CN112380298B - 一种油气管道缺陷修复的知识图谱构建方法及系统 - Google Patents
一种油气管道缺陷修复的知识图谱构建方法及系统 Download PDFInfo
- Publication number
- CN112380298B CN112380298B CN202011414170.6A CN202011414170A CN112380298B CN 112380298 B CN112380298 B CN 112380298B CN 202011414170 A CN202011414170 A CN 202011414170A CN 112380298 B CN112380298 B CN 112380298B
- Authority
- CN
- China
- Prior art keywords
- repair
- pipeline
- knowledge
- data
- defect repair
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 226
- 238000010276 construction Methods 0.000 title claims abstract description 25
- 230000008439 repair process Effects 0.000 claims abstract description 277
- 230000000694 effects Effects 0.000 claims abstract description 42
- 238000013499 data model Methods 0.000 claims abstract description 24
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 32
- 239000000463 material Substances 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 16
- 238000007726 management method Methods 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 claims description 11
- 238000009472 formulation Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000008520 organization Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 229910000831 Steel Inorganic materials 0.000 claims description 6
- 239000010959 steel Substances 0.000 claims description 6
- 238000004381 surface treatment Methods 0.000 claims description 6
- 238000009430 construction management Methods 0.000 claims description 4
- 238000009412 basement excavation Methods 0.000 claims description 3
- 238000009933 burial Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 239000011248 coating agent Substances 0.000 claims description 3
- 238000000576 coating method Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000036541 health Effects 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000009428 plumbing Methods 0.000 claims description 3
- 238000000275 quality assurance Methods 0.000 claims description 3
- 230000002787 reinforcement Effects 0.000 claims description 3
- 239000002689 soil Substances 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims description 3
- 238000003466 welding Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 abstract description 5
