李彥儒，王慧芳，陳 昊，張佳麗，江 帆，謝雅雯

（1.浙江大學(xué) 電氣工程學(xué)院，杭州 310027；2.國網(wǎng)浙江省電力有限公司金華供電公司，浙江 金華 321017；3.國網(wǎng)浙江省電力有限公司新興科技有限公司，杭州 310000）

0 引言

隨著經(jīng)濟的快速發(fā)展，電網(wǎng)設(shè)備持續(xù)增加，巡檢任務(wù)的工作量和工作難度與日俱增。電網(wǎng)設(shè)備持續(xù)增加，智能化、自動化技術(shù)不斷引入電網(wǎng)［1-2］，為提高巡檢人員的工作效率和準(zhǔn)確性提供了支持。

電力設(shè)備缺陷記錄是描述電力設(shè)備從發(fā)現(xiàn)到消除缺陷這一閉環(huán)工作過程中相關(guān)信息的記錄，通常包括發(fā)現(xiàn)人、發(fā)現(xiàn)時間、缺陷內(nèi)容、缺陷等級、消缺人和消缺時間等內(nèi)容。其中大部分內(nèi)容是客觀的不易出錯，主觀性強也最易出現(xiàn)問題的是缺陷內(nèi)容和缺陷等級。缺陷內(nèi)容是對缺陷情況的描述，俗稱缺陷文本［3-4］，通常包括缺陷發(fā)生的部位、現(xiàn)象和程度等的詳細(xì)描述；缺陷等級是對電力設(shè)備缺陷嚴(yán)重程度的判斷，國家電網(wǎng)有限公司發(fā)布的輸變電一次設(shè)備缺陷分類標(biāo)準(zhǔn)（以下簡稱“標(biāo)準(zhǔn)”）［5］中將其分為一般、嚴(yán)重和緊急3 類。巡檢人員發(fā)現(xiàn)缺陷時，需要撰寫缺陷文本并進(jìn)行缺陷評級，且兩者應(yīng)相對應(yīng)。缺陷文本不僅是缺陷評級的依據(jù)，還是后續(xù)消缺處理的依據(jù)。然而，目前缺陷文本的質(zhì)量缺乏剛性約束，內(nèi)容詳略由記錄人員的經(jīng)驗和習(xí)慣決定［6］，因此常出現(xiàn)文本質(zhì)量問題，如描述不準(zhǔn)確、重點不突出和表述模糊等，即質(zhì)量問題有個性化特點。這種情況不僅使缺陷發(fā)現(xiàn)者難以提高認(rèn)知并快速獲得經(jīng)驗，還影響消缺人員對缺陷的理解，甚至影響消缺資源的配置和處理效率，對消缺工作產(chǎn)生不利影響。因此，急需智能化工具為電力設(shè)備缺陷文本的質(zhì)量保證與評級工作提供有效的幫助與指導(dǎo)。

目前，基于NLP（自然語音處理）與人工智能的缺陷文本質(zhì)量保證和評級研究已經(jīng)取得了很多成果［7-12］。在質(zhì)量保證方面，文獻(xiàn)［7］提出了3種質(zhì)量評價指標(biāo)，通過基于層次-自適應(yīng)灰色關(guān)聯(lián)分析法的評價方法對缺陷文本進(jìn)行打分；文獻(xiàn)［8］提出了電力設(shè)備缺陷文本知識圖譜的構(gòu)建方法，并根據(jù)缺陷文本在知識圖譜上的路徑查找結(jié)果，判斷質(zhì)量是否合格。在缺陷評級方面，文獻(xiàn)［9］設(shè)計了基于CNN（卷積神經(jīng)網(wǎng)絡(luò)）的缺陷自動評級模型，取得了較好的分類精度和效率；文獻(xiàn)［10］采用基于注意力機制的Bi-LSTM（雙向長短期記憶網(wǎng)絡(luò)）模型，也取得了較好效果；文獻(xiàn)［11］提出了基于“左貪心”出棧規(guī)則和神經(jīng)網(wǎng)絡(luò)依存關(guān)系狀態(tài)轉(zhuǎn)移模型，查找相似的歷史缺陷進(jìn)行缺陷評級；文獻(xiàn)［12］將標(biāo)準(zhǔn)表示成樹結(jié)構(gòu)，運用樹路徑匹配算法與缺陷文本匹配，實現(xiàn)缺陷評級。這些研究都取得了很好的成果，為后續(xù)研究提供了方法參考，但是還沒有進(jìn)行工程化的應(yīng)用開發(fā)。

