《電力知識智能檢索流程規(guī)范》

ICS國際標準分類號

CCS中國標準文獻分類號

團體標準

T/CESXXX-XXXX

電力知識智能檢索流程規(guī)范

Specificationforintelligentretrievalprocessofelectricpower

knowledge

（征求意見稿）

XXXX-XX-XX發(fā)布XXXX-XX-XX實施

中國電工技術(shù)學(xué)會發(fā)布

T/CESXXX—XXXX

電力知識智能檢索流程規(guī)范

1范圍

本文件規(guī)定了對電力知識智能檢索流程的電力知識文本基本要求、知識庫構(gòu)建要求和電力知識檢

索流程要求，其中電力知識智能檢索流程主要針對電力行業(yè)文本數(shù)據(jù)。

本文件適用于國內(nèi)各單位實現(xiàn)電力知識智能檢索流程的相關(guān)人員。

2規(guī)范性引用文件

下列文件對于本文件的應(yīng)用是必不可少的。凡是注日期的引用文件，僅注日期的版本適用于本文

件。凡是不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。

GB/T5271.28信息技術(shù)詞匯第28部分:人工智能基本概念與專家系統(tǒng)

T/CESA1040-2019信息技術(shù)人工智能面向機器學(xué)習(xí)的數(shù)據(jù)標注規(guī)程

T/CES128-2022電力人工智能平臺總體架構(gòu)及技術(shù)要求

T/CES156-2022電力智能交互文本訓(xùn)練語料標注規(guī)范

3術(shù)語和定義

下列術(shù)語和定義適用于本文件。

3.1

電力知識electricityknowledge

指與電能的產(chǎn)生、傳輸和利用過程中所涉及的知識和技術(shù)。

3.2

知識庫knowledgebase

是知識工程中結(jié)構(gòu)化、易操作、易利用、全面有組織的知識集群。

3.3

文本向量化textvectorization

指將文本信息表示成能夠表達文本語義的向量，即用數(shù)值向量來表示文本的語義。

3.4

向量相似度vectorsimilarity

指衡量兩個向量在數(shù)值上的接近程度的度量。

3.5

智能檢索intelligentretrieval

指計算機根據(jù)用戶的檢索詞和檢索要求，運用人工智能技術(shù)自動擴展檢索詞和構(gòu)造檢索式，以滿足

用戶檢索要求的過程。

3.6

提示模版prompttemplate

指在AI大模型訓(xùn)練或應(yīng)用過程中，用來引導(dǎo)模型生成特定類型文本或解決特定任務(wù)的一種預(yù)設(shè)語

句。通過給模型提供明確的上下文信息或者參數(shù)信息，提示模板可以有效地提高模型在特定任務(wù)上的表

現(xiàn)。

3.7

提示prompt

1

T/CESXXX—XXXX

在AI大模型中，prompt主要是用來給模型提供提示輸入信息的上下文和輸入模型的參數(shù)信息。

4縮略語

下列縮略語適用于本文件。

LLM:大語言模型(LargeLanguageModel)，也稱大型語言模型。

5總則

本文件對電力知識智能檢索流程的規(guī)范主要體現(xiàn)在三個方面:電力知識文本基本要求、電力知識

庫構(gòu)建基本要求和電力知識檢索流程基本要求。其中，電力知識文本基本要求用于規(guī)范電力知識文本

文件的命名、存儲格式等，電力知識庫構(gòu)建基本要求用于規(guī)范構(gòu)建電力知識庫，電力知識檢索流程基

本要求用于規(guī)范基于電力知識庫和電力大模型的電力知識智能檢索流程。這三方面內(nèi)容的具體組織框

架如圖1所示:

