面向电网调度的语音交互方法和装置与流程

1.本技术涉及语音交互技术领域，特别是涉及一种面向电网调度的语音交互方法和装置。


背景技术：

2.随着电力系统迅速发展，电力市场化工作推进，大电网一体化特征日趋明显，系统内部不同元素以及系统与外部环境之间的耦合关系不断增强。电网资源类型不断丰富，新能源占比不断提高，提高新能源消纳水平等新的控制目标不断演进，电网状态的不确定性进一步增强。电力系统及调控业务的一系列深层次发展变化，使得调度控制策略与规程规定复杂程度不断提高，对调控业务的自动化、智能化提出了更高的要求。如果调度员使用传统的交互方式与电网系统进行交互，效率明显较低，在处理每一项工作内容的时候，耗费的时间较多，严重影响调度作业的进度。同时在庞大的工作任务中，很容易遗漏个别重要的工作内容。
3.人工智能的迅猛发展，改变了人类与机器互动的方式，其中语音识别和语义理解是人工智能领域相对成熟的技术，更趋向人类自然对话体验。如果将人工智能技术应用在电力调度，调度员通过语音给出调度需求，人工智能将语音自动识别为电力系统可识别的指令，可以减轻调度员编辑指令的工作压力，从而提高调度员的工作效率，降低工作强度。
4.然而，市面上普通的智能语音设备无法满足电网调度业务的需求。由于电网调度涉及大量专业术语，导致无法避免识别错误的情况。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够提高语音识别准确率的面向电网调度的语音交互方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
6.第一方面，本技术提供了一种面向电网调度的语音交互方法。该方法包括：
7.获取语音信息；对语音信息进行语音识别，获取调度指令；
8.根据指令库指令和执行对象对调度指令进行校对；
9.在校对成功的情况下，根据调度指令生成操作指令，以供电网系统执行。
10.在其中一个实施例中，获取语音信息；对语音信息进行语音识别，获取调度指令包括：
11.将语音信息输入语音识别模型，获取文本信息；
12.对文本信息进行语义纠错，获取调度文本；
13.提取调度文本中的关键字，根据关键字在知识库中搜索，获取与调度文本匹配的调度指令；
14.将调度指令进行可视化展示。
15.在其中一个实施例中，获取语音信息；对语音信息进行语音识别，获取调度指令包括：
16.若调度文本并未匹配到调度指令，发出告警提示，并基于关键字给出关联调度指令，以供对语音信息进行调整。
17.在其中一个实施例中，方法还包括：
18.对调度文本进行打标，将打标后的调度文本录入知识库。
19.在其中一个实施例中，根据指令库指令和执行对象对调度指令进行校对包括：
20.校对调度指令的类型与指令库指令的类型是否匹配；
21.校对调度指令的操作内容与指令库指令的操作内容是否匹配；
22.校对调度指令与执行对象是否关联。
23.在其中一个实施例中，方法还包括：
24.对语音信息进行语音识别，获取发布信息；
25.基于知识库搜索并调整发布信息，获取规范化的发布信息；
26.根据规范化的发布信息获取绑定的推送名单；
27.根据推送名单推送规范化的发布信息。
28.第二方面，本技术提供了一种面向电网调度的语音交互装置，该装置包括：
29.信息获取模块，用于获取语音信息，对语音信息进行语音识别，获取调度指令；
30.校对模块，用于根据指令库指令和执行对象对调度指令进行校对；
31.生成模块，用于在校对成功的情况下，根据调度指令生成操作指令，以供电网系统执行。
32.第三方面，本技术提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的方法的步骤。
33.第四方面，本技术提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法的步骤。
34.第五方面，本技术提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
35.上述面向电网调度的语音交互方法和装置，针对调度员通过语音方式给出的带有指令的语音信息，对语音信息进行语音识别，理解语义，获取调度指令；再对调度指令进行校对，以确保调度指令使用专业化术语并降低错误率；最后在调度指令校对成功的情况下，生成操作指令，令电网系统执行调度员指定指令。相较于传统的人工输入调度指令，大大缓解了调度员的作业压力，为调度员快速分析和指导电网调度工作计划提供了很大的帮助，加快了电网智能化作业的发展进程。同时，在利用语音识别技术识别调度指令的基础上，加入对调度指令进行校对的步骤，能够得到更合理、更精准的指令，降低了作业操作失误率，提高了电网系统运行可靠性。
