CN110825885B - 一种电力设备知识图谱应用系统 - Google Patents
一种电力设备知识图谱应用系统 Download PDFInfo
- Publication number
- CN110825885B CN110825885B CN201911107852.XA CN201911107852A CN110825885B CN 110825885 B CN110825885 B CN 110825885B CN 201911107852 A CN201911107852 A CN 201911107852A CN 110825885 B CN110825885 B CN 110825885B
- Authority
- CN
- China
- Prior art keywords
- layer module
- data
- fault
- big data
- knowledge graph
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003745 diagnosis Methods 0.000 claims abstract description 47
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 238000005516 engineering process Methods 0.000 claims abstract description 46
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 238000013024 troubleshooting Methods 0.000 claims abstract description 13
- 238000005065 mining Methods 0.000 claims abstract description 4
- 238000007726 management method Methods 0.000 claims description 15
- 238000005215 recombination Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 4
- 238000013079 data visualisation Methods 0.000 claims description 3
- 238000013467 fragmentation Methods 0.000 claims description 3
- 238000006062 fragmentation reaction Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000006798 recombination Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 description 9
- 238000012423 maintenance Methods 0.000 description 6
- 238000009413 insulation Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004804 winding Methods 0.000 description 4
- 238000007418 data mining Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010891 electric arc Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
- G06F16/81—Indexing, e.g. XML tags; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种电力设备知识图谱应用系统，包括基础数据模块、大数据技术平台层模块、故障分析模型层模块和信息实时反映应用层模块：所述基础数据模块用于重组构建大数据技术平台层模块；所述大数据技术平台层模块用于构建大数据共享资源池；对所述大数据共享资源池进行提取与挖掘，生成所述故障分析模型层模块的知识图谱；其中，所述知识图谱包括知识本体和故障诊断业务流。本发明提供的电力设备知识图谱应用系统，可以实现电网实时监测、预测预警分析，缩短故障排查时间，极大地提高排除电力设备故障的效率，保证电力快速恢复正常运营。
Description
技术领域
本发明涉及图书情报管理应用领域，尤其涉及一种电力设备知识图谱应用系统。
背景技术
目前，中国正处于两化融合的关键时期，电力信息化、智能化是“互联网 +电力”的必然产物。电力是一个国家的发展基础，近年来智能电网更是在经济领域中占据了重要地位，由于智能电网分布较广，气候、自然灾害等原因均会导致电力故障的产生，甚至出现接连性的电力故障，致使智能电网瘫痪，不仅对人民的生活有着严重的影响，同时对企业乃至对整个国民经济造成不可挽回的损失。
