電網(wǎng)調(diào)度智能對話機(jī)器人的系統(tǒng)架構(gòu)和關(guān)鍵技術(shù)研究

張雨璇，沙立成，王海霞，王海云，陳 茜

（1.國網(wǎng)北京市電力公司電力科學(xué)研究院，北京 100075；2.國網(wǎng)北京市電力公司，北京 100031）

伴隨著人工智能和人機(jī)交互技術(shù)的快速發(fā)展，對話機(jī)器人已成為目前智能聊天機(jī)器人的主要研究熱點(diǎn)和實(shí)現(xiàn)形式，并已在國防、軍事、商業(yè)、教育等諸多領(lǐng)域中體現(xiàn)出較高的應(yīng)用價值，這對人機(jī)交互的智能化具有重要的現(xiàn)實(shí)意義[1]。但是目前大部分語音對話機(jī)器人都是通過模板匹配的方式從對話庫中搜索輸入語句得到相應(yīng)的答案[2]，這種基于機(jī)械模板匹配和搜索模板的模式已經(jīng)不能滿足人們?nèi)诵曰⒅悄芑男枨?，開發(fā)能準(zhǔn)確理解語義和人類情感的語音對話機(jī)器人已成為該領(lǐng)域的必然趨勢[3]。為此研究了電網(wǎng)調(diào)度智能對話機(jī)器人的系統(tǒng)架構(gòu)和關(guān)鍵技術(shù)，在現(xiàn)有機(jī)器人基礎(chǔ)上，設(shè)計了一種調(diào)度對話機(jī)器人，并使用聲紋識別技術(shù)對原型機(jī)器人中的主要對話模塊進(jìn)行優(yōu)化研究。

1 系統(tǒng)架構(gòu)

從信息流角度看，信息處理的全過程是由低到高，在調(diào)度數(shù)據(jù)集成技術(shù)方面，由原始網(wǎng)絡(luò)分析模型生成和驗證，有效整合和綜合利用電力機(jī)器人運(yùn)行信息，然后通過數(shù)據(jù)濾波獲得可靠的數(shù)據(jù)截面，實(shí)現(xiàn)電力機(jī)器人正常工作狀態(tài)的監(jiān)測，智能識別復(fù)雜事故，以及事故后分析處理，修復(fù)機(jī)器人并指導(dǎo)其正常工作，控制事故狀態(tài)恢復(fù)[4-6]。為了避免因決策失誤而造成的不安全因素，對機(jī)器人研制中各環(huán)節(jié)的精確度、合理性、可靠性和可用性等方面提出了更高的要求[7-9]。由于機(jī)器人需要與不同區(qū)域的基站進(jìn)行溝通交流，完成相關(guān)的信息傳輸工作，為此設(shè)計了電網(wǎng)調(diào)度智能對話機(jī)器人的系統(tǒng)架構(gòu)，如圖1 所示。

圖1 系統(tǒng)架構(gòu)

由圖1 可知，該系統(tǒng)主要是由應(yīng)用服務(wù)器、工作站、調(diào)控云和調(diào)控機(jī)器人組成，其中一區(qū)應(yīng)用服務(wù)器屬于機(jī)架服務(wù)器，用于解析和響應(yīng)一區(qū)的語音服務(wù)；三區(qū)應(yīng)用服務(wù)器屬于調(diào)控云虛擬機(jī)，用于解析和響應(yīng)三區(qū)的語音服務(wù)；聲音采集設(shè)備用于收集語音信息[10-11]。

雖然一區(qū)與三區(qū)使用的是相同類型的機(jī)器人，但是針對不同的場景，起到不同的作用：

1）以D-5000 圖形為基礎(chǔ)構(gòu)建相對獨(dú)立的應(yīng)用程序，完成廠站圖/網(wǎng)絡(luò)圖的調(diào)閱、設(shè)備定位等功能，同時可提供知識問答、聲紋識別等服務(wù)[12-14]。