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000003860 storage Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000013145 classification model Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion 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
- 230000003068 static effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及油气管道修复技术领域，公开一种油气管道缺陷修复的知识图谱构建方法，包括：收集管道缺陷修复的相关数据，按照管道缺陷修复流程进行整理和分类，形成初步的管道缺陷修复数据模型框架；分析拆解所述管道缺陷修复数据模型框架，确定对应的缺陷修复业务数据域，确定管道缺陷修复知识的三元组；识别所述三元组，完成管道缺陷修复的知识抽取，并将识别后的三元组导入图数据库，构建知识图谱。本发明通过将现有的管道修复隐性知识显性化，借助可视化的图数据和知识推理，并基于语义搜索和语义匹配为用户提供管道修复业务知识参考，为缺陷修复知识点的积累、传递和共享奠定了基础，在为缺陷修复业务活动中的用户提供知识服务的同时，拓展了用户技能提升的途径。
Description
技术领域
本发明属于油气管道修复技术领域，具体涉及一种油气管道缺陷修复的知识图谱构建方法及系统。
背景技术
油气管道经过多年运行后，由于腐蚀、运行管理不善等原因，不可避免的会产生各种损伤和泄露，带来严重的经济损失，但全线更换新管道，不仅工程量庞大，而且耗资大、工期长。如何经济高效、快捷地恢复管道安全运行的问题受到了行业内的极大关注。油气储运因管道腐蚀或其他原因发生安全事故后，针对事故进行的修复，是被动的应对，而管道缺陷修复就是要变被动为主动，在事故发生前就对管道进行检测和评价，预先制定修复维护计划，进行有计划的修复，而这个过程是周期进行持续改进的，从而确保管道长期处于无事故状态。
油气管道缺陷修复是一个集理论知识、专业技能和实践经验的综合活动。现有技术中，对于油气管道的缺陷修复，更多的是依赖维修人员自身的经验，但不同的维修人员的水平不同，且经验是一个主观且隐性的知识，无法在短时间内直接传递给他人，更无法形成一个客观的规范标准，因此亟需一种能够客观全面指导维修人员进行油气管道缺陷修复的方法来解决上述问题。
发明内容
本发明的目的在于提供一种油气管道缺陷修复的知识图谱构建方法及系统，用以解决现有技术中油气管道缺陷修复业务缺乏客观全面的指导方法的技术问题。
为了实现上述目的，本发明采用以下的技术方案：
一种油气管道缺陷修复的知识图谱构建方法，所述方法包括：
步骤1：收集管道缺陷修复的相关数据，按照管道缺陷修复流程进行整理和分类，形成初步的管道缺陷修复数据模型框架；
步骤2：分析拆解所述管道缺陷修复数据模型框架，确定对应的缺陷修复业务数据域，并根据所述缺陷修复业务数据域确定管道缺陷修复知识的三元组；
步骤3：识别所述管道缺陷修复知识的三元组，完成管道缺陷修复的知识抽取，并将识别后的三元组导入图数据库，构建管道缺陷修复知识的知识图谱。
进一步的，所述方法还包括：
步骤4：接收所述管道缺陷修复知识的查询指令，根据所述查询指令进行语义搜索和语义匹配以获取检索结果，并将所述检索结果返回至信息查询展示界面。
进一步的，所述步骤1具体包括：
步骤1.1：收集油气管道工程建设管理系统、管道完整性管理系统、管道生产管理系统以及管道全生命周期生产运营业务系统中关于管道缺陷修复的结构化数据、半结构化数据以及非结构化数据；
步骤1.2：依据《油气管道管体修复技术规范》和CDP油气管道工程系列规定文件中关于管道缺陷修复流程的规定，将所述管道缺陷修复的结构化数据、半结构化数据以及非结构化数据进行整理和分类，形成初步的管道缺陷修复数据模型框架。
进一步的，所述管道缺陷修复流程对应的管道缺陷修复关联数据包括：
缺陷评价业务活动关联数据：检测数据、工艺参数、钢管数据；
修复方案业务活动关联数据：缺陷评价数据、修复技术、修复材料、维修人员、维修设备、组织机构、数据记录表、管道基础信息、标准规范；
修复材料准备业务活动关联数据：材料信息、供应商信息、备品备件；
现场开挖业务活动关联数据：位置信息、定位设备、基础地理、周边环境；
清除防腐层业务活动关联数据：防腐层信息、清除工具；
基材表面处理业务活动关联数据：表面处理要求；
缺陷定位业务活动关联数据：定位设备、测量数据；
缺陷修复业务活动关联数据：修复材料、修复方法；
现场检测业务活动关联数据：检测方法、检测数据；
修复防腐层业务活动关联数据：修复方式、修复材料；
定期开挖检测业务活动关联数据：定期开挖数据。
进一步的，所述步骤2具体包括：
步骤2.1：分析拆解所述管道缺陷修复数据模型框架，并基于管道缺陷修复知识的应用方向，将管道缺陷修复业务数据域确定为管道实体知识域、管体缺陷及修复知识域以及修复方案制定知识域；
步骤2.2：根据所述数据管道实体知识域、所述管体缺陷及修复知识域以及所述修复方案制定知识域确定所述管道缺陷修复知识的三元组；
其中，所述三元组包括实体、关系以及实体和关系的属性。
进一步的，所述管道实体知识域包括：管道基础信息、管道设施信息、第三方设施信息、基础地理信息、管道风险信息、检测信息、维抢修信息、缺陷及修复知识信息以及标准规范信息；
所述管体缺陷及修复知识域包括：缺陷信息、相应方式信息、修复方案信息、修复流程信息、修复技术要求信息和保障措施信息；
