CN112241424A - 一种基于知识图谱的空管设备应用系统及方法 - Google Patents
一种基于知识图谱的空管设备应用系统及方法 Download PDFInfo
- Publication number
- CN112241424A CN112241424A CN202011110792.XA CN202011110792A CN112241424A CN 112241424 A CN112241424 A CN 112241424A CN 202011110792 A CN202011110792 A CN 202011110792A CN 112241424 A CN112241424 A CN 112241424A
- Authority
- CN
- China
- Prior art keywords
- equipment
- data
- module
- traffic control
- air traffic
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 4
- 238000005065 mining Methods 0.000 claims abstract description 3
- 238000012423 maintenance Methods 0.000 claims description 61
- 238000004458 analytical method Methods 0.000 claims description 37
- 238000007726 management method Methods 0.000 claims description 28
- 230000005540 biological transmission Effects 0.000 claims description 20
- 238000010586 diagram Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 238000007405 data analysis Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000010845 search algorithm Methods 0.000 claims description 7
- 238000013024 troubleshooting Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 4
- 238000004220 aggregation Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 208000032369 Primary transmission Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
Abstract
本发明公开了一种基于知识图谱的空管设备应用系统及方法，属于空中交通管理领域。针对现有技术中存在的设备监控系统相对封闭、集成度低，影响互联互通的问题。本发明提供了一种空管设备知识图谱应用系统，包括：数据源层、图谱层、算法层以及应用层；数据源层用于导入空管设备数据；图谱层用于对数据源层的数据进行提取、存储和挖掘，生成设备知识图谱；算法层构建于图谱层之上，用于连接图谱层与应用层，根据应用需求灵活选用算法；应用层利用相应算法对知识图谱进行分析处理实现应用功能；以及应用于该系统的方法，该方法及系统将设备链路线上化，维护全域数据一致，进一步提高设备可靠性和安全性，形成空管设备知识网络。
Description
技术领域
本发明涉及空中交通管理领域，更具体地说，涉及一种基于知识图谱的空管设备应用系统及方法。
背景技术
知识图谱是一种数据模型，用于构建庞大的“知识”网络。知识图谱包含由世间万物构成的“实体”以及它们之间的“关系”，利用可视化技术展现知识方方面面的“属性”，旨在描述现实世界中存在的实体以及实体之间的关系。随着人工智能蓬勃发展，认知智能被认为是未来AI发展的焦点，而知识图谱被认为是认知智能的重要基石。知识图谱将设备链路数字化，建立设备管理中各数据的关联关系，维护全域数据一致，帮助运维人员形成设备保障与服务的全景意识。同时，以知识图谱为依托形成知识网络，构建知识库，消除跨领域知识壁垒，便于设备运维和人才培养。
