本技术涉及数据处理领域，具体而言，涉及一种基于云计算的发电厂的智能云档案存储方法和介质。
背景技术：
1、随着信息技术和工业自动化技术的飞速发展，发电厂的运维管理日益依赖于大规模的数据处理与分析能力。发电厂作为能源供应的关键基础设施，其日常运行中产生的海量运行日志对于故障排查、性能优化及安全管理至关重要。然而，传统的日志分析方法往往依赖于人工阅读和分析，不仅效率低下，且容易出错，难以满足现代发电厂对实时性和准确性的高要求。目前，尽管已有一些自动化日志分析工具被开发出来，但这些工具大多基于简单的关键词匹配或规则引擎，难以有效处理复杂多变的运行日志文本。特别是在面对非结构化或半结构化的日志数据时，这些工具的准确性和效率往往大打折扣。此外，由于发电厂的运行日志通常包含大量专业术语和复杂场景描述，传统的基于统计或浅层机器学习的方法难以捕捉到日志中的深层语义信息和上下文关系。为了克服上述技术难题，业界开始探索利用深度学习等先进的人工智能技术来改进日志分析方法。然而，现有的深度学习模型在应用于发电厂运行日志分析时，在模型的训练环节往往需要复杂的调试过程，导致效率不足。
技术实现思路
1、本发明的目的在于提供一种基于云计算的发电厂的智能云档案存储方法和介质。本技术实施例是这样实现的：
2、第一方面，一种基于云计算的发电厂的智能云档案存储方法，应用于云计算服务器，所述方法包括：获取目标发电厂的至少一个智能终端设备上传的发电厂运行状态运行日志文本，构成拟分析运行日志文本；在所述拟分析运行日志文本中抽取得到目标文本隐式表示，所述拟分析运行日志文本中包括感兴趣内容；基于核心文本索引模型对所述目标文本隐式表示和任意赋值启动获得的对照核心文本项隐式表示进行迭代优化，获得所述感兴趣内容的目标核心文本项隐式表示，所述目标核心文本项隐式表示表征在所述拟分析运行日志文本中包含的所述感兴趣内容中检测获得的核心文本项的隐式表示；其中，所述核心文本索引模型是根据初始化的核心文本索引模型，对每一运行日志文本模板进行p轮迭代优化获得的，在完成第a轮迭代优化的第a核心文本索引模型中，对第b轮迭代优化获得的第b模板隐式表示二元组完成迭代优化，获得第a模板隐式表示二元组，以及根据所述第b模板隐式表示二元组与所述第a模板隐式表示二元组之间的隐式表示误差更新所述第a核心文本索引模型中的权重与偏置，在符合预设的停止要求时停止，其中，1≤a≤p，b＝a-1，所述第a模板隐式表示二元组包括第a模板文本隐式表示和第a对照模板核心文本项隐式表示，所述第a模板文本隐式表示是根据在所述运行日志文本模板中抽取获得的初始模板文本隐式表示进行a轮迭代优化获得的，所述第a对照模板核心文本项隐式表示是根据任意赋值启动获得的初始对照模板核心文本项隐式表示进行a轮迭代优化获得的；基于所述目标核心文本项隐式表示确定得到所述感兴趣内容中核心文本项在所述拟分析运行日志文本中存在的文本段落，并将所述核心文本项进行标记，得到标记运行日志文本，存储所述标记运行日志文本。
3、第二方面，本技术提供一种基于云计算的发电厂的智能云档案存储装置，所述方法包括：日志文本获取模块，用于获取目标发电厂的至少一个智能终端设备上传的发电厂运行状态运行日志文本，构成拟分析运行日志文本；隐式表示提取模块，用于在所述拟分析运行日志文本中抽取得到目标文本隐式表示，所述拟分析运行日志文本中包括感兴趣内容；核心特征确定模块，用于基于核心文本索引模型对所述目标文本隐式表示和任意赋值启动获得的对照核心文本项隐式表示进行迭代优化，获得所述感兴趣内容的目标核心文本项隐式表示，所述目标核心文本项隐式表示表征在所述拟分析运行日志文本中包含的所述感兴趣内容中检测获得的核心文本项的隐式表示；其中，所述核心文本索引模型是根据初始化的核心文本索引模型，对每一运行日志文本模板进行p轮迭代优化获得的，在完成第a轮迭代优化的第a核心文本索引模型中，对第b轮迭代优化获得的第b模板隐式表示二元组完成迭代优化，获得第a模板隐式表示二元组，以及根据所述第b模板隐式表示二元组与所述第a模板隐式表示二元组之间的隐式表示误差更新所述第a核心文本索引模型中的权重与偏置，在符合预设的停止要求时停止，其中，1≤a≤p，b＝a-1，所述第a模板隐式表示二元组包括第a模板文本隐式表示和第a对照模板核心文本项隐式表示，所述第a模板文本隐式表示是根据在所述运行日志文本模板中抽取获得的初始模板文本隐式表示进行a轮迭代优化获得的，所述第a对照模板核心文本项隐式表示是根据任意赋值启动获得的初始对照模板核心文本项隐式表示进行a轮迭代优化获得的；日志文本存储模块，用于基于所述目标核心文本项隐式表示确定得到所述感兴趣内容中核心文本项在所述拟分析运行日志文本中存在的文本段落，并将所述核心文本项进行标记，得到标记运行日志文本，存储所述标记运行日志文本。