目前，监控系统和数据采集系统早已在电网早期的发展当中得以应用，它可以通过监控设备，将电网中各个节点的电压或者电流变化等电气量信息实时反馈，这也为后续如果电网发生故障，给工程师们在电网故障诊断时提供了数据保障。但是电网是一个结构和运行方式复杂的动态系统，而故障原因更是多种多样，有时故障信号与故障的原因并没有直接的关系，这对电网故障的精确诊断造成巨大障碍。
当下，随着大数据和人工智能领域的快速发展，为电力设备故障智能诊断带来契机。传统依靠人为的排查电力设备故障，不仅耗费人力极大，而且可靠性和准确性无法保证，无法及时发现故障位置和原因。
目前，能源电力行业或企业已经积累了规模可观的大数据，但是这些数据并未发挥出应有的价值，还需要消耗大量的运维成本，很多情况下还成为一笔负资产。这一现象的根本原因在于当前的机器缺乏诸如知识图谱这样的背景知识，机器理解数据的手段有限，限制了大数据的精准与精细分析。
因此，亟需一种电力设备知识图谱应用系统，将大数据的数据挖掘技术、人工智能领域的知识图谱技术应用于电力设备故障诊断，从而实现实时监测、预测预警分析，缩短故障排查时间等功能，提高排除电网故障的效率。
发明内容
本发明公开了一种电力设备知识图谱应用系统，可以实现电网实时监测、预测预警分析，缩短故障排查时间，极大地提高排除电力设备故障的效率，保证电力快速恢复正常运营。
为解决上述技术问题，本发明是通过以下技术方案实现的：
一种电力设备知识图谱应用系统，包括基础数据模块、大数据技术平台层模块、故障分析模型层模块和信息实时反映应用层模块：
所述基础数据模块用于重组构建大数据技术平台层模块；
所述大数据技术平台层模块用于构建大数据共享资源池；
对所述大数据共享资源池进行提取与挖掘，生成所述故障分析模型层模块的知识图谱；其中，所述知识图谱包括知识本体和故障诊断业务流；
所述故障分析模型层模块分别与所述大数据技术平台层模块、所述信息实时反映应用层模块相连。
优选地，所述基础数据模块用于重组构建大数据技术平台层模块进一步包括：所述基础数据模块通过对底层数据资源进行数值数据指标化管理以及文本数据结构化重组构建大数据技术平台层模块。
优选地，所述大数据技术平台层模块用于构建大数据共享资源池进一步包括：所述大数据技术平台层模块通过网络爬虫、数据指标化管理、动态重组技术、碎片化技术、安全管理、多态储存、内存管理以及机器学习，构建所述大数据共享资源池。
优选地，所述知识本体进一步包括知识领域、知识元、RDF三元组。
优选地，所述故障诊断业务流进一步包括，所述故障诊断业务流的流程依次为设备监测、发生故障、故障原因、解决故障。
优选地，所述故障分析模型层模块中的知识图谱采用多级分层式多叉树结构。
优选地，所述故障分析模型层模块中的知识图谱包括故障图片库、故障诊断XML案例库。
优选地，所述信息实时反映应用层模块包括数据可视化分析、智能诊断、专家在线、多终端应用。
优选地，所述基础数据模块为底层数据资源，包括设备数据、物联网监测数据、故障检修历史数据、地理信息、故障损失数据、案例数据、专利、报告、标准、专家系统数据、厂家数据与知网数据。
优选地，所述故障分析模型层模块与所述大数据技术平台层模块相连进一步包括，通过建立知识图谱，将所述故障分析模型层模块与所述大数据技术平台层模块相连。
与现有的技术相比，本发明具有以下有益效果：
本发明提供了一种电力设备知识图谱应用系统，包括基础数据模块、大数据技术平台层模块、故障分析模型层模块和信息实时反映应用层模块：所述基础数据模块用于重组构建大数据技术平台层模块；所述大数据技术平台层模块用于构建大数据共享资源池；对所述大数据共享资源池进行提取与挖掘，生成所述故障分析模型层模块的知识图谱；其中，所述知识图谱包括知识本体和故障诊断业务流；所述故障分析模型层模块分别与所述大数据技术平台层模块、所述信息实时反映应用层模块相连。本发明提供的电力设备知识图谱应用系统，以知识图谱技术为基础，整合并利用了大数据技术对电力设备故障进行诊断，通过采用开放先进的互联网、大数据技术、物联网技术，构建大数据电网图书情报管理应用系统，为故障诊断带来专业、智能、直观的数据分析和挖掘，进而定位故障位置、判断故障原因、智能生成解决方案，可以实现电网实时监测、预测预警分析，缩短故障排查时间，极大地提高排除电力设备故障的效率，保证电力快速恢复正常运营。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明一种电力设备知识图谱应用系统的结构示意图；
图2为本发明一种电力设备知识图谱应用系统的电力设备故障诊断系统工作流程图；
图3为本发明实施例一种电力设备知识图谱应用系统的变压器知识图谱示例图；
图4为本发明实施例一种电力设备知识图谱应用系统应用到变压器故障诊断流程示意图Ⅰ；
图5为本发明实施例一种电力设备知识图谱应用系统应用到变压器故障诊断流程示意图Ⅱ。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了使发明实现的技术手段、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
