基于自然语言交互的家庭用电知识数字孪生体
计算与语言
2025-08-04 v4 人工智能
机器学习
摘要
面向智能电网各个组成部分的数字孪生体被视为能够建模、模拟和控制这些组成部分的技术。与此同时，融合AI的知识驱动型数字孪生体可能也能够通过自然语言交互帮助人们理解系统的各个方面，以便进行规划和政策制定。本文是首次评估和报告了基于检索增强生成(RAG)的问答技术如何利用知识驱动型能源数字孪生体回答有关家庭电能测量方面的问题。依据最近发布的电力消费知识图谱，该知识图谱实际上代表了一个知识驱动型数字孪生体，我们研究了ChatGPT、Gemini和Llama在回答电力相关问题方面的能力。此外，我们比较了使用RAG技术生成的答案与利用现有知识驱动型能源数字孪生体生成的答案。我们的发现表明，RAG方法不仅减少了LLM通常产生的错误信息的发生率，还显著提高了输出质量，通过以可验证数据为依据来 grounding 响应。本文详细介绍了我们的 methodology，呈现了带有和不使用RAG的响应比较分析，并讨论了我们的发现对未来在诸如能源数据分析等专业领域应用AI的意义。
引用
@article{arxiv.2406.06566,
title = {Natural Language Interaction with a Household Electricity Knowledge-based Digital Twin},
author = {Carolina Fortuna and Vid Hanžel and Blaž Bertalanič},
journal= {arXiv preprint arXiv:2406.06566},
year = {2025}
}
备注
Accepted at IEEE SmartGridComm'24