附图说明
36.图1为一个实施例中面向电网调度的语音交互方法的应用环境图；
37.图2为一个实施例中面向电网调度的语音交互方法的流程示意图；
38.图3为一个实施例中获取调度指令的流程示意图；
39.图4为一个实施例中语音识别模型的流程示意图；
40.图5为一个实施例中语义纠正和匹配调度指令的流程示意图；
41.图6为一个实施例中面向电网调度的语音交互装置的结构框图；
42.图7为一个实施例中计算机设备的内部结构图。
具体实施方式
43.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
44.本技术实施例提供的面向电网调度的语音交互方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
45.在一个实施例中，如图2所示，提供了一种面向电网调度的语音交互方法，以该方法应用于图1中的终端102为例进行说明，包括以下步骤：
46.步骤202，获取语音信息；对语音信息进行语音识别，获取调度指令。
47.其中，语音信息可以通过调度员直接录入获取，或通过调度员与系统语音交互时获取。
48.对语音信息进行语音识别的最主要的过程是：1、特征提取，从声音波形中提取声学特征；2、将声学特征转换为发音的音素；3、使用解码技术将音素序列转变为文本。
49.具体地，获取调度员给出的带有调度决策的语音信息，调度决策包括有负荷平衡、故障隔离、继电保护等相关内容。对带有调度决策的语音信息进行语音识别，转化为带有调度决策的文本，该文本即为调度指令。
50.步骤204，根据指令库指令和执行对象对调度指令进行校对。
51.为避免调度员给出的语音信息存在决策错误、语言表述误差、语音识别误差等导致的调度指令无效的问题，需要对调度指令进行校对。一方面，校对是对调度指令进行规范化，令调度指令使用更专业化的术语名词，便于后续生成更精准的、电网系统可以执行的指令。另一方面，校对是对调度指令背后决策进行的可行性检验。例如在调度指令中存在明显的矛盾，调度指令指示令机组a中的风力发电机关闭，但机组a中并不存在风力发电机。诸如此种情况下，就需要对调度决策进行校对，判别调度指令的准确性，并给出提示，以达到防误目的。
52.如果校对成功，则进行下一步；如果校对失败，则通过语音或文字方式将校对结果反馈给调度员，提示调度员检查下达的语音信息是否有误，等待调度员重新提供语音信息。
53.在一个实施例中，通过语音合成(tts，text-to-speech)技术将文字转化为声音，以将校对失败的结果等内容通过语音方式反馈给调度员，调度员再以语音方式反馈语音信息等内容，从而实现语音交互。
54.步骤206，在校对成功的情况下，根据调度指令生成操作指令，以供电网系统执行。
55.如果步骤204校对成功，则根据调度指令生成操作指令并自动下发给电网系统。该操作指令可以为电网系统直接可执行的命令，也可以以电话播报的方式语音下发给业务工作人员。业务人员获取操作指令后按照操作指令的指示完成作业，然后向系统录入操作结
果，从而完成此次调度指令对应的调度。
56.在一个实施例中，在校对成功后，会先将调度指令进行可视化，以供调度员确认是否无误。在接收到调度员通过语音等方式给出的关于调度指令的确认指令后，才会将调度指令下发给电网系统，以保证调度动作的准确性。
57.上述实施例中，对语音信息进行语音识别，理解语义，获取调度指令；再对调度指令进行校对，以确保调度指令使用专业化术语并降低错误率；最后在调度指令校对成功的情况下，生成操作指令，令电网系统执行调度员指定指令。相较于传统的人工输入调度指令，大大缓解了调度员的作业压力，为调度员快速分析和指导电网调度工作计划提供了很大的帮助，加快了电网智能化作业的发展进程。同时，在利用语音识别技术识别调度指令的基础上，加入对调度指令进行校对的步骤，能够得到更合理、更精准的指令，降低了作业操作失误率，提高了电网系统运行可靠性。
58.在其中一个实施例中，如图3所示，步骤202包括：
59.步骤302，将语音信息输入语音识别模型，获取文本信息。
