基于大语言模型的电力设备运维规程智能生成与检索增强问答系统设计.docxVIP

PAGE2

基于大语言模型的电力设备运维规程智能生成与检索增强问答系统设计

摘要

随着智能电网建设的深入，电力设备运维规程数量激增，传统基于关键字的检索方式难以满足一线人员精准、高效获取知识的诉求。本课题针对规程检索效率低、语义理解差等痛点，设计并实现了一套基于垂直领域大语言模型的运维规程智能生成与检索增强问答系统。

本课题以需求分析为起点，完成了系统总体架构与功能模块的顶层设计，详细设计了规程智能生成与闭环问答的核心算法。在实现阶段，采用Qwen大模型进行LoRA微调训练，结合知识图谱构建检索增强生成（RAG）闭环架构，有效抑制了模型幻觉。最后，通过功能与性能测试验证了系统的可行性。

本设计的核心创新点在于提出了“大模型微调+知识图谱约束”的闭环问答架构，不仅提升了规程生成的专业性，还实现了检索结果的可溯源性。测试表明，系统问答准确率达到92.5%，平均响应时间低于2.5秒，显著提升了电力运维知识获取的效率与质量。

第一章绪论

1.1研究背景

电力设备是保障电网安全稳定运行的核心基础设施，其运维管理水平直接关系到供电可靠性。近年来，随着特高压、智能电网等新型电力系统建设的快速推进，电网设备的种类与数量呈指数级增长。

伴随设备迭代，各类电力设备运维规程、检修导则与故障手册等文档数量激增。这些文档通常以PDF、Word等非结构化格式分散存储于不同系统中，形成了一个个“信息孤