本文針對電力設(shè)備缺陷文本質(zhì)量保證和評級工作缺少智能化工具的問題，提出開發(fā)基于標(biāo)準(zhǔn)和歷史缺陷的電力設(shè)備缺陷文本質(zhì)量保證與評級軟件，進(jìn)行了需求分析、流程設(shè)計和關(guān)鍵模塊的詳細(xì)設(shè)計，并運用算例展示了應(yīng)用效果。

1 需求分析

電力設(shè)備缺陷文本質(zhì)量保證與評級軟件（以下簡稱“軟件”）應(yīng)為用戶（如巡檢人員）提供完成工作流程的功能，并對可能出現(xiàn)的困難提供幫助。為此，分析用戶與軟件之間的信息交流關(guān)系，繪制數(shù)據(jù)流圖如圖1 所示。圖1 中，用戶輸入缺陷文本，軟件進(jìn)行文本質(zhì)量分析。若質(zhì)量合格，軟件繼續(xù)進(jìn)行缺陷評級，將缺陷等級和評級依據(jù)返回給用戶；若質(zhì)量分析發(fā)現(xiàn)存在質(zhì)量問題，則把具體的質(zhì)量問題及修改建議返回給用戶。用戶依據(jù)返回結(jié)果對缺陷文本進(jìn)行修改，修改完畢重新提交給軟件，由軟件重新進(jìn)行質(zhì)量分析，如此反復(fù)，直到軟件判斷缺陷文本質(zhì)量合格，最終完成缺陷評級。

圖1 數(shù)據(jù)流

因此，軟件應(yīng)具備以下兩大功能：對錄入或修改后的缺陷文本進(jìn)行質(zhì)量分析，對不合格的文本給出修改建議，直到質(zhì)量合格才能進(jìn)行評級，進(jìn)而實現(xiàn)缺陷文本質(zhì)量的智能管控；對質(zhì)量合格的缺陷文本進(jìn)行缺陷自動評級，并給出相應(yīng)的評級依據(jù)。

上述缺陷文本質(zhì)量分析與自動評級的依據(jù)主要有兩類：

1）國家電網(wǎng)有限公司總結(jié)已有缺陷情況發(fā)布的標(biāo)準(zhǔn)。標(biāo)準(zhǔn)中的缺陷文本結(jié)構(gòu)清晰，缺陷等級判斷準(zhǔn)確，因此標(biāo)準(zhǔn)對于缺陷文本的研究，特別是缺陷評級起到至關(guān)重要的作用。但是標(biāo)準(zhǔn)往往包含一些重要或常見缺陷，因而難以覆蓋所有缺陷，具有準(zhǔn)確而不全面的特點。

2）已上報缺陷匯總得到的歷史缺陷。絕大多數(shù)的現(xiàn)場缺陷通常都能從中找到相同或相近的缺陷文本，因此參考?xì)v史缺陷對于經(jīng)驗和知識不足的巡檢人員來說，具有全面性［13］。特別是對于還未被納入標(biāo)準(zhǔn)的缺陷，歷史經(jīng)驗成為對其評級的主要參考來源。然而，歷史缺陷由于是人工輸入和評級的，難免帶有主觀性，規(guī)范性和嚴(yán)謹(jǐn)程度難以保證，因而具有全面但不一定準(zhǔn)確的特點。

由此可見，兩類依據(jù)的優(yōu)缺點是互補的。因此，在進(jìn)行缺陷文本的研究時，既要考慮標(biāo)準(zhǔn)，又要考慮歷史缺陷，若缺陷在標(biāo)準(zhǔn)覆蓋范圍內(nèi)，則以標(biāo)準(zhǔn)為依據(jù)；否則以歷史缺陷為依據(jù)。

2 流程設(shè)計

由需求分析知，需分別針對標(biāo)準(zhǔn)和歷史缺陷兩類依據(jù)來實現(xiàn)需要的2 個功能。由于依據(jù)不同，實現(xiàn)方法存在差異，為此主要有4 個關(guān)鍵功能模塊：基于標(biāo)準(zhǔn)的文本質(zhì)量分析、基于標(biāo)準(zhǔn)的缺陷評級、基于歷史缺陷的文本質(zhì)量分析、基于歷史缺陷的缺陷評級。然而，關(guān)鍵功能模塊的使用流程與用戶期望的軟件交互過程有關(guān)，為此提出兩種可能的交互流程，如圖2所示。

