电力变压器故障诊断多智能体大模型构建与应用

林金山; 李元; 方荠萱; 刘志濠; 李春鹏; 张冠军

西安交通大学学报 ›› 2025, Vol. 59 ›› Issue (10) : 22 -31.

林金山, 李元, 方荠萱, 刘志濠, 李春鹏, 张冠军

作者信息 +

Author information +

文章历史 +

摘要

针对电力变压器状态参量多元异构、数据缺失导致的传统小模型适用性受限、诊断效果不佳等问题，提出了一种电力变压器故障诊断多智能体大模型框架。该框架构建了由故障案例知识图谱和3个智能体协同的推理体系。故障案例知识图谱通过约束机制增强大模型对电力专业知识的理解能力，并有效抑制机器幻觉现象。3个智能体模拟专家诊断过程，将复杂的变压器故障诊断任务分解执行：初级诊断智能体通过特征阈值分析实现故障初步识别；专家诊断智能体利用概率图模型对典型故障模式进行不确定性推理；案例分析智能体接入历史故障案例库，完成知识回溯与诊断结果验证。验证结果表明：所提模型对100例故障案例诊断表现优异，诊断准确率可达86%,相比BERT模型提高了33%;故障案例知识图谱的引入提升了大模型输出信息的完整性、语义一致性和专业深度，专家评分平均增幅为50%。相较于单一的大模型，该智能体大模型在降低误判率方面表现突出，可为电力变压器的故障智能诊断与运维提供技术支撑。