基于人工智能的调度操作票命令术语自学习研究.pdfVIP

行业应用与交流《自动化技术与应用》2023年第42卷第7期

IndustrialApplicationsandCommunications

DOI:10.20033/j.1003-7241.（2023）07-0179-04.

基于人工智能的调度操作票命令术语自学习研究*

林泽宏,陈威洪,李敬光,张鑫,李敬航

（广东电网有限责任公司东莞供电局，广东东莞523000）

摘要:以改善人工校核调度操作票容易出现疏漏的缺陷，提出基于人工智能的调度操作票命令术语自学习方法。采用规则学习方

法建立操作票语法规则库，将操作票语句输入隐马尔可夫模型中，利用维特比算法确定观察序列中的隐藏状态序列，通过状

态转移输出最大概率状态序列，输出最大概率状态序列的分词结果即完成标注结果，依据标注结果从语法规则库中提取操作

票的动作、对象、状态命令术语，完成调度操作票命令术语自学习。实验结果表明，所提方法可实现调度操作票命令术语自学

习，成功执行操作票命令，降低调度人员工作量，提升操作票的调度效率。

关键词:人工智能；调度操作票；命令术语；隐马尔可夫

中图分类号：TP181文献标识码:A文章编号:1003-7241(2023)07-0179-04

ResearchonSelf-learningofDispatchOperationOrder

TerminologyBasedonArtificialIntelligence

LINZe-hong,CHENWei-hong,LIJing-guang,ZHANGXin,LIJing-hang

(DongguanPowerSupplyBureauofGuangdongPowerGridCo.Ltd.,Dongguan523000China)

Abstract:Inordertoimprovethedefectofmanualcheckingofdispatchingoperationorder,aself-learningmethodofdispatchingoperation

ordertermsbasedonartificialintelligenceisproposed.Therulebaseofoperationordergrammarisestablishedbyrulelearning

method.TheoperationorderstatementsareinputintohiddenMarkovmodel,andthehiddenstatesequenceinobservationse-

quenceisdeterminedbyViterbialgorithm.Themaximumprobabilitystatesequenceisoutputbystatetransition,andtheword

segmentationresultofthemaximumprobabilitystatesequenceisoutputtocompletetheannotation.Accordingtotheannotation

results,theaction,objectandstatuscommandtermsofoperationorderareextractedfromthegrammarrulebase,andthe

self-learning