[发明专利]基于语义分析的电网调控非结构化表格数据提取处理方法、装置及存储介质

说明书

本发明公开了一种基于语义分析的电网调控非结构化表格数据提取处理方法、装置及存储介质，其方法包括：获取电网非结构化的原始表格文本并进行预处理；通过预构建的语义识别模型对预处理后的原始表格文本进行自动标注；基于标注结果解析预处理后的原始表格文本中的数据；将解析结果整理入预设的结构化表格中生成结构化的表格文本；本发明能够解决电网调控非结构化表格数据提取处理的问题，从而为智能控制提供知识支撑。

技术领域

本发明涉及一种基于语义分析的电网调控非结构化表格数据提取处理方法、装置及存储介质，属于电力调控技术领域。

背景技术

随着智能电网的不断发展和运行经验积累，电力系统相关企业积累了大量电力领域所产生的文本数据。电网运行过程中仍然依靠运行人员从大量经验规则文档中翻找知识，自动化和智能化程度相对较低，系统功能整合性不强。由于这些文本数据大多均由人工手工编写，非结构化的文本数据为知识信息的提取带来了巨大的困难，但其中往往存在大量的运行经验和知识积累。充分有效的利用这些经验知识，建立电力领域知识库，可以有效提高电力系统的运行效率，为智能控制提供知识支撑。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于语义分析的电网调控非结构化表格数据提取处理方法、装置及存储介质，解决电网调控非结构化表格数据提取处理的问题，从而为智能控制提供知识支撑。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种基于语义分析的电网调控非结构化表格数据提取处理方法，包括：

获取电网非结构化的原始表格文本并进行预处理；

通过预构建的语义识别模型对预处理后的原始表格文本进行自动标注；

基于标注结果解析预处理后的原始表格文本中的数据；

将解析结果整理入预设的结构化表格中生成结构化的表格文本。

可选的，所述预处理包括：

基于预构建的停止词字典去除原始表格文本中的无意义符号和文字，并将原始表格文本的表格格式进行简化处理；所述停止词字典基于人工使用归纳总结构建语义识别模块。

可选的，所述语义识别模型的构建过程为：

基于电网调度系统的数据库抽取文本中特征句子，并通过人工对特征句子中的特征信息进行标注得到文本语料库；

基于电网调度系统的数据库获取设备数据，并对设备数据进行整理得到带设备关系库；

通过设备关系库对文本语料库进行扩充生成数据集，并将数据集划分为训练集和验证集；

将训练集输入初始化的Bi-LSTM神经网络得到预测输出；

根据预测输出和验证集计算Bi-LSTM神经网络的网络损失，并基于网络损失进行反向传播迭代训练更新网络参数，直至网络损失收敛；

将更新后的网络参数带入Bi-LSTM神经网络生成语义识别模型。

其中，所述文本包括运行管理规定、反事故预案和计划检修信息；所述特征信息包括电网实体和属性信息；所述设备数据包括设备名称和设备属性。

第二方面，本发明提供了一种基于语义分析的电网调控非结构化表格数据提取处理装置，所述装置包括

数据获取模块，用于获取电网非结构化的原始表格文本并进行预处理；

数据标注模块，用于通过预构建的语义识别模型对预处理后的原始表格文本进行自动标注；

数据解析模块，用于基于标注结果解析预处理后的原始表格文本中的数据；