CN115114458B - 一种基于智慧建筑知识图谱的设备控制方法及系统 - Google Patents
一种基于智慧建筑知识图谱的设备控制方法及系统 Download PDFInfo
- Publication number
- CN115114458B CN115114458B CN202211036520.9A CN202211036520A CN115114458B CN 115114458 B CN115114458 B CN 115114458B CN 202211036520 A CN202211036520 A CN 202211036520A CN 115114458 B CN115114458 B CN 115114458B
- Authority
- CN
- China
- Prior art keywords
- target
- data
- equipment
- knowledge
- control means
- 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
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于智慧建筑知识图谱的设备控制方法及系统,涉及人工智能领域,所述方法包括:通过采集得到目标智慧建筑数据,其中包括结构化数据、半结构化数据、非结构化数据;依次处理得到数据分词结果,其中包括多个分词文本;筛选得到知识元素集合,其中包括概念知识、属性知识、关系知识;构建本体分类体系,并渲染得到目标知识图谱;提取目标设备,并分析得到目标设备控制手段集合,其中包括多个目标设备控制手段;采集得到目标设备关系,并遍历生成目标控制方案;对目标设备进行控制管理。解决了现有技术中存在设备控制不及时、管理效率不高的问题。达到了提高设备控制效率,保障设备正常、可靠使用提供基础的技术效果。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种基于智慧建筑知识图谱的设备控制方法及系统。
背景技术
随着物联网、大数据、人工智能等先进技术的兴起,智慧建筑得以快速发展。为提高智慧建筑实际应用的高效性、舒适性、便利性,为建筑用户提供人性化的建筑环境,智慧建筑中多设有各类智能或其他设备。示范性的如打印机、饮水机、照明灯、空调等设备。然而,现有技术中在对智慧建筑中的各类设备进行维护、维修等控制管理时,存在设备维护不及时,花费人工成本高,影响整体工作效率的技术问题。示范性的如相关设备控制人员定期对打印机设备进行纸张余量、油墨余量的检查记录,并在余量不足时对应进行纸张、油墨的添加处理,然而实际生活中相关设备控制人员无法及时检查并发现该问题,导致打印机打印异常,影响正常办公效率。知识图谱具有特定的关系结构,可以非常便利的刻画现实建筑中的设备本体及其属性、关联关系。因此,研究构建智慧建筑的知识图谱,并基于智慧建筑知识图谱对建筑中的设备进行控制管理,具有重要的意义。
然而,现有技术中在对智慧建筑中的各个设备进行控制管理时,存在设备控制不及时、管理效率不高,从而影响设备正常使用,甚至导致智慧建筑实际应用价值降低的技术问题。
发明内容
本发明的目的是提供一种基于智慧建筑知识图谱的设备控制方法及系统,用以解决现有技术中在对智慧建筑中的各个设备进行控制管理时,存在设备控制不及时、管理效率不高,从而影响设备正常使用,甚至导致智慧建筑实际应用价值降低的技术问题。
鉴于上述问题,本发明提供了一种基于智慧建筑知识图谱的设备控制方法及系统。
