【Objetivo】 Para resolver los problemas de fragmentación del conocimiento, inconsistencia semántica y baja eficiencia de búsqueda en la gestión del conocimiento sobre fallas en equipos de centrales eléctricas, se propone un método inteligente de preguntas y respuestas que integra gráficos de conocimiento y generación aumentada por búsqueda, con el fin de lograr una integración efectiva del conocimiento de fallas, unificación semántica y consultas eficientes y precisas. 【Método】 Este método se basa en la tabla de análisis de modos de falla y efectos, expresando de forma semántica y estructurada el conocimiento en el dominio de fallas mediante modelado ontológico, transformando textos no estructurados en tripletas estructuradas que cumplen con restricciones ontológicas, luego construyendo un gráfico de conocimiento de fallas capaz de realizar razonamiento semántico, y generando simultáneamente índices vectorizados para los nodos del gráfico y segmentos de texto, formando una base doble de conocimiento «relaciones de hechos + incrustaciones semánticas». En la fase de preguntas y respuestas, al ejecutar la búsqueda de relaciones en el gráfico y la búsqueda semántica vectorial, se fusionan los resultados de los dos canales para formar un contexto mejorado para el modelo de lenguaje grande, generando así respuestas más científicas y precisas. 【Resultados】 En 20 preguntas típicas que cubren múltiples escenarios, se compararon los resultados del modelo de lenguaje grande puro, la inyección completa de texto de tabla, la mejora por búsqueda vectorial y el método propuesto. Los resultados experimentales muestran que el método propuesto tiene el mejor desempeño en cobertura de información y adaptación semántica, con una puntuación global de 91.2, superando los métodos comparados. 【Conclusión】 El método de preguntas y respuestas propuesto integra eficazmente el razonamiento preciso de relaciones del gráfico de conocimiento con la capacidad de generalización semántica de la búsqueda vectorial, logrando una mejora integral en precisión, cobertura y explicabilidad con baja latencia de respuesta, proporcionando una solución efectiva para la gestión y aplicación del conocimiento sobre fallas de equipos de centrales eléctricas.

equipos de centrales eléctricas; preguntas y respuestas sobre fallas; gráfico de conocimiento; generación aumentada por búsqueda; modelo de lenguaje grande