60.其中，如图4所示，语音识别(asr，automatic speech recognition)模型是通过对大量采集的音频数据进行专项数据深度训练得到的声学模型，将自然语言转换为文本语言。其中音频数据来自人工录入的语音(录音)或语音文件(mp3文件)的导入。语音识别模型包括声学特征提取部分和深度学习部分，语音识别模型接收到音频数据后，声学特征提取部分先进行声学特征提取，然后深度学习部分将提取的特征转变为文本。该语音识别模型通过大量的语音数据和文本数据进行训练。
61.在一个实施例中，深度学习部分采用的是人工神经网络(ann，artificial neural network)，这是一种模拟人类神经活动的方法，同时具有人的一些特性，如自动适应和自主学习。其较强的归类能力和映射能力在语音识别技术中具有很高的利用价值。采用人工神经网络后，可得到较有价值的数据进行入库，后续对特征数据进行清洗、过滤、筛选等数据处理方式。最终经过数据训练得到不同模型的数据，并对模型进行打标签标识形成特征模型。
62.步骤304，对文本信息进行语义纠错，获取调度文本。
63.如图5所示，在采用语音识别模型进行处理后，得到初步的文本信息，该文本信息存在着一定的错误率，需要经语义纠正算法对所获得文本信息进行纠正。语义纠正算法即对所获得的文本信息进行关键字提取，根据关键字推算此语句是否正确，若推算结果的符合率小于60％，则标识为文本信息内容异常，反之则标识为正确，并结合语言知识库的相关知识给与文本信息一定的纠错，获取调度文本。纠错结束后，输出调度文本，完成语义纠错。其中，语义纠正算法采用传统的基于语义信息的纠正方法。
64.步骤306，提取调度文本中的关键字，根据关键字在知识库中搜索，获取与调度文本匹配的调度指令。
65.如图5所示，基于调度文本通过神经网络算法提取关键字，将关键字输入知识库中进行搜索。知识库中包含了大量的电网调度相关专业性术语，通过关键字搜索获取与调度文本相关的调度指令。
66.在本实施例中，如果调度文本给出的指令不明确，会根据关键词提供所有相关调度指令，由调度员自行确认匹配的调度指令。
67.步骤308，将调度指令进行可视化展示。
68.将调度指令可视化展示，以供调度员确认是否为正确调度指令，从而提高了调度指令的准确度。
69.本实施例公开了从文本信息到调度指令的数据处理过程，包含了对调度文本语言规划化处理和调度指令可视化处理的步骤，其目的都是令调度指令更精准可靠，便于后续基于调度指令生成的操作指令更准确。
70.在其中一个实施例中，步骤202包括：若调度文本并未匹配到调度指令，发出告警提示，并基于关键字给出关联调度指令，以供对语音信息进行调整。
71.如果对调度文本的分析结果模糊，无法匹配到准确的调度指令，则反馈关键字下的细分关键字供调度员选择，或是反馈关键字相关的调度指令，调度员根据反馈的内容调整语音信息，再次给出交互语音指令，直至获取到有效的语音信息，可以匹配到准确调度指令。
72.在其中一个实施例中，方法还包括：对调度文本进行打标，将打标后的调度文本录入知识库。
73.知识库采用es(elasticsearch)搜索引擎工具，匹配与输入关键字匹配的相关内容。将每次收到的调度文本经过分析，结果进行打标签标识，丰富知识库，并定时对知识库进行训练分析并清除价值较低的数据集，维持整个知识库的健康状态。
74.在其中一个实施例中，根据指令库指令和执行对象对调度指令进行校对包括：校对调度指令的类型与指令库指令的类型是否匹配；校对调度指令的操作内容与指令库指令的操作内容是否匹配；校对调度指令与执行对象是否关联。
75.通过对类型进行匹配，确定该调度指令可以被准确转化为操作指令。通过对操作内容进行匹配，确定该调度指令合规、可行。通过判断执行对象是否关联，确定调度指令有明确可执行对象。通过以上三种校对，可以大大降低调度错误率，从而降低了作业操作的失误，提高电网系统的可靠性，保证了电网能正常、健康地运行，促进电网的智能化、现代化发展。
76.在其中一个实施例中，方法还包括：对语音信息进行语音识别，获取发布信息；基于知识库搜索并调整发布信息，获取规范化的发布信息；根据规范化的发布信息获取绑定的推送名单；根据推送名单推送规范化的发布信息。
