CN114328963A - 基于知识图谱的故障处置辅助决策系统及方法 - Google Patents
基于知识图谱的故障处置辅助决策系统及方法 Download PDFInfo
- Publication number
- CN114328963A CN114328963A CN202111637549.8A CN202111637549A CN114328963A CN 114328963 A CN114328963 A CN 114328963A CN 202111637549 A CN202111637549 A CN 202111637549A CN 114328963 A CN114328963 A CN 114328963A
- Authority
- CN
- China
- Prior art keywords
- fault
- handling
- knowledge graph
- fault handling
- retrieval
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于知识图谱的故障处置辅助决策系统及方法,故障处置辅助决策系统包括:故障接收模块,用于接收来自外部的故障信息;检索模块,用于基于所述故障信息,在预先构建的电力信息系统故障知识图谱中检索故障处置方案;排序模块,用于对检索到的所述故障处置方案进行排序。本发明采用知识图谱技术进行电力信息系统的故障处置辅助决策,电力信息系统故障知识图谱对故障处理所需的多维数据进行抽取、表达、学习、组织和存储,当发现故障时,根据故障特征在电力信息系统故障知识图谱中进行智能检索和智能推荐,提供相关知识和故障处置方案,为信息调度员和运维专业人员提供辅助参考。
Description
技术领域
本发明涉及故障分析技术领域,特别是涉及一种基于知识图谱的故障处置辅助决策系统及方法。
背景技术
电力信息系统的故障处置调度决策是对多维数据的处理和推理过程,这些需要处理的数据既包含当前信息系统的实际状态和故障的具体表现,也包含信息调度规范规程、故障处置预案、先前故障的处理过程和经验等。目前的故障处置决策是调度员和运维人员根据这些多维数据,结合自己的工作经验和专业知识,推理故障发生的原因,形成处置方案,排除故障,使电力信息系统恢复到正常运行状态。现有信息系统监控工具和运维管理相关系统无法理解这些多维信息所代表的深层次含义,也无法利用这些信息实现故障处置的推理和决策;因此,当前的电力信息系统故障处置依赖于信息调度员和运维人员的人工决策,而信息调度员和运维人员在处理大量信息时受限于人的反应速度和思考能力,往往不能做出正确的故障处置决策,信息系统运维专家的经验也难以积累和传承。
发明内容
本发明的目的在于克服现有技术的一项或多项不足,提供一种基于知识图谱的故障处置辅助决策系统及方法。
本发明的目的是通过以下技术方案来实现的:基于知识图谱的故障处置辅助决策系统,包括:
故障接收模块,用于接收来自外部的故障信息;
检索模块,用于基于所述故障信息,在预先构建的电力信息系统故障知识图谱中检索故障处置方案;
排序模块,用于对检索到的所述故障处置方案进行排序。
优选的,所述检索模块具体用于对所述故障信息进行分词处理,将所述故障信息处理为检索词汇;对所述检索词汇进行同义转换;对同义转换后的检索词汇进行语义分析;基于语义分析的结果,在预先构建的电力信息系统故障知识图谱中检索故障处置方案。
优选的,所述排序模块具体用于利用协同过滤算法计算故障对所述故障处置方案的兴趣,根据所述兴趣对所述故障处置方案进行排序。
基于知识图谱的故障处置辅助决策方法,包括:
接收来自外部的故障信息;
基于所述故障信息,在预先构建的电力信息系统故障知识图谱中检索故障处置方案;
对检索到的所述故障处置方案进行排序。
优选的,所述故障处置辅助决策方法还包括:
构建或更新电力信息系统故障知识图谱。
优选的,基于所述故障信息,在预先构建的电力信息系统故障知识图谱中检索故障处置方案,包括:
基于所述故障信息生成检索语句;
对所述检索语句进行分词处理,将所述故障信息处理为检索词汇;
对所述检索词汇进行同义转换;
对同义转换后的检索词汇进行语义分析;
基于语义分析的结果,在预先构建的电力信息系统故障知识图谱中检索故障处置方案。
优选的,对检索到的所述故障处置方案进行排序,包括:
利用协同过滤算法计算故障对所述故障处置方案的兴趣;
根据所述兴趣对所述故障处置方案进行排序。
优选的,利用协同过滤算法计算故障信息对所述故障处置方案的兴趣,包括:
将故障和故障处置方案的编号作为预先构建的协同过滤分析模型的输入;
计算故障处置方案之间的相似度,并生成相似度矩阵;
计算故障对所述故障处置方案的兴趣。
优选的,所述故障处置方案之间的相似度的计算公式为:
式中,u表示常见的故障,N(u)表示常见故障的处置方案数量。
优选的,故障对所述故障处置方案的兴趣的计算公式为:
式中,S(j,k)是和故障处置方案j最相似的K个故障处置方案的集合。
本发明的有益效果是:本发明采用知识图谱技术进行电力信息系统的故障处置辅助决策,电力信息系统故障知识图谱对故障处理所需的多维数据进行抽取、表达、学习、组织和存储,当发现故障时,根据故障特征在电力信息系统故障知识图谱中进行智能检索和智能推荐,提供相关知识和故障处置方案,为信息调度员和运维专业人员提供辅助参考,同时,根据每次辅助决策效果,电力信息系统故障知识图谱可以不断更新完善,从而为决策提供更好的支持。
附图说明
图1为基于知识图谱的故障处置辅助决策系统的一种组成框图;
图2为基于知识图谱的故障处置辅助决策方法的一种流程图;
图3为基于故障信息检索故障处置方案的一种流程图;
图4为对检索到的故障处置方案进行排序的一种流程图。
具体实施方式
下面将结合实施例,对本发明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,本领域技术人员在没有付出创造性劳动的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。
参阅图1-图4,本实施例提供了一种基于知识图谱的故障处置辅助决策系统及方法:
如图1所示,基于知识图谱的故障处置辅助决策系统,包括故障接收模块、检索模块和排序模块。
所述故障接收模块用于接收来自外部的故障信息。
所述检索模块用于基于所述故障信息,在预先构建的电力信息系统故障知识图谱中检索故障处置方案。具体的,所述检索模块用于对所述故障信息进行分词处理,将所述故障信息处理为检索词汇;对所述检索词汇进行同义转换;对同义转换后的检索词汇进行语义分析;基于语义分析的结果,在预先构建的电力信息系统故障知识图谱中检索故障处置方案。
所述排序模块用于对检索到的所述故障处置方案进行排序。具体的,所述排序模块用于利用协同过滤算法计算故障对所述故障处置方案的兴趣,根据所述兴趣对所述故障处置方案进行排序。
一般的,所述故障处置辅助决策系统还包括数据存储模块和知识图谱构建模块,所述数据存储模块用于存储电力信息系统故障知识图谱、运维词典、同义词典等数据信息,所述知识图谱构建模块用于构建和更新电力信息系统故障知识图谱。根据每次辅助决策效果不断更新完善电力信息系统故障知识图谱,可以为决策提供更好的支持。
如图2所示,基于知识图谱的故障处置辅助决策方法,包括:
S1.接收来自外部的故障信息。
S2.基于所述故障信息,在预先构建的电力信息系统故障知识图谱中检索故障处置方案。
在一些实施例中,如图3所示,基于所述故障信息,在预先构建的电力信息系统故障知识图谱中检索故障处置方案,包括:
S21.基于所述故障信息生成检索语句。
S22.对所述检索语句进行分词处理,将所述检索语句处理为检索词汇。
本步骤通过对检索语句进行分词处理,从而将检索语句处理成一个个检索词汇。在一些实施例中,利用运维词典对检索语句进行分词处理。
S23.对所述检索词汇进行同义转换。
本步骤中通过对检索词汇进行检索转换,利用同义词典来消除检索词汇的差异性,方便后续的统一处理。
S24.对同义转换后的检索词汇进行语义分析。
本步骤对同义转换后的检索词汇进行语义分析,通过文物本体概念映射、语义扩展以及知识推理,理解检索词汇的语义。
S25.基于语义分析的结果,在预先构建的电力信息系统故障知识图谱中检索故障处置方案。
这些实施例中,利用语义相似度计算,来对中文分词处理后的词汇进行语义扩展,扩充查询条件,提高了检索的查询质量。一般的,语义相似度是在一组文档或术语上定义的度量,定义词语之间的距离来表示其含义或是语义之间的相似性;通过语义相似度计算,可以判断两个词是否相似。
S3.对检索到的所述故障处置方案进行排序。
在一些实施例中,如图4所示,对检索到的所述故障处置方案进行排序,包括:
S31.利用协同过滤算法计算故障对所述故障处置方案的兴趣。
具体的,利用协同过滤算法(ItemCF-IUF)计算故障对所述故障处置方案的兴趣,包括:将故障和故障处置方案的编号作为预先构建的协同过滤分析模型的输入;计算故障处置方案之间的相似度,并生成相似度矩阵;计算故障对所述故障处置方案的兴趣。
在一些实施例中,故障处置方案相似度的计算选用余弦相似度计算方法。余弦相似度计算公式如下:
余弦相似度仍然存在一个问题,由于每个故障与故障处置方案列表都会对故障处置方案的“兴趣”产生贡献,但常见故障与故障处置方案的“兴趣”显然没有较少发生的故障的“兴趣”那么集中,因此对故障原因相似度的计算,引进IUF进行修正,使常见故障对故障处置方案“兴趣”的贡献低于较少发生的故障才合理,此时相似度计算公式改进如下:
式中,u表示常见的故障,N(u)表示常见故障的处置方案数量。
