[发明专利]基于NLP的暖通末端设备维修保养作业自动派单方法

权利要求书

1.基于NLP的暖通末端设备维修保养作业自动派单方法，其中，包括如下步骤：

步骤一：从源系统抽取暖通末端设备维修和保养的工单数据集，依据中文分词器配置设定进行维保文本内容的中文分词工作；

步骤二：根据维保工单装置属性从原始工单文本中抽取目标关键词，目标关键词包括：设备位置关键词、设备故障问题类型关键词中的至少之一；

所述设备位置关键词，包括：所述建筑维修工单集合的每条建筑维修工单所对应的建筑、楼层、空间和房间的名称及编号信息中的至少之一；

所述设备故障关键词包括：暖通末端设备、暖通末端节点和暖通末端设备构件的名称、编号至少之一；

所述问题类型关键词包括：建筑维修中的常见问题描述和常用词语中的至少之一；

步骤三：搭建故障分类器网络，并配置预训练模型参数和训练、测试数据集路径后启动故障分类器的预训练过程，在预训练结束后进行故障分类器效果评估，并根据评估结果进行模型预训练过程迭代调适；

步骤四：自动派工装置在配置故障流程节点自动判断时，应制作该单元决策表判断机构，确定暖通末端设备故障判断规则的个数，有n个条件的决策表有2n个规则；

列出暖通末端设备故障判断的所有条件桩和动作桩；

填入判断暖通末端设备故障判断的条件项；

填入暖通末端设备故障处理的动作项，得到初始决策表；

简化故障决策表，合并相似规则；

采用ID3算法为基准，测算其装置决策信息增益计算公式如下：

暖通末端设备故障决策信息熵公式：

分别计算出风量、制冷效果、制热效果、其他四列公式：

信息增益公式：

最后选择信息增益最高的一个属性进行分裂；

步骤五：暖通末端设备维修和保养工单派单动态工作量评估装置单元设置，该处理单元装置派工约束条件为作业队列长度、作业工作质量、作业时长三个因素，装置选择逻辑为当前作业队列长度最小且作业工作质量最高且历史作业时长最短的候选作业人员指派维保工单；

步骤六：在自动派工装置同建筑设施管理系统联动机构设置上，对故障类型按照标准映射流程进行维修服务流程规则库设定；

步骤七：在自动派工装置同建筑设施管理系统联动机构设置上，对故障类型按照标准映射流程进行工单触发流程适用性验证。

2.根据权利要求1所述的基于NLP的暖通末端设备维修保养作业自动派单方法，其特征在于：所述步骤一中，对抽取维保工单数据集按8:2比例进行训练集和测试集的数据切分，对训练集和测试集进行数据类别标注。

3.根据权利要求1所述的基于NLP的暖通末端设备维修保养作业自动派单方法，其特征在于：所述步骤一中，暖通末端维修保养作业自动派单装置包括暖通末端设备维修和保养中文语料库、停用词库、故障分类器预训练模型、故障类别决策判断表、服务流程库、派单联动机构、工单执行机构、工单规则库、维修和保养评价单元；

暖通末端设备维修和保养中文语料库：由维修和保养词汇表和词频组成，是对暖通末端设备维保工单进行中文分词后，根据一般维保词汇和暖通末端设备专有词汇进行词库设置；

停用词库：由停用词汇表组成，能将无需要的或者无意义的词汇进行排除；

故障分类器预训练模型：由分类器网络模型、预训练数据集、测试数据集组成，依据暖通末端设备故障分类数据标注的结果进行暖通末端设备故障分类器的预训练用于产生针对暖通末端设备故障报修文本语义特征识别的预测模型输出；

故障类别决策判断表：由故障代码、故障描述、故障类型、作业班组组成，基于决策表机制构建暖通末端设备指派作业班组的判断逻辑，并设定服务优先级；

服务流程库：由故障代码、服务流程代码、服务流程优先级组成，依据故障类别决策判断表识别的服务优先级和故障分类器识别故障类型进行工单服务流程匹配；

派单联动机构：由服务流程代码、工单流程代码、触发指令组成，依据服务流程库设定的派单规则进行工单分配动作；

工单执行机构：工单工作流引擎和工单消息通知模块组成，依据派单联动机构消息机制触发工单工作流引擎动作；

工单规则库：服务流程代码、维修班组代码组成，依据工单规则库生成短信通知维修人员；

维修和保养评价单元：工单处理单元、工单评价单元、评价标准库组成，依据工单处理记录进行统计分析，评估维修和保养执行情况。