【Ziel】 Zur Lösung der Probleme der Wissensfragmentierung, semantischen Inkonsistenz und niedrigen Sucheffizienz im Wissensmanagement von Kraftwerksanlagenfehlern wird eine intelligente Frage-Antwort-Methode vorgeschlagen, die Wissensgraphen und suchverstärkte Generierung kombiniert, um eine effektive Integration von Fehlerwissen, semantische Vereinheitlichung und effiziente, präzise Abfragen zu realisieren. 【Methode】 Die Methode basiert auf der Fehlermodus- und Auswirkungsanalyse-Tabelle und drückt Wissen aus dem Fehlerbereich durch Ontologiemodellierung semantisch strukturiert aus, wandelt unstrukturierte Texte in strukturierte Triplets gemäß Ontologieeinschränkungen um, baut einen Wissensgraphen für Fehler auf, der semantische Schlussfolgerungen ermöglicht, und generiert gleichzeitig vektorbasierte Indizes für Graphknoten und Textsegmente, wodurch eine doppelte Wissensbasis „Faktbezogene Beziehungen + semantische Einbettungen“ entsteht. In der Frage-Antwort-Phase werden durch Ausführung der Graphbeziehungs- und Vektorsemantiksuche die Ergebnisse der beiden Kanäle zu einem verstärkten Kontext für das große Sprachmodell verschmolzen, wodurch wissenschaftlichere und präzisere Antworten erzeugt werden. 【Ergebnisse】 An 20 typischen Fragen, die mehrere Szenarien abdecken, wurden die Ergebnisse eines reinen großen Sprachmodells, vollständige Tabellentexteinbindung, vektorbasierte Suchverstärkung und die vorgeschlagene Methode verglichen. Die Experimente zeigen, dass die vorgeschlagene Methode in Informationsabdeckung und semantischer Anpassungsfähigkeit am besten abschneidet, mit einer Gesamtpunktzahl von 91,2 und besserer Leistung als die Vergleichsmethoden. 【Fazit】 Die vorgeschlagene Frage-Antwort-Methode integriert effektiv die präzise Beziehungsableitung des Wissensgraphen mit der semantischen Generalisierungsfähigkeit der Vektorsuche, verbessert die Genauigkeit, Abdeckung und Erklärbarkeit umfassend bei niedriger Antwortlatenz und bietet eine effektive Lösung für das Wissensmanagement und die Anwendung von Kraftwerksanlagenfehlern.

Kraftwerksanlagen; Fehlerwissen; Wissensgraph; suchverstärkte Generierung; großes Sprachmodell