人工智能語音交互技術在電力調控領域的應用

張效

摘 要：科學技術的快速發展加速我國各行業的發展進程，使得我國提前進入現代化發展階段。隨著人工智能技術的快速發展，深度學習在語音技術領域取得突破性進展。與此同時，在互聯網快速發展的驅動下，云端技術架構不斷成熟穩定，基于語音的人機交互技術應用越來越廣泛，電力調控、醫療、家居等各行業領域，如服務機器人、情感交互機器人、教育機器人等。在語音交互方面，云端保存著由海量數據通過深度學習訓練而成的各種模型，并通過其強勁的處理能力為終端提供諸如語音識別、語義理解、語音合成等計算量較大的服務。

關鍵詞：人工智能語音交互技術;電力調控領域;應用

引言

智能時代的到來給予了我國各行業更大的發展空間和發展機遇，為我國經濟建設的不斷進步貢獻力量。人工智能技術廣泛涉及到人機模式交互、程序自動化執行等多個領域，具有極強的信息處理能力，借助現代科學技術能夠有效實現電力調控工作模式的自動化、程序化、智能化，其中語音交互技術同傳統調控工作的結合也成為當下提高調控操作業務效率、進一步保障全體國民安全穩定用電的重要研究課題。

1語音交互模塊需求分析（Demandanalysisofvoiceinteraction）

人工信息采集工作重復、枯燥且效率較低，采用機器人進行信息采集相當于機器人提問，人來回答，可以實現自動化、智能化和高效化。信息采集技術路線：1.預置問題庫;2.將問題文本轉語音輸出;3.采集用戶回答的語音;4.調用語音識別模塊將語音轉文字;5.提取用戶回答的文本中的關鍵詞信息;6.將對應的問題和回答作為采集的信息存入數據庫。交流反饋則是機器人通過采集聲音信號，檢測語音信息，傳輸至本地知識庫和云端服務器中尋找相應匹配信息，確認答案后以語音和文本的形式輸出反饋。人機交互式的信息采集與交流反饋既可以從病毒傳播途徑上降低傳染風險，又能夠利用預設問答庫完成反饋，有效節約了人力資源。

2人工智能語音交互技術在電力調控領域的應用

2.1專家系統

專家系統是指在某一領域具有專家級別知識和經驗的計算機程序和系統，能夠利用與專家知識相匹配的能力做出推理和決策。典型的專家系統包括知識庫、推理機、知識獲取機制和人機交互界面。專家系統在電力系統中的應用是人工智能的主要體現，目前已經具有較為成熟的應用，包括監測與診斷、電網調度操作、事故預想分析和系統故障恢復。電網調度操作是專家系統主要的應用領域。根據存儲知識的不同，可以將專家系統分為經驗知識、規則、決策樹和模型等，通過不同的知識形式來反映不同問題的解決思路。基于模型的知識表示方式適合于實時出力，與其他方法（如基于規則或啟發的推理方式）相比，該方法更加快速和易于維護。專家系統在電力操作中的典型應用是基于生產規則的系統，通過保護規則、斷路器的動作邏輯以及運行人員的操作規律用規則表示，形成系統的專家庫，利用這類知識推動下一步操作，獲取調度操作序列行為。

2.2語音生成操作指令

語音生成操作票指令，主要可提供給調控人員通過語音描述操作任務進行操作票的自動生成，通過語音交互自動將調度語音、工作電話、對話信息轉化成文字，再經由自然語言解析、分詞識別、語義解析等技術對文字信息進行解析，在解析過程中自動識別電網信息關鍵字、關鍵詞，比如操作術語信息、工作內容信息、操作設備信息等。同時根據提取的關鍵信息通過專家系統與操作票智能推理機生成標準操作票。基于語音識別技術的寫票過程可以使調度人員通過自然的說話方式實現操作票的自動生成，因此能夠大大提高調度員的工作效率，減輕其工作量，使調控人員在遇到電網突發事故時可快速完成操作指令編寫，提高事故處理速度。

2.3調控業務數據庫構建技術

調控業務涉及到電力系統的上中下游內容，在電力大數據背景下，調控機器人的決策行為需要依靠數據庫的關鍵技術，主要包括數據采集、數據分析、數據處理和數據存儲等技術。通過對來自電網的廠站、受電端以及線路的數據進行分類整理，正確處理結構化和非結構化的數據，才能夠對調控業務做出正確判斷，準確把握電網運行態勢，分析處理電網的運行狀態以及緊急事故，將調控業務的處理實現自動化、智能化。依靠大數據技術，還能夠減輕人工調度員的處理壓力、減少人工調度員的處理錯誤，更好地保障電網調控安全進行。數據庫構建技術還與其他相關技術相結合，如云計算技術、物聯網技術等，在深化調控業務與其他業務融合的同時，應當重點關注電力調度數據庫的構建，不斷豐富調度指令庫、調度指令語音庫等。

2.4引進現代數據監控技術先進的技術

使用可以對系統進行更好地調節控制，并且能夠有效的提高整個電力系統的運輸、生產能力。現代數據監控技術可以實現自動化、智能化生產經驗管理目的，進而實現了在無人監管的前提下，也能夠保障電力系統的運行穩定，電力系統內一旦發生故障，現代數據監控技術將會進行主動反饋，并在一定程度下實現自我檢修，避免了事故的惡化。運用現代數據監控技術，必須要保障設備使用的先進性和合理性，才能夠使數據的運用分析能力得到有效的保障。另外，雖然機械設備可以基本實現無人操作的功能，但仍然應該預留電話報警功能，進而實現機械化生產和人力監控保障的雙重功能。

結語

基于語音交互技術可以實現調控中心現有調控管理工作的智能化升級，通過電力領域的專有模型、歷史數據、規程文檔構建調控專業語料庫和調控語義識別模型，并依此進一步實現智能人機交互，對口述內容予以信息識別，通過與其他系統建立交互接口的方式，形成聯合控制通道，可以大幅有效減輕人工壓力，提升調控工作的執行效率。

參考文獻：

[1]林澤宏，李敬航，陳威洪，等基于人工智能技術的調控程序化操作系統設計與研究[J].價值工程，2020，21：186-188.

[2]閃鑫，陸曉，翟明玉等.人工智能應用于電網調控的關鍵技術分析[J].電力系統自動化，2019，43（01）：69-77.

[3]陳靜.淺析語音人機交互技術在智能調度中的應用[J].現代國企研究，2015，72（18）：72-73.

[4]戴文進，付小科.基于模式識別和神經網絡的電力系統短期負荷預測[J].南昌大學學報（工科版），2003，25（2）：46-50.

（國網北京市電力公司，北京100031）