第一方面,本发明提供了一种基于智慧建筑知识图谱的设备控制方法,所述方法通过一种基于智慧建筑知识图谱的设备控制系统实现,其中,所述方法包括:通过对目标智慧建筑进行信息采集,得到目标智慧建筑数据,其中,所述目标智慧建筑数据包括结构化数据、半结构化数据、非结构化数据;对所述结构化数据、所述半结构化数据、所述非结构化数据依次进行处理分析,得到数据分词结果,其中,所述数据分词结果包括多个分词文本;对所述多个分词文本进行筛选,得到所述目标智慧建筑的知识元素集合,其中,所述知识元素集合包括概念知识、属性知识、关系知识;基于所述概念知识构建本体分类体系,并将所述属性知识与所述关系知识渲染至所述本体分类体系,得到所述目标智慧建筑的目标知识图谱;提取所述目标知识图谱中的目标设备,并对所述目标设备进行分析,得到目标设备控制手段集合,其中,所述目标设备控制手段集合包括多个目标设备控制手段;采集所述目标设备的关系信息,得到目标设备关系,并基于所述目标设备关系对所述多个目标设备控制手段进行遍历,生成所述目标设备的目标控制方案;根据所述目标控制方案,对所述目标设备进行控制管理。
第二方面,本发明还提供了一种基于智慧建筑知识图谱的设备控制系统,用于执行如第一方面所述的一种基于智慧建筑知识图谱的设备控制方法,其中,所述系统包括:图谱构建模块,所述图谱构建模块包括:数据获得模块,所述数据获得模块用于对目标智慧建筑进行信息采集,得到目标智慧建筑数据,其中,所述目标智慧建筑数据包括结构化数据、半结构化数据、非结构化数据;数据处理模块,所述数据处理模块用于对所述结构化数据、所述半结构化数据、所述非结构化数据依次进行处理分析,得到数据分词结果,其中,所述数据分词结果包括多个分词文本;文本筛选模块,所述文本筛选模块用于对所述多个分词文本进行筛选,得到所述目标智慧建筑的知识元素集合,其中,所述知识元素集合包括概念知识、属性知识、关系知识;图谱获得模块,所述图谱获得模块用于基于所述概念知识构建本体分类体系,并将所述属性知识与所述关系知识渲染至所述本体分类体系,得到所述目标智慧建筑的目标知识图谱;设备控制模块,所述设备控制模块包括:设备分析模块,所述设备分析模块用于提取所述目标知识图谱中的目标设备,并对所述目标设备进行分析,得到目标设备控制手段集合,其中,所述目标设备控制手段集合包括多个目标设备控制手段;关系分析模块,所述关系分析模块用于采集所述目标设备的关系信息,得到目标设备关系,并基于所述目标设备关系对所述多个目标设备控制手段进行遍历,生成所述目标设备的目标控制方案;控制执行模块,所述控制执行模块用于根据所述目标控制方案,对所述目标设备进行控制管理。
本发明中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过对目标智慧建筑进行信息采集,得到目标智慧建筑数据,其中,所述目标智慧建筑数据包括结构化数据、半结构化数据、非结构化数据;对所述结构化数据、所述半结构化数据、所述非结构化数据依次进行处理分析,得到数据分词结果,其中,所述数据分词结果包括多个分词文本;对所述多个分词文本进行筛选,得到所述目标智慧建筑的知识元素集合,其中,所述知识元素集合包括概念知识、属性知识、关系知识;基于所述概念知识构建本体分类体系,并将所述属性知识与所述关系知识渲染至所述本体分类体系,得到所述目标智慧建筑的目标知识图谱;提取所述目标知识图谱中的目标设备,并对所述目标设备进行分析,得到目标设备控制手段集合,其中,所述目标设备控制手段集合包括多个目标设备控制手段;采集所述目标设备的关系信息,得到目标设备关系,并基于所述目标设备关系对所述多个目标设备控制手段进行遍历,生成所述目标设备的目标控制方案;根据所述目标控制方案,对所述目标设备进行控制管理。首先,通过对目标智慧建筑的相关结构、系统、服务、管理等数据进行采集,实现了为构建智慧建筑知识图谱提供数据基础的技术目标。接着,通过对采集到的数据进行分词处理,保留智慧建筑知识图谱需要的分词文本,在保障系统性能的基础上,有效提高了系统处理效率,避免了大而全、却不利于设备控制应用的问题。进而,通过利用筛选得到的分词文本构建得到目标知识图谱,为后续分析目标设备的实时使用状态,并生成对应控制方案提供图谱基础。最后,通过分析目标设备的关系,结合目标设备历史控制记录等,得到目标控制方案,达到了提高设备控制智能化程度,从而提高设备控制效率,最终保障设备正常、可靠使用提供基础的技术效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明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示例性的,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为本发明一种基于智慧建筑知识图谱的设备控制方法的流程示意图;