在得到故障处置方案之间的相似度之后,ItemCF-IUF通过计算故障对故障处置方案的“兴趣”,计算公式为:
式中,S(j,k)是和故障处置方案j最相似的K个故障处置方案的集合。
通过上述公式的计算,和故障历史上感兴趣的处置方案越相似的处置方案,越有可能在故障处置方案的推荐列表中获得比较高的排名,从而实现故障处置方案的智能推荐分析。
S32.根据所述兴趣对所述故障处置方案进行排序。
由于电力信息系统故障之间存在着相关关联、相互影响的耦合关系,本实施例通过融合电力信息系统故障知识图谱的已有故障处置经验知识,同时应用协同过滤分析模型,可以对海量的历史运维数据进行学习和挖掘,推荐相关度高的故障处置方案,提高了故障处置水平。
在一些实施例中,所述故障处置辅助决策方法还包括:构建或更新电力信息系统故障知识图谱。本实施例中,根据每次辅助决策效果不断更新完善电力信息系统故障知识图谱,从而可以为决策提供更好的支持。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (10)
1.基于知识图谱的故障处置辅助决策系统,其特征在于,包括:
故障接收模块,用于接收来自外部的故障信息;
检索模块,用于基于所述故障信息,在预先构建的电力信息系统故障知识图谱中检索故障处置方案;
排序模块,用于对检索到的所述故障处置方案进行排序。
2.根据权利要求1所述的基于知识图谱的故障处置辅助决策系统,其特征在于,所述检索模块具体用于对所述故障信息进行分词处理,将所述故障信息处理为检索词汇;对所述检索词汇进行同义转换;对同义转换后的检索词汇进行语义分析;基于语义分析的结果,在预先构建的电力信息系统故障知识图谱中检索故障处置方案。
3.根据权利要求1所述的基于知识图谱的故障处置辅助决策系统,其特征在于,所述排序模块具体用于利用协同过滤算法计算故障对所述故障处置方案的兴趣,根据所述兴趣对所述故障处置方案进行排序。
4.基于知识图谱的故障处置辅助决策方法,其特征在于,包括:
接收来自外部的故障信息;
基于所述故障信息,在预先构建的电力信息系统故障知识图谱中检索故障处置方案;
对检索到的所述故障处置方案进行排序。
5.根据权利要求4所述的基于知识图谱的故障处置辅助决策方法,其特征在于,所述故障处置辅助决策方法还包括:
构建或更新电力信息系统故障知识图谱。
6.根据权利要求4所述的基于知识图谱的故障处置辅助决策方法,其特征在于,基于所述故障信息,在预先构建的电力信息系统故障知识图谱中检索故障处置方案,包括:
基于所述故障信息生成检索语句;
对所述检索语句进行分词处理,将所述故障信息处理为检索词汇;
对所述检索词汇进行同义转换;
对同义转换后的检索词汇进行语义分析;
基于语义分析的结果,在预先构建的电力信息系统故障知识图谱中检索故障处置方案。
7.根据权利要求4所述的基于知识图谱的故障处置辅助决策方法,其特征在于,对检索到的所述故障处置方案进行排序,包括:
利用协同过滤算法计算故障对所述故障处置方案的兴趣;
根据所述兴趣对所述故障处置方案进行排序。
8.根据权利要求7所述的基于知识图谱的故障处置辅助决策方法,其特征在于,利用协同过滤算法计算故障对所述故障处置方案的兴趣,包括:
将故障和故障处置方案的编号作为预先构建的协同过滤分析模型的输入;
计算故障处置方案之间的相似度,并生成相似度矩阵;
计算故障对所述故障处置方案的兴趣。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111637549.8A CN114328963A (zh) | 2021-12-29 | 2021-12-29 | 基于知识图谱的故障处置辅助决策系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111637549.8A CN114328963A (zh) | 2021-12-29 | 2021-12-29 | 基于知识图谱的故障处置辅助决策系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114328963A true CN114328963A (zh) | 2022-04-12 |
Family
ID=81017332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111637549.8A Pending CN114328963A (zh) | 2021-12-29 | 2021-12-29 | 基于知识图谱的故障处置辅助决策系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114328963A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115033679A (zh) * | 2022-08-10 | 2022-09-09 | 深圳联友科技有限公司 | 基于知识图谱搜索汽车维修数据的方法 |
