CN112699681A - 基于知识图谱的电力通信系统缺陷故障派单方法及装置 - Google Patents
基于知识图谱的电力通信系统缺陷故障派单方法及装置 Download PDFInfo
- Publication number
- CN112699681A CN112699681A CN202011498276.9A CN202011498276A CN112699681A CN 112699681 A CN112699681 A CN 112699681A CN 202011498276 A CN202011498276 A CN 202011498276A CN 112699681 A CN112699681 A CN 112699681A
- Authority
- CN
- China
- Prior art keywords
- power communication
- named entities
- knowledge
- defect
- communication system
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 134
- 238000004891 communication Methods 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012423 maintenance Methods 0.000 claims abstract description 59
- 238000003860 storage Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000003062 neural network model Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 4
- 238000003058 natural language processing Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- 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
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Animal Behavior & Ethology (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于知识图谱的电力通信系统缺陷故障派单方法及装置,其中该方法包括:采集电力通信系统的缺陷故障告警信息;从缺陷故障告警信息中提取出一个或多个目标命名实体;将提取出的各个目标命名实体,输入到预先构建的电力通信运维知识图谱中,输出各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系;根据目标命名实体、关联命名实体,以及目标命名实体与关联命名实体之间的关联关系,确定一个或多个缺陷故障标签,每个缺陷故障标签对应一种缺陷故障;根据确定的缺陷故障标签,生成相应缺陷故障的检修工单信息。本发明能够提高电力通信系统缺陷故障自动派单的效率,以便及时对缺陷故障进行检修。
Description
技术领域
本发明涉及电力通信领域,尤其涉及一种基于知识图谱的电力通信系统缺陷故障派单方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
电力通信网管系统作为电力企业安全运行的关键,承载着企业通信网运行状态、异常告警、数据统计等功能,光传输系统承载着保护、安控、数据通信网等重要电网生产业务。大多数运营商通信网关系统的告警信息是英文信息,识别难度大,对缺陷处置专业要求较高,目前的电力通信管理系统缺陷自动派发功能应用中,网管翻译、设备故障分析及处置建议关联等方面缺乏智能辅助决策,导致电力通信系统的缺陷故障派单效率低下,进而影响到对缺陷故障检修的及时性。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例中提供了一种基于知识图谱的电力通信系统缺陷故障派单方法,用以解决电力通信管理系统的缺陷故障派单效率低下的技术问题,该方法包括:采集电力通信系统的缺陷故障告警信息;从缺陷故障告警信息中提取出一个或多个目标命名实体;将提取出的各个目标命名实体,输入到预先构建的电力通信运维知识图谱中,输出各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系;根据提取出的各个目标命名实体、各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系,确定一个或多个缺陷故障标签,每个缺陷故障标签对应一种缺陷故障;根据确定的缺陷故障标签,生成相应缺陷故障的检修工单信息。