图2为本发明一种基于智慧建筑知识图谱的设备控制方法中得到半结构化数据文本、非结构化数据文本的流程示意图;
图3为本发明一种基于智慧建筑知识图谱的设备控制方法中构建设备品类-控制手段列表的流程示意图;
图4为本发明一种基于智慧建筑知识图谱的设备控制方法中生成目标控制方案的流程示意图;
图5为本发明一种基于智慧建筑知识图谱的设备控制系统的结构示意图。
附图标记说明:
图谱构建模块M100,数据获得模块M110,数据处理模块M120,文本筛选模块M130,图谱获得模块M140,设备控制模块M200,设备分析模块M210,关系分析模块M220,控制执行模块M230。
具体实施方式
本发明通过提供一种基于智慧建筑知识图谱的设备控制方法及系统,解决了现有技术中在对智慧建筑中的各个设备进行控制管理时,存在设备控制不及时、管理效率不高,从而影响设备正常使用,甚至导致智慧建筑实际应用价值降低的技术问题。达到了提高设备控制智能化程度,从而提高设备控制效率,最终保障设备正常、可靠使用提供基础的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面,将参考附图对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明的实施例,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。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。
实施例一
请参阅附图1,本发明提供了一种基于智慧建筑知识图谱的设备控制方法,其中,所述方法应用于一种基于智慧建筑知识图谱的设备控制系统,所述方法具体包括如下步骤:
步骤S100:对目标智慧建筑进行信息采集,得到目标智慧建筑数据,其中,所述目标智慧建筑数据包括结构化数据、半结构化数据、非结构化数据;
具体而言,所述一种基于智慧建筑知识图谱的设备控制方法应用于所述一种基于智慧建筑知识图谱的设备控制系统,可以通过基于智慧建筑知识图谱分析目标设备的关系,结合目标设备历史控制记录等,得到目标设备的控制方案,从而提高设备控制智能化程度,保障设备正常、可靠使用。
所述目标智慧建筑是指任意一个待使用设备控制系统进行建筑内各设备的智能控制和管理的智慧建筑。其中,智慧建筑是通过将建筑物的结构、系统、服务和管理根据用户的需求进行最优化组合,从而为用户提供人性化建筑环境的建筑类型。示范性的如智慧写字楼等。通过对目标智慧建筑的建筑结构、建筑用途、建筑内设施设备等相关建筑信息进行采集,即得到所述目标智慧建筑数据。示范性的如通过爬虫爬取智慧写字楼内配套设备相关网页、通过相关国家智慧建筑文件、公告等得到智慧建筑相关数据、通过收集目标智慧建筑的实际使用记录、用户访问等方式得到相关数据。其中,所述目标智慧建筑数据包括结构化数据、半结构化数据、非结构化数据。所述结构化数据主要是房建局等官方渠道采集到的智慧建筑数据,半结构化数据是从网页中抽取的与智慧建筑相关的知识,非结构化数据是智慧建筑领域的相关文献、记录资料等。
通过对目标智慧建筑的相关结构、系统、服务、管理等数据进行采集,实现了为构建智慧建筑知识图谱提供数据基础的技术目标。
步骤S200:对所述结构化数据、所述半结构化数据、所述非结构化数据依次进行处理分析,得到数据分词结果,其中,所述数据分词结果包括多个分词文本;
进一步的,本发明步骤S200还包括:
步骤S210:根据所述结构化数据、所述半结构化数据、所述非结构化数据,得到结构化数据文本、半结构化数据文本、非结构化数据文本;