按照功能可将知识图谱分为通用知识图谱和行业(领域)知识图谱，其中，行业(领域)知识图谱以行业或企业内部的数据为主要来源，越来越多地被应用于各专业领域，如电商、金融、农业、安全、医疗等。但是，每个行业(领域)有其自身的行业特点，有些行业壁垒强，知识结构复杂，应该建立符合其自身特点的知识图谱，空管行业便是如此。对于信息链路复杂、安全要求严苛的空管行业来说，随着空管行业的不断发展及数字化的不断推进，设施设备的种类和数量不断增多，单点运维能力不足以满足日常运行保障需求。
现实中，由于空管设备和信息系统涉及多个厂家，设备种类多样，设备链路复杂，中间设备变更频繁，需要投入大量人力成本进行拓扑图的更新维护。而且各设备供应商的接口情况不一，大多数设备相对封闭，无法提供设备接口，造成设备状态无法集中统一监控及管理。另外，设备链路复杂，仅靠人工难以发现失能链路的故障点并及时排故；某些临近使用期限的设备零固件难以排查，埋下安全隐患，无法满足高标准的安全保障需求。最后，不同种类、型号的设备均有其独特的标准和准则，给维修人员带来困难。
发明内容
1.要解决的技术问题
针对现有技术中存在的设备监控系统封闭且不能集成，采用人工获取设备运行中的所有信息难度大；同时，所有设备实时运行状态数据、备品备件库存水平以及突发故障等信息，都存储在各自独立的系统中，而这些系统的技术架构、通讯协议、数据存储格式等各不相同，严重影响了互联互通。本发明提供了一种基于知识图谱的空管设备应用系统及方法，它可以系统高效地组织数据，降低数据维护难度，从中发掘应用价值，达到设备统一管理运维的目的。
2.技术方案
本发明的目的通过以下技术方案实现。
一种基于知识图谱的空管设备应用系统，包括：数据源层、图谱层、算法层以及应用层；所述数据源层用于导入数据；所述图谱层用于对数据源层的数据进行提取、存储和挖掘，生成设备知识图谱；所述算法层构建于图谱层之上，用于连接图谱层与应用层，根据应用需求灵活选用算法；所述应用层利用相应算法对知识图谱进行分析处理实现应用功能。
进一步的，所述数据源层包括实时数据和线下数据，实时数据包括空管设备运维数据、空管设备状态信息，所述线下数据包括空管设备基础信息、拓扑链路以及空管业务流数据。
进一步的，所述图谱层包括：图数据库模块、辅助数据库模块以及图谱运维模块；图数据库模块包括空管设备知识图谱的实体、关系、属性；辅助数据库模块，用于性能优化及避免数据冗余，为图数据库中空管设备知识图谱的共有属性外链做支撑；图谱运维模块是后续更新维护的接口，用于接入状态变更、数据回填的信息。
进一步的，所述算法层包括：路径搜索算法模块、实体关联算法模块、聚合分析算法模块、实体与关系查询算法模块。
进一步的，应用层包括：数据分析处理模块，用于对知识图谱进行分析处理；Web服务模块，用于向用户提供基于Web的用户操作接口控制系统和录入数据。
进一步的，所述数据分析模块包括设备链路查询与分析模块、服务失能分析模块、剩余保障能力分析模块、运维知识库模块；所述设备链路查询与分析模块利用空管设备知识图谱将设备的物理链路和业务连接数字化；所述服务失效分析模块利用空管设备知识图谱找出与故障设备相关的业务数据；所述剩余保障能力分析模块利用空管设备知识图谱反查用户备份信息；所述运维知识库模块用于搜索设备排故记录，为空管运维人员提供技术支持。
进一步的，所述Web服务模块包括用户操作界面模块和分析结果显示模块，操作界面模块用于实现人机交互，分析结果显示模块用于实现分析结果可视化。
进一步的，一种基于知识图谱的空管设备应用方法，应用于根据权利要求1至7中任一项所述的基于知识图谱的空管设备应用系统，包括以下步骤：
步骤一：设置空管设备知识图谱的实体范围；
步骤二：建立实体标签和属性，根据应用需求分析，通过设备知识图谱设置设备和用户两个实体；
步骤三：建立实体间连接并设置关系属性，根据应用需求分析和实体标签，通过空管设备知识图谱设置数据传输、设备依赖、业务依赖以及主备四种关系；
步骤四：建立实体关系概念图，根据实体与连接关系，输出空管设备知识图谱概念图；
步骤五：梳理数据源，根据业务范围及图谱概念图梳理数据源，并根据数据源的获取情况对实体连接进行相应调整。
进一步的，所述步骤一中，所述实体包括通信导航监视设备、气象设备、飞服设备以及动力设备等生产运行设备。