4、第三方面，本技术提供一种云计算服务器，包括：一个或多个处理器；存储器；一个或多个计算机程序；其中所述一个或多个计算机程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个计算机程序被所述处理器执行时，实现如上第一方面所述的方法。
5、第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，当计算机程序在处理器上运行时，使得处理器可以执行如上第一方面所述的方法。
6、本技术的有益效果至少包括：本技术在拟分析运行日志文本中抽取得到目标文本隐式表示，在拟分析运行日志文本中包括感兴趣内容，基于核心文本索引模型对目标文本隐式表示和任意赋值启动获得的对照核心文本项隐式表示进行迭代优化，获得感兴趣内容的目标核心文本项隐式表示，目标核心文本项隐式表示表征在拟分析运行日志文本中包含的感兴趣内容中检测获得的核心文本项的隐式表示，核心文本索引模型是根据初始化的核心文本索引模型，对每一运行日志文本模板进行p轮迭代优化获得的，在完成第a轮迭代优化的第a核心文本索引模型中，对第b轮迭代优化获得的第b模板隐式表示二元组完成迭代优化，获得第a模板隐式表示二元组，以及根据第b模板隐式表示二元组与第a模板隐式表示二元组之间的隐式表示误差更新第a核心文本索引模型中的权重与偏置，在符合预设的停止要求时停止，1≤a≤p，b＝a-1，第a模板隐式表示二元组包括第a模板文本隐式表示和第a对照模板核心文本项隐式表示，第a模板文本隐式表示是根据在运行日志文本模板中抽取获得的初始模板文本隐式表示进行a轮迭代优化获得的，第a对照模板核心文本项隐式表示是根据任意赋值启动获得的初始对照模板核心文本项隐式表示进行a轮迭代优化获得的。然后，基于目标核心文本项隐式表示确定得到感兴趣内容中核心文本项在拟分析运行日志文本中存在的文本段落，并将所述核心文本项进行标记，得到标记运行日志文本，存储所述标记运行日志文本。也就是说，本技术通过迭代进行自我指导学习获得的核心文本索引模型，以确定拟分析运行日志文本中包括的感兴趣内容中核心文本项在拟分析运行日志文本中存在的文本段落的过程，不仅可以提高检测的精度，还提高了检测的效率。
1.一种基于云计算的发电厂的智能云档案存储方法，其特征在于，应用于云计算服务器，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于核心文本索引模型对所述目标文本隐式表示和任意赋值启动获得的对照核心文本项隐式表示进行迭代优化，获得所述感兴趣内容的目标核心文本项隐式表示，包括：
3.根据权利要求2所述的方法，其特征在于，所述在所述第x+1个迭代优化组件中，对所述第x目标文本隐式表示和第x对照核心文本项隐式表示进行迭代优化，获得第x+1目标文本隐式表示和第x+1对照核心文本项隐式表示，包括：
4.根据权利要求1所述的方法，其特征在于，所述在所述拟分析运行日志文本中抽取得到目标文本隐式表示之前，所述方法还包括核心文本索引模型的初始化步骤，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述第b模板隐式表示二元组与所述第a模板隐式表示二元组之间的隐式表示误差，确定所述第b模板隐式表示二元组与所述第a模板隐式表示二元组之间的模板隐式表示差异量，包括：
6.根据权利要求5所述的方法，其特征在于，所述对前a个模板隐式表示差异量进行融合，获得第a个隐式表示调试代价值，包括：
7.根据权利要求4所述的方法，其特征在于，在所述在完成第a轮迭代优化的第a核心文本索引模型中，对第b轮迭代优化获得的第b模板隐式表示二元组完成迭代优化，获得第a模板隐式表示二元组之后，还包括：
8.一种基于云计算的发电厂的智能云档案存储装置，其特征在于，所述方法包括：
9.一种云计算服务器，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，当计算机程序在处理器上运行时，使得处理器可以执行如权利要求1～7任一项所述的方法。
