一种基于双维知识图谱与大模型协同推理的电力设备电磁场知识增强诊断方法

本发明提出了一种基于双维知识图谱与大模型协同推理的电力设备电磁场知识增强诊断方法，属于电力设备状态评估与智能运维技术领域。针对现有通用大语言模型在电力垂直场景中存在知识幻觉、诊断依据不足和因果关系表达能力弱的问题，构建面向设备运维与算法排错的双维知识图谱，并结合非结构化文本向量库形成图文双轨知识底座。该方法首先对设备故障案例、运维规程、模型训练记录和预测结果进行结构化建模与语义向量化处理；然后基于用户问题执行意图识别，动态选择图谱检索、向量检索或混合检索路径；最后将检索证据与当前预测任务的运行时上下文融合，输入大语言模型生成可追溯的诊断结论、原因分析和处置建议。该方法能够提升电磁场预测结果解释、异常归因和调参辅助的可信性与可解释性，适用于电力设备电磁场实时预测平台的智能诊断场景。