圖2 軟件流程設(shè)計

流程1考慮標(biāo)準(zhǔn)準(zhǔn)確而不全面的特點，輸入文本直接進(jìn)入基于標(biāo)準(zhǔn)的質(zhì)量分析模塊后，很可能由于不在標(biāo)準(zhǔn)覆蓋范圍內(nèi)而被判斷為存在質(zhì)量問題。此時即使依據(jù)標(biāo)準(zhǔn)給出修改建議，也往往與實際缺陷情況不符，難以修改。為此，用戶可以選擇是否直接進(jìn)行基于歷史缺陷的質(zhì)量分析，若選擇是，則進(jìn)行基于歷史缺陷的質(zhì)量分析；否則進(jìn)行基于標(biāo)準(zhǔn)的質(zhì)量分析。兩類質(zhì)量分析若發(fā)現(xiàn)存在質(zhì)量問題，則分別針對各自的依據(jù)給出修改建議；否則分別進(jìn)行缺陷評級并給出評級結(jié)果和依據(jù)。

流程2考慮標(biāo)準(zhǔn)的優(yōu)先級高，為此按優(yōu)先級順序，對缺陷文本直接進(jìn)行基于標(biāo)準(zhǔn)的質(zhì)量分析。若質(zhì)量合格，則基于標(biāo)準(zhǔn)進(jìn)行缺陷評級，并輸出評級結(jié)果和依據(jù)；若質(zhì)量不合格，則自動進(jìn)行基于歷史缺陷的質(zhì)量分析。若基于歷史缺陷的質(zhì)量分析認(rèn)為質(zhì)量合格，則進(jìn)行基于歷史缺陷的評級，并同時輸出基于標(biāo)準(zhǔn)的修改建議和基于歷史缺陷的評級與依據(jù)，供用戶參考并決定是否還要進(jìn)行向標(biāo)準(zhǔn)靠攏的缺陷文本修改；若基于歷史缺陷的質(zhì)量分析認(rèn)為質(zhì)量不合格，則同時輸出基于標(biāo)準(zhǔn)和基于歷史缺陷的兩種修改建議，供用戶綜合參考后修改缺陷文本。

上述兩種流程都可以通過輸入或修改缺陷文本反復(fù)觸發(fā)，直到獲得缺陷等級和評級依據(jù)。在反復(fù)修改和觸發(fā)流程的過程中，用戶不僅能不斷積累經(jīng)驗獲得專業(yè)方面的提升，還能保證缺陷文本質(zhì)量和評級準(zhǔn)確，為下一步的消缺工作提供有價值的指導(dǎo)。至于具體選擇哪種流程，可以由用戶根據(jù)自己對標(biāo)準(zhǔn)和當(dāng)前缺陷的熟悉程度決定，通過軟件界面上設(shè)置的動作按鈕實現(xiàn)，選擇單一分析模式“基于歷史缺陷分析”或“基于標(biāo)準(zhǔn)缺陷分析”則進(jìn)入流程1；選擇“綜合分析”則進(jìn)入流程2。

3 關(guān)鍵功能模塊的詳細(xì)設(shè)計

在軟件要實現(xiàn)的兩個功能中，缺陷自動評級相對簡單，找到與輸入文本相同或相近的標(biāo)準(zhǔn)和歷史缺陷，獲得其缺陷等級即可。但是對于文本質(zhì)量分析，質(zhì)量合格與不合格的文本在相似度上的差別可能比較微小，尤其是設(shè)備、部件等關(guān)鍵信息還有簡稱和代稱等情況，都會影響輸入文本中有效信息的識別精確度?？紤]到缺陷文本中的缺陷位置描述存在層級關(guān)系，有一定的邏輯性，因此可以用樹結(jié)構(gòu)或圖結(jié)構(gòu)對其進(jìn)行表示，進(jìn)而基于邏輯關(guān)系開展文本質(zhì)量分析研究，從而提高文本質(zhì)量分析的效果。