CN117273375A (zh) * | 2023-10-19 | 2023-12-22 | 国网安徽省电力有限公司铜陵供电公司 | 基于知识图谱的配网故障处置决策监管提升系统 |
-
2021
- 2021-12-29 CN CN202111637549.8A patent/CN114328963A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115033679A (zh) * | 2022-08-10 | 2022-09-09 | 深圳联友科技有限公司 | 基于知识图谱搜索汽车维修数据的方法 |
CN115033679B (zh) * | 2022-08-10 | 2023-01-13 | 深圳联友科技有限公司 | 基于知识图谱搜索汽车维修数据的方法 |
CN117273375A (zh) * | 2023-10-19 | 2023-12-22 | 国网安徽省电力有限公司铜陵供电公司 | 基于知识图谱的配网故障处置决策监管提升系统 |
CN117273375B (zh) * | 2023-10-19 | 2024-04-02 | 国网安徽省电力有限公司铜陵供电公司 | 基于知识图谱的配网故障处置决策监管提升系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110110054B (zh) | 一种基于深度学习的从非结构化文本中获取问答对的方法 | |
CN110968684B (zh) | 一种信息处理方法、装置、设备及存储介质 | |
CN114328963A (zh) | 基于知识图谱的故障处置辅助决策系统及方法 | |
CN111581545B (zh) | 一种召回文档的排序方法及相关设备 | |
CN111914550B (zh) | 一种面向限定领域的知识图谱更新方法及系统 | |
CN106126619A (zh) | 一种基于视频内容的视频检索方法及系统 | |
CN112084347B (zh) | 一种基于知识表示学习的数据检索方法及系统 | |
CN116541510A (zh) | 一种基于知识图谱的故障案例推荐方法 | |
CN115599899B (zh) | 基于飞行器知识图谱的智能问答方法、系统、设备及介质 | |
CN115292518A (zh) | 基于知识型信息抽取的配电网故障处理方法及系统 | |
CN113705191A (zh) | 样本语句的生成方法、装置、设备及存储介质 | |
CN111783464A (zh) | 一种面向电力的领域实体识别方法、系统及存储介质 | |
CN114881173A (zh) | 基于自注意力机制的简历分类方法和装置 | |
CN114722176A (zh) | 一种智能答疑的方法、装置、介质及电子设备 | |
CN117216221A (zh) | 一种基于知识图谱的智能问答系统及构建方法 | |
CN117407532A (zh) | 一种利用大模型与协同训练进行数据增强的方法 | |
CN115795018A (zh) | 一种面向电网领域的多策略智能搜索问答方法及系统 | |
CN116089578A (zh) | 智能问答数据自动标注方法、系统及存储介质 | |
EP4141732A1 (en) | System and method of managing knowledge for knowledge graphs | |
CN113254468B (zh) | 一种装备的故障查询及推理方法 | |
Zhang et al. | Question answering based assisted decision for electric power fault diagnosis | |
CN113590744B (zh) | 一种面向可解释的情感溯源方法 | |
CN116910377B (zh) | 一种网格事件分类搜索推荐方法及系统 | |
Tajouo et al. | Procedure for the Contextual, Textual and Ontological Construction of Specialized Knowledge Bases | |
CN114036946B (zh) | 一种文本特征提取及辅助检索的系统及方法 |
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 |