本发明实施例中还提供了一种基于知识图谱的电力通信系统缺陷故障派单装置,用以解决电力通信管理系统的缺陷故障派单效率低下的技术问题,该装置包括:告警信息采集模块,用于采集电力通信系统的缺陷故障告警信息;实体提取模块,用于从缺陷故障告警信息中提取出一个或多个目标命名实体;知识图谱查询模块,用于将提取出的各个目标命名实体,输入到预先构建的电力通信运维知识图谱中,输出各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系;缺陷故障标签确定模块,用于根据提取出的各个目标命名实体、各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系,确定一个或多个缺陷故障标签,每个缺陷故障标签对应一种缺陷故障;派单模块,用于根据确定的缺陷故障标签,生成相应缺陷故障的检修工单信息。
本发明实施例中还提供了一种计算机设备,用以解决电力通信管理系统的缺陷故障派单效率低下的技术问题,该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述基于知识图谱的电力通信系统缺陷故障派单方法。
本发明实施例中还提供了一种计算机可读存储介质,用以解决电力通信管理系统的缺陷故障派单效率低下的技术问题,该计算机可读存储介质存储有执行上述基于知识图谱的电力通信系统缺陷故障派单方法的计算机程序。
本发明实施例中,在采集到电力通信系统的缺陷故障告警信息后,从缺陷故障告警信息中提取出一个或多个目标命名实体,进而将提取出的各个目标命名实体,输入到预先构建的电力通信运维知识图谱中,输出各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系,以便根据提取出的各个目标命名实体、各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系,确定一个或多个缺陷故障标签,由于每个缺陷故障标签对应一种缺陷故障,根据确定的各个缺陷故障标签,生成相应缺陷故障的检修工单信息。通过本发明实施例,能够提高电力通信系统缺陷故障自动派单的效率,以便及时对缺陷故障进行检修。
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一些实施例,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,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例中提供的一种基于知识图谱的电力通信系统缺陷故障派单方法流程图;
图2为本发明实施例中提供的一种电力通信运维知识图谱的架构示意图;
图3为本发明实施例中提供的一种电力通信运维知识图谱的构建过程示意图;
图4为本发明实施例中提供的一种电力通信运维知识图谱的更新示意图;
图5为本发明实施例中提供的一种基于知识图谱的电力通信系统缺陷故障派单装置示意图;
图6为本发明实施例中提供的一种可选的基于知识图谱的电力通信系统缺陷故障派单装置示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
本发明实施例中提供了一种基于知识图谱的电力通信系统缺陷故障派单方法,图1为本发明实施例中提供的一种基于知识图谱的电力通信系统缺陷故障派单方法流程图,如图1所示,该方法包括如下步骤:
S101,采集电力通信系统的缺陷故障告警信息。
需要说明的是,本发明实施例中电力通信系统可以是但不限于光传输系统,本发明实施例中通过S101采集的告警信息可以是但不限于中兴设备缺陷的告警信息。
S102,从缺陷故障告警信息中提取出一个或多个目标命名实体。
在具体实施时,利用自然语言处理技术对缺陷故障告警信息进行处理,得到一个或多个目标命名实体。
S103,将提取出的各个目标命名实体,输入到预先构建的电力通信运维知识图谱中,输出各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系。
在执行上述S103之前,本发明实施例中提供的基于知识图谱的电力通信系统缺陷故障派单方法还可以通过如下步骤来构建电力通信运维知识图谱:获取电力通信系统的历史运维数据;从电力通信系统的历史运维数据中,提取出多个命名实体;构建各个命名实体之间的关联关系;根据提取出的各个命名实体及各个命名实体之间的关联关系,构建电力通信运维知识图谱。
需要说明的是,电力通信系统中知识图谱的研究还处于起步阶段,原因在于相对通用知识图谱,电力通信是一个相对垂直封闭的领域,且存在大量专有名词,需要大量地进行标注才能取得较好的效果。本发明实施例中,通过定义知识图谱的结构化标准,提出了知识图谱的构建方式和基于知识图谱的问答匹配方法,可有效降低知识库整理投入的人工成本,为供电企业的客服知识库整理效率提升起到良好效果。