知识图谱作为大数据时代重要的知识表示方式，使得机器语言认知成为可能。知识图谱的本质是一种大规模的语义网络，机器基于知识网络实现认知智能，主要体现在精准分析、智慧搜索、智能推荐、智能解释、自然人机交互和深层关系推理等各方面。在电力设备故障诊断系统中，知识图谱支撑多源异构数据与碎片化文本知识相关联，范围涵盖从电力生产到输送入户全产业链上重要组件的知识实体和概念关系集合，旨在沟通电力各个输送环节和相关组件之间的数据关系，展示完整的配电网系统和数据的完整收集，支撑产品顶层设计，全方位多维角度对故障数据进行精准分析、对电力故障造成的业态和故障排查提供智能解决方案。
实施例1：
请参阅附图1-3所示，本发明实施例提供了一种电力设备知识图谱应用系统，包括基础数据模块、大数据技术平台层模块、故障分析模型层模块、信息实时反映应用层模块；所述基础数据模块为底层原始资源，包括设备数据、物联网监测数据、故障检修历史数据、地理信息(气象、坐标)、故障损失数据、案例数据、专利、报告、标准、专家系统数据、厂家数据、知网数据；所述基础数据模块通过对底层原始资源进行数值数据指标化管理以及文本数据结构化重组构建大数据技术平台层模块；所述大数据技术平台层模块通过网络爬虫、数据指标化管理、动态重组技术、碎片化技术、安全管理、多态储存、内存管理以及机器学习，构建大数据共享资源池。通过建立知识图谱，将大数据技术平台层模块与故障分析模型层模块相连接；所述故障分析模型层模块包括知识图谱，知识图谱分为两类，分别是知识本体以及故障诊断业务流；故障分析模型层模块与信息实时反映应用层模块相连，所述信息实时反映应用层模块包括数据可视化分析、智能诊断、专家在线、多终端应用。所述故障分析模型层模块中知识本体包括知识领域、知识元、RDF三元组。所述故障分析模型层模块中故障诊断业务流的流程依次为设备监测、发生故障、故障原因、解决故障。图3以变压器为例，展示了电力设备知识图谱的结构，如图3所示，所述故障分析模型层模块中知识图谱采用多级分层式多叉树结构，电力设备的知识图谱是基于电力设备构建电力设备知识本体，涵盖电力设备基本类型、概念、同义词、设备参数、部件等；以及根据电力设备故障排除的业务流程构建故障诊断图谱，涵盖电力设备故障类型、原因分析、诊断依据、维修方法、相关专家等知识单元。所述故障分析模型层模块中知识图谱包括故障图片库、故障诊断XML案例库。
本发明实施例1的工作原理如下：
如图2所示，工作人员将待诊断内容通过语音咨询、拍照诊断、自助诊断、求助专家等方式，发送给该电力设备知识图谱应用系统；随后，该系统根据输入内容，将待诊断内容分配给“智能诊断系统”或“专家咨询系统”。当待诊断内容分配给“智能诊断系统”时，由于“智能诊断系统”依赖于故障分析模型层模块，因此通过调用故障分析模型层模块中的电力设备知识图谱，对待诊断内容进行智能化处理；当待诊断内容分配给“专家咨询系统”时，该电力设备故障诊断系统将会发送待诊断内容至被求助专家，包括设备厂家工程师、本系统内的电力工程师、知网电力科研专家等，从而提供在线咨询服务。之后，根据“智能诊断系统”或“专家咨询系统”得到诊断结果，诊断结果包括故障名称、判断依据、原因分析、维修方法相关案例等；最后，将诊断结果反馈给工作人员，工作人员随后按照诊断结果进行故障排查，并将故障排查结果反馈给该电力设备知识图谱应用系统，进一步的提高和完善该系统的故障排查能力，并继续完善电力设备的知识图谱。
实施例2：
变压器是整个电网安全系统中最关键的设备，在电网实际运行过程中，一旦电力变压器出现故障问题且没有进行及时检修就会造成严重的安全事故，给整个电网带来巨大的经济损失。因此，做好变压器的故障诊断与检修工作，最大限度降低事故发生频率和减少变压器故障检修时间成为电力企业的首要工作任务。
如图4所示，本实施例中以变压器为例，展示了该电力设备知识图谱应用系统对变压器绕组故障进行判断的流程图。
变压器发生故障后，首先由业务员拍摄相关的故障图片上传至系统；随后该系统基于图片识别技术将该图片自动与故障分析模型层模块中知识图谱的图片库进行比对分析，判断该故障类型为变压器绕组故障，并从故障分析模型层模块中知识图谱的故障诊断XML案例库中匹配故障描述，判断该故障的原因是“中压绕组发生了对地击穿，变压器内部发生了电弧放电”；随后，将上述结论发送到该系统中故障分析模型层模块，并通过调用电力设备知识图谱中的变压器知识图谱(如图3所示)的绕组模块内容，获取相应的故障原因、检测方法和检修决策，从而得到变压器故障诊断；随后，将变压器故障诊断发送给业务员，完成了整个操作流程。
实施例3：
如图5所示，本实施例以变压器绝缘故障为例，展示了该电力设备知识图谱应用系统对变压器绝缘故障进行判断的流程图。
变压器发生故障后，首先由业务员拍摄相关的故障图片上传至系统；随后该系统基于图片识别技术将该图片自动与故障分析模型层模块中知识图谱的图片库进行比对分析，判断该故障类型为变压器绝缘故障，从故障分析模型层模块中知识图谱的故障诊断XML案例库中匹配故障描述，判断该故障的原因是“变压器中铁芯 绝缘不足”；随后，将上述结论发送到该系统中故障分析模型层模块，获取相应的故障原因、检测方法和检修决策，并通过调用电力设备知识图谱中的变压器知识图谱(如图3所示)的绝缘模块内容，得到变压器故障诊断；随后，将变压器故障诊断发送给业务员，从而完成了整个操作流程。