77.调度员除了发布调度指令外，还会发布调度相关通知。通过语音方式向语音识别模型录入通知后，对该语音通知进行语音识别，获取发布信息。知识库获取发布信息的主要信息(如关键字)后，分析并展示出专业术语的完整信息，根据专业术语调整发布信息，例如将不规范的词语替换为专业性术语。当发布消息经调度员确认无误后，调度员可发出搜索接受人员的语音指令，系统将根据发布信息自动绑定该发布信息相关推送人员的名单，即推送名单，展示给调度员确认。调度员可根据自己的需求再次调整推送名单中的人员。调整后调度员再次向系统发出发送消息时间指令后，到了预定发送时间，将发布信息按时推送到推送名单上的人员账户。本次消息发布完成。
78.在一个实施例中，本方法包括：
79.将语音信息输入语音识别模型，获取文本信息。
80.对文本信息进行语义纠错，获取调度文本。
81.提取调度文本中的关键字，根据关键字在知识库中搜索，获取与调度文本匹配的调度指令。
82.若调度文本并未匹配到调度指令，发出告警提示，并基于关键字给出关联调度指令，以供对语音信息进行调整。
83.对调度文本进行打标，将打标后的调度文本录入知识库。
84.将调度指令进行可视化展示。
85.根据指令库指令和执行对象对调度指令进行校对，校对内容包括：校对调度指令的类型与指令库指令的类型是否匹配；校对调度指令的操作内容与指令库指令的操作内容是否匹配；校对调度指令与执行对象是否关联。
86.本方法还包括：对语音信息进行语音识别，获取发布信息；基于知识库搜索并调整发布信息，获取规范化的发布信息；根据规范化的发布信息获取绑定的推送名单；根据推送名单推送规范化的发布信息。
87.通过实施本发明实施例，从整体的功能上看，变得更加灵活、变通。调度运作工作方式，从传统的人机静态交互方式改变为语音与系统的动态交互，实用性更加高，符合系统发展智能化的方向。此外，本实施例给与调度员一定的业务内容分析，减少调度员作业的工作量，降低了作业操作的失误。减缓调度员的作业压力，提高电网系统的可靠行，为调度员指导工作决策提供了很大的帮助，加大了电网智能化作业的发展进程。
88.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
89.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的面向电网调度的语音交互方法的面向电网调度的语音交互装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个面向电网调度的语音交互装置实施例中的具体限定可以参见上文中对于面向电网调度的语音交互方法的限定，在此不再赘述。
90.在一个实施例中，如图6所示，提供了一种面向电网调度的语音交互装置，包括：信息获取模块602、校对模块604和生成模块606，其中：
91.信息获取模块602，用于获取语音信息，对语音信息进行语音识别，获取调度指令。
92.校对模块604，用于根据指令库指令和执行对象对调度指令进行校对。
93.生成模块606，用于在校对成功的情况下，根据调度指令生成操作指令，以供电网系统执行。
94.信息获取模块602还用于将语音信息输入语音识别模型，获取文本信息；对文本信息进行语义纠错，获取调度文本；提取调度文本中的关键字，根据关键字在知识库中搜索，获取与调度文本匹配的调度指令；将调度指令进行可视化展示。
95.信息获取模块602还用于若调度文本并未匹配到调度指令，发出告警提示，并基于
关键字给出关联调度指令，以供对语音信息进行调整。
96.校对模块604还用于校对调度指令的类型与指令库指令的类型是否匹配；校对调度指令的操作内容与指令库指令的操作内容是否匹配；校对调度指令与执行对象是否关联。
97.该装置还包括入库模块，用于对调度文本进行打标，将打标后的调度文本录入知识库。
98.该装置还包括信息发布模块。在信息获取模块602对语音信息进行语音识别，获取发布信息后，信息发布模块基于知识库搜索并调整发布信息，获取规范化的发布信息；根据规范化的发布信息获取绑定的推送名单；根据推送名单推送规范化的发布信息。
99.上述面向电网调度的语音交互装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