进一步地,将知识之间通过逻辑隔离,避免知识之间冲突,具备可扩展性,一方面,能够降低知识库扩大的维护成本;另一方面,能够为后续研究更复杂的语义处理系统提供有力的数据支持。
可选地,在构建各个命名实体之间的关联关系的时候,可以基于Spark或Flink分布式计算框架,构建各个命名实体之间的关联关系。
在构建电力通信运维知识图谱之后,本发明实施例中提供的基于知识图谱的电力通信系统缺陷故障派单方法,还可以采用图数据库和结构化数据库,存储电力通信运维知识图谱。
S104,根据提取出的各个目标命名实体、各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系,确定一个或多个缺陷故障标签,每个缺陷故障标签对应一种缺陷故障。
需要说明的是,在基于电力通信运维知识图谱中查询出与当前告警信息中提取出的各个目标命名实体具有关联关系的各个关联命名实体后,可以根据提取出的各个目标命名实体、各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系,确定出相应的缺陷故障类型。
S105,根据确定的缺陷故障标签,生成相应缺陷故障的检修工单信息。
本发明实施例中,利用人工智能及知识图谱技术在经验总结、知识挖掘等方面的优势,在现有通信管理系统缺陷自动派单的功能模块基础上,增加设备缺陷故障处理建议分析功能,推进缺陷自动派单功能实用化进程,提升对复杂通信网络设备认知能力,提高网络运维辅助的智能化水平。
由上可知,本发明实施例中提供的基于知识图谱的电力通信系统缺陷故障派单方法,在采集到电力通信系统的缺陷故障告警信息后,从缺陷故障告警信息中提取出一个或多个目标命名实体,进而将提取出的各个目标命名实体,输入到预先构建的电力通信运维知识图谱中,输出各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系,以便根据提取出的各个目标命名实体、各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系,确定一个或多个缺陷故障标签,由于每个缺陷故障标签对应一种缺陷故障,根据确定的各个缺陷故障标签,生成相应缺陷故障的检修工单信息。
通过本发明实施例中提供的基于知识图谱的电力通信系统缺陷故障派单方法,能够提高电力通信系统缺陷故障自动派单的效率,以便及时对缺陷故障进行检修。
在一个实施例中,本发明实施例中提供的基于知识图谱的电力通信系统缺陷故障派单方法还可以包括如下步骤:获取各个检修工单的反馈信息和工单信息;根据各个检修工单的反馈信息和工单信息,对神经网络模型进行训练,得到知识纠错模型;根据知识纠错模型,更新电力通信运维知识图谱。
在一个实施例中,本发明实施例中提供的基于知识图谱的电力通信系统缺陷故障派单方法还可以包括如下步骤:获取电力通信系统的实时缺陷故障告警信息和实时网络拓扑更新信息;对电力通信系统的实时缺陷故障告警信息和实时网络拓扑更新信息进行增量式无监督学习,得到知识发现模型;根据知识发现模型,更新电力通信运维知识图谱。
根据本发明实施例中提供的基于知识图谱的电力通信系统缺陷故障派单方法,能够提供一种具有实用化功能的自动派单系统智能辅助工具,将光传输系统网管告警翻译与处置建议关联,解决中兴网管英文告警识别难度大、缺陷处置专业要求高等问题。
图2为本发明实施例中提供的一种电力通信运维知识图谱的架构示意图,如图2所示,知识图谱的主要架构可以分为以下模块:知识获取,知识融合,知识存储,以及知识服务四大模块。
(1)知识获取:主要负责从结构化文本、半结构化和非结构化文本中抽取出类似于<实体1,关系,实体2>或<实体,属性,值>的三元组。准确有效的知识抽取需要极大的依赖于自然语言处理(NLP)相关技术的深度研究和应用,基于电力信息化产物,研究和实现主要包含不仅限于:电力领域命名实体识别、电力领域实体连接、电力领域实体间关系抽取。
(2)知识融合:将多源数据获取的复杂知识进一步整合,将原有知识库进一步扩大。
传统的知识融合方法有基于字符串的匹配方法以及分治算法。随着机器学习特别是深度学习的发展,现在相关学者将Word Embedding(词嵌入)、主题模型等方法引入到知识融合中来。
(3)知识存储:主要负责将知识以NoSQL和DB两种方式存储。结合电力数据特征,构建选择适应性的电力知识存储方案。
(4)知识服务:结合实际应用场景,完成基于知识图谱的电力通信系统缺陷故障自动派单。
本发明实施例中,构建的电力通信运维知识图谱的过程包括知识来源获取、知识融合、知识存储、分布式知识计算框架及知识服务几个部分。在具体实施时,利用自然语言处理技术,以历史工作票、缺陷单、检修信息、作业指导库、厂商网管平台及TMS结构化数据库为知识来源,应用语义分析、关键词提取、同义词构建及实体关系分析等技术实现知识图谱基础实体的构建;通过图数据库及结构化数据库存储,基于Spark、Flink等分布式计算框架实现实体间关系构建,实现故障或检修时实时相关实体及联系实时查询及反馈计算;最终实现图谱可视化分析、实体搜索、故障诊断及方式优化等知识服务,提高运维检修效率。本发明实施例中,知识图谱的构建过程如图3所示。