3.1 基于標(biāo)準(zhǔn)的文本質(zhì)量分析和缺陷自動評級

3.1.1 文本質(zhì)量分析

標(biāo)準(zhǔn)中的缺陷文本層級關(guān)系非常清晰，可以采用樹結(jié)構(gòu)表示。參考文獻(xiàn)［12］的方法，根據(jù)標(biāo)準(zhǔn)的設(shè)備分層和從屬關(guān)系，將其轉(zhuǎn)化為根節(jié)點之下的8層樹結(jié)構(gòu)：第1層是10種設(shè)備類型；第2—5層是由大到小的設(shè)備部件層級；第6層是缺陷現(xiàn)象；第7 層是缺陷程度；第8 層是缺陷等級。因此，標(biāo)準(zhǔn)樹上每條完整的樹路徑對應(yīng)一條標(biāo)準(zhǔn)。將標(biāo)準(zhǔn)樹的各層數(shù)據(jù)按照設(shè)備類型分別存儲在對應(yīng)的10個Excel文件中，調(diào)用這些Excel文件即可生成標(biāo)準(zhǔn)樹。

進(jìn)行基于標(biāo)準(zhǔn)的文本質(zhì)量分析時，假設(shè)設(shè)備類型已由用戶選擇，據(jù)此進(jìn)行初始化的定義工作，包括：統(tǒng)計設(shè)備類型包含樹路徑的總數(shù)N；定義匹配到樹路徑的數(shù)量M，初值賦為N；定義樹路徑匹配的備選節(jié)點的層數(shù)i，初值賦為1，即設(shè)備類型層；定義匹配到的備選節(jié)點數(shù)量K，初值賦為1，即只有設(shè)備類型這一個備選節(jié)點。用戶輸入缺陷文本后，軟件先對輸入文本進(jìn)行分詞，設(shè)備類型作為首層備選節(jié)點，將它的子節(jié)點與輸入文本進(jìn)行匹配，將匹配到的節(jié)點加入下一輪匹配的備選節(jié)點，從上到下逐層進(jìn)行匹配，匹配過程即是逐步縮小輸入文本對應(yīng)的標(biāo)準(zhǔn)范圍的過程，一直匹配到第7層，即得到完整的樹路徑，匹配到的第7層節(jié)點數(shù)即為匹配到的樹路徑數(shù)量。若匹配到的樹路徑唯一，說明輸入文本質(zhì)量合格；否則輸出匹配結(jié)果和建議。詳細(xì)的基于標(biāo)準(zhǔn)的文本質(zhì)量分析過程采用如圖3所示流程。

圖3 基于標(biāo)準(zhǔn)的文本質(zhì)量分析過程

匹配結(jié)果有以下3種：

1）M=1，說明匹配到唯一一條標(biāo)準(zhǔn)，輸入文本質(zhì)量合格，該標(biāo)準(zhǔn)即為評級依據(jù)。

2）M=N，說明沒有匹配到任何節(jié)點，只能建議用戶進(jìn)行基于歷史缺陷的質(zhì)量分析。

3）1

3.1.2 缺陷自動評級

輸入文本被基于標(biāo)準(zhǔn)的文本質(zhì)量分析判定為合格，說明它在標(biāo)準(zhǔn)樹上能夠匹配到唯一一條標(biāo)準(zhǔn)。那么，這條標(biāo)準(zhǔn)的缺陷等級就是輸入文本的缺陷等級，標(biāo)準(zhǔn)即為評級依據(jù)，將它們反饋給用戶即可。

3.2 基于歷史缺陷的文本質(zhì)量分析和缺陷自動評級

3.2.1 文本質(zhì)量分析

由于歷史缺陷的復(fù)雜性和不規(guī)范性，對其中的有效信息進(jìn)行研究相對困難。文獻(xiàn)［8］提出了構(gòu)建電力設(shè)備缺陷文本知識圖譜的方法，知識圖譜方便實現(xiàn)邏輯推理［14］，為基于歷史缺陷的文本質(zhì)量分析提供了方法。

文獻(xiàn)［8］中定義了組成知識圖譜的4 類實體詞匯：描述電力設(shè)備的名詞En、描述缺陷現(xiàn)象的動詞Pv、描述缺陷程度的副詞Pad、描述缺陷程度的量詞Pq以及它們之間的關(guān)系，不同實體詞通過具體的關(guān)系形成三元組。據(jù)此可以將知識圖譜以三元組表的形式進(jìn)行存儲，在使用時通過調(diào)用三元組存儲文件即可生成所需的電力設(shè)備缺陷文本知識圖譜。在知識圖譜圖結(jié)構(gòu)上，實體詞對應(yīng)節(jié)點，關(guān)系對應(yīng)節(jié)點間的有向邊，一條合格的缺陷文本對應(yīng)唯一一條完整的路徑［8］。因此輸入文本在知識圖譜上的路徑查找結(jié)果可以作為其是否合格的判斷依據(jù)，要求：