100.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口(input/output，简称i/o)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储语音数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种面向电网调度的语音交互方法。
101.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种面向电网调度的语音交互方法。
102.本领域技术人员可以理解，图7中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
103.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例。
104.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算
机程序被处理器执行时实现上述各方法实施例。
105.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例。
106.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
107.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
108.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
109.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种面向电网调度的语音交互方法，其特征在于，所述方法包括：获取语音信息；对所述语音信息进行语音识别，获取调度指令；根据指令库指令和执行对象对所述调度指令进行校对；在校对成功的情况下，根据所述调度指令生成操作指令，以供电网系统执行。2.根据权利要求1所述的方法，其特征在于，所述获取语音信息；对所述语音信息进行语音识别，获取调度指令包括：将所述语音信息输入语音识别模型，获取文本信息；对所述文本信息进行语义纠错，获取调度文本；提取所述调度文本中的关键字，根据所述关键字在知识库中搜索，获取与所述调度文本匹配的所述调度指令；将所述调度指令进行可视化展示。3.根据权利要求2所述的方法，其特征在于，所述获取语音信息；对所述语音信息进行语音识别，获取调度指令包括：若所述调度文本并未匹配到所述调度指令，发出告警提示，并基于所述关键字给出关联调度指令，以供对所述语音信息进行调整。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：对所述调度文本进行打标，将打标后的所述调度文本录入所述知识库。5.根据权利要求1所述的方法，其特征在于，所述根据指令库指令和执行对象对所述调度指令进行校对包括：校对所述调度指令的类型与所述指令库指令的类型是否匹配；校对所述调度指令的操作内容与所述指令库指令的操作内容是否匹配；校对所述调度指令与所述执行对象是否关联。6.根据权利要求2至4任意一项所述的方法，其特征在于，所述方法还包括：对所述语音信息进行语音识别，获取发布信息；基于所述知识库搜索并调整所述发布信息，获取规范化的发布信息；根据所述规范化的发布信息获取绑定的推送名单；根据所述推送名单推送所述规范化的发布信息。7.一种面向电网调度的语音交互装置，其特征在于，所述装置包括：信息获取模块，用于获取语音信息，对所述语音信息进行语音识别，获取调度指令；校对模块，用于根据指令库指令和执行对象对所述调度指令进行校对；生成模块，用于在校对成功的情况下，根据所述调度指令生成操作指令，以供电网系统执行。8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种面向电网调度的语音交互方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取语音信息；对语音信息进行语音识别，获取调度指令；根据指令库指令和执行对象对调度指令进行校对；在校对成功的情况下，根据调度指令生成操作指令，以供电网系统执行。采用本方法能够提高调度效率并减少调度失误。调度失误。调度失误。


技术研发人员：吴悠 卢非凡 闫麟 李祖强 赵子仪 邓造柱
受保护的技术使用者：深圳供电局有限公司
技术研发日：2023.04.28
技术公布日：2023/7/27