2）三區(qū)是云SAAS 層管理應(yīng)用，主要實(shí)現(xiàn)基于調(diào)控云的狀態(tài)查詢、調(diào)控日志、操作票等相關(guān)功能；此外，還需要完成三區(qū)的對話管理、知識庫管理和語音/語義模型培訓(xùn)工作[15]。培訓(xùn)結(jié)束后，機(jī)器人自動將新模型更新到三區(qū)應(yīng)用服務(wù)器上，但是對于一區(qū)服務(wù)，由于模型文件一般較大(大約20～30 GB)，需要維護(hù)人員手動同步到一區(qū)服務(wù)器上，以避免因網(wǎng)絡(luò)傳輸量過大而造成阻塞。

1.1 M2M/M2C通信模塊

M2M 層是利用無線網(wǎng)絡(luò)與多個機(jī)器人互聯(lián)，形成一個協(xié)同計算集群，其優(yōu)點(diǎn)是可以共享資源信息，將不同的計算單元組合在一起，提高了機(jī)器人的整體計算能力，使云網(wǎng)絡(luò)覆蓋范圍之外的機(jī)器人能夠參與信息交換。

M2C 層是云與機(jī)器人直接連接形成的計算集群，云中存儲了機(jī)器人完成任務(wù)的過程中記錄的動作行為、地圖、導(dǎo)航等資源信息，并隨著機(jī)器人完成任務(wù)的進(jìn)程不斷地反饋更新[16]。

由于M2M/M2C 通信模塊中存在超級節(jié)點(diǎn)，因此M2M/M2C 通信模塊不需要路徑規(guī)劃和維護(hù)，適用于高動態(tài)機(jī)器人網(wǎng)絡(luò)，減少了計算和存儲資源，降低了信息延遲，云端機(jī)器人能彈性分配資源并且將復(fù)雜的大數(shù)據(jù)量的計算任務(wù)轉(zhuǎn)移到云端，從而快速完成任務(wù)。

1.2 事故處理輔助決策模塊

事故輔助處理決策機(jī)器人協(xié)助調(diào)度員在事故中進(jìn)行分析找出關(guān)鍵問題，協(xié)助調(diào)度員消除機(jī)器人越界，提供合理的事故處理參考方案。事故輔助決策過程包括從低層次到高層次的信息處理全過程，其基礎(chǔ)是IEC61970/CIM 架構(gòu)，可按實(shí)際情況進(jìn)行仿真，通過事故預(yù)想、故障診斷和事故后分析，提出智能對話機(jī)器人的事故處理方案。該機(jī)器人積極配合各種事故后分析工具，綜合分析事故后智能機(jī)器人的工作狀態(tài)，同時，根據(jù)事故處理規(guī)則，為調(diào)度人員提供事故處理輔助決策。并且可以利用衍生功能實(shí)時處理智能對話機(jī)器人在無事故情況下的事故應(yīng)急預(yù)案。

1.3 CIM虛結(jié)構(gòu)智能調(diào)度模塊

在CIM 虛結(jié)構(gòu)的基礎(chǔ)上，通過軟件開發(fā)，各個異構(gòu)平臺之間實(shí)現(xiàn)了雙向的實(shí)體數(shù)據(jù)映射，除在線機(jī)器人中包含的關(guān)系庫結(jié)構(gòu)如OPEN3000、OPEN2000和SS40，異構(gòu)平臺中還包含有層次的庫結(jié)構(gòu)，以及離線分析數(shù)據(jù)格式IEEE、BPA 以及CIM/XML/E 文件的模型，從而打通了聯(lián)機(jī)與離線分析的內(nèi)在界限。CIM 虛結(jié)構(gòu)智能調(diào)度平臺如圖2 所示。

圖2 CIM虛結(jié)構(gòu)智能調(diào)度平臺

如圖2 所示，除了常規(guī)的自動調(diào)度機(jī)器人平臺之外，還支持IEEE/BPA/XML 等常用的離線分析計算模型，打通了一般離線計算資源和實(shí)時機(jī)器人之間的數(shù)據(jù)連接，使之成為一種新的模式架構(gòu)。