圖1內(nèi)容組織框架

6電力知識文本基本要求

6.1存儲格式要求

電力知識文件應(yīng)采用txt、docx、md、pdf存儲格式。其中，對于excel等其他格式的原始數(shù)據(jù)可

以轉(zhuǎn)換為上述存儲格式之一且應(yīng)優(yōu)先轉(zhuǎn)成txt存儲格式。

6.2命名要求

電力知識文本文件名稱應(yīng)由三個部分組成：

a)第一部分為當前電力知識文本的專業(yè)信息；

b)第二部分為原始源文件生成時的日期，日期格式：YYYY-MM-DD；

c)第三部分為文件唯一性編號，從1開始計數(shù)；

d)這三部分用下劃線連接，且文件名稱長度和擴展名在內(nèi)最大長度不超過100個字符(包含中英

文字符和特殊字符)；

e)文件命名舉例：輸電線路金具部件介紹_2023-10-11_1。

6.3質(zhì)量要求

電力知識文本文件的質(zhì)量要求如下。

2

T/CESXXX—XXXX

a）確保一個文件中的知識都是屬于同一個細分領(lǐng)域、同一權(quán)限等級，且不同細分領(lǐng)域、不同權(quán)限

的知識不能混雜在同一個文件中；

b)電力知識數(shù)據(jù)中不應(yīng)存在重復(fù)的記錄或重復(fù)的信息，以確保數(shù)據(jù)的唯一性；

c)電力知識數(shù)據(jù)中不應(yīng)包含特殊字符、停用詞、HTML標簽等；

d）電力知識數(shù)據(jù)中不應(yīng)包含含糊不清、模棱兩可、參考價值小、意義不大的知識內(nèi)容；

e）電力知識數(shù)據(jù)中不應(yīng)包含圖片、表格等數(shù)據(jù)，但可將圖片、表格中的內(nèi)容提煉為文字表述且可

優(yōu)先轉(zhuǎn)化成問答形式；

f）電力知識數(shù)據(jù)中包含的問答形式的數(shù)據(jù)應(yīng)提供詳細和全面的答案，并確?；卮鸱蠈I(yè)要求和

語言規(guī)范。

6.4電力知識文本描述文件要求

每批次電力知識文本文件應(yīng)有一個描述文件，且描述文件應(yīng)滿足下述要求：

a)存儲格式應(yīng)為txt格式；

b)命名應(yīng)由兩個部分組成：

1)本文件創(chuàng)建的日期，日期格式：YYYY-MM-DD；

2)文件唯一性編號，從1開始計數(shù)；

3)文件名的各部分用下劃線連接，文件命名示例：2023-10-12_1。

c)文件內(nèi)容應(yīng)描述本電力知識信息的基本信息，應(yīng)包括電力知識文本文件的來源、創(chuàng)建日期、聯(lián)

系人、文本用途等信息。

6.5安全管控

電力知識文件存儲環(huán)境應(yīng)滿足安全管控要求。具體要求包括：

a)電力知識文件應(yīng)存儲在指定安全機器中，同時該機器應(yīng)開啟防火墻，安裝殺毒軟件，并禁用

USB接口功能；

b)存儲電力知識文件的機器中的所有數(shù)據(jù)文件需定期做好數(shù)據(jù)備份，不得擅自拷貝、傳輸，防止

數(shù)據(jù)丟失或泄露。

7電力知識庫構(gòu)建基本要求

7.1文本內(nèi)容拆分要求

電力知識文本內(nèi)容的拆分方法應(yīng)采用規(guī)則拆分或語義拆分，具體要求如下：

a）利用規(guī)則進行文本拆分應(yīng)根據(jù)文本內(nèi)容中常見終止符號進行拆分，且拆分后的文本長度控制在

1000內(nèi)。常見文本終止符號如：單字符斷句符、中英文省略號、雙引號等。

b)利用語義拆分方法應(yīng)將文本內(nèi)容拆分為具有語義信息的最小塊，一般是有意義的句子，再將這

些小塊組合并成一定大小的文本段且文本段大小控制在1000內(nèi)。

7.2文本向量化方法選擇要求

對拆分的文本內(nèi)容進行向量化時選擇的向量化方法要求如下：

a）應(yīng)選擇可以對中文文本進行向量化的方法；

b）所選向量化方法在統(tǒng)一評測標準中具有較好評測結(jié)果；

c）所選向量化方法在應(yīng)用過程中易調(diào)用、易遷移部署。

7.3向量數(shù)據(jù)庫選擇要求

3

T/CESXXX—XXXX

向量化應(yīng)存儲向量數(shù)據(jù)庫中，選擇向量數(shù)據(jù)庫的具體要求如下：

a）向量數(shù)據(jù)庫應(yīng)具備較好查詢性能，可結(jié)合向量數(shù)據(jù)庫的索引技術(shù)、數(shù)據(jù)結(jié)構(gòu)、硬件配置等因素

判斷向量數(shù)據(jù)庫的性能；

b）選擇的向量數(shù)據(jù)庫的存儲量應(yīng)滿足電力知識數(shù)據(jù)的存儲需求；

c）所選向量數(shù)據(jù)庫應(yīng)具備良好的社區(qū)支持，以便更容易地解決問題和獲取幫助。

d）根據(jù)業(yè)務(wù)需求選擇具備不同功能的向量數(shù)據(jù)庫，如部分向量數(shù)據(jù)庫提供了全文搜索功能，而另

一部分則提供了更專業(yè)的向量搜索功能。

8電力知識檢索流程基本要求

8.1總體要求

電力知識智能檢索流程基本要求具體包括問題文本內(nèi)容向量化要求、向量相似度匹配要求、匹配結(jié)