进一步的，所述步骤二中，设置空管设备实体属性为固有属性、运维属性、类别属性，设置空管用户实体属性为ID、名称、用户组、所属单位、服务范围。
3.有益效果
相比于现有技术，本发明的优点在于：
本发明利用知识图谱将空管设备的物理链路和业务连接数字化，并通过路径搜索、实体关联、实体与关系查询算法快速筛选出感兴趣的连接情况，将复杂的链路可视化，方便技术人员直观掌握实际情况；同时，计算机可以通过分析大量复杂的连接数据，发现设备连接中存在的薄弱环节，定位设备异常。通过空管设备知识图谱找出与故障设备有关的业务数据，再根据业务数据定位用户，从而确定影响范围。通过本发明将空管设备链路线上化，维护全域数据一致；引入智能监控及智能运维，提高空管设备和空管运维人员效率，降低人力成本；实现设备态势感知可进一步提高空管设备可靠性和安全性。本发明还能够形成空管设备知识网络，构建空管设备知识库，消除跨业务知识壁垒，便于空管设备检修技术支持及空管运维人才培养。
附图说明
图1为本发明的应用架构示意图；
图2为本发明的系统结构示意图；
图3为本发明的方法步骤示意图；
图4为本发明的知识图谱概念图；
图5为基于本发明的全链路图谱；
图6为基于本发明的主用传输链路图谱；
图7为基于本发明的备用传输链路图谱。
具体实施方式
下面结合说明书附图和具体的实施例，对本发明作详细描述。
实施例1
基于本发明的设备知识图谱从数据源端到应用端的应用系统，如图1所示，主要分为数据源层、图谱层、算法层以及应用层。
数据源层表示取用数据的范围和方式。数据范围分为实时数据和线下数据。实时数据包括空管设备运维数据和空管设备运行状态。线下数据包括空管设备基础信息、拓扑链路以及空管业务流数据。运维数据获取主要通过空管设备运维工单系统导入；设备状态可直接接入设备监控信息。对于信息封闭的设备，则需要配合OCR技术进行采集录入。对于线下数据部分，空管设备信息可通过系统表格导入，而拓扑链路、空管业务流数据则需要人工梳理导入，后续维护可进行线上化操作。数据源层所引入的各种数据将作为构建空管设备知识图谱的基础数据，一部分用于初始化知识图谱，另一部分用于系统自动维护知识图谱的依据更新知识图谱。
图谱层是所有上层应用的基石，合理的规划设计对后续应用的科学实施、性能优化、可扩展性等都有十分重要的作用。在图谱层设计了三个模块：图数据库模块、辅助数据库模块以及图谱运维模块。图数据库模块囊括了空管设备知识图谱的主体内容——实体、关系、属性，是建设图谱的重要组件。基于性能优化及避免数据冗余的考虑，加入辅助数据库模块，为图数据库中空管设备知识图谱的属性外链做支撑。图谱运维模块是后续更新维护的接口，用于接入状态变更、数据回填的信息。
算法层构建于图谱层之上，是连通图谱与应用的纽带。可以根据应用需求灵活选用算法。例如路径搜索、实体关联、聚合分析、实体与关系查询等图数据库相关算法。路径搜索算法是探索节点之间路径的算法，从一个节点开始，遍历关系，直到到达目的节点，找出所有的连通路径，从而验证连通性。实体关联是通过实体节点和指定关系获取与其相关的实体，或者根据两个实体节点获取两者之间的关系。聚合算法是根据关联条件将节点或关系进行分组并进行诸如计数、求和等运算。实体与关系查询是在众多节点和关系中根据查询条件快速搜索出匹配的结果。
应用层主要是利用相应算法对知识图谱进行分析处理实现各种功能。根据知识图谱的特点，结合空管设备运维管理实际，知识图谱在空管设备运维管理中的应用层主要包括：
设备链路查询与分析：在空管实际运行中，存在大量分散在各地的设备，它们之间相互引接，同时为了保证安全性通常都会采用至少双路传输网络，而这些网络又存在租用和自建，这样各种各样的传输网络就会错综复杂。以目前的单点分段维护的运行模式，运维人员只是清楚自己负责的那段传输网络，一旦网络出现故障或调整，就需要和链路上相关的维护单位逐一沟通，费时费力，甚至会因为表述和理解偏差而产生错误。利用知识图谱将设备的物理链路和业务连接数字化，并通过路径搜索、实体关联、实体与关系查询算法快速筛选出感兴趣的连接情况，将复杂的链路可视化，方便技术人员直观掌握实际情况。同时，计算机可以通过分析大量复杂的连接数据，发现设备连接中存在的薄弱环节，定位设备异常。如果使用人工筛查，将耗费大量时间和精力，甚至难以完成。
