清华大学学报(自然科学版)

作者：林雨辰, 张新伟, 张思航, 杨知, 谷纪亭, 孙秋洁, 钟茂华

单位：1. 清华大学 安全科学学院, 北京 100084,2. 国网电力工程研究院有限公司, 北京 100069,3. 国网浙江省电力有限公司经济技术研究院, 杭州 310016

关键词：电网,台风,知识图谱,大语言模型

基金：国家电网公司总部科技项目(5100-202319017A-1-1-ZN)

为解决目前电网应急体系在应对台风灾害时, 存在过度依赖主观经验和知识整合能力较弱等问题, 该文提出一种融合大语言模型的台风场景下电网应急知识图谱构建方法, 并利用台风灾害历史数据和应急预案资料构建知识图谱, 以辅助台风场景下电网的应急决策。该文首先采用双向编码器表征法-双向长短期记忆深度学习模型, 从非结构化文本中抽取关键实体及其关系; 随后, 采用可视化技术提升模型输出结果的可解释性, 并结合判别式方法和大语言模型进行知识融合。研究结果表明：该文所提方法的知识融合准确率较传统方法提升10.11%;在知识图谱应用阶段, 知识融合的可靠性和丰富度等指标显著提升, 可生成融合历史案例和应急预案的辅助决策方案。该文融合知识图谱与大语言模型, 有效解决了知识碎片化问题, 研究结果可为电力系统在台风灾害下的应急管理提供参考。

来源：2026年第3期

《清华大学学报(自然科学版)》期刊编辑部

查看清华大学学报(自然科学版)杂志2026年第3期