本发明实施例提供的电力设备知识图谱应用系统，以知识图谱技术为基础，整合并利用了大数据技术对电力设备故障进行诊断，通过采用开放先进的互联网、大数据技术、物联网技术，构建大数据电网图书情报管理应用系统，为故障诊断带来专业、智能、直观的数据分析和挖掘，进而定位故障位置、判断故障原因、智能生成解决方案，可以实现电网实时监测、预测预警分析，缩短故障排查时间，极大地提高排除电力设备故障的效率，保证电力快速恢复正常运营。
以上显示和描述了本发明的基本原理、主要特征和执行步骤。本行业的技术人员应该了解，本发明不受上述内容的限制，上述说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种电力设备知识图谱应用系统，其特征在于，包括基础数据模块、大数据技术平台层模块、故障分析模型层模块和信息实时反映应用层模块，所述故障分析模型层模块分别与所述大数据技术平台层模块、所述信息实时反映应用层模块相连；
所述基础数据模块用于重组构建大数据技术平台层模块；
所述大数据技术平台层模块用于构建大数据共享资源池，对所述大数据共享资源池进行提取与挖掘，生成所述故障分析模型层模块的知识图谱，所述知识图谱包括故障图片库、故障诊断XML案例库；其中，所述知识图谱采用多级分层式多叉树结构，所述知识图谱是根据电力设备知识本体和故障诊断业务流构建的；
所述大数据技术平台层模块用于构建大数据共享资源池具体包括：
所述大数据技术平台层模块通过网络爬虫、数据指标化管理、动态重组技术、碎片化技术、安全管理、多态储存、内存管理以及机器学习，构建所述大数据共享资源池；
所述信息实时反映应用层模块包括数据可视化分析、智能诊断、专家在线、多终端应用。
2.如权利要求1所述的电力设备知识图谱应用系统，其特征在于，所述基础数据模块用于重组构建大数据技术平台层模块进一步包括：所述基础数据模块通过对底层数据资源进行数值数据指标化管理以及文本数据结构化重组构建大数据技术平台层模块。
3.如权利要求1所述的电力设备知识图谱应用系统，其特征在于，所述知识本体进一步包括知识领域、知识元、RDF三元组。
4.如权利要求1所述的电力设备知识图谱应用系统，其特征在于，所述故障诊断业务流进一步包括，所述故障诊断业务流的流程依次为设备监测、发生故障、故障原因、解决故障。
5.如权利要求1所述的电力设备知识图谱应用系统，其特征在于，所述基础数据模块为底层数据资源，包括设备数据、物联网监测数据、故障检修历史数据、地理信息、故障损失数据、案例数据、专利、报告、标准、专家系统数据、厂家数据与知网数据。
6.如权利要求1所述的电力设备知识图谱应用系统，其特征在于，所述故障分析模型层模块与所述大数据技术平台层模块相连进一步包括，通过建立知识图谱，将所述故障分析模型层模块与所述大数据技术平台层模块相连。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911107852.XA CN110825885B (zh) | 2019-11-13 | 2019-11-13 | 一种电力设备知识图谱应用系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911107852.XA CN110825885B (zh) | 2019-11-13 | 2019-11-13 | 一种电力设备知识图谱应用系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110825885A CN110825885A (zh) | 2020-02-21 |
| CN110825885B true CN110825885B (zh) | 2022-06-17 |
Family
ID=69554668
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911107852.XA Active CN110825885B (zh) | 2019-11-13 | 2019-11-13 | 一种电力设备知识图谱应用系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110825885B (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113553420B (zh) * | 2020-04-22 | 2023-11-24 | 国网电力科学研究院有限公司 | 基于知识图谱的电网故障处理规程推荐方法和系统 |
| CN111565146B (zh) * | 2020-05-27 | 2022-05-06 | 南方电网调峰调频发电有限公司信息通信分公司 | 一种网络拓扑感知的电力通信网链路故障恢复方法 |
| CN111722058A (zh) * | 2020-06-17 | 2020-09-29 | 国网甘肃省电力公司信息通信公司 | 基于知识图谱的电力信息系统故障检测方法、装置及介质 |
| CN112052296B (zh) * | 2020-08-24 | 2024-01-09 | 中国水电工程顾问集团有限公司 | 一种风电故障诊断知识库构建方法 |