服务失能分析：在空管行业安全是第一重要的，在设备出现异常时，设备运维人员要第一时间做出反应，通知用户，采取应急处置，并及时排故。对于像空管雷达这类数据源设备存在大量用户的引接，有本地用户也有异地用户。如果传输链路故障，需要人工判断此链路将影响哪些用户，大大降低了对用户提醒和应急处置效率。而通过设备知识图谱找出与故障设备有关的业务数据，再根据业务数据定位用户，从而确定影响范围，可以显著提高对用户提醒和应急处置效率。
剩余保障能力分析：通过服务失能分析确定影响用户后，管理人员对整个异常情况严重程度的判断往往基于经验和用户反馈，不能及时准确的安排与调配人员力量。当同时出现多个设备故障时，这种问题就更为突出。通过设备知识图谱反查这些用户是否有其他链路或设备提供备份服务。同时，根据备份数量和备份设备能力评估用户的受影响程度，帮助管理者合理分配抢修资源。
运维知识库：为了保证航空安全，空管运维人员需要在设备故障后尽快维修恢复。而空管设备种类繁多，同一种类设备往往也有各种厂家和型号。因此，对运维人员技术要求很高，人员专业性很强，专才多而通才少，经验不能很好的共享。在多设备同时故障或值班人员面对并不擅长的设备排故时往往很难达到尽快维修恢复的要求。通过工单系统，收集设备排故记录，组织成知识图谱，形成运维知识库。当设备出现故障时，计算机根据故障现象搜索运维知识库，找出与该故障现象相关的故障原因，并依据历史记录给出故障原因从高到低的可能性排序，帮助运维人员进行排故。同时，经过尝试最终还是无法自行处理时，通过空管设备知识图谱找到相关专家，远程连线进行技术支持。
综上所述，本发明提供的空管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空管设备故障进行诊断，通过采用开放先进的互联网、大数据技术、物联网技术，构建运维知识库，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，可以实现空管设备实时监测、预测预警分析，缩短故障排查时间，极大地提高排除空管设备故障的效率，保证空管业务快速恢复正常运营。
实施例2
一种基于知识图谱的空管设备应用系统采用B/S架构，如图2所示，分为应用与数据处理模块、数据接入模块、图数据库和辅助数据库。
应用与数据处理模块为系统核心用于为客户端提供数据分析处理服务和Web服务。其中，数据分析处理服务包括知识图谱数据管理、设备监控数据管理、运维知识库数据管理、设备链路查询与分析、服务失能分析、剩余保障能力分析等。Web服务包括用户数据输入与配置表单、设备及链路可视化显示、设备告警提醒、各数据分析结果显示界面等。
数据接入模块用于接收各空管设备监控终端输出的设备状态数据和工单系统输出的设备运维数据，并进行解析预处理成系统定义的标准格式输入给应用与数据处理模块。应用与数据处理模块接收后，进行分析、显示和落库操作。针对无法输出运行数据的设备，数据接入模块通过采集监控终端的音视频数据进行OCR等技术分析处理出运行数据，再传输给应用与数据处理模块分析、显示和落库。
图数据库用于提供图数据库服务，承载知识图谱的存储和基础分析算法。
辅助数据库用于存储大量的设备运行数据，为知识图谱提供属性值外部链接服务，减少图数据库的存储和查询压力。
实施例3
在空管设备运维管理中，存在大量设备连接和业务关联数据，通过构建空管设备知识图谱可以系统高效地组织数据，降低数据维护难度，从中发掘应用价值。
如图3所示，空管设备知识图谱应用方法包括确定实体范围、定义实体标签和属性、定义实体间关系及其属性、总结实体关系概念图和梳理数据源5个步骤，具体步骤如下。
步骤一：确定实体范围。
在空管实际运行中，通信导航监视设备和气象设备的管理和运维虽然在不同部门，但是在管理运维的方式方法上可以进行统一，便于进行数字化转型。因此，空管设备知识图谱的实体范围应该包括通信导航监视设备、气象设备、飞服设备以及动力设备等生产运行设备等。
步骤二：建立实体标签和属性。
根据应用需求分析，设备知识图谱将定义设备以及用户两个实体。
设备实体属性包括设备固有属性、运维属性、类别属性。
固有属性描述了设备本身的性质，包含ID、名称、生产厂家、型号、输出数据、参数信息、组件信息、图片信息以及说明文档。运维属性描述了运维相关的信息，包括位置信息、保障单位、主备性质、运行状态、维护记录和排故记录。类别属性可以根据需求进行多维度分类，包括功能分类、资产分类、安全分类。
用户实体属性主要包含ID、名称、用户组、所属单位、服务范围。
步骤三：建立实体间关系及其属性。