进一步的,如附图2所示,本发明步骤S210还包括:
步骤S211:基于数据格式对所述半结构化数据进行分类,得到半结构化数据格式集合;
步骤S212:基于数据格式对所述非结构化数据进行分类,得到非结构化数据格式集合;
步骤S213:依次提取所述半结构化数据格式集合、所述非结构化数据格式集合中预设格式的数据,并将所述预设格式的数据转换为BASE64格式;
步骤S214:利用开源API接口对所述BASE64格式的数据进行识别处理,得到Json格式数据;
步骤S215:对所述Json格式数据进行解析,分别得到半结构化数据文本、非结构化数据文本。
步骤S220:基于所述结构化数据文本、所述半结构化数据文本、所述非结构化数据文本,组建目标数据文本集合;
步骤S230:提取所述目标数据文本集合中任意一个目标数据文本,并利用jieba分词对所述任意一个目标数据文本进行分词处理,得到所述数据分词结果。
具体而言,在基于所述结构化数据、所述半结构化数据、所述非结构化数据,依次处理分析得到数据分词结果前,先对所述半结构化数据、所述非结构化数据进行预处理。
首先对所述半结构化数据与所述非结构化数据按照数据的格式进行分类,分别得到半结构化数据格式集合、非结构化数据格式集合。然后依次提取所述半结构化数据格式集合、所述非结构化数据格式集合中符合预设格式的数据。其中,所述预设格式包括图片格式、PDF格式等无法直接提取数据文本的格式。接着,将提取到的符合预设格式的数据进行转换,成为BASE64格式,并利用开源的应用程序接口将所述BASE64格式的相关数据进行智能识别处理,从而得到Json格式数据。最后,通过解析所述Json格式数据,其中,Json格式数据中的Detected Text 字段就是解析出来的信息文本,进而分别得到半结构化数据、非结构化数据中符合预设格式的数据的信息文本,即所述半结构化数据文本、非结构化数据文本。
进一步的,根据所述结构化数据、所述半结构化数据、所述非结构化数据,得到结构化数据文本、半结构化数据文本、非结构化数据文本,并组建得到目标数据文本集合。进而通过提取所述目标数据文本集合中任意一个目标数据文本,并利用jieba分词对所述任意一个目标数据文本进行分词处理,得到包含有多个分词文本的所述数据分词结果。通过对目标智慧建筑的相关数据进行处理,得到可直接进行编辑处理的数据文本,实现了为进行数据分词处理,进而达到了为构建智慧建筑知识图谱提供数据基础的技术效果。
步骤S300:对所述多个分词文本进行筛选,得到所述目标智慧建筑的知识元素集合,其中,所述知识元素集合包括概念知识、属性知识、关系知识;
进一步的,本发明步骤S300还包括:
步骤S310:对所述数据分词结果中的所述多个分词文本进行停用词剔除,得到剔除结果;
步骤S320:通过人工方式对所述剔除结果进行筛选,分别得到人工筛选结果;
步骤S330:对所述人工筛选结果进行分词分类,得到分词分类结果,其中,所述分词分类结果包括概念类分词、属性类分词、关系类分词;
步骤S340:基于所述概念类分词、所述属性类分词、所述关系类分词,分别得到所述概念知识、所述属性知识、所述关系知识,并组成所述知识元素集合。
具体而言,在对所述多个分词文本进行筛选得到所述目标智慧建筑的知识元素集合之前,先对所述数据分词结果中的多个分词文本进行智能、人工两轮文本筛选。
首先将所述多个分词文本中的停用词进行剔除,示范性的如“的”、“和”、“然而”、“因此”等等,然后利用人工方式对智能剔除得到的结果进行筛选,仅保留智慧建筑中关于设备的概念、属性、关系类分词文本。示范性的如设备概念类分词文本有打印机、饮水机、照明灯等,设备属性类分词文本有需清洁维护、需补充耗品、需定期检修等,设备关系类分词文本有油墨、纸张、打印频率、打印文件类型、水桶、饮水人数、饮水频率等。最后,通过人工筛选结果与分词分类结果,得到所述智慧建筑的所述概念知识、所述属性知识、所述关系知识,从而组成所述知识元素集合。其中,所述知识元素集合是指用于后续智慧建筑知识图谱构建的文本知识元素的集合。
