湯曉燕 瞿海燕

摘要：近年來，隨著語音識別與自然語言處理技術(shù)的不斷成熟及實用化水平提升，將之引入配網(wǎng)調(diào)度領(lǐng)域，輔助調(diào)度業(yè)務(wù)開展，從而減輕基層班組工作負(fù)荷，降低調(diào)度工作出錯率，提高調(diào)度工作效率，對保證電網(wǎng)安全、穩(wěn)定、高效運行具有重要意義。

關(guān)鍵詞：人工智能;語音交互技術(shù);電力調(diào)控

引言

人工智能技術(shù)在電力系統(tǒng)中的應(yīng)用逐漸擴大，通過傳統(tǒng)方法的智能化，提供關(guān)鍵技術(shù)的延伸和創(chuàng)新，融合多種智能方案，可以實現(xiàn)電力系統(tǒng)乃至整個能源行業(yè)的商業(yè)模式的變革。人機語音交互是電力系統(tǒng)中推動數(shù)字化和網(wǎng)絡(luò)化運行的重要手段之一，因此人機語音交互是人工智能技術(shù)中的重要應(yīng)用。利用人機語音交互技術(shù)，能夠?qū)嵤┯媱潤z修申請單批復(fù)、網(wǎng)絡(luò)化下發(fā)指令、電子公告牌、故障匯報和生產(chǎn)信息匯報等關(guān)于調(diào)度指揮內(nèi)容的具體工作。

1 語音識別技術(shù)研究現(xiàn)狀

語音識別是實現(xiàn)人機自然交互的途徑之一。它可以使機器“理解”人類語言并進行反饋，還可以將人類語言轉(zhuǎn)換為文本信息進行表達(dá)。語音識別技術(shù)是近年來的一個熱門研究方向，并取得了一系列的研究成果。蘋果的智能手機助手先生、亞馬遜的智能音箱和微軟的曉娜已經(jīng)進入人們的日常生活。國內(nèi)的語音識別技術(shù)研究正在如火如荼地進行。以科大訊飛為首的互聯(lián)網(wǎng)公司不斷探索語音識別技術(shù)，在語音輸入和語音轉(zhuǎn)錄方面取得了長足進步，并致力于推動語音識別技術(shù)的產(chǎn)業(yè)化。隨著深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)應(yīng)用的不斷延展及計算資源夯實，基于深度學(xué)習(xí)的語音識別模型在語音識別準(zhǔn)確率顯現(xiàn)出了一定的優(yōu)勢，針對普通話的語音識別準(zhǔn)確率較高，未來面向特定領(lǐng)域方言及復(fù)雜場景的語音識別任務(wù)仍是近期及未來一段時間的研究重點。語音識別技術(shù)已經(jīng)廣泛的應(yīng)用于車載、醫(yī)療、家居行業(yè)，在電力行業(yè)中應(yīng)用相對較少，主要應(yīng)用于95598客戶服務(wù)側(cè)，用于客戶來電環(huán)節(jié)的服務(wù)質(zhì)檢，在電網(wǎng)調(diào)度領(lǐng)域，存在一定的語音識別應(yīng)用需求，但受限于方言識別及調(diào)度專有業(yè)務(wù)特性等影響，針對調(diào)度業(yè)務(wù)的語音識別技術(shù)難度較大，取得的研究成果較少。

2 人機語音交互技術(shù)

自然語言處理技術(shù)是實現(xiàn)人機語音交互的重要手段。其主要技術(shù)包括分詞、詞性標(biāo)注、命名實體識別、依存句法分析、語義角色標(biāo)注和上下文語義分析。分詞是將人類語音輸出序列分割成計算機可以批量處理的單詞序列的過程。在許多語言中，詞是話語意義的基本單位。因此，將重要的詞語進行信息檢索、信息分類和語義分析，有助于實現(xiàn)機器理解人類語言的功能和任務(wù)。由于某些單詞在不同的語境中具有一定歧義，因此，切分歧義是分詞任務(wù)中的主要難題，需要將分詞模塊置于機器學(xué)習(xí)框架中，通過廣泛讀取歷史數(shù)據(jù)，形成分詞數(shù)據(jù)庫，形成詞典策略來解決同一詞語在不同語境中的含義分析。詞性標(biāo)注是賦予語句中單詞詞性的過程。詞性是語義分析中的基本內(nèi)容，通過辨別詞性能夠快速、有效地分解語句中的詞語，理解語句中的語言形式和詞語構(gòu)成，從而更準(zhǔn)確地理解句子含義。命名實體識別是指從語言文本中提取具有特定類別的實體名詞。實體命名識別是機器語言信息檢索、語義查詢、語義分析等基本過程，其處理效果直接影響到整體的語義理解和分析。針對電力系統(tǒng)調(diào)度，命名實體識別主要的對象是電網(wǎng)設(shè)備名稱、操作票主要內(nèi)容、網(wǎng)絡(luò)和設(shè)備運行狀態(tài)變化等名詞，方便人機語音溝通及交互后的指令下發(fā)和對象處理等。

