基于大语言模型的电力设备运维知识问答与辅助决策系统设计.docxVIP

PAGE2

基于大语言模型的电力设备运维知识问答与辅助决策系统设计

摘要

随着电力系统规模持续扩大与智能化水平不断提升，电力设备运维面临知识分散、响应滞后、经验依赖度高等突出问题。传统运维模式依赖人工查阅规程与专家经验，难以快速应对复杂故障场景，亟需智能化的知识服务与辅助决策工具。本课题以构建电力设备运维垂直领域知识库为基础，设计并实现了一套基于大语言模型的自然语言交互问答与故障辅助决策系统。

论文首先分析电力设备运维的实际痛点，明确系统需实现知识问答、故障诊断推理与处置建议生成等核心功能。随后，在需求分析基础上，提出“数据层—知识层—模型层—应用层”四层系统架构，完成知识库构建、大语言模型适配、检索增强生成等核心模块的详细设计。系统采用LlamaIndex框架与开源大语言模型，结合电力设备运维规程、历史故障案例等语料，构建了高效的知识索引与问答链路。在实现过程中，重点解决了领域术语歧义消解、多轮对话状态追踪与推理幻觉控制等技术难点，并设计了故障辅助决策树，实现从现象到处置的结构化推理。测试结果表明，系统在知识问答场景下Top-5召回率达到92.3%，回答准确率超过85%，故障辅助决策建议的采纳率较传统方法提升约30%，验证了设计的有效性。本课题为电力设备运维领域的智能化升级提供了一种可落地的技术方案，对推动大语言模型在工业垂直领域的应用具有参考价值。

全文共分八章：第一章阐