买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福建泽源信息科技有限公司申请的专利一种RPA融合多模态大模型的电力工单智能处理方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120563072B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511045723.8，技术领域涉及：G06Q10/10；该发明授权一种RPA融合多模态大模型的电力工单智能处理方法是由黄溶;朱建伟设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本一种RPA融合多模态大模型的电力工单智能处理方法在说明书摘要公布了：本发明涉及电力系统智能运维与人工智能交叉技术领域，尤其为一种RPA融合多模态大模型的电力工单智能处理方法，通过领域适配大语言模型解析文本、语音、图像等多模态工单数据，结合动态知识图谱实现故障关键信息提取与冲突消解；利用时空约束强化学习进行工单优先级评分与资源分配；通过RPA引擎将分析结果转换为自动化执行脚本，实现派单、处理及反馈的全流程闭环；同时，构建反馈优化与冲突消解协同机制，持续迭代知识图谱与模型精度。本发明提升了工单处理效率与解析精度，强化决策科学性，适用于电力系统智能运维场景。

本发明授权一种RPA融合多模态大模型的电力工单智能处理方法在权利要求书中公布了：1.一种RPA融合多模态大模型的电力工单智能处理方法，其特征在于：包括以下步骤： S1、多模态工单数据采集与预处理：通过RPA机器人从电力客服系统、巡检终端及物联网设备中自动获取工单数据，工单数据包括文本、语音、图像及结构化表单； S2、多模态数据协同解析： 文本数据采用领域适配的大语言模型进行实体识别与意图分类，提取故障位置、设备类型及紧急程度； 语音数据通过融合电力术语库的语音识别模型转换为文本，并关联工单上下文补全关键信息； 图像数据利用视觉大模型识别设备损坏标志及环境风险特征，生成结构化描述； 多模态数据冲突消解采用证据理论决策模型： 结论可信度等于所有文本证据子集与图像证据子集交集支持该结论的基本概率分配乘积之和，除以数值1减去所有文本证据子集与图像证据子集冲突的基本概率分配乘积之和； S3、动态知识图谱驱动的工单分析： 基于电力设备知识图谱匹配历史相似工单解决方案，结合实时气象、电网拓扑数据生成故障影响评估； 通过大语言模型与图谱协同推理，生成工单处理优先级评分及资源分配建议；工单处理优先级评分采用时空约束强化学习算法： 定义状态空间包含故障等级、用户影响范围、维修队实时位置和气象风险因子； 定义动作空间为派单目标，且必须满足维修队到故障点的地理信息系统路径可达时间小于等于预设阈值； 价值函数更新规则为：当前状态动作值加上学习率乘以括号内即时奖励加折扣因子乘以下一状态最大动作值减当前状态动作值； S4、RPA自适应工单执行与反馈优化： RPA引擎依据分析结果自动派单至维修终端，同步推送故障处理标准作业指南； 维修完成后，采集现场反馈数据更新知识图谱，并基于质量评估模型迭代优化大语言模型解析精度； 反馈优化包括： 知识图谱更新采用贝叶斯不确定性融合： 新知识图谱的后验概率正比于旧图谱的似然度乘以旧图谱先验概率与知识图谱预测分布KL散度的加权和，再乘以基于反馈数据置信度方差的指数衰减因子； 其中，衰减因子计算为数值1减去衰减系数乘方差的指数函数； 领域适配的大语言模型优化包括： 课程学习驱动的预训练： 总损失函数由任务损失函数和知识图谱先验分布与大语言模型预测分布KL散度的加权和构成； 任务损失的权重系数随训练轮次增加按指数函数从零递增至一； 所述反馈优化与冲突消解的协同机制包括： 当反馈数据置信度方差大于预设阈值时，触发冲突消解模块重新验证数据； 消解后的结论可信度用于调整知识融合的不确定性衰减因子，新衰减因子等于原衰减因子乘以数值1加上可信度与数值零点五的差值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福建泽源信息科技有限公司，其通讯地址为：350108 福建省福州市闽侯县上街镇创业路5号久策大厦A座14层1417室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。