为了实现知识图谱的不断更新,以便更准确地实现缺陷故障诊断,本发明实施例中,基于人工智能的知识库迭代更新学习模型构建,研究研究基于人工智能的知识库迭代更新学习技术主要分为两部分,分别为知识纠错模型和知识发现模型,其中知识纠错模型在前期相关研究的基础上,利用缺陷单反馈信息及错单信息,通过神经网络模型进行训练,实现包括错标签纠正、错单纠正及标签缩进等知识纠错的目的,属于触发式更新;知识发现模型则基于实时的告警信息和拓扑通道更新信息,通过增量式的无监督学习模型,实现知识库定期的学习,属于迭代式更新。本发明实施例中对知识图谱的更新过程如图4所示。
基于同一发明构思,本发明实施例中还提供了一种基于知识图谱的电力通信系统缺陷故障派单装置,如下面的实施例所述。由于该装置解决问题的原理与基于知识图谱的电力通信系统缺陷故障派单方法相似,因此该装置的实施可以参见基于知识图谱的电力通信系统缺陷故障派单方法的实施,重复之处不再赘述。
图5为本发明实施例中提供的一种基于知识图谱的电力通信系统缺陷故障派单装置示意图,如图5所示,该装置包括:告警信息采集模块51、实体提取模块52、知识图谱查询模块53、缺陷故障标签确定模块54和派单模块55。
其中,告警信息采集模块51,用于采集电力通信系统的缺陷故障告警信息;实体提取模块52,用于从缺陷故障告警信息中提取出一个或多个目标命名实体;知识图谱查询模块53,用于将提取出的各个目标命名实体,输入到预先构建的电力通信运维知识图谱中,输出各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系;缺陷故障标签确定模块54,用于根据提取出的各个目标命名实体、各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系,确定一个或多个缺陷故障标签,每个缺陷故障标签对应一种缺陷故障;派单模块55,用于根据确定的缺陷故障标签,生成相应缺陷故障的检修工单信息。
由上可知,本发明实施例中提供的基于知识图谱的电力通信系统缺陷故障派单装置,通过告警信息采集模块51采集电力通信系统的缺陷故障告警信息;通过实体提取模块52从缺陷故障告警信息中提取出一个或多个目标命名实体;通过知识图谱查询模块53将提取出的各个目标命名实体,输入到预先构建的电力通信运维知识图谱中,输出各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系;通过缺陷故障标签确定模块54根据提取出的各个目标命名实体、各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系,确定一个或多个缺陷故障标签;由于每个缺陷故障标签对应一种缺陷故障,最后通过派单模块55根据确定的各个缺陷故障标签,生成相应缺陷故障的检修工单信息。
通过本发明实施例中提供的基于知识图谱的电力通信系统缺陷故障派单装置,能够提高电力通信系统缺陷故障自动派单的效率,以便及时对缺陷故障进行检修。
在一个实施例中,如图6所示,本发明实施例中提供的基于知识图谱的电力通信系统缺陷故障派单装置还可以包括:知识图谱构建模块56,用于:获取电力通信系统的历史运维数据;从电力通信系统的历史运维数据中,提取出多个命名实体;构建各个命名实体之间的关联关系;根据提取出的各个命名实体及各个命名实体之间的关联关系,构建电力通信运维知识图谱。
在一个实施例中,如图6所示,本发明实施例中提供的基于知识图谱的电力通信系统缺陷故障派单装置还可以包括:知识图谱存储模块57,用于采用图数据库和结构化数据库,存储电力通信运维知识图谱。
在一个实施例中,如图6所示,本发明实施例中提供的基于知识图谱的电力通信系统缺陷故障派单装置还可以包括:知识图谱触发更新模块58,用于:获取各个检修工单的反馈信息和工单信息;根据各个检修工单的反馈信息和工单信息,对神经网络模型进行训练,得到知识纠错模型;根据知识纠错模型,更新电力通信运维知识图谱。
在一个实施例中,如图6所示,本发明实施例中提供的基于知识图谱的电力通信系统缺陷故障派单装置还可以包括:知识图谱迭代更新模块59,用于:获取电力通信系统的实时缺陷故障告警信息和实时网络拓扑更新信息;对电力通信系统的实时缺陷故障告警信息和实时网络拓扑更新信息进行增量式无监督学习,得到知识发现模型;根据知识发现模型,更新电力通信运维知识图谱。
基于同一发明构思,本发明实施例中还提供了一种计算机设备,用以解决电力通信管理系统的缺陷故障派单效率低下的技术问题,该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述基于知识图谱的电力通信系统缺陷故障派单方法。
基于同一发明构思,本发明实施例中还提供了一种计算机可读存储介质,用以解决电力通信管理系统的缺陷故障派单效率低下的技术问题,该计算机可读存储介质存储有执行上述基于知识图谱的电力通信系统缺陷故障派单方法的计算机程序。