所述修复方案制定知识域包括：管体缺陷信息、修复材料信息、维修资源信息和历史修复方案及方案模板信息。
进一步的，所述管道基础信息包括：管线和线路段；
所述管道设施信息包括：钢管、防腐层、焊口和桩；
所述第三方设施信息包括：第三方管道和地下障碍物；
所述基础地理信息包括：管道埋深和土壤；
所述管道风险信息包括：高后果区、高风险管段、地区等级和地质灾害；
所述检测信息包括：管体缺陷；
所述维抢修信息包括：缺陷修复方案、组织机构、修复材料、维修设备、维修人员、维修记录、抢修记录、修复方案模板和公司；
所述缺陷及修复知识信息包括：缺陷修复知识、缺陷类型、修复方法、修复响应、缺陷修复流程、补强修复要求、焊接要求、数据采集要求、保障措施、HSE要求、环境保护、安全保护、人员健康保障和质量保证；
所述标准规范信息包括：标准规范。
进一步的，所述步骤3具体包括：
步骤3.1：识别所述管道缺陷修复知识的实体、关系以及实体和关系的属性，完成管道缺陷修复的知识抽取；
步骤3.2：将识别后的实体、关系以及实体和关系的属性知识导入图数据库，构建管道缺陷修复知识的知识图谱。
进一步的，每个实体在图谱中为一个节点，所述识别所述管道缺陷修复知识的关系包括：识别实体表示的节点之间的关系；其中，每个节点对应一个关系列表，所述关系列表中存储有与所述节点相关的关系记录；其中，所述关系记录按照类型和方向进行存储。
本发明还提供一种油气管道缺陷修复的知识图谱构建系统，所述系统包括：
数据收集及整理单元，用于收集管道缺陷修复的相关数据，按照管道缺陷修复流程进行整理和分类，形成初步的管道缺陷修复数据模型框架；
数据域及三元组确定单元，用于分析拆解所述管道缺陷修复数据模型框架，确定对应的缺陷修复业务数据域，并根据所述缺陷修复业务数据域确定管道缺陷修复知识的三元组；
知识图谱构建单元，用于识别所述管道缺陷修复知识的三元组，完成管道缺陷修复的知识抽取，并将识别后的三元组导入图数据库，构建管道缺陷修复知识的知识图谱；
查询指令响应单元，用于接收所述管道缺陷修复知识的查询指令，根据所述查询指令进行语义搜索和语义匹配以获取检索结果，并将所述检索结果返回至信息查询展示界面。
本发明的有益效果为：首先通过收集各个管道修复管理系统中的相关数据，按照管道缺陷修复流程进行整理和分类，形成初步的管道缺陷修复数据模型框架；然后分析拆解所述管道缺陷修复数据模型框架，确定对应的缺陷修复业务数据域；然后识别所述管道缺陷修复知识的实体、关系以及实体和关系的属性，完成管道缺陷修复的知识抽取，并将识别后的知识导入图数据库，构建管道缺陷修复知识的知识图谱。本发明通过将现有的管道修复隐性知识显性化，借助可视化的图数据和知识推理，并基于语义搜索和语义匹配为用户提供管道修复业务知识参考，为缺陷修复知识点的积累、传递和共享奠定了基础，在为缺陷修复业务活动中的用户提供知识服务的同时，拓展了用户技能提升的途径。
附图说明
图1是本发明实施例油气管道缺陷修复的知识图谱构建方法的流程图；
图2是本发明实施例步骤1的流程示意图；
图3是本发明实施例步骤2的流程示意图；
图4是本发明实施例步骤3的流程示意图；
图5是本发明实施例油气管道缺陷修复流程的示意图；
图6是本发明实施例管道缺陷修复的知识图谱模型；
图7是本发明实施例高后果区和管线名称的知识存储模型；
图8是本发明实施例管道实体知识域图谱模型；
图9是本发明实施例管体缺陷修复知识域图谱模型；
图10是本发明实施例缺陷修复方案知识域图谱模型；
图11是本发明实施例油气管道缺陷修复的知识图谱构建装置的模块图。
具体实施方式
为使本说明书实施例的目的、技术方案和优点更加清楚，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明保护的范围。
应当理解，尽管本文可能使用术语第一、第二等等来描述各种单元，但是这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元，同时不脱离本发明的示例实施例的范围。
应当理解，对于本文中可能出现的术语“和/或”，其仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，单独存在B，同时存在A和B三种情况；对于本文中可能出现的术语“/和”，其是描述另一种关联对象关系，表示可以存在两种关系，例如，A/和B，可以表示：单独存在A，单独存在A和B两种情况；另外，对于本文中可能出现的字符“/”，一般表示前后关联对象是一种“或”关系。
应当理解，在本文中若将单元称作与另一个单元“连接”、“相连”或“耦合”时，它可以与另一个单元直相连接或耦合，或中间单元可以存在。相対地，在本文中若将单元称作与另一个单元“直接相连”或“直接耦合”时，表示不存在中间单元。另外，应当以类似方式来解释用于描述单元之间的关系的其他单词(例如，“在……之间”对“直接在……之间”,“相邻”对“直接相邻”等等)。
应当理解，本文使用的术语仅用于描述特定实施例，并不意在限制本发明的示例实施例。若本文所使用的，单数形式“一”、“一个”以及“该”意在包括复数形式，除非上下文明确指示相反意思。还应当理解，若术语“包括”、“包括了”、“包含”和/或“包含了”在本文中被使用时,指定所声明的特征、整数、步骤、操作、单元和/或组件的存在性,并且不排除一个或多个其他特征、数量、步骤、操作、单元、组件和/或他们的组合存在性或增加。
应当理解，还应当注意到在一些备选实施例中，所出现的功能/动作可能与附图出现的顺序不同。例如,取决于所涉及的功能/动作,实际上可以实质上并发地执行,或者有时可以以相反的顺序来执行连续示出的两个图。
应当理解，在下面的描述中提供了特定的细节,以便于对示例实施例的完全理解。然而,本领域普通技术人员应当理解可以在没有这些特定细节的情况下实现示例实施例。例如可以在框图中示出系统，以避免用不必要的细节来使得示例不清楚。在其他实例中，可以不以不必要的细节来示出众所周知的过程、结构和技术，以避免使得示例实施例不清。
实施例一
为了解决现有技术中油气管道缺陷修复业务缺乏客观全面的指导方法的技术问题，本申请实施例提供了一种油气管道缺陷修复的知识图谱构建方法，该方法通过将现有的管道修复隐性知识显性化，借助可视化的图数据和知识推理，并基于语义搜索和语义匹配为用户提供管道修复业务知识参考，为缺陷修复知识点的积累、传递和共享奠定了基础，在为缺陷修复业务活动中的用户提供知识服务的同时，拓展了用户技能提升的途径。
请具体参见图1-10，示出了本发明实施例的一种油气管道缺陷修复的知识图谱构建方法的流程示意图及知识图谱模型，所述方法包括以下步骤：
步骤1：收集管道缺陷修复的相关数据，按照管道缺陷修复流程进行整理和分类，形成初步的管道缺陷修复数据模型框架；
在本发明实施例中，所述步骤1具体包括：
步骤1.1：收集油气管道工程建设管理系统、管道完整性管理系统、管道生产管理系统以及管道全生命周期生产运营业务系统中关于管道缺陷修复的结构化数据、半结构化数据以及非结构化数据；
步骤1.2：依据《油气管道管体修复技术规范》和CDP油气管道工程系列规定文件中关于管道缺陷修复流程的规定，将所述管道缺陷修复的结构化数据、半结构化数据以及非结构化数据进行整理和分类，形成初步的管道缺陷修复数据模型框架；其中，所述管道缺陷修复过程中所产生的数据包括开展各项业务活动所需要的数据以及修复过程中产生的数据。
在本发明实施例中，所依据的技术标准文件不限于所述《油气管道管体修复技术规范》和CDP油气管道工程系列规定文件，凡属于本领域中关于油气管道修复管理的技术规范文件均可以为本发明实施例提供参考，例如《在役油气管道线路管体修复管理规定》等。
在本发明实施例中，所述管道缺陷修复流程对应的管道缺陷修复关联数据包括：
缺陷评价业务活动关联数据：检测数据、工艺参数、钢管数据；
修复方案业务活动关联数据：缺陷评价数据、修复技术、修复材料、维修人员、维修设备、组织机构、数据记录表、管道基础信息、标准规范；
修复材料准备业务活动关联数据：材料信息、供应商信息、备品备件；
现场开挖业务活动关联数据：位置信息、定位设备、基础地理、周边环境；
清除防腐层业务活动关联数据：防腐层信息、清除工具；
基材表面处理业务活动关联数据：表面处理要求；
缺陷定位业务活动关联数据：定位设备、测量数据；
缺陷修复业务活动关联数据：修复材料、修复方法；
现场检测业务活动关联数据：检测方法、检测数据；
修复防腐层业务活动关联数据：修复方式、修复材料；
定期开挖检测业务活动关联数据：定期开挖数据。
步骤2：分析拆解所述管道缺陷修复数据模型框架，确定对应的缺陷修复业务数据域，并根据所述缺陷修复业务数据域确定管道缺陷修复知识的三元组；
在本发明实施例中，所述步骤2具体包括：
步骤2.1：分析拆解所述管道缺陷修复数据模型框架，并基于管道缺陷修复知识的应用方向，将管道缺陷修复业务数据域确定为管道实体知识域、管体缺陷及修复知识域以及修复方案制定知识域；
在本发明实施例中，所述管道实体知识域中的数据被管道缺陷修复业务活动所共享，为静态数据，通常为关系型结构化数据，所述管道实体知识域包括：管道基础信息、管道设施信息、第三方设施信息、基础地理信息、管道风险信息、检测信息、维抢修信息、缺陷及修复知识信息以及标准规范信息；
在本发明实施例中，所述管道基础信息包括：管线和线路段；
所述管道设施信息包括：钢管、防腐层、焊口和桩；
所述第三方设施信息包括：第三方管道和地下障碍物；
所述基础地理信息包括：管道埋深和土壤；
所述管道风险信息包括：高后果区、高风险管段、地区等级和地质灾害；
所述检测信息包括：管体缺陷；
所述维抢修信息包括：缺陷修复方案、组织机构、修复材料、维修设备、维修人员、维修记录、抢修记录、修复方案模板和公司；
所述缺陷及修复知识信息包括：缺陷修复知识、缺陷类型、修复方法、修复响应、缺陷修复流程、补强修复要求、焊接要求、数据采集要求、保障措施、HSE要求、环境保护、安全保护、人员健康保障和质量保证；
所述标准规范信息包括：标准规范。
在本发明实施例中，所述管体缺陷及修复知识域的数据多为静态数据，通常为关系型结构化数据。所述管体缺陷及修复知识域包括：缺陷信息、相应方式信息、修复方案信息、修复流程信息、修复技术要求信息和保障措施信息；
在实际应用中，企业可以根据相关的体系管理规定、行业和国家的标准规范，通过对管道本体缺陷修复方法及要求的信息积累和使用查询，为缺陷修复方案制定和缺陷修复实施提供指导性信息，以保证缺陷修复满足合规性、安全性要求。
所述修复方案制定知识域包括：管体缺陷信息、修复材料信息、维修资源信息和历史修复方案及方案模板信息。
在实际应用中，制定管体的修复方案，需要综合考量多方面的因素，如：修复技术的选择、施工组织、施工过程安排、保障措施、验收和记录等，全面而准确的信息能够有效提升修复方案的合理性、修复过程的安全性，保障管道修复的质量。
步骤2.2：根据所述数据管道实体知识域、所述管体缺陷及修复知识域以及所述修复方案制定知识域确定所述管道缺陷修复知识的三元组；