根据应用需求分析和实体标签，设备知识图谱将定义数据传输、设备依赖、业务依赖以及主备四种关系。
数据传输关系描述了设备的物理连接关系，属性包括数据属性、接口属性、传输介质属性。其中，数据属性表示链路上传输的数据流，该属性可以基于物理链路进一步定位业务链路，精确进行失能分析。设备依赖关系描述了设备间的供电关系。业务依赖关系描述了设备与用户间的关系，可用于定位服务失能范围和分析剩余服务保障能力。主备关系描述了两设备间主、备用的关系。
步骤四：建立实体关系概念图。
根据定义好的实体与关系，画出设备知识图谱概念图，如图4所示，便于直观理解实体及实体间关系，帮助后期数据收集及应用搭建。
步骤五：梳理数据源。
根据业务范围及图谱概念图梳理数据源，并根据数据源的获取情况对实体关系进行相应调整。若数据缺失，对于重点关注的实体关系可以进行埋点操作；对于不关注的实体关系可以进行剔除。设备知识图谱实体及关系的初始化主要依靠人工梳理录入，后续的更新维护可通过引入ERP系统、工单系统等其他系统的数据同步进行调整。
综上所述，本发明利用知识图谱将空管设备的物理链路和业务连接数字化，并通过路径搜索、实体关联、实体与关系查询算法快速筛选出感兴趣的连接情况，将复杂的链路可视化，方便技术人员直观掌握实际情况；同时，计算机可以通过分析大量复杂的连接数据，发现设备连接中存在的薄弱环节，定位设备异常。通过空管设备知识图谱找出与故障设备有关的业务数据，再根据业务数据定位用户，从而确定影响范围。
实施例4
本实施例将演示当甚高频某信道收发机至某扇区席位的传输链路出现异常时的服务失能分析。整个示例全链路图谱展示如图5所示。
正常状态下，数据默认使用主用链路传输。首先通过实体与关系查询，得到甚高频设备起始节点和扇区席位设备终止节点，再根据路径搜索算法，从甚高频设备起始节点开始依次通过数据传输关系搜索主备属性为主用、状态属性为正常的传输设备节点，最终查找到扇区席位设备终止节点，如图6所示。此时，说明甚高频设备起始节点和扇区席位设备终止节点之间主用传输链路正常。
当主用链路某节点出现异常时，根据路径搜索算法，从甚高频设备起始节点开始依次通过数据传输关系搜索主备属性为主用、状态属性为正常的传输设备节点，将无法连通到扇区席位设备终止节点，说明该链路失效。但是通过数据传输关系搜索主备属性为备用、状态属性为正常的传输设备节点，可以找出一条从甚高频设备起始节点到扇区席位设备终止节点的连通路径，即如图7所示的备用链路。
当主、备链路中节点均出现异常，根据路径搜索算法，从甚高频设备起始节点开始依次通过数据传输关系搜索状态属性为正常的传输设备节点，没有任何一条路径连通到扇区席位设备终止节点，表明两节点间链路完全中断，服务已失能。
以上示意性地对本发明创造及其实施方式进行了描述，该描述没有限制性，在不背离本发明的精神或者基本特征的情况下，能够以其他的具体形式实现本发明。附图中所示的也只是本发明创造的实施方式之一，实际的结构并不局限于此，权利要求中的任何附图标记不应限制所涉及的权利要求。所以，如果本领域的普通技术人员受其启示，在不脱离本创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本专利的保护范围。此外，“包括”一词不排除其他元件或步骤，在元件前的“一个”一词不排除包括“多个”该元件。产品权利要求中陈述的多个元件也可以由一个元件通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
Claims (10)
1.一种基于知识图谱的空管设备应用系统，其特征在于，包括：数据源层、图谱层、算法层以及应用层；所述数据源层用于导入空管设备数据；所述图谱层用于对数据源层的数据进行提取、存储和挖掘，生成设备知识图谱；所述算法层构建于图谱层之上，用于连接图谱层与应用层，根据应用需求灵活选用算法；所述应用层利用相应算法对知识图谱进行分析处理实现应用功能。
2.根据权利要求1所述的一种基于知识图谱的空管设备应用系统，其特征在于，所述数据源层从空管设备获取实时数据和线下数据，实时数据包括空管设备运维数据、空管设备状态信息，线下数据包括空管设备基础信息、拓扑链路以及空管业务流数据。
3.根据权利要求2所述的一种基于知识图谱的空管设备应用系统，其特征在于，所述图谱层包括：图数据库模块、辅助数据库模块以及图谱运维模块；图数据库模块包括空管设备知识图谱的实体、关系、属性；辅助数据库模块，用于性能优化及避免数据冗余，为图数据库模块中空管设备知识图谱的共有属性外链做支撑；图谱运维模块是后续更新维护的接口，用于接入状态变更、数据回填的信息。