1）完整的路徑必須有En 和Pv 節(jié)點，且有En節(jié)點與Pv節(jié)點相連接。

2）存在Pad或Pq節(jié)點時，它們必須與Pv節(jié)點相連接。

3）En節(jié)點之間形成單樹支。

這為路徑查找和文本錯誤類型的定義提供了基礎(chǔ)。

同樣假設(shè)設(shè)備類型已由用戶選擇，用戶輸入缺陷文本后，軟件先對輸入文本進(jìn)行分詞、詞性標(biāo)注、同義詞轉(zhuǎn)化，并標(biāo)記輸入文本在知識圖譜上對應(yīng)的節(jié)點，根據(jù)節(jié)點進(jìn)行路徑查找。分詞和詞性標(biāo)注需要使用電力本體字典［15］文件輔助jieba分詞，文件中每一行是一個實體詞及其詞性，如“主變壓器En”；同義詞轉(zhuǎn)化是由于知識圖譜中共指消解的需求，參照同義詞文件將同義的實體詞轉(zhuǎn)化為標(biāo)準(zhǔn)詞，每一行是一組同義詞，每行的首個詞匯是標(biāo)準(zhǔn)詞，如“壓力釋放閥 釋壓閥”代表“釋壓閥”的標(biāo)準(zhǔn)詞是“壓力釋放閥”。這2個文件在構(gòu)建知識圖譜過程中已形成并使用［13］。進(jìn)行路徑查找時，先檢查這些節(jié)點是否符合要求1）和要求2），依據(jù)是三元組表中的實體詞間的關(guān)系；然后根據(jù)要求3）從與Pv節(jié)點相連接的En節(jié)點（缺陷現(xiàn)象發(fā)生的位置）開始自下而上的查找En 節(jié)點間的路徑。路徑查找結(jié)果有如下3 種：路徑唯一存在，說明輸入文本質(zhì)量合格；路徑不唯一，無法確定發(fā)生缺陷現(xiàn)象的位置的具體信息，文本質(zhì)量不合格，對含有多個上級的En 節(jié)點進(jìn)行提示，返回“En節(jié)點+對象不唯一”；有一些En節(jié)點孤立于路徑之外，說明它們包含的部件不應(yīng)該發(fā)生這樣的缺陷現(xiàn)象，輸入文本可能存在問題，返回“En 節(jié)點+無對應(yīng)現(xiàn)象”。

詳細(xì)的基于歷史缺陷的文本質(zhì)量分析過程采用過程設(shè)計語言進(jìn)行描述，具體如下：

ge（t設(shè)備類型）

選擇設(shè)備類型所對應(yīng)的三元組存儲文件生成該設(shè)備類型知識圖譜

ge（t輸入文本）

對輸入文本進(jìn)行分詞、詞性標(biāo)注、同義詞轉(zhuǎn)化

標(biāo)記輸入文本在知識圖譜上對應(yīng)的節(jié)點

對節(jié)點類型是否符合要求進(jìn)行判斷

if沒有Pv節(jié)點then

質(zhì)量不合格，輸出“缺現(xiàn)象或現(xiàn)象未錄入”

else if沒有En節(jié)點then

質(zhì)量不合格，輸出“缺對象”

end if

對Pv節(jié)點與其他節(jié)點間的關(guān)系是否符合要求進(jìn)行判斷

if對于某一個Pv節(jié)點沒有與它相連接的En節(jié)點then

質(zhì)量不合格，輸出“Pv節(jié)點+無對應(yīng)對象”

else if 存在Pq 節(jié)點and 對于某一個Pq 節(jié)點沒有與它相連接的Pv節(jié)點then

質(zhì)量不合格，輸出“Pq節(jié)點+無對應(yīng)現(xiàn)象”

else if 存在Pad 節(jié)點and 對于某一個Pad 節(jié)點沒有與它相連接的Pv節(jié)點then

質(zhì)量不合格，輸出“Pad節(jié)點+無對應(yīng)現(xiàn)象”