综上所述,本发明实施例中提供了一种基于知识图谱的电力通信系统缺陷故障派单方法、装置、计算机设备及计算机可读存储介质,基于知识图谱及知识库的缺陷单及工作票自动派发技术,提供一种电力通信系统中缺陷自动派单的智能辅助方法,提升TMS智能化实用水平,能够大大提高通信调度员缺陷处置工作效率并建立典型应用示范,真切地促进通信运维工作向自动化运维和智能化运维演进。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (13)
1.一种基于知识图谱的电力通信系统缺陷故障派单方法,其特征在于,包括:
采集电力通信系统的缺陷故障告警信息;
从所述缺陷故障告警信息中提取出一个或多个目标命名实体;
将提取出的各个目标命名实体,输入到预先构建的电力通信运维知识图谱中,输出各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系;
根据提取出的各个目标命名实体、各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系,确定一个或多个缺陷故障标签,每个缺陷故障标签对应一种缺陷故障;
根据确定的缺陷故障标签,生成相应缺陷故障的检修工单信息。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述电力通信系统的历史运维数据;
从所述电力通信系统的历史运维数据中,提取出多个命名实体;
构建各个命名实体之间的关联关系;
根据提取出的各个命名实体及各个命名实体之间的关联关系,构建所述电力通信运维知识图谱。
3.如权利要求2所述的方法,其特征在于,基于Spark或Flink分布式计算框架,构建各个命名实体之间的关联关系。
4.如权利要求2所述的方法,其特征在于,在根据提取出的各个命名实体及各个命名实体之间的关联关系,构建所述电力通信运维知识图谱之后,所述方法还包括:
采用图数据库和结构化数据库,存储所述电力通信运维知识图谱。
5.如权利要求1至4任一项所述的方法,其特征在于,所述方法还包括:
获取各个检修工单的反馈信息和工单信息;
根据各个检修工单的反馈信息和工单信息,对神经网络模型进行训练,得到知识纠错模型;
根据所述知识纠错模型,更新所述电力通信运维知识图谱。
6.如权利要求1至4任一项所述的方法,其特征在于,所述方法还包括:
获取电力通信系统的实时缺陷故障告警信息和实时网络拓扑更新信息;
对电力通信系统的实时缺陷故障告警信息和实时网络拓扑更新信息进行增量式无监督学习,得到知识发现模型;
根据所述知识发现模型,更新所述电力通信运维知识图谱。
7.一种基于知识图谱的通信管理系统缺陷故障派单装置,其特征在于,包括:
告警信息采集模块,用于采集电力通信系统的缺陷故障告警信息;
实体提取模块,用于从所述缺陷故障告警信息中提取出一个或多个目标命名实体;
知识图谱查询模块,用于将提取出的各个目标命名实体,输入到预先构建的电力通信运维知识图谱中,输出各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系;
缺陷故障标签确定模块,用于根据提取出的各个目标命名实体、各个目标命名实体的关联命名实体,以及各个目标命名实体与关联命名实体之间的关联关系,确定一个或多个缺陷故障标签,每个缺陷故障标签对应一种缺陷故障;
派单模块,用于根据确定的缺陷故障标签,生成相应缺陷故障的检修工单信息。
8.如权利要求7所述的装置,其特征在于,所述装置还包括:知识图谱构建模块,用于:
获取所述电力通信系统的历史运维数据;
从所述电力通信系统的历史运维数据中,提取出多个命名实体;
构建各个命名实体之间的关联关系;
根据提取出的各个命名实体及各个命名实体之间的关联关系,构建所述电力通信运维知识图谱。
9.如权利要求8所述的装置,其特征在于,在根据提取出的各个命名实体及各个命名实体之间的关联关系,构建所述电力通信运维知识图谱之后,所述装置还包括:
知识图谱存储模块,用于采用图数据库和结构化数据库,存储所述电力通信运维知识图谱。
10.如权利要求7至9任一项所述的装置,其特征在于,所述装置还包括:
知识图谱触发更新模块,用于:
获取各个检修工单的反馈信息和工单信息;
根据各个检修工单的反馈信息和工单信息,对神经网络模型进行训练,得到知识纠错模型;
根据所述知识纠错模型,更新所述电力通信运维知识图谱。
11.如权利要求7至9任一项所述的装置,其特征在于,所述装置还包括:知识图谱迭代更新模块,用于:
获取电力通信系统的实时缺陷故障告警信息和实时网络拓扑更新信息;
对电力通信系统的实时缺陷故障告警信息和实时网络拓扑更新信息进行增量式无监督学习,得到知识发现模型;
根据所述知识发现模型,更新所述电力通信运维知识图谱。
12.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6任一所述基于知识图谱的电力通信系统缺陷故障派单方法。
13.一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存储有执行权利要求1至6任一所述基于知识图谱的电力通信系统缺陷故障派单方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011498276.9A CN112699681A (zh) | 2020-12-17 | 2020-12-17 | 基于知识图谱的电力通信系统缺陷故障派单方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011498276.9A CN112699681A (zh) | 2020-12-17 | 2020-12-17 | 基于知识图谱的电力通信系统缺陷故障派单方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112699681A true CN112699681A (zh) | 2021-04-23 |
Family
ID=75508891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011498276.9A Pending CN112699681A (zh) | 2020-12-17 | 2020-12-17 | 基于知识图谱的电力通信系统缺陷故障派单方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112699681A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113364802A (zh) * | 2021-06-25 | 2021-09-07 | 中国电子科技集团公司第十五研究所 | 安全告警威胁性研判方法及装置 |
CN113689116A (zh) * | 2021-08-23 | 2021-11-23 | 上海领路人照明工程有限公司 | 自动预警及派单方法以及系统 |
CN113761927A (zh) * | 2021-08-31 | 2021-12-07 | 国网冀北电力有限公司 | 电网故障处置实时辅助决策方法、系统、设备及存储介质 |
CN115865620A (zh) * | 2022-11-25 | 2023-03-28 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种柔直换流变告警知识系统 |
WO2023045417A1 (zh) * | 2021-09-24 | 2023-03-30 | 中兴通讯股份有限公司 | 一种故障知识图谱构建方法及装置 |
CN116108169A (zh) * | 2022-12-12 | 2023-05-12 | 长三角信息智能创新研究院 | 一种基于知识图谱的热线工单智能分派方法 |
CN116561588A (zh) * | 2023-07-07 | 2023-08-08 | 北京国电通网络技术有限公司 | 电力文本识别模型构建方法、电力设备维修方法和装置 |
CN116644810A (zh) * | 2023-05-06 | 2023-08-25 | 国网冀北电力有限公司信息通信分公司 | 一种基于知识图谱实现的电网故障风险处置方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017157438A1 (en) * | 2016-03-16 | 2017-09-21 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and device for real-time network event processing |
CN107196804A (zh) * | 2017-06-01 | 2017-09-22 | 国网山东省电力公司信息通信公司 | 电力系统终端通信接入网告警集中监控系统及方法 |
CN109034411A (zh) * | 2018-07-09 | 2018-12-18 | 武汉瑞莱保能源技术有限公司 | 一种基于运维管理的智能工单的自定义派发方法 |
CN109543043A (zh) * | 2018-05-10 | 2019-03-29 | 国网江西省电力有限公司信息通信分公司 | 一种基于知识图谱推理的电力通信大数据错误的自动监测方法 |
CN109767081A (zh) * | 2018-12-25 | 2019-05-17 | 云南电网有限责任公司信息中心 | 电力工单表生成方法及装置 |
CN110752944A (zh) * | 2019-10-08 | 2020-02-04 | 中国联合网络通信集团有限公司 | 告警派单方法及装置 |
WO2020134783A1 (zh) * | 2018-12-26 | 2020-07-02 | 中兴通讯股份有限公司 | 告警派单方法、装置、系统及计算机可读存储介质 |
CN111431754A (zh) * | 2020-04-13 | 2020-07-17 | 广东电网有限责任公司东莞供电局 | 配用电通信网故障分析方法和系统 |
CN111930547A (zh) * | 2020-07-31 | 2020-11-13 | 中国工商银行股份有限公司 | 一种故障定位方法、装置及存储介质 |
CN112036153A (zh) * | 2019-05-17 | 2020-12-04 | 厦门白山耘科技有限公司 | 工单纠错方法、装置、计算机可读存储介质和计算机设备 |
-
2020
- 2020-12-17 CN CN202011498276.9A patent/CN112699681A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017157438A1 (en) * | 2016-03-16 | 2017-09-21 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and device for real-time network event processing |
CN107196804A (zh) * | 2017-06-01 | 2017-09-22 | 国网山东省电力公司信息通信公司 | 电力系统终端通信接入网告警集中监控系统及方法 |
CN109543043A (zh) * | 2018-05-10 | 2019-03-29 | 国网江西省电力有限公司信息通信分公司 | 一种基于知识图谱推理的电力通信大数据错误的自动监测方法 |
CN109034411A (zh) * | 2018-07-09 | 2018-12-18 | 武汉瑞莱保能源技术有限公司 | 一种基于运维管理的智能工单的自定义派发方法 |
CN109767081A (zh) * | 2018-12-25 | 2019-05-17 | 云南电网有限责任公司信息中心 | 电力工单表生成方法及装置 |
WO2020134783A1 (zh) * | 2018-12-26 | 2020-07-02 | 中兴通讯股份有限公司 | 告警派单方法、装置、系统及计算机可读存储介质 |
CN112036153A (zh) * | 2019-05-17 | 2020-12-04 | 厦门白山耘科技有限公司 | 工单纠错方法、装置、计算机可读存储介质和计算机设备 |
CN110752944A (zh) * | 2019-10-08 | 2020-02-04 | 中国联合网络通信集团有限公司 | 告警派单方法及装置 |
CN111431754A (zh) * | 2020-04-13 | 2020-07-17 | 广东电网有限责任公司东莞供电局 | 配用电通信网故障分析方法和系统 |
CN111930547A (zh) * | 2020-07-31 | 2020-11-13 | 中国工商银行股份有限公司 | 一种故障定位方法、装置及存储介质 |
Non-Patent Citations (5)
Title |
---|
刘瑞宏等: "基于知识图谱的智能故障诊断研究", 《邮电设计技术》, no. 10, pages 30 - 35 * |
唐子惠: "《医学人工智能导论》", 30 April 2020, 上海科学技术出版社, pages: 123 - 126 * |
来骥等: "基于语义分析的智能运维知识库构建技术的研究", 《全国第三届"智能电网"会议论文集》, pages 166 - 170 * |
梁存;徐秉仁;陶涛;: "基于人工神经网络的电力通信故障预警分析的探究", 信息通信, no. 08, pages 9 - 10 * |
袁静等: "智能监控应用平台告警关联大数据分析算法研究", 《电信工程技术与标准化》, vol. 32, no. 05, pages 80 - 84 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113364802A (zh) * | 2021-06-25 | 2021-09-07 | 中国电子科技集团公司第十五研究所 | 安全告警威胁性研判方法及装置 |
CN113689116A (zh) * | 2021-08-23 | 2021-11-23 | 上海领路人照明工程有限公司 | 自动预警及派单方法以及系统 |
CN113761927A (zh) * | 2021-08-31 | 2021-12-07 | 国网冀北电力有限公司 | 电网故障处置实时辅助决策方法、系统、设备及存储介质 |
CN113761927B (zh) * | 2021-08-31 | 2024-02-06 | 国网冀北电力有限公司 | 电网故障处置实时辅助决策方法、系统、设备及存储介质 |
WO2023045417A1 (zh) * | 2021-09-24 | 2023-03-30 | 中兴通讯股份有限公司 | 一种故障知识图谱构建方法及装置 |
CN115865620A (zh) * | 2022-11-25 | 2023-03-28 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种柔直换流变告警知识系统 |
CN116108169A (zh) * | 2022-12-12 | 2023-05-12 | 长三角信息智能创新研究院 | 一种基于知识图谱的热线工单智能分派方法 |
CN116108169B (zh) * | 2022-12-12 | 2024-02-20 | 长三角信息智能创新研究院 | 一种基于知识图谱的热线工单智能分派方法 |
CN116644810A (zh) * | 2023-05-06 | 2023-08-25 | 国网冀北电力有限公司信息通信分公司 | 一种基于知识图谱实现的电网故障风险处置方法及装置 |
CN116644810B (zh) * | 2023-05-06 | 2024-04-05 | 国网冀北电力有限公司信息通信分公司 | 一种基于知识图谱实现的电网故障风险处置方法及装置 |
CN116561588A (zh) * | 2023-07-07 | 2023-08-08 | 北京国电通网络技术有限公司 | 电力文本识别模型构建方法、电力设备维修方法和装置 |
CN116561588B (zh) * | 2023-07-07 | 2023-10-20 | 北京国电通网络技术有限公司 | 电力文本识别模型构建方法、电力设备维修方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112699681A (zh) | 基于知识图谱的电力通信系统缺陷故障派单方法及装置 | |
CN111985653B (zh) | 基于知识图谱的电网故障知识推荐与知识管理系统及方法 | |
CN111046258B (zh) | 一种多元基础信息提取及一体化融合展示的方法、系统和存储介质 | |
CN110866093A (zh) | 机器问答方法及装置 | |
CN109799990A (zh) | 源代码注释自动生成方法及系统 | |
CN113434634A (zh) | 知识图谱构建方法、装置 | |
CN110110095A (zh) | 一种基于长短期记忆循环神经网络的电力指令文本匹配方法 | |
CN111652760B (zh) | 一种电网运维虚拟现实仿真系统及仿真方法 | |
CN107103363A (zh) | 一种基于lda的软件故障专家系统的构建方法 | |
JP2022173453A (ja) | ディープラーニングモデルのトレーニング方法、自然言語処理方法及び装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN113095050A (zh) | 一种智能成票方法、系统、设备及存储介质 | |
CN115170344A (zh) | 调控系统运行事件智能处理方法及装置、介质及设备 | |
CN114969363A (zh) | 一种基于知识图谱风险等级的数控机床安全部件分析方法 | |
CN112307767A (zh) | 一种基于Bi-LSTM技术的调控知识建模方法 | |
CN112668733A (zh) | 基于无监督学习的通信管理系统缺陷故障派单方法及装置 | |
CN110825381A (zh) | 一种结合源代码语义与语法特征的基于CNN的bug定位方法 | |
CN105527920A (zh) | 一种基于b/s的数控机床故障诊断系统 | |
EP4073626A1 (en) | Method and system for generating engineering diagrams in an engineering system | |
CN117273133A (zh) | 配电网多源异构数据知识图谱的构建方法 | |
CN111522705A (zh) | 一种工业大数据智能运维解决方法 | |
CN113377962B (zh) | 一种基于图像识别和自然语言处理的智能过程模拟方法 | |
CN115203427A (zh) | 一种电力系统调控规程知识图谱管理系统、知识图谱生成方法及存储介质 | |
CN114417828A (zh) | 一种服务器告警日志描述文本的实体关系抽取方法及系统 | |
CN112287005B (zh) | 一种数据处理方法、装置、服务器及介质 | |
CN115391519A (zh) | 一种基于nlp技术的企业自动打标签模型生成方法、系统、设备以及存储介质 |
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 |