3 在電力調(diào)控領(lǐng)域的應(yīng)用

3.1 基于語音識別的實時轉(zhuǎn)譯和情感功能

在實際的智能客服中，借助語音識別技術(shù)，可以將客戶與客服通話時的語言信息實時轉(zhuǎn)換成文本，方便代理監(jiān)聽實時監(jiān)聽通話。系統(tǒng)提取語音特征參數(shù)，對客服代理進行實時預(yù)警，并進行靈活調(diào)整，保證通話質(zhì)量。通過對音頻音高等變化情況的監(jiān)測，可對用戶的情緒變化信息進行了解，判斷出用戶的情緒，結(jié)合其情緒進行分析。也可將語音轉(zhuǎn)移文本及預(yù)警統(tǒng)計等信息作為判斷服務(wù)質(zhì)量的參考依據(jù)，使服務(wù)的改善有更好的效果，進一步發(fā)揮出信息的重要性。質(zhì)檢員對通話進行人工測聽，可深入分析客服的質(zhì)量及客戶的情況，準(zhǔn)確反映出客服的能力。

3.2 調(diào)度信息智能搜索及質(zhì)檢分析

各級調(diào)度語音數(shù)據(jù)以音頻形式分散式存儲于獨立的語音服務(wù)器上，針對調(diào)度語音的質(zhì)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(fā)現(xiàn)調(diào)度語音中存在的問題，使得調(diào)度語音質(zhì)檢分析失去可操作性。由于在發(fā)生電網(wǎng)事件事故時，運行單位負(fù)責(zé)人往往需要通過在海量的音頻文件中查找相關(guān)的調(diào)度語音，調(diào)度語音搜索困難。利用語音識別技術(shù)將非結(jié)構(gòu)的調(diào)度語音音頻轉(zhuǎn)化為結(jié)構(gòu)化的文本信息進行存儲，基于自然語言關(guān)鍵詞搜索及語義理解實現(xiàn)調(diào)度文本信息的快速定位，并能夠在音頻上自動標(biāo)記查詢關(guān)鍵詞的語音位置，并自動播放，以提升調(diào)度語音質(zhì)檢效率及質(zhì)量。

3.3 在電力調(diào)度中的應(yīng)用

人機語音交互技術(shù)在電力系統(tǒng)調(diào)度中的應(yīng)用，主要體現(xiàn)在將調(diào)度人員的專業(yè)調(diào)度數(shù)據(jù)轉(zhuǎn)換為計算機能夠理解和識別的機器語言，從而實現(xiàn)對發(fā)送給計算機的人工指令的有效執(zhí)行。電力系統(tǒng)調(diào)度信息包括結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。對于非結(jié)構(gòu)化數(shù)據(jù)的語義分析，需要建立結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的統(tǒng)一數(shù)據(jù)索引，這也是機器識別和人類語言進一步分析的關(guān)鍵難點。由于電網(wǎng)設(shè)備信息較多，又涉及到檢修信息、設(shè)備故障信息、調(diào)度日志信息、設(shè)備缺陷信息、組織機構(gòu)信息、調(diào)度規(guī)程信息、運行細(xì)則信息和投入審批信息等電網(wǎng)調(diào)控信息，因此，首先需要利用自然語言處理技術(shù)，結(jié)合電力調(diào)控的關(guān)鍵性業(yè)務(wù)，將自然語言處理的結(jié)果映射到電網(wǎng)調(diào)度操作的流程中，對電力相關(guān)業(yè)務(wù)的文檔和信息進行歸納，實現(xiàn)分詞的數(shù)據(jù)庫建立。結(jié)合現(xiàn)有電力業(yè)務(wù)知識庫模型，對分詞的拆分結(jié)果進行語義分析，將自然語言解析分解，并針對電網(wǎng)業(yè)務(wù)的語義重構(gòu)，實現(xiàn)人機交互的語音識別和語義分析。

3.4 調(diào)度指令智能校核

在配電網(wǎng)調(diào)度工作中，各級調(diào)度運行單位一般通過電話下達(dá)調(diào)度命令。頻繁的操作任務(wù)和維護工作使得調(diào)度員每天都要打大量的電話。調(diào)度員將準(zhǔn)備好的操作票和維修任務(wù)信息以口頭方式傳遞給執(zhí)行單位。在這一過程中，很容易出現(xiàn)口頭錯誤、信息曲解等人為錯誤，導(dǎo)致不正確的操作指令被執(zhí)行，造成電網(wǎng)安全事故。因此，可通過收集配網(wǎng)調(diào)度語音語料，結(jié)合調(diào)度特殊發(fā)音處理及專業(yè)術(shù)語對語音語料進行標(biāo)注，基于半監(jiān)督形式進行語音識別模型訓(xùn)練，將調(diào)度錄音實時轉(zhuǎn)化為文本信息，并通過配網(wǎng)調(diào)度工作臺進行顯示，在調(diào)度聯(lián)絡(luò)過程中，便于調(diào)度人員及時核查調(diào)度指令，有效防止調(diào)度指令下達(dá)偏差。

結(jié)束語

綜上所述，結(jié)合配網(wǎng)調(diào)度運行管理現(xiàn)狀，為提升配調(diào)調(diào)度管理效率，將基層班組人員從大量重復(fù)性工作中解放出來，提升電網(wǎng)本質(zhì)安全水平。

參考文獻(xiàn)：

[1]張云翔，李智誠.面向電力行業(yè)的熱詞語音識別技術(shù)[J].現(xiàn)代計算機，2020（22）：14-17.

[2]韓麗麗，潘煒，劉豐威.基于人工智能語音識別客服稽查應(yīng)用前景[J].電子測試，2020（15）：118-119+95.

[3]張淑娟，李軼，張麗霞，劉曉娜.智能語音交互技術(shù)在呼叫中心中的應(yīng)用[J].中國新通信，2020，22（09）：92.

[4]徐昱，裘愉濤，侯偉宏，等.變電站二次測試中智能語音控制關(guān)鍵技術(shù)研究[J].電力系統(tǒng)保護與控制，2020，48（5）：103-111.