| CN112241401A (zh) * | 2020-10-16 | 2021-01-19 | 中国民用航空华东地区空中交通管理局 | 一种基于知识图谱的数字化质量管理系统及方法 |
| CN112364000A (zh) * | 2020-10-29 | 2021-02-12 | 广西电网有限责任公司南宁供电局 | 一种电力行业多源异构数据融合的系统及方法 |
| CN112836972A (zh) * | 2021-02-05 | 2021-05-25 | 南方电网调峰调频发电有限公司信息通信分公司 | 一种it设备故障缺陷处理系统及故障缺陷处理方法 |
| CN112991092B (zh) * | 2021-02-08 | 2023-09-12 | 福建省亿力信息技术有限公司 | 一种基于知识图谱技术的保供电预警信息分析方法 |
| CN113094512B (zh) * | 2021-04-08 | 2024-05-24 | 达观数据有限公司 | 一种工业生产制造中故障分析系统及方法 |
| CN113361859A (zh) * | 2021-05-10 | 2021-09-07 | 国网上海市电力公司 | 一种基于知识图谱的电网故障分析决策系统 |
| CN113312499B (zh) * | 2021-06-15 | 2022-10-04 | 合肥工业大学 | 一种基于知识图谱的电力安全预警方法及系统 |
| CN113779269B (zh) * | 2021-09-13 | 2024-03-22 | 广东电网有限责任公司 | 电网负荷数据的展示方法、装置、电子设备及存储介质 |
| CN113849663B (zh) * | 2021-11-29 | 2022-04-01 | 湖南乐泊科技有限公司 | 摄像头协同知识图谱的故障监控方法、系统及计算机介质 |
| CN114697188B (zh) * | 2022-03-28 | 2023-03-03 | 天津大学 | 一种基于网络态势感知的物联网设备风险预测分析方法 |
| CN115062165B (zh) * | 2022-08-18 | 2022-12-06 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 基于读片知识图谱的医学影像诊断方法及装置 |
| CN115508672B (zh) * | 2022-11-22 | 2023-04-07 | 中国电力科学研究院有限公司 | 电网主设备故障溯源推理方法、系统、设备及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108595449A (zh) * | 2017-11-23 | 2018-09-28 | 北京科东电力控制系统有限责任公司 | 调度自动化系统知识图谱的构建与应用方法 |
| CN109446344A (zh) * | 2018-11-14 | 2019-03-08 | 同方知网(北京)技术有限公司 | 一种基于大数据的智能分析报告自动生成系统 |
| CN109635127A (zh) * | 2019-02-20 | 2019-04-16 | 云南电网有限责任公司信息中心 | 一种基于大数据技术的电力设备画像知识图谱构建方法 |
| CN110059356A (zh) * | 2019-03-18 | 2019-07-26 | 中国电力科学研究院有限公司 | 一种基于大数据和人工智能的大电网智能调控系统和方法 |
| CN110243834A (zh) * | 2019-07-11 | 2019-09-17 | 西南交通大学 | 基于知识图谱的变压器设备缺陷分析方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10536294B2 (en) * | 2017-07-17 | 2020-01-14 | Midea America Corp. | Computer-based platform for quality management of home devices |
-
2019
- 2019-11-13 CN CN201911107852.XA patent/CN110825885B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108595449A (zh) * | 2017-11-23 | 2018-09-28 | 北京科东电力控制系统有限责任公司 | 调度自动化系统知识图谱的构建与应用方法 |
| CN109446344A (zh) * | 2018-11-14 | 2019-03-08 | 同方知网(北京)技术有限公司 | 一种基于大数据的智能分析报告自动生成系统 |
| CN109635127A (zh) * | 2019-02-20 | 2019-04-16 | 云南电网有限责任公司信息中心 | 一种基于大数据技术的电力设备画像知识图谱构建方法 |