其中，所述三元组包括实体、关系以及实体和关系的属性。
步骤3：识别所述管道缺陷修复知识的三元组，完成管道缺陷修复的知识抽取，并将识别后的三元组导入图数据库，构建管道缺陷修复知识的知识图谱。
在本发明实施例中，所述步骤3具体包括：
步骤3.1：识别所述管道缺陷修复知识的实体、关系以及实体和关系的属性，完成管道缺陷修复的知识抽取；
步骤3.2：将识别后的实体、关系以及实体和关系的属性知识导入图数据库，构建管道缺陷修复知识的知识图谱。
在本发明实施例中，每个实体在图谱中为一个节点，所述识别所述管道缺陷修复知识的关系包括：识别实体表示的节点之间的关系；具体的是节点之间的线性参考关系，所述线性参考关系包括线性向量关系。其中，每个节点对应一个关系列表，所述关系列表中存储有与所述节点相关的关系记录；其中，所述关系记录按照类型和方向进行存储。同时，系统还能够对所述关系附加属性，如图6所示，所有的实体和关系都可以定义它的属性，不同实体之间通过关系进行关联形成关系型网络结构，从而实现对于复杂链接查询的快速响应。例如，和图7所示，实体1高后果区与实体2管线名称之间线性连接，其关系属性为所属管线，通过检索高后果区或者管线名称，能够获取该实体的关系网络结构。
在本发明实施例中，所述方法还包括：
步骤4：接收所述管道缺陷修复知识的查询指令，根据所述查询指令进行语义搜索和语义匹配以获取检索结果，并将所述检索结果返回至信息查询展示界面。
在本发明实施例中，所述根据所述查询指令进行语义搜索和语义匹配以获取检索结果包括：根据所述查询指令识别管道缺陷修复业务活动的数据实体，按照管道缺陷修复业务标准和知识域分类，执行业务数据实体分类模型与数据字典，获取检索结果。
本本发明通过将现有的管道修复隐性知识显性化，借助可视化的图数据和知识推理，并基于语义搜索和语义匹配为用户提供管道修复业务知识参考，为缺陷修复知识点的积累、传递和共享奠定了基础，在为缺陷修复业务活动中的用户提供知识服务的同时，拓展了用户技能提升的途径。
实施例二
参见图11，本发明实施例还提供一种油气管道缺陷修复的知识图谱构建系统，所述系统包括：
数据收集及整理单元1，用于收集管道缺陷修复的相关数据，按照管道缺陷修复流程进行整理和分类，形成初步的管道缺陷修复数据模型框架；
数据域及三元组确定单元2，用于分析拆解所述管道缺陷修复数据模型框架，确定对应的缺陷修复业务数据域，并根据所述缺陷修复业务数据域确定管道缺陷修复知识的三元组；
知识图谱构建单元3，用于识别所述管道缺陷修复知识的三元组，完成管道缺陷修复的知识抽取，并将识别后的三元组导入图数据库，构建管道缺陷修复知识的知识图谱；
查询指令响应单元4，用于接收所述管道缺陷修复知识的查询指令，根据所述查询指令进行语义搜索和语义匹配以获取检索结果，并将所述检索结果返回至信息查询展示界面。
在本发明实施例中，所述根据所述查询指令进行语义搜索和语义匹配以获取检索结果包括：根据所述查询指令识别管道缺陷修复业务活动的数据实体，按照管道缺陷修复业务标准和知识域分类，执行业务数据实体分类模型与数据字典，获取检索结果。
实施例三
本发明实施例还提供一种终端设备，所述终端设备包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的一种油气管道缺陷修复的知识图谱构建方法。
应当理解，在本申请实施例中，处理器可以是中央处理单元，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
实施例四
本领域普通技术人员可以理解的是实现上述实施例的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。该计算机程序包括程序指令，计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。
因此，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上述的方法。所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型。
Claims (2)
1.一种油气管道缺陷修复的知识图谱构建方法，其特征在于，所述方法包括：
步骤1：收集管道缺陷修复的相关数据，按照管道缺陷修复流程进行整理和分类，形成初步的管道缺陷修复数据模型框架；
步骤2：分析拆解所述管道缺陷修复数据模型框架，确定对应的缺陷修复业务数据域，并根据所述缺陷修复业务数据域确定管道缺陷修复知识的三元组；
步骤3：识别所述管道缺陷修复知识的三元组，完成管道缺陷修复的知识抽取，并将识别后的三元组导入图数据库，构建管道缺陷修复知识的知识图谱；
所述步骤1具体包括：
步骤1.1：收集油气管道工程建设管理系统、管道完整性管理系统、管道生产管理系统以及管道全生命周期生产运营业务系统中关于管道缺陷修复的结构化数据、半结构化数据以及非结构化数据；
步骤1.2：依据《油气管道管体修复技术规范》和CDP油气管道工程系列规定文件中关于管道缺陷修复流程的规定，将所述管道缺陷修复的结构化数据、半结构化数据以及非结构化数据进行整理和分类，形成初步的管道缺陷修复数据模型框架；
所述步骤2具体包括：
步骤2.1：分析拆解所述管道缺陷修复数据模型框架，并基于管道缺陷修复知识的应用方向，将管道缺陷修复业务数据域确定为管道实体知识域、管体缺陷及修复知识域以及修复方案制定知识域；
步骤2.2：根据所述管道实体知识域、所述管体缺陷及修复知识域以及所述修复方案制定知识域确定所述管道缺陷修复知识的三元组；
其中，所述三元组包括实体、关系以及实体和关系的属性；
所述步骤3具体包括：
步骤3.1：识别所述管道缺陷修复知识的实体、关系以及实体和关系的属性，完成管道缺陷修复的知识抽取；
步骤3.2：将识别后的实体、关系以及实体和关系的属性知识导入图数据库，构建管道缺陷修复知识的知识图谱；
每个实体在图谱中为一个节点，所述识别所述管道缺陷修复知识的关系包括：识别实体表示的节点之间的关系；其中，每个节点对应一个关系列表，所述关系列表中存储有与所述节点相关的关系记录；其中，所述关系记录按照类型和方向进行存储；所述方法还包括：
步骤4：接收所述管道缺陷修复知识的查询指令，根据所述查询指令进行语义搜索和语义匹配以获取检索结果，并将所述检索结果返回至信息查询展示界面；所述管道缺陷修复流程对应的管道缺陷修复关联数据包括：
缺陷评价业务活动关联数据：检测数据、工艺参数、钢管数据；
修复方案业务活动关联数据：缺陷评价数据、修复技术、修复材料、维修人
员、维修设备、组织机构、数据记录表、管道基础信息、标准规范；
修复材料准备业务活动关联数据：材料信息、供应商信息、备品备件；
现场开挖业务活动关联数据：位置信息、定位设备、基础地理、周边环境；
清除防腐层业务活动关联数据：防腐层信息、清除工具；
基材表面处理业务活动关联数据：表面处理要求；
缺陷定位业务活动关联数据：定位设备、测量数据；
缺陷修复业务活动关联数据：修复材料、修复方法；
现场检测业务活动关联数据：检测方法、检测数据；
修复防腐层业务活动关联数据：修复方式、修复材料；
定期开挖检测业务活动关联数据：定期开挖数据；
所述管道实体知识域包括：管道基础信息、管道设施信息、第三方设施信息、基础地理信息、管道风险信息、检测信息、维抢修信息、缺陷及修复知识信息以及标准规范信息；
所述管体缺陷及修复知识域包括：缺陷信息、相应方式信息、修复方案信息、修复流程信息、修复技术要求信息和保障措施信息；
所述修复方案制定知识域包括：管体缺陷信息、修复材料信息、维修资源信息和历史修复方案及方案模板信息；
所述管道基础信息包括：管线和线路段；
所述管道设施信息包括：钢管、防腐层、焊口和桩；
所述第三方设施信息包括：第三方管道和地下障碍物；
所述基础地理信息包括：管道埋深和土壤；
所述管道风险信息包括：高后果区、高风险管段、地区等级和地质灾害；
所述检测信息包括：管体缺陷；
所述维抢修信息包括：缺陷修复方案、组织机构、修复材料、维修设备、维修人员、维修记录、抢修记录、修复方案模板和公司；
所述缺陷及修复知识信息包括：缺陷修复知识、缺陷类型、修复方法、修复响应、缺陷修复流程、补强修复要求、焊接要求、数据采集要求、保障措施、HSE要求、环境保护、安全保护、人员健康保障和质量保证；
所述标准规范信息包括：标准规范。
2.一种油气管道缺陷修复的知识图谱构建系统，用于实现权利要求1所述的油气管道缺陷修复的知识图谱构建方法，其特征在于，所述系统包括：
数据收集及整理单元，用于收集管道缺陷修复的相关数据，按照管道缺陷修复流程进行整理和分类，形成初步的管道缺陷修复数据模型框架；具体用于：收集油气管道工程建设管理系统、管道完整性管理系统、管道生产管理系统以及管道全生命周期生产运营业务系统中关于管道缺陷修复的结构化数据、半结构化数据以及非结构化数据；依据《油气管道管体修复技术规范》和CDP油气管道工程系列规定文件中关于管道缺陷修复流程的规定，将所述管道缺陷修复的结构化数据、半结构化数据以及非结构化数据进行整理和分类，形成初步的管道缺陷修复数据模型框架；
数据域及三元组确定单元，用于分析拆解所述管道缺陷修复数据模型框架，确定对应的缺陷修复业务数据域，并根据所述缺陷修复业务数据域确定管道缺陷修复知识的三元组；具体用于：分析拆解所述管道缺陷修复数据模型框架，并基于管道缺陷修复知识的应用方向，将管道缺陷修复业务数据域确定为管道实体知识域、管体缺陷及修复知识域以及修复方案制定知识域；根据所述管道实体知识域、所述管体缺陷及修复知识域以及所述修复方案制定知识域确定所述管道缺陷修复知识的三元组；其中，所述三元组包括实体、关系以及实体和关系的属性；
知识图谱构建单元，用于识别所述管道缺陷修复知识的三元组，完成管道缺陷修复的知识抽取，并将识别后的三元组导入图数据库，构建管道缺陷修复知识的知识图谱；具体用于：识别所述管道缺陷修复知识的实体、关系以及实体和关系的属性，完成管道缺陷修复的知识抽取；将识别后的实体、关系以及实体和关系的属性知识导入图数据库，构建管道缺陷修复知识的知识图谱；每个实体在图谱中为一个节点，所述识别所述管道缺陷修复知识的关系包括：识别实体表示的节点之间的关系；其中，每个节点对应一个关系列表，所述关系列表中存储有与所述节点相关的关系记录；其中，所述关系记录按照类型和方向进行存储；
查询指令响应单元，用于接收所述管道缺陷修复知识的查询指令，根据所述查询指令进行语义搜索和语义匹配以获取检索结果，并将所述检索结果返回至信息查询展示界面。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011414170.6A CN112380298B (zh) | 2020-12-03 | 2020-12-03 | 一种油气管道缺陷修复的知识图谱构建方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011414170.6A CN112380298B (zh) | 2020-12-03 | 2020-12-03 | 一种油气管道缺陷修复的知识图谱构建方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112380298A CN112380298A (zh) | 2021-02-19 |
| CN112380298B true CN112380298B (zh) | 2024-06-18 |
Family
ID=74590545
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011414170.6A Active CN112380298B (zh) | 2020-12-03 | 2020-12-03 | 一种油气管道缺陷修复的知识图谱构建方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112380298B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113449120B (zh) * | 2021-07-02 | 2023-06-16 | 航天海鹰机电技术研究院有限公司 | 一种结合空间信息的管线安全综合监管方法 |
| CN114780747A (zh) * | 2022-04-22 | 2022-07-22 | 上海电气集团股份有限公司 | 焊接缺陷知识图谱构建方法、焊接缺陷查询方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110597999A (zh) * | 2019-08-01 | 2019-12-20 | 湖北工业大学 | 一种依存句法分析关系抽取模型的司法案件知识图谱构建方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6768982B1 (en) * | 2000-09-06 | 2004-07-27 | Cellomics, Inc. | Method and system for creating and using knowledge patterns |
| CN107783973B (zh) * | 2016-08-24 | 2022-02-25 | 慧科讯业有限公司 | 基于行业知识图谱数据库对互联网媒体事件进行监测的方法、装置和系统 |
| US10360507B2 (en) * | 2016-09-22 | 2019-07-23 | nference, inc. | Systems, methods, and computer readable media for visualization of semantic information and inference of temporal signals indicating salient associations between life science entities |
| CN106934042B (zh) * | 2017-03-16 | 2020-05-29 | 中国人民解放军国防科学技术大学 | 一种知识图谱表示系统及其实施方法 |
| CN108460136A (zh) * | 2018-03-08 | 2018-08-28 | 国网福建省电力有限公司 | 电力运维信息知识图谱构建方法 |
| CN108596439A (zh) * | 2018-03-29 | 2018-09-28 | 北京中兴通网络科技股份有限公司 | 一种基于知识图谱的企业风险预测方法及系统 |
| EP3791236A4 (en) * | 2018-05-07 | 2022-06-08 | Strong Force Iot Portfolio 2016, LLC | METHODS AND SYSTEMS FOR DATA COLLECTION, LEARNING AND STREAMING MACHINE SIGNALS FOR ANALYSIS AND MAINTENANCE USING THE INDUSTRIAL INTERNET OF THINGS |
| US10534983B1 (en) * | 2018-09-07 | 2020-01-14 | Accenture Global Solutions Limited | Piping and instrumentation planning and maintenance system |
| CN110413732B (zh) * | 2019-07-16 | 2023-11-24 | 扬州大学 | 面向软件缺陷知识的知识搜索方法 |
| CN111597347B (zh) * | 2020-04-24 | 2023-11-10 | 扬州大学 | 知识嵌入的缺陷报告重构方法及装置 |
| CN111639171B (zh) * | 2020-06-08 | 2023-10-27 | 吉林大学 | 一种知识图谱问答方法及装置 |
| CN111897914B (zh) * | 2020-07-20 | 2023-09-19 | 杭州叙简科技股份有限公司 | 用于综合管廊领域的实体信息抽取及知识图谱构建方法 |
-
2020
- 2020-12-03 CN CN202011414170.6A patent/CN112380298B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110597999A (zh) * | 2019-08-01 | 2019-12-20 | 湖北工业大学 | 一种依存句法分析关系抽取模型的司法案件知识图谱构建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112380298A (zh) | 2021-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3975406B2 (ja) | 構造物補修施工計画支援システム | |
| CN111667132B (zh) | 一种管道完整性智能分析决策系统 | |
| CN109308556B (zh) | 一种基于内检测数据的管道评价方法及装置 | |
| CN112380298B (zh) | 一种油气管道缺陷修复的知识图谱构建方法及系统 | |
| JP4446035B2 (ja) | 健全性劣化評価システム | |
| CN104200319A (zh) | 基于管道完整性管理技术的油气管道施工数据监督方法 | |
| CN114458967A (zh) | 存储器、油气管道监测预警方法、装置和设备 | |
| Lu et al. | Toward a stakeholder perspective on safety risk factors of metro construction: a social network analysis | |
| Deb | Prioritizing water main replacement and rehabilitation | |
| Ritchie | Expert systems in pavement management | |
| Lu et al. | Risk assessment of complex footbridge based on Dempster–Shafer evidence theory using Fuzzy matter–element method | |
| Khan et al. | Identifying rehabilitation options for optimum improvement in municipal asset condition | |
| Mulenga et al. | Investigating the root causes of major failures of critical components–With a case study of asbestos cement pipes | |
| Meydani et al. | Decision with uncertain information: an application for leakage detection in water pipelines | |
| Grigg | Water supply pipeline failures: Investigative procedures and data management | |
| JP2007249955A (ja) | 点検業務に利用可能な評点式データシートに基づく健全性評価システム | |
| KR102530194B1 (ko) | 웹 어플리케이션을 활용한 하수관로 안전관리 시스템 | |
| Kazmi et al. | A probabilistic study for the analysis of the risks of slope failure by applying HEART technique | |
| Peraka et al. | Unified Pavement Health Index: Comprehensive and Robust Approach to Measure Functional Condition of Asphalt Pavement Systems | |
| Gashi | Management of defective works in infrastructure projects | |
| Grigg et al. | Distribution systems: Has asset management made a difference? | |
| Harris | Increasing sustainability in small utilities through GIS and asset management | |
| CN113762653B (zh) | 一种地下管道完整性评价系统及方法 | |
| KR102530193B1 (ko) | 웹 어플리케이션을 활용한 상수관로 안전관리 시스템 | |
| DiMaggio et al. | A Systematic Approach to Asset Management for Mechanically Stabilized Earth Walls |
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 |