一种基于大语言模型的供热管网劣化主动识别方法及装置

本发明提供一种基于大语言模型的供热管网劣化主动识别方法及装置，涉及管道风险评估技术领域。方法包括：对管段数据格式化并随机抽样成对比较标注，构建训练集与验证集；汇集腐蚀知识、耦合案例和维护日志构建向量库；用批次管段属性文本检索向量库得增强特征；利用教师模型生成结构化评估报告作为标签，采用交叉熵损失训练基座模型；构造偏好数据，冻结SFT模型参数，采用DPO损失训练独立LoRA参数学习偏好排序；压缩模型并输入单管段属性RAG增强后推理，输出优先级排序及自然语言解释；每季度增量学习云端微调后压缩部署边缘。本发明能够显著提升模型在未见属性组合下的泛化能力；支持轻量化边缘部署、自然语言解释和主动学习迭代。