4.根据权利要求3所述的一种基于知识图谱的空管设备应用系统，其特征在于，所述算法层包括：路径搜索算法模块、实体关联算法模块、聚合分析算法模块、实体与关系查询算法模块；路径搜索算法模块用于实现探索节点之间路径的算法；实体关联算法模块用于通过实体节点和指定关系获取与其相关的实体；聚合算法模块用于根据关联条件将节点或关系进行分组并进行运算；实体与关系查询算法模块用于在节点和关系中根据查询条件搜索匹配结果。
5.根据权利要求4所述的一种基于知识图谱的空管设备应用系统，其特征在于，应用层包括：数据分析处理模块，用于对知识图谱进行分析处理；Web服务模块，用于向用户提供基于Web的用户操作接口控制系统和录入数据。
6.根据权利要求5所述的一种基于知识图谱的空管设备应用系统，其特征在于，所述数据分析模块包括设备链路查询与分析模块、服务失能分析模块、剩余保障能力分析模块、运维知识库模块；所述设备链路查询与分析模块利用空管设备知识图谱将设备的物理链路和业务连接数字化；所述服务失效分析模块利用空管设备知识图谱找出与故障设备相关的业务数据；所述剩余保障能力分析模块利用空管设备知识图谱反查用户备份信息；所述运维知识库模块用于搜索设备排故记录，为空管运维人员提供技术支持。
7.根据权利要求5所述的一种基于知识图谱的空管设备应用系统，其特征在于，所述Web服务模块包括用户操作界面模块和分析结果显示模块，操作界面模块用于实现人机交互，分析结果显示模块用于实现分析结果可视化。
8.一种基于知识图谱的空管设备应用方法，其特征在于，应用于根据权利要求1至7中任一项所述的基于知识图谱的空管设备应用系统，包括以下步骤：
步骤一：设置空管设备知识图谱的实体范围；
步骤二：建立实体标签和属性，根据应用需求分析，通过设备知识图谱设置空管设备和用户两个实体；
步骤三：建立实体间连接并设置关系属性，根据应用需求分析和实体标签，通过设备知识图谱设置数据传输、设备依赖、业务依赖以及主备四种关系；
步骤四：建立实体关系概念图，根据所述实体与连接关系，输出空管设备知识图谱概念图；
步骤五：梳理数据源，根据业务范围及图谱概念图梳理数据源，并根据数据源的获取情况对实体连接进行相应调整。
9.根据权利要求8所述的一种基于知识图谱的空管设备应用方法，其特征在于，所述步骤一中，所述实体包括通信导航监视设备、气象设备、飞服设备以及动力设备等生产运行设备。
10.根据权利要求9所述的一种基于知识图谱的空管设备应用方法，其特征在于，所述步骤二中，设置空管设备实体属性为固有属性、运维属性和类别属性的一个或多个，设置空管用户实体属性为ID、名称、用户组、所属单位和服务范围一个或多个。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011110792.XA CN112241424A (zh) | 2020-10-16 | 2020-10-16 | 一种基于知识图谱的空管设备应用系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011110792.XA CN112241424A (zh) | 2020-10-16 | 2020-10-16 | 一种基于知识图谱的空管设备应用系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112241424A true CN112241424A (zh) | 2021-01-19 |
Family
ID=74168707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011110792.XA Pending CN112241424A (zh) | 2020-10-16 | 2020-10-16 | 一种基于知识图谱的空管设备应用系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112241424A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112818071A (zh) * | 2021-02-09 | 2021-05-18 | 青岛海信网络科技股份有限公司 | 一种基于统一路网的交管领域知识图谱构建方法及装置 |
