[发明专利]一种利用文字识别识别电气设备中监测数据的处理方法

权利要求书

1.一种利用文字识别识别电气设备中监测数据的处理方法，其特征在于其包括如下步骤：

建立故障文本空间向量模型，进行文本特征提取；

机器学习算法应用，采用机器学习建立分类模型，将电气设备故障文本分类；

采用DA-BiLSTM分类模型进行故障文本识别。

2.根据权利要求1所述的一种利用文字识别识别电气设备中监测数据的处理方法，其特征在于建立故障文本空间向量模型时，首先分析电气设备故障文本特点，根据特点选择文本预处理方法，然后对预处理后的文本进行特征提取。

3.根据权利要求2所述的一种利用文字识别识别电气设备中监测数据的处理方法，其特征在于所述文本预处理方法包括分词、去除停用词。

4.根据权利要求2所述的一种利用文字识别识别电气设备中监测数据的处理方法，其特征在于在对文本进行特征提取时，采用卡方统计量、互信息法以及MCHI方法。

5.根据权利要求1所述的一种利用文字识别识别电气设备中监测数据的处理方法，其特征在于机器学习算法应用过程中，首先对故障数据进行人工筛选，将存在明显误差、稀疏的故障数据去除，然后将处理后的数据按照预处理流程进行筛选，分别应用到支持向量机、k-最近邻、Logistic回归、Gradicnt Boosting、朴素贝叶斯机器学习分类模型中，对文本进行分类。

6.根据权利要求5所述的一种利用文字识别识别电气设备中监测数据的处理方法，其特征在于在对文本分类之前，对模型进行预定义分类评估指标，根据电力设备缺陷的分类标准，将电力系统故障评估分为一般、重要、紧急3个等级。

7.根据权利要求1所述的一种利用文字识别识别电气设备中监测数据的处理方法，其特征在于采用DA-BiLSTM分类模型进行故障文本识别的具体方法为：

语映射为一组向量实现对文本的分类；

DA-BiLSTM模型是将深层注意力机制和双层双向LSTM模型融合，能判断重要文本信息并进行分类，DA-BiLSTM模型结构包含嵌入层、双向LSTM层、注意力层和输出层；

嵌入层：该层的输入是由一组文本序列组成的故障文本信息，将不同的文本序列Y＝{y₁，y₂，...，y_n}映射到文本词向量空间RE；其中，E是嵌入层的长度，n是文本中词的个数；

BiLSTM层：LSTM将文本词向量作为输入，隐藏状态H＝(h₁,h₂,...h_t)是对词向量的注释；其中，ht是LSTM在时间步骤t的隐藏状态，总结从y₁到y_t所有词向量的信息；BiLSTM从前后两个方向获得词向量信息，BiLSTM模型包括前向LSTMf和后向LSTMf，前向LSTMF读取y₁到y_n向量，后向LSTMf读取y_n到y₁向量，并从两个方向上的向量注释获得最终向量表示：

式中表示连接h1和hi，L表示LSTM的长度，两层BiLSTM是为了获得更准确的词向量特征；

注意力层：所有词向量对文本分类贡献率是不同的，注意力机制可以判断不同词向量的重要程度；该过程能基于隐藏状态ht而获得注意力权重a；特征向量s可以由当前状态ht和前面的状态ht-1得出；

输出层：s作为特征向量进行分类，并将分类结果反馈到最终连接的sofmax分类器层，该层输出所有类的概率分布。