| CN110059356A (zh) * | 2019-03-18 | 2019-07-26 | 中国电力科学研究院有限公司 | 一种基于大数据和人工智能的大电网智能调控系统和方法 |
| CN110243834A (zh) * | 2019-07-11 | 2019-09-17 | 西南交通大学 | 基于知识图谱的变压器设备缺陷分析方法 |
Non-Patent Citations (1)
| Title |
|---|
| 周晶 等.基于知识图谱的电力通信网智慧大脑技术研究.《2019电力行业信息化年会论文集》.2019,全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110825885A (zh) | 2020-02-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110825885B (zh) | 一种电力设备知识图谱应用系统 | |
| CN107133255B (zh) | 一种大电网全景安全防御方法和系统 | |
| CN110674189B (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
| CN103793853A (zh) | 基于双向贝叶斯网络的架空输电线路运行状态评估方法 | |
| CN111049266B (zh) | 一种面向调控业务的智能化秒级复电方法和系统 | |
| CN108446396B (zh) | 一种基于改进型cim模型的电力数据处理方法 | |
| CN111474444B (zh) | 一种基于知识图谱的线路故障复电决策方法 | |
| CN111143447A (zh) | 一种电网薄弱环节动态监测预警决策系统及方法 | |
| CN112612819A (zh) | 一种抽水蓄能电站大数据分析挖掘方法及系统 | |
| CN116304928A (zh) | 供电设备故障预测方法、装置、设备及存储介质 | |
| CN112803587A (zh) | 一种基于诊断决策库的自动化设备状态智能巡视方法 | |
| Ding et al. | A review of the construction and application of knowledge graphs in smart grid | |
| CN106651113A (zh) | 一种基于超前n‑1分析的调度员操作风险评估方法 | |
| Yang et al. | Technology research on panoramic situation awareness of operation state of smart distribution network | |
| CN114626440A (zh) | 一种监控信号的对象化分析方法及装置 | |
| Xiao et al. | Research on the construction and implementation of power grid fault handling knowledge graphs | |
| CN114461796A (zh) | 电网故障处置方案生成方法、装置、控制器和存储介质 | |
| Yu et al. | Research on integrated operation and maintenance acquisition and monitoring technology for new generation dispatching control system | |
| Song et al. | Data mining-Based smart industrial park energy efficiency management system | |
| Tang et al. | Application technology of big data in smart grid and its development prospect | |
| CN114417703B (zh) | 一种光伏组件故障在线诊断分析算法 | |
| Schreiberhuber et al. | Causality Prediction with Neural-Symbolic Systems: A Case Study in Smart Grids. | |
| Weng et al. | Component material prediction model based on deepening application of power distribution network infrastructure data | |
| Zhou et al. | Power Grid transient stability prediction method based on improved CNN under big data background | |
| CN116822206A (zh) | 一种在线故障诊断方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |