压器故障诊断方法及系统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：CN120045864B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411905040.0，技术领域涉及：G06F18/20；该发明授权基于融合知识图谱和大语言模型的变压器故障诊断方法及系统是由吕天光;张振伟;杨明;郭鹏宇设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本基于融合知识图谱和大语言模型的变压器故障诊断方法及系统在说明书摘要公布了：本发明公开了基于融合知识图谱和大语言模型的变压器故障诊断方法及系统，包括获取非结构化文本和半结构化文本；构建联合实体关系抽取模型和问答模块，联合实体关系抽取模型包括编码层、头实体识别层和尾实体与关系联合识别层；问答模块包括LangChain模型和大语言模型，LangChain的输出作为大语言模型的输入；获取故障问题文本，将故障问题文本输入LangChain模型中并输出专业知识，将专业知识和故障问题文本输入大语言模型中，输出专业故障诊断答案；将专业故障诊断答案与高质量知识三元组文本交互结合，输出最终故障诊断答案。本发明可以针对性地解决了变压器运维过程中存在的信息关联性弱以及决策生成效率低等问题，大幅地提升了电力变压器的健康管理水平。

本发明授权基于融合知识图谱和大语言模型的变压器故障诊断方法及系统在权利要求书中公布了：1.基于融合知识图谱和大语言模型的变压器故障诊断方法，其特征在于，包括： 获取变压器运维的非结构化文本以及变压器故障的半结构化文本，并对获取的非结构化文本和半结构化文本进行预处理；所述预处理包括过滤停用词和异常值处理；其中，所述过滤停用词的方法为：根据所述非结构化文本和半结构化文本构建停用词字典，再利用停用词字典对非结构化文本和半结构化文本的停用词进行过滤；所述异常值处理包括去噪、文本规范化以及缺失值处理，其中，所述去噪为移除非结构化文本和半结构化文本中的错误和无关文本，所述文本规范化为将非结构化文本和半结构化文本转换为一致的格式，所述缺失值处理为采用插值法进行处理； 构建联合实体关系抽取模型和问答模块，联合实体关系抽取模型用于对预处理后的非结构化文本和半结构化文本进行知识抽取，输出原始知识三元组文本，并对所述原始知识三元组文本进行知识融合，得到高质量知识三元组文本，其中所述联合实体关系抽取模型包括编码层、头实体识别层和尾实体与关系联合识别层，头实体和尾实体的起始位置阈值设为0.6，结束位置阈值设为0.5；所述问答模块包括LangChain模型和大语言模型，所述LangChain的输出作为大语言模型的输入； 对所述原始知识三元组文本进行知识融合的具体方法为：融合消解和实体消歧；所述融合消解采用语义相似法，采用语义相似法计算词向量的余弦相似度，超过一定的阈值则是近义词，然后对于一组近义词，使用聚类算法来将它们分组，然后选择每个群组的中心点作为代表；所述实体消歧采用深度学习法对识别到的实体进行实体链接，其中深度学习方法选用现有的采用长短时记忆网络与双重注意力相结合：第一个注意力机制将实体嵌入作为注意向量来突出实体描述中的信息部分；第二个注意力机制将实体上下文作为注意向量来突出实体指称上下文中的信息部分；最后结合相似度以及先验概率得到正确的实体； 获取故障问题文本，将故障问题文本输入LangChain模型中并输出专业知识，将专业知识和故障问题文本输入大语言模型中，输出专业故障诊断答案；将专业故障诊断答案与高质量知识三元组文本交互结合，输出最终故障诊断答案。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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”。

以上内容由龙图腾AI智能生成。