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！

龙图腾网获悉中国南方电网有限责任公司申请的专利基于调度语义知识图谱的意图识别方法、系统及电子设备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：CN116881813B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310833223.5，技术领域涉及：G06F18/243；该发明授权基于调度语义知识图谱的意图识别方法、系统及电子设备是由何宇斌;胡荣;梁寿愚;江伟;符秋稼;聂涌泉;李映辰设计研发完成，并于2023-07-07向国家知识产权局提交的专利申请。

本基于调度语义知识图谱的意图识别方法、系统及电子设备在说明书摘要公布了：本发明公开一种基于调度语义知识图谱的意图识别方法、系统及电子设备，涉及电力调度场景意图识别领域，方法包括：首先，将每轮对话中的问句中的实体与电力调度知识图谱中的本体进行链接，形成句子树状图，然后利用意图识别模型确定句子树状图的意图类型，且在识别过程中，构建实体‑关系可见矩阵，降低了噪声数据干扰，提高了意图识别的准确性。

本发明授权基于调度语义知识图谱的意图识别方法、系统及电子设备在权利要求书中公布了：1.一种基于调度语义知识图谱的意图识别方法，其特征在于，包括： 获取待确定意图类型的问句和电力调度知识图谱；所述问句为某线路故障中潮流转移是怎样、某线路故障中电压变化情况、某线路故障中潮流转移信息、某线路辅A或辅B保护过电压动作，跳某开关，该如何处置、某线路辅A或辅B保护远跳收信的处置方法或者某线路故障处置要点是什么；所述问句中包括多个实体；所述电力调度知识图谱包括本体以及各本体之间的关系；所述本体包括故障设备、指标名、动作状态、发电机组、变压器、母线、开关、发电厂、变电站、换流站、开关站、串补站和设备型号；一个实体对应一个本体； 根据所述待确定意图类型的问句和所述电力调度知识图谱，构建句子树状图；所述句子树状图为标注出本体和各本体之间的关系的问句； 基于所述句子树状图，利用意图识别模型，确定问句的意图类型；所述意图类型包括查询电网电量、查询电网负荷、查询潮流转移信息、查询安控切机信息、查询频率信息、查询设备电压、查询设备型号和查询设备故障处置要点；其中，所述意图识别模型是利用训练数据集对初始模型进行训练得到的；所述训练数据集包括已标注意图类型的句子树状图；所述初始模型包括实体‑关系矩阵计算模块、ERNIE‑BiLSTM层、TextCNN层、Mask Transformer层、全连接层和分类器；所述ERNIE‑BiLSTM层和所述TextCNN层连接；所述实体‑关系矩阵计算模块与所述Mask Transformer层连接；所述ERNIE‑BiLSTM层还与所述Mask Transformer层连接；所述TextCNN层和所述Mask Transformer层均与所述全连接层连接；所述全连接层与所述分类器连接； 基于所述句子树状图，利用意图识别模型，确定问句的意图类型，具体包括： 根据所述句子树状图，利用所述ERNIE‑BiLSTM层，确定所述句子树状图的全局语义特征向量；所述ERNIE‑BiLSTM层包括依次连接的ERNIE层和BiLSTM层； 根据所述句子树状图，利用所述实体‑关系矩阵计算模块，确定实体‑关系可见矩阵；所述实体‑关系矩阵计算模块为，其中，和为句子树状图中的实体，1代表和之间存在关系，0代表和之间不存在关系，但在同一分支上，代表和之间不存在关系，也不在同一分支上； 根据所述全局语义特征向量和所述实体‑关系可见矩阵，利用所述Mask Transformer层，确定所述句子树状图的全局特征； 利用所述TextCNN层，确定所述全局语义特征向量的局部特征； 对所述全局特征和所述局部特征进行特征融合，得到融合后的向量； 所述融合后的向量通过所述全连接层后，利用所述分类器，确定所述问句的意图类型； 根据所述句子树状图，利用所述ERNIE‑BiLSTM层，确定所述句子树状图的全局语义特征向量，具体包括： 基于所述ERNIE层，确定所述句子树状图的标记嵌入向量； 确定每个所述句子树状图中每一个字符的软位置嵌入向量； 根据所述标记嵌入向量和所述软位置嵌入向量，确定句子树状图的嵌入向量； 根据所述嵌入向量，利用BiLSTM层，确定所述全局语义特征向量。

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中国南方电网有限责任公司，其通讯地址为：510530 广东省广州市黄埔区科学城科翔路11号；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。