基于双通道BiLSTM-CRF与动态知识图谱的电力设备缺陷智能诊断系统研究

陈果; 许明可; 吴美琪; 丁萁琦; 罗合; 陈鸿祥; 李书龙

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于双通道BiLSTM-CRF与动态知识图谱的电力设备缺陷智能诊断系统研究

机电与金属结构 | 更新时间：2025-11-11

- 基于双通道BiLSTM-CRF与动态知识图谱的电力设备缺陷智能诊断系统研究
- 基于双通道BiLSTM-CRF与动态知识图谱的电力设备缺陷智能诊断系统研究
- 水力发电 2025年51卷第11期页码：76-82
- 作者机构：
  
  1. 中国长江电力股份有限公司
  2. 清华四川能源互联网研究院
- 作者简介：
- 基金信息：
  
  中国长江电力股份有限公司科研项目(Z162302021)
- DOI：
  中图分类号： TM507
- 纸质出版：2025
- 稿件说明：
移动端阅览
陈果, 许明可, 吴美琪, 等. 基于双通道BiLSTM-CRF与动态知识图谱的电力设备缺陷智能诊断系统研究[J]. 水力发电, 2025,51(11):76-82.

陈果, 许明可, 吴美琪, et al. 基于双通道BiLSTM-CRF与动态知识图谱的电力设备缺陷智能诊断系统研究[J]. 2025, 51(11): 76-82.
陈果, 许明可, 吴美琪, 等. 基于双通道BiLSTM-CRF与动态知识图谱的电力设备缺陷智能诊断系统研究[J]. 水力发电, 2025,51(11):76-82. DOI：

陈果, 许明可, 吴美琪, et al. 基于双通道BiLSTM-CRF与动态知识图谱的电力设备缺陷智能诊断系统研究[J]. 2025, 51(11): 76-82. DOI：

摘要

为解决传统电力设备缺陷诊断方法在语义理解深度不足和知识更新迭代滞后方面的局限，通过整合双通道BiLSTM-CRF与动态知识图谱技术，构建了一个电力设备缺陷智能诊断系统。为实现多缺陷关联诊断场景下的效能跃升，创新性地引入双驱动知识数据范式，实体识别准确率高达92.7%

相较于既有模式提升超过40%以上。为保证系统能实时映射电力设备最新运行知识及缺陷演化规律，前瞻性地构建了电力领域支持实时推理的动态知识图谱，经技术优化，将知识更新延迟控制在数分钟内。同时，系统还创新应用了知识蒸馏与动态加载技术，实现工业级轻量化部署，能够有效应对工业现场计算资源匮乏的挑战，保障了系统在实际工程应用中的高效与稳定运行。

Abstract

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据

基于双通道BiLSTM-CRF与动态知识图谱的电力设备缺陷智能诊断系统研究

基于双通道BiLSTM-CRF与动态知识图谱的电力设备缺陷智能诊断系统研究

DOI：

摘要

Abstract

关键词

Keywords

references