[发明专利]基于文本挖掘的精细化拟合识别变压器故障方法及设备

权利要求书

1.基于文本挖掘的精细化拟合识别变压器故障方法，其特征在于，包括以下步骤：

第一步：对变压器故障文本数据中超字数的句子文本进行切分，并做增强处理，得到增强文本数据；

第二步：对第一步中的增强文件数据，进行初始向量化处理，得到初始向量化的文本矩阵，

第三步：对第二步中的初始向量化的文本矩阵，利用残差连接和层归一化处理进行编码，得到语句向量；

第四步：构建语言表征模型BERT对第三步中的语句向量进行线性降维处理，得到各类故障标签的概率；并通过添加权重动态调整语言表征模型BERT识别损失值；

第五步：对第四步中的各类故障标签的概率，通过Canopy+K-Means模型进行聚类分析；

提取得到变压器故障文本数据对应的类型标签；

第六步：根据第五步中的类型标签，识别出变压器故障文本数据描述的具体故障部位和故障类型。

2.如权利要求1所述的基于文本挖掘的精细化拟合识别变压器故障方法，其特征在于，

所述第一步中，变压器故障文本数据包括故障描述文本和故障类型，其规律性地填写在同样的表格位列；

切分的方法，包括以下内容；

每一句子文本长度最长为L字符，最短句子文本长度为M；

当句子长度小于M时，将若干句子拼接；

当句子长度在[M，L]区间内时，句子不做拼接；

拼接后的句子按照长度大小进行排序，长度相近的句子放入同一训练批次。

3.如权利要求1所述的基于文本挖掘的精细化拟合识别变压器故障方法，其特征在于，

所述第二步中，向量化处理，包括以下内容：

将变压器故障文本数据中的单个字符作为最小单位token，然后经过若干嵌入层得到初始文本向量矩阵X_e,0；

若干嵌入层至少包括标记嵌入层、片段嵌入层、位次嵌入层。

4.如权利要求3所述的基于文本挖掘的精细化拟合识别变压器故障方法，其特征在于，

标记嵌入层包括以下内容：

采用transformer机制对变压器故障文本数据中的单个字符进行随机初始化，将各字符转换为固定维的向量，然后再进行token-id转换，经id映射得到相应的向量表示，再在各文本的开头和结尾分别加以向量[CLS]和向量[SEP]；

片段嵌入层包括以下内容：

利用向量[SEP]对两个文本在语义上是否相似进行分类，用至少两个向量表示，第一个句子向量的索引号为A，属于这个句子的所有标记的索引都被标记为A；

第二个句子向量的索引号为B，属于该句子的所有标记的索引均标记为B；

片段嵌入层的向量是通过索引号对照片段嵌入表得到的；

所述位次嵌入层向量对照查询表其包括以下内容：

当文本字数不足最大文本长度时，需要对其进行长度补齐，补齐位置无意义，不参与后续计算；

初始文本向量矩阵X_e,0通过若干嵌入层的向量表示进行求和得到，并传递给语言表征模型BERT。