語音識別與自然語言處理技術在配網調度工作中的應用研究

云南電網有限責任公司迪慶供電局 徐進東 魯茸次理 劉 偉 卓格拉姆 張學華 格桑拉姆

云南云電同方科技有限公司 金瑞瓊

配網調度業務是保障電力系統安全穩定運行的一項重要工作。隨著電網規模擴大及信息化建設進程的不斷推進，配網調度工作日益繁重，現有的調度運行管理模式仍主要依靠人工手段完成，存在諸多薄弱環節，難以適應現階段的調度運行管理需求。在調度指令下發及接收環節，調度人員通過電話形式進行調度聯絡，易受調度人員口誤因素影響，造成調度指令誤下，由于缺乏相關技術手段支撐，誤下指令不易被發現，進而導致不正確的操作動作被執行，引發電網安全事故。調度聯絡過程中，調度人員通過記錄關鍵調度信息，調度通話結束后，依靠經驗知識選擇對應的日志類別，最終將日志內容填寫至配網調度工作臺中，存在工作量大、效率低、規范性等問題。交接班事項繁雜、主要依靠人工記憶，容易出現漏交、錯交等問題，增加調度運行風險。調度指令以電話錄音形式存在，僅依靠人工手段進行調度質檢分析困難，事件事故追責效率低。

近年來，隨著語音識別與自然語言處理技術的不斷成熟及實用化水平提升，將之引入配網調度領域，輔助調度業務開展，從而減輕基層班組工作負荷，降低調度工作出錯率，提高調度工作效率，對保證電網安全、穩定、高效運行具有重要意義。

1 研究現狀

1.1 語音識別技術研究現狀

語音識別是實現人機自然交互的方式之一，能夠讓機器“聽懂”人類語言并做出反饋，也可將人類語音轉化為文字信息進行表達。語音識別技術已經成為近年來的熱點研究方向，并取得了系列的研究成果，國外蘋果公司的智能手機助理sir、亞馬遜智能音箱、微軟小娜等已經走進人們日常生活，國內的語音識別技術研究如火如荼，以科大訊飛為首的互聯網公司不斷在語音識別技術上加以探索，在語音輸入、語音轉寫方面取得到了巨大的研究進展，并致力于推動語音識別技術的產業化研究。隨著深度學習神經網絡應用的不斷延展及計算資源夯實，基于深度學習的語音識別模型在語音識別準確率顯現出了一定的優勢，針對普通話的語音識別準確率較高，未來面向特定領域方言及復雜場景的語音識別任務仍是近期及未來一段時間的研究重點。

語音識別技術已經廣泛的應用于車載、醫療、家居行業，在電力行業中應用相對較少，主要應用于95598客戶服務側，用于客戶來電環節的服務質檢，在電網調度領域，存在一定的語音識別應用需求，但受限于方言識別及調度專有業務特性等影響，針對調度業務的語音識別技術難度較大，取得的研究成果較少。

1.2 自然語言處理技術研究現狀

自然語言處理技術在個性化知識推薦服務、知識檢索、智能問答、語音識別等方面應用廣泛，在電力行業中也存在一些應用案例，諸如電力設備缺陷數據挖掘、客戶服務工單分類、業務指導手冊智能搜索等。未來，自然語言處理技術將在提升電網運行效率、保障電網安全、穩定運行方面發揮更大的作用。

2 基于語音識別與自然語言處理的調度業務總體設計

充分利用現有的調度業務軟硬件平臺，針對必要場景部署實施麥克風陣列拾音設備，通過相關語音接口進行調度語音數據全量采集，統一存儲、分析及應用。利用行業通用的語音識別模型，結合大規模的調度特殊發音、專有名詞標注對其進行增強訓練，構建面向電力調度業務的語音識別模型，對調度語音進行文本識別。結合自然語言處理技術對調度文本進行特征提取、語義解析，以支撐語音轉寫、智能搜索、日志及交接班記錄生成、語音質檢分析上層應用需求。通過本項目的研究和應用，將傳統的依靠人工進行配網調度運行管理的模式向人機協同的智能管理模式變革，提升配網調度工作效率，提升安全防誤防控水平，保障電網安全穩定運行。總體架構設計如圖1所示。