1.4 機(jī)器人界面展示模塊

網(wǎng)調(diào)機(jī)器人應(yīng)用程序的語音入口是電網(wǎng)調(diào)度智能對話機(jī)器人，即調(diào)控者通過語音控制網(wǎng)調(diào)機(jī)器人的各種應(yīng)用程序，初步設(shè)計接口采用客戶展示和交互方式。該機(jī)器人運(yùn)行在控制機(jī)器人安全一區(qū)或三區(qū)調(diào)度工作站上，其接口主要包括：

1）懸浮態(tài)

懸浮態(tài)作為智能對話機(jī)器人最常見的運(yùn)行狀態(tài)之一，主要用于通過后臺程序?qū)崿F(xiàn)控制的調(diào)用方式，此時機(jī)器人界面只顯示少量信息或處于隱藏狀態(tài)，而被控制應(yīng)用則切換到前臺，按照指令進(jìn)行操作。掛靠在機(jī)器人旁邊的小窗口主要包括語音播報、指令確認(rèn)和文字錄入。

2）展示態(tài)

展示態(tài)主要應(yīng)用于需要接收大量信息并以文字或圖表綜合顯示的情況，例如當(dāng)查詢某一個月的負(fù)荷狀況時，可綜合顯示總體負(fù)荷變化曲線、分區(qū)負(fù)荷分布、分時負(fù)荷分布和表格數(shù)據(jù)等。

2 關(guān)鍵技術(shù)研究

2.1 對話檢索

對話檢索模塊以接收到的信息為輸入，按照信息的內(nèi)容安排相應(yīng)的處理方式。利用BM25 模型檢索系統(tǒng)挖掘原始對話，抽取優(yōu)質(zhì)的單輪或多輪對話。BM25 是一種基于答案的文本評分算法，其基本思想是根據(jù)兩句話中各詞之間的相似度，再賦予各詞之間的權(quán)重，通過加權(quán)得分計算兩句話的相似度，具體公式如下：

式（1）中，i表示語句個數(shù)，其取值范圍為[1,I]Q表示語句，d表示期望搜索語句，而語句Q中的詞q與期望搜索語句d之間的相似度應(yīng)由權(quán)重w決定；根據(jù)文檔搜索頻率n，可計算獲取檢索速度，避免出現(xiàn)網(wǎng)絡(luò)時延。

2.2 設(shè)計對話的輔助調(diào)節(jié)流程

系統(tǒng)采用統(tǒng)一的信息化管理，根據(jù)目前智能對話機(jī)器人網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的變化，自動識別設(shè)備運(yùn)行狀態(tài)，根據(jù)季節(jié)等因素選擇合適的實(shí)時穩(wěn)定控制斷面和監(jiān)控范圍。因此，該文針對電力系統(tǒng)智能對話機(jī)器人在運(yùn)行過程中因限電、人工維護(hù)不及時等因素造成的潛在風(fēng)險，在其維護(hù)方式和機(jī)制上進(jìn)行了創(chuàng)新。著重解決傳統(tǒng)操作模式運(yùn)行速度慢、復(fù)雜性高的核心痛點(diǎn)問題，以聽覺圖像為基礎(chǔ)提供自然交互的用戶使用體驗，提高工作效率。利用如語音識別、語義理解、文本分析、知識檢索、語音合成、文檔生成等人工智能技術(shù)，將語音輸入轉(zhuǎn)化為智能對話機(jī)器人調(diào)節(jié)指令，實(shí)現(xiàn)基于語音的輔助調(diào)節(jié)功能。

對話的輔助調(diào)節(jié)過程如下：收集并接收用戶輸入的語音信號，通過自然語言理解組件分析文本語義，對話管理人員根據(jù)所分析的語義信息，維護(hù)對話的歷史和當(dāng)前狀態(tài)，管理和控制整個對話流程。會話管理器檢索知識庫中存儲的領(lǐng)域知識，應(yīng)答產(chǎn)生器根據(jù)會話管理器的會話策略生成會話文本、圖像，最終文本通過語音合成器渲染輸出；根據(jù)特定的命令調(diào)用外部調(diào)制器，實(shí)現(xiàn)電網(wǎng)調(diào)度的智能對話。