果處理要求、檢索結(jié)果生成要求等，如圖2所示：

圖2電力知識檢索流程基本要求

8.2問題文本內(nèi)容向量化要求

對用戶輸入的問題文本內(nèi)容進行向量化操作的基本要求具體如下：

a）對用戶輸入的問題文本內(nèi)容進行向量化時選擇文本向量化方法的要求應(yīng)與第7章中文本向量化

要求相同；

b）選用的文本向量化方法應(yīng)與第7章選用的文本向量化方法相同；

c）用戶輸入的問題文本內(nèi)容向量化后應(yīng)根據(jù)電力業(yè)務(wù)需求，與未向量化之前的問題文本一同寫入

指定日志文件中。

8.3向量相似度匹配要求

進行向量相似度匹配的具體要求如下：

a）應(yīng)選擇合適的向量匹配算法，所選向量匹配算法能夠準確快速計算出問題文本向量與電力知識

庫中不同文本向量之間的相似度值；

b）對計算所得的相似度值按照從大到?。ɑ蛘邚男〉酱螅┑捻樞蜻M行排序，并選取前k個相似度值

對應(yīng)的文本向量作為匹配結(jié)果。其中確定k值的要求如下：

1）一般情況下，k值默認設(shè)定為3；

2）根據(jù)電力知識庫向量匹配情況，可增大或減小k值以獲取滿足業(yè)務(wù)需求的結(jié)果。

c）將獲取的k個文本向量轉(zhuǎn)換為對應(yīng)的文本內(nèi)容，并將文本內(nèi)容按照一定方式組合成一個文本段落，

其中組合方式要求如下：

1）k個文本內(nèi)容按照向量之間的匹配度（由大到小或者由小到大）直接組合成一個文本段落；

4

T/CESXXX—XXXX

2）k個文本內(nèi)容打亂順序后隨機排序組合成一個文本段落。

8.3檢索結(jié)果生成要求

檢索結(jié)果生成應(yīng)按照如下要求：

a）最終的檢索結(jié)果通過電力語言大模型生成；

b）電力語言大模型應(yīng)由基座大模型微調(diào)得到，其中基座大模型的選則應(yīng)遵循以下要求：

1）基座模型LLM應(yīng)可以生成中文文本內(nèi)容；

2）需根據(jù)現(xiàn)有硬件條件(如顯卡GPU的性能、數(shù)量、服務(wù)器數(shù)量等)選擇基座模型，且所選基座

模型LLM能夠在現(xiàn)有硬件環(huán)境中運行；

3）基座模型LLM應(yīng)易于遷移部署，且其生成文本內(nèi)容的反應(yīng)時間應(yīng)小于電力知識智能檢索要求

的最長反應(yīng)時間；

4）基座模型可以通過提示信息及用戶指令產(chǎn)生指定內(nèi)容；

c）電力大模型生成檢索結(jié)果應(yīng)根據(jù)匹配到的電力知識內(nèi)容和問題內(nèi)容得到。

8.4檢索結(jié)果安全管控

檢索結(jié)果需進行安全管控，具體要求如下：

a）檢索結(jié)果應(yīng)以指定形式返回，如以字典形式返回:{“檢索結(jié)果”：“電力知識檢索具體內(nèi)容”}

b）檢索結(jié)果和問題內(nèi)容應(yīng)寫入指定日志文件；

c)針對電力行業(yè)內(nèi)部人員，知識檢索結(jié)果一般在電力行業(yè)內(nèi)部軟件上返回給需求人員；

d)針對非電力行業(yè)內(nèi)部人員，檢索結(jié)果需對檢索結(jié)果脫敏后返回給需求人員。

5

T/CESXXX—XXXX

附錄A

資料性附錄

電力知識智能檢索提示模版應(yīng)用示例

應(yīng)用場景：電力知識智能檢索

步驟一：用戶輸入問題，具體問題（question）具體為:根據(jù)絕緣子的制成材料分類，絕緣子的類

型有哪些？

步驟二：從電力知識庫匹配相關(guān)文本內(nèi)容并進行文本內(nèi)容拼接，匹配到的具體內(nèi)容（context）為：

絕緣子按安裝方式不同，可分為懸式絕緣子和支柱絕緣子；按照使用的絕緣材料的不同，可分為瓷絕緣

子、玻璃絕緣子和復(fù)合絕緣子（也稱合成絕緣子）；按照使用電壓等級不同，可分為低壓絕緣子和高壓

絕緣子；按照使用的環(huán)境條件的不同，派生出污穢地區(qū)使用的耐污絕緣子；按照使用電壓種類不同，派

生出直流絕緣子；尚有各種特殊用途的絕緣子，如絕緣橫擔、半導(dǎo)體釉絕緣子和配電用的拉緊絕緣子、

線軸絕緣子和布線絕緣子等。此外，按照絕緣件擊穿可能性不同，又可分為A型即不可擊穿型絕緣子和

B型即可擊穿型絕緣子兩類。

步驟三：已知提示模版是：prompt_template="""已知信息：{context}。根據(jù)上述已知信息，簡潔

和專業(yè)的來回答用戶的問題。優(yōu)先用已知信息的原文回答，不要解釋信息來源。如果無法從中得到答案，

請說“根據(jù)已知信息無法回答該問題”