| CN112882911A (zh) * | 2021-02-01 | 2021-06-01 | 中电科网络空间安全研究院有限公司 | 异常性能行为检测方法、系统、装置及存储介质 |
| CN117556578A (zh) * | 2024-01-09 | 2024-02-13 | 中科物栖(南京)科技有限公司 | 图形化生成物联网应用的方法、装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160094889A1 (en) * | 2014-09-29 | 2016-03-31 | Rovi Guides, Inc. | Systems and methods for determining whether to merge search queries based on contextual information |
| CN107908738A (zh) * | 2017-11-15 | 2018-04-13 | 昆明能讯科技有限责任公司 | 基于电力专业词库的企业级知识图谱搜索引擎的实现方法 |
| CN110008288A (zh) * | 2019-02-19 | 2019-07-12 | 武汉烽火技术服务有限公司 | 用于网络故障分析的知识图谱库的构建方法及其应用 |
| CN110222127A (zh) * | 2019-06-06 | 2019-09-10 | 中国电子科技集团公司第二十八研究所 | 基于知识图谱的信息汇聚方法、装置和设备 |
| CN111208385A (zh) * | 2019-12-19 | 2020-05-29 | 云南电网有限责任公司玉溪供电局 | 电网在线故障分层诊断方法 |
-
2020
- 2020-10-16 CN CN202011110792.XA patent/CN112241424A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160094889A1 (en) * | 2014-09-29 | 2016-03-31 | Rovi Guides, Inc. | Systems and methods for determining whether to merge search queries based on contextual information |
| CN107908738A (zh) * | 2017-11-15 | 2018-04-13 | 昆明能讯科技有限责任公司 | 基于电力专业词库的企业级知识图谱搜索引擎的实现方法 |
| CN110008288A (zh) * | 2019-02-19 | 2019-07-12 | 武汉烽火技术服务有限公司 | 用于网络故障分析的知识图谱库的构建方法及其应用 |
| CN110222127A (zh) * | 2019-06-06 | 2019-09-10 | 中国电子科技集团公司第二十八研究所 | 基于知识图谱的信息汇聚方法、装置和设备 |
| CN111208385A (zh) * | 2019-12-19 | 2020-05-29 | 云南电网有限责任公司玉溪供电局 | 电网在线故障分层诊断方法 |
Non-Patent Citations (4)
| Title |
|---|
| 乔骥 等: "面向电网调度故障处理的知识图谱框架与关键技术初探", 中国电机工程学报, vol. 40, no. 18, pages 0 - 2 * |
| 刘广一: "图计算与知识图谱在配电网中的应用", 供用电, no. 011 * |
| 蔡亚楠 等: "基于知识图谱的航天装备质量管理方法研究", 质量与可靠性, no. 6, pages 3 * |
| 路轶 等: "基于"电网一张图"的时空数据管理系统", 供用电, vol. 36, no. 11, pages 2 - 3 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112882911A (zh) * | 2021-02-01 | 2021-06-01 | 中电科网络空间安全研究院有限公司 | 异常性能行为检测方法、系统、装置及存储介质 |