2.3 聲紋識別

采用聲紋和語音的雙重識別技術(shù)進(jìn)行身份認(rèn)證，提高登錄用戶識別的準(zhǔn)確率，后續(xù)操作均與登錄用戶綁定，自動記錄每位調(diào)控員的工作狀態(tài)、行為和習(xí)慣等數(shù)據(jù)，使智能助手可以更有效地提供服務(wù)。聲紋識別應(yīng)用場景如圖3 所示。

由圖3 可知，通過聲紋的方式實(shí)現(xiàn)用戶快速登錄，避免輸入密碼的繁瑣操作，系統(tǒng)自動記錄登錄狀態(tài)，并把之后一段內(nèi)的操作均與登錄用戶進(jìn)行關(guān)聯(lián)。當(dāng)調(diào)控人員進(jìn)行重要操作前，例如確認(rèn)操作票等，可以通過聲紋方式進(jìn)行身份驗證，經(jīng)確認(rèn)后方可執(zhí)行。

圖3 聲紋識別應(yīng)用場景

3 實(shí) 驗

為了驗證電網(wǎng)調(diào)度智能對話機(jī)器人的系統(tǒng)架構(gòu)和關(guān)鍵技術(shù)研究合理性，分別使用傳統(tǒng)的機(jī)械模板匹配、搜索模板和聲紋識別技術(shù)進(jìn)行實(shí)驗驗證分析。

3.1 實(shí)驗條件設(shè)置

利用電網(wǎng)調(diào)度智能對話機(jī)器人執(zhí)行電網(wǎng)調(diào)度任務(wù)，采集調(diào)度信息為20 萬次，執(zhí)行采集任務(wù)獲取相關(guān)信息22 萬次。在該情況下，分析不同調(diào)度任務(wù)對話框彈出次數(shù)，結(jié)果如表1 所示。

表1 不同調(diào)度任務(wù)對話框彈出次數(shù)

3.2 實(shí)驗結(jié)果與分析

3.2.1 對話資源搜索返回時間

理想情況下，電網(wǎng)調(diào)度智能對話資源搜索返回時間小于0.50 s，對比對話資源搜索返回時間結(jié)果如圖4 所示。

由圖4 可知，使用機(jī)械模板匹配技術(shù)和搜索模板技術(shù)在對話資源搜索時，均出現(xiàn)了不同程度的搜索時間延遲；使用聲紋識別技術(shù)，無搜索時間延遲問題，所有的對話資源最終搜索返回時間均在0.50 s以內(nèi)。

圖4 對話資源搜索返回時間對比分析

3.2.2 任務(wù)調(diào)度響應(yīng)時間

理想情況下，自動調(diào)圖、狀態(tài)查詢、知識學(xué)習(xí)、問題解答等響應(yīng)時間小于3.00 s，對比任務(wù)調(diào)度響應(yīng)時間結(jié)果如圖5 所示。

圖5 任務(wù)調(diào)度響應(yīng)時間對比分析

由圖5 可知，使用機(jī)械模板匹配技術(shù)和搜索模板技術(shù)出現(xiàn)響應(yīng)延遲問題，導(dǎo)致調(diào)度響應(yīng)時間超出3.00 s；使用聲紋識別技術(shù)，無響應(yīng)時間延遲問題，所有的對話資源最終搜索返回時間均在3.00 s 以內(nèi)。

4 結(jié)束語

文中研究了基于知識庫的電網(wǎng)調(diào)度智能對話機(jī)器人，針對不同場景設(shè)計不同的應(yīng)答技巧，使機(jī)器人擁有可擴(kuò)展性。雖然使用該架構(gòu)文本相似度檢索技術(shù)具有應(yīng)答響應(yīng)時間短的優(yōu)勢，但也存在一定問題。未來電網(wǎng)調(diào)度功能可根據(jù)實(shí)際情況進(jìn)行適當(dāng)調(diào)整。如關(guān)鍵歷史信息的提取與保存、生成與整合，關(guān)鍵問題的解決與進(jìn)一步融合，都是值得研究的課題。