【目的】 発電所設備故障の知識管理における知識の断片化、意味の不一致、および検索効率の低下といった問題を解決するために、知識グラフと検索強化生成技術を融合した知識インテリジェントQA手法を提案し、故障知識の有効な統合、意味の統一、高効率かつ精緻な検索を実現した。 【方法】 本手法は故障モード影響解析表に基づき、オン톨ジーモデリングで故障領域知識を構造的に意味表現し、非構造化テキストをオン톨ジー制約に適合した構造化トリプルに変換、さらに意味推論可能な故障知識グラフを構築し、同時にグラフノードとテキスト段落のベクトル化インデックスを生成して「事実関係＋意味埋め込み」の二重知識基盤を形成する。QA段階ではグラフ関係検索とベクトル意味検索を実行し、二経路の結果を大規模言語モデルの強化コンテキストとして融合し、より科学的なQA結果を生成する。 【結果】 複数のQAシナリオをカバーする20件の典型課題において、純粋な大規模言語モデル、表全文注入、ベクトル検索強化、および提案手法のQA結果を比較。実験結果は提案手法が情報カバレッジと意味適合度の両面で最良を示し、総合スコア91.2を達成。比較手法より優れた性能を示した。 【結論】 提案する知識QA手法は知識グラフの精緻な関係推論とベクトル検索の意味一般化能力を有効に融合させ、低応答遅延を維持しつつ、正確性、カバレッジ、説明性の全方位的向上を実現し、発電所設備故障知識管理と応用に有効なソリューションを提供する。

発電所設備;故障知識QA;知識グラフ;検索強化生成;大規模言語モデル