end if

查找En節(jié)點間的路徑

if存在多條路徑then

質(zhì)量不合格，對所有路徑進(jìn)行分析，找出所有含有多個上級的En 節(jié)點，輸出“En 節(jié)點+對象不唯一”

else if存在孤立于路徑之外的En節(jié)點then

質(zhì)量不合格，輸出“En節(jié)點+無對應(yīng)對象”

end if

質(zhì)量合格，得到輸入文本在知識圖譜上的路徑

end基于歷史缺陷的質(zhì)量分析

3.2.2 缺陷自動評級

文獻(xiàn)［13］認(rèn)為，若兩條缺陷文本在知識圖譜上對應(yīng)的路徑一致，則它們描述的缺陷情況完全一致。據(jù)此提出根據(jù)質(zhì)量合格的缺陷文本的路徑檢索出與其路徑相同的所有歷史缺陷，這些歷史缺陷的缺陷等級可以作為輸入文本的評級依據(jù)。

在軟件測試過程中發(fā)現(xiàn)，根據(jù)知識圖譜進(jìn)行的缺陷評級存在以下問題：

1）歷史缺陷數(shù)量較多，查找出所有歷史缺陷的路徑后，再與輸入文本的路徑進(jìn)行對比則耗時較長，且部分歷史缺陷由于存在文本質(zhì)量問題而無法查找到路徑。

2）歷史缺陷中，存在實體信息完全相同但缺陷等級不同的情形，是不同評級人員的經(jīng)驗和判斷不同造成的。

針對問題1），可以先對所有歷史缺陷進(jìn)行路徑查找，將能夠查找到完整路徑的缺陷文本與它們的路徑和缺陷等級保存在單獨的文件（如Excel表）中。以后使用時，只需將輸入文本的路徑查找結(jié)果與該文件中的路徑相對比，就能夠根據(jù)路徑的一致性，檢索出與輸入文本描述情況一致的所有歷史缺陷，繼而根據(jù)它們的缺陷等級進(jìn)行輸入文本的缺陷評級。

針對問題2），對查找到的所有歷史缺陷的缺陷等級進(jìn)行數(shù)量統(tǒng)計，選擇數(shù)量最多或者數(shù)量相等時情況最重的等級推薦為缺陷評級。對于評級依據(jù)，不僅要反饋3種缺陷等級統(tǒng)計到的具體數(shù)量信息，還應(yīng)向用戶展示檢索到的所有歷史缺陷。

4 算例展示

采用某公司提供的5 000 條變壓器缺陷記錄，構(gòu)建電力設(shè)備缺陷文本知識圖譜。以其中出現(xiàn)的缺陷現(xiàn)象“呼吸器硅膠變色”為例，在這些缺陷記錄中尋找到一些詳略不一的缺陷文本，用來展示軟件的信息反饋情況。輸入的缺陷文本編號及內(nèi)容，輸出的質(zhì)量分析、缺陷評級與反饋信息結(jié)果如表1所示。

對于軟件而言，當(dāng)輸入文本被基于標(biāo)準(zhǔn)的文本質(zhì)量分析認(rèn)為合格時，流程2的反饋信息與流程1中“基于標(biāo)準(zhǔn)缺陷分析”模式的反饋信息相同；不合格時，流程2的反饋信息是流程1中兩種模式的反饋信息的加和。因此，對于同一條輸入文本，表1只同時展示流程1中兩種模式的反饋信息。

表1 輸入文本在兩類研究依據(jù)下的質(zhì)量分析、缺陷評級情況與反饋信息

在基于標(biāo)準(zhǔn)的質(zhì)量分析被認(rèn)為不合格時會反饋匹配到多條標(biāo)準(zhǔn)，它們在標(biāo)準(zhǔn)樹的較高層級普遍是相同的，從某一層級開始出現(xiàn)差異，因此使用加粗字體表示對開始出現(xiàn)差異的層級進(jìn)行特殊標(biāo)記。在完成基于歷史缺陷的缺陷評級后，會向用戶反饋檢索到的所有歷史缺陷?？紤]篇幅，在這兩種情況下均僅展示其中的1條標(biāo)準(zhǔn)或歷史缺陷作為示例。