| CN112882911B (zh) * | 2021-02-01 | 2023-12-29 | 中电科网络空间安全研究院有限公司 | 异常性能行为检测方法、系统、装置及存储介质 |
| CN112818071A (zh) * | 2021-02-09 | 2021-05-18 | 青岛海信网络科技股份有限公司 | 一种基于统一路网的交管领域知识图谱构建方法及装置 |
| CN117556578A (zh) * | 2024-01-09 | 2024-02-13 | 中科物栖(南京)科技有限公司 | 图形化生成物联网应用的方法、装置、设备及存储介质 |
| CN117556578B (zh) * | 2024-01-09 | 2024-03-26 | 中科物栖(南京)科技有限公司 | 图形化生成物联网应用的方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110008288B (zh) | 用于网络故障分析的知识图谱库的构建方法及其应用 | |
| US11250343B2 (en) | Machine learning anomaly detection | |
| CN112241424A (zh) | 一种基于知识图谱的空管设备应用系统及方法 | |
| CN114579875A (zh) | 基于知识图谱的设备故障诊断与维修知识推荐系统 | |
| CN107958337A (zh) | 一种信息资源可视化移动管理系统 | |
| WO2006135756A1 (en) | Multi-infrastructure modeling system | |
| US20180357292A1 (en) | Suggestion of views based on correlation of data | |
| CN103295155A (zh) | 证券核心业务系统监控方法 | |
| CN112559237B (zh) | 运维系统排障方法、装置、服务器和存储介质 | |
| CN113094385A (zh) | 一种基于软件定义开放工具集的数据共享融合平台及方法 | |
| CN112148578A (zh) | 基于机器学习的it故障缺陷预测方法 | |
| CN112463892A (zh) | 一种基于风险态势的预警方法及系统 | |
| CN115617776A (zh) | 一种数据管理系统及方法 | |
| CN114791846A (zh) | 一种针对云原生混沌工程实验实现可观测性的方法 | |
| CN115718472A (zh) | 水电机组故障扫描诊断方法 | |
| CN112052134A (zh) | 一种业务数据的监控方法及装置 | |
| CN114443437A (zh) | 告警根因输出方法、装置、设备、介质和程序产品 | |
| CN113206867A (zh) | 一种智能数据采集监控系统、方法和定时采集服务模块 | |
| CN112965855A (zh) | 城市大脑数字化管理系统 | |
| Ali et al. | From big data to smart data-centric software architectures for city analytics: the case of the pell smart city platform | |
| CN111538720A (zh) | 电力行业基础数据清理的方法及系统 | |
| CN115438093A (zh) | 一种电力通信设备故障判断方法与检测系统 | |
| CN114328954A (zh) | 一种基于核心概念本体的物联网领域本体构建方法 | |
| CN112784129A (zh) | 一种泵站设备运维数据监管平台 | |
| Nguyen | Representation choice methods as the tool for solving uncertainty in distributed temporal database systems with indeterminate valid time |
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 |