PulseAugur
中
实时 15:48:23
English(EN) Wind Turbine Maintenance Log Labelling Framework: LLM-Driven Data Correction and Enrichment via Semantic Extraction of Reliability Intelligence

LLM 框架标准化风力涡轮机维护日志以进行可靠性分析

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一个使用大型语言模型 (LLM) 的框架，用于标准化和结构化风力涡轮机的非结构化维护日志。该方法论处理历史数据以提取可靠性智能，纠正系统代码并识别维护操作和故障模式。该自动化管道成功地结构化了包含来自 280 台涡轮机的 16,316 条日志的数据集的 70% 以上，旨在改进可再生能源领域的故障分析和预测性维护。 AI

影响 通过结构化非结构化数据，能够实现可再生能源领域更准确的预测性维护和根本原因分析。

排序理由 该集群包含一篇详细介绍新颖数据处理方法的学术论文。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Max Malyi, Jonathan Shek, Alasdair McDonald, Andre Biscaya ·

    风力涡轮机维护日志标注框架：通过可靠性智能的语义提取实现LLM驱动的数据纠错与丰富

    arXiv:2605.31281v1 Announce Type: new Abstract: As wind turbine fleets age, data-driven reliability engineering is essential to optimise their operation and maintenance for service life extension and levelised cost of energy reduction. Failure event descriptions within historical…

  2. arXiv cs.CL TIER_1 English(EN) · Andre Biscaya ·

    风力涡轮机维护日志标注框架：通过可靠性智能的语义提取实现LLM驱动的数据纠错与增强

    As wind turbine fleets age, data-driven reliability engineering is essential to optimise their operation and maintenance for service life extension and levelised cost of energy reduction. Failure event descriptions within historical maintenance logs are a source of valuable relia…

相关实体

相关话题