文本1信息非常不完整，兩類依據(jù)的文本質(zhì)量分析都認(rèn)為它不合格，無法進(jìn)行缺陷評級?；跇?biāo)準(zhǔn)的文本質(zhì)量分析一共匹配到了4 條相關(guān)標(biāo)準(zhǔn)，出現(xiàn)差異的第一層是“油浸變壓器”的下一層，可能是“本體”或“分接開關(guān)”；而基于歷史缺陷的文本質(zhì)量分析，從發(fā)生缺陷現(xiàn)象的En節(jié)點開始向上一級節(jié)點進(jìn)行查找，發(fā)現(xiàn)“呼吸器”有多個上級之后，給出的修改建議為“呼吸器對象不唯一”。

文本2 相較于文本1 增加了中間層級“有載開關(guān)”，設(shè)備層級關(guān)系更加精確。由標(biāo)準(zhǔn)樹層級的邏輯性，能夠找到發(fā)生缺陷現(xiàn)象的部位是有載開關(guān)的呼吸器。然而，文本2沒有描述“硅膠變色”的程度，因此標(biāo)準(zhǔn)樹第7 層的兩個節(jié)點都成為備選節(jié)點，匹配到2條標(biāo)準(zhǔn)，判斷質(zhì)量不合格?？紤]到不同缺陷現(xiàn)象的詳略差別，基于歷史缺陷的文本質(zhì)量分析不強制要求存在缺陷程度的描述，認(rèn)為其合格之后，根據(jù)歷史缺陷的缺陷等級數(shù)量統(tǒng)計情況，將數(shù)量最多的“一般”作為評級結(jié)果。

文本3相較于文本2雖然增加了關(guān)于缺陷程度的描述“超過2/3”，卻不夠詳細(xì)，在基于標(biāo)準(zhǔn)的文本質(zhì)量分析中，沒有與第7層節(jié)點匹配，仍然不合格。但是對于基于歷史缺陷的文本質(zhì)量分析，由于記錄人員普遍性的省略，這種詳略狀況的描述已經(jīng)可以幫助文本3 增加一個與Pv 節(jié)點“變色”相連接的Pq節(jié)點，從而改變了檢索到的歷史缺陷。

文本4在基于標(biāo)準(zhǔn)的文本質(zhì)量分析中能夠找到缺陷現(xiàn)象發(fā)生的部位，并且由于缺陷程度描述“自上而下”匹配到了第7 層的節(jié)點，因此匹配到了唯一一條標(biāo)準(zhǔn)，質(zhì)量合格，缺陷評級為“嚴(yán)重”。通過對比文本3、文本4可知，標(biāo)準(zhǔn)中對于缺陷程度的描述（標(biāo)準(zhǔn)樹第7層）通常比較詳細(xì)，采用文本相似度或關(guān)鍵詞匹配法難免會錯判，導(dǎo)致較多輸入文本被判斷為不合格，因此有必要提供兩個流程供用戶選擇。文本4在基于歷史缺陷的評級中，統(tǒng)計到“一般”與“嚴(yán)重”的數(shù)量相同，選擇情況較重的“嚴(yán)重”作為缺陷等級，與基于標(biāo)準(zhǔn)的評級一致。由此可以合理推測，存在歷史缺陷的數(shù)量統(tǒng)計結(jié)果與標(biāo)準(zhǔn)的缺陷等級不相符的情況，即標(biāo)準(zhǔn)中缺陷等級為“嚴(yán)重”的缺陷文本4，在歷史缺陷的數(shù)量統(tǒng)計結(jié)果可能是“一般”最多，故而被評級為“一般”。因此對于基于歷史缺陷的評級結(jié)果不可全信，在標(biāo)準(zhǔn)覆蓋范圍內(nèi)應(yīng)該堅持以標(biāo)準(zhǔn)為主。

5 結(jié)語

本文提出開發(fā)基于標(biāo)準(zhǔn)和歷史缺陷的電力設(shè)備缺陷文本質(zhì)量保證與評級軟件，并進(jìn)行了需求分析、流程設(shè)計和關(guān)鍵模塊的詳細(xì)設(shè)計。應(yīng)用算例展示反饋信息來表明軟件的應(yīng)用效果和實用價值。該軟件通過交互方式實現(xiàn)了輸入缺陷文本的質(zhì)量智能管控和自動評級功能，為電力設(shè)備缺陷閉環(huán)管理和運檢智能化水平的提升提供了有力支撐。