3 語音識別與自然語言處理技術融合應用場景

3.1 調度指令智能校核

配網調度工作中，各級調度運行單位普遍采用電話進行調令下發，頻繁的操作任務及檢修工作使得調度人員每天要進行大量的電話接打，調度人員通過口述方式將事先擬好的操作票及檢修任務信息傳遞給執行單位，在此過程中極易因口誤、信息看錯等人為失誤造成不正確的操作指令被執行，引發電網安全事故。因此，可通過收集配網調度語音語料，結合調度特殊發音處理及專業術語對語音語料進行標注，基于半監督形式進行語音識別模型訓練，將調度錄音實時轉化為文本信息，并通過配網調度工作臺進行顯示，在調度聯絡過程中，便于調度人員及時核查調度指令，有效防止調度指令下達偏差。

圖1 基于語音識別與自然語言處理的調度業務總體設計

3.2 調度日志智能生成及分類

調度日志的生成依靠調度人員在調度通話過程中記錄關鍵信息，通話結束后，通過經驗判斷選擇日志類型，將記錄的關鍵信息進行整理后填寫至配網調度工作臺中，存在大量的數據重復錄入工作，由于缺乏技術手段支撐，工作效率得不到有效保障。此外，日志內容的填寫缺乏統一標準，規范性較差。配網調度過程中，可通過語音識別技術識別調度通話內容，將之轉化為文本信息，并進一步利用自然語言處理技術對調度日志文本內容進行語義解析，構建調度日志分類模型，最后根據日志的類別，建立基于每種類別的日志內容標準化模板，利用自然語言處理技術自動提取調度指令內容、停電范圍、施工位置等特征信息，對原始的調度文本內容進行歸一化處理后獲得標準化的調度日志。

3.3 交接班日志智能生成及校核

目前各變電站交接班以口頭會議形式存在，通過現場進行收聽及同步記錄形成交接班記錄，現場交接班會議結束后，再根據現場記錄信息完成配調系統交接班記錄電子化填報。交接班過程中，接班人員需要多方感官協同工作，耗時較長，且容易造成重要信息遺漏或信息記錄不全，造成交接班漏交、錯交的等問題，影響變電站正常運行或者造成故障。以提升現場交接班效率及交接班正確性為目標，在交接班現場安裝部署拾音設備硬件設施，實現交接班全語音信息采集，利用語音識別技術將交接班語音轉化為文本內容，與配調系統調度日志實時關聯，基于自然語言處理技術實現交接班記錄及調度日志內容的一致性核查，對錯誤及遺漏的交接班信息進行及時告警，以提醒現場交接班人員對漏交信息進行核查、補充及修正，提升現場工作效率及質量，保障電網安全穩定運行。

3.4 調度信息智能搜索及質檢分析

各級調度語音數據以音頻形式分散式存儲于獨立的語音服務器上，針對調度語音的質檢分析采用人工全量或抽量聽音頻的形式，聽完一個完整的音頻文件往往需要花費幾分鐘時間，由于工作量巨大，容易因疲累等原因造成注意力不集中，未發現調度語音中存在的問題，使得調度語音質檢分析失去可操作性。由于在發生電網事件事故時，運行單位負責人往往需要通過在海量的音頻文件中查找相關的調度語音，調度語音搜索困難。利用語音識別技術將非結構的調度語音音頻轉化為結構化的文本信息進行存儲，基于自然語言關鍵詞搜索及語義理解實現調度文本信息的快速定位，并能夠在音頻上自動標記查詢關鍵詞的語音位置，并自動播放，以提升調度語音質檢效率及質量。

結語：結合配網調度運行管理現狀，為提升配調調度管理效率，將基層班組人員從大量重復性工作中解放出來，提升電網本質安全水平。本文提出了語音識別與自然語言處理技術在配網調度領域的應用探索，圍繞調度指令智能校核、調度日志及交接班記錄智能生成，調度語音智能搜索及質檢分析，推動配網調度業務全過程環節的智能化、數字化轉型的同時，為語音識別及自然語言處理技術在電網調度領域的實用化實踐奠定堅實的基礎。