通过对采集到的数据进行分词处理,保留智慧建筑知识图谱需要的分词文本,在保障系统性能的基础上,有效提高了系统处理效率,避免了大而全、却不利于设备控制应用的问题。
步骤S400:基于所述概念知识构建本体分类体系,并将所述属性知识与所述关系知识渲染至所述本体分类体系,得到所述目标智慧建筑的目标知识图谱;
具体而言,首先基于筛选得到所述知识元素集合中的概念知识元素,实现智慧建筑知识图谱的框架构建,即根据智慧建筑中的设备种类、重量,各设备用途、性能等数据对设备进行分类,并通过图结构罗列显示,即得到本体分类体系。示范性的如利用自顶向下的方法,先从笼统的概念出发,依次建立更为具体的概念,从而使得构建好的本体分类体系的上层类别囊括的概念完全兼容下层类别所包括的概念。然后,将各个属性知识元素、关系知识元素依次分析并添加至本体,即设备概念知识元素的对应位置,最终得到所述目标智慧建筑的目标知识图谱。通过利用筛选得到的分词文本构建得到目标知识图谱,为后续分析目标设备的实时使用状态,并生成对应控制方案提供图谱基础。
步骤S500:提取所述目标知识图谱中的目标设备,并对所述目标设备进行分析,得到目标设备控制手段集合,其中,所述目标设备控制手段集合包括多个目标设备控制手段;
进一步的,如附图3所示,本发明步骤S500还包括:
步骤S510:基于大数据采集所述目标智慧建筑中的设备集合,其中,所述设备集合包括多个设备;
步骤S520:基于设备属性对所述多个设备进行划分,得到设备划分结果,其中,所述设备划分结果包括多个设备品类;
步骤S530:基于大数据组建设备控制手段集合;
步骤S540:依次将所述多个设备品类中各设备品类在所述设备控制手段集合中进行遍历,得到多个遍历结果;
步骤S550:对所述多个遍历结果进行分析,并根据分析结果构建设备品类-控制手段列表。
具体而言,首先提取所述目标知识图谱中的目标设备,其中,所述目标设备是指所述目标知识图谱中,即所述目标智慧建筑中任意一个待使用设备控制系统进行设备控制和管理的设备。然后,对所述目标设备进行控制、使用、类别等多维度分析。
进一步的,基于大数据采集所述目标智慧建筑中的设备集合,示范性的如对智慧写字楼中的设备进行采集,从而得到智慧写字楼中可以设置的所有设备,包括打印机、照明灯、微波炉等。接着,基于设备使用特征属性对所述多个设备进行划分,得到设备划分结果。示范性的如将智慧写字楼中的打印机、饮水机等划分为需要添加耗品的品类,将照明灯、微波炉等设备划分为需要定期清理维护,防止影响使用质量的品类。从而得到包括多个设备品类的所述设备划分结果。接下来,基于大数据组建设备控制手段集合。示范性的如需要添加耗品、需要擦洗清洁、需要定期检查质量等设备控制手段。最后,依次将所述多个设备品类中各设备品类在所述设备控制手段集合中进行遍历,得到多个遍历结果,并对所述多个遍历结果进行分析,并根据分析结果构建设备品类-控制手段列表。
通过基于大数据构建设备品类-控制手段列表,实现了为后续分析确定目标设备的目标设备控制手段集合提供遍历对比基础的技术目标。
步骤S600:采集所述目标设备的关系信息,得到目标设备关系,并基于所述目标设备关系对所述多个目标设备控制手段进行遍历,生成所述目标设备的目标控制方案;
进一步的,如附图4所示,本发明步骤S600还包括:
步骤S610:提取所述多个目标设备控制手段中任意一个目标设备控制手段;
步骤S620:对所述目标设备关系进行分析,得到影响所述任意一个目标设备控制手段的目标关系数据;
步骤S630:获得历史控制手段执行记录,并提取所述历史控制手段执行记录中执行所述任意一个目标设备控制手段的记录数据,作为目标历史关系数据;
步骤S640:将所述目标关系数据与所述目标历史关系数据进行对比分析,得到关系对比分析结果;
步骤S650:根据所述关系对比分析结果,生成所述目标控制方案。
具体而言,基于目标知识图谱,采集所述目标设备的关系信息,即目标设备与其他设备之间的关系、具备的属性特征、会受到其他影响的指标因素,结合各方关系状况得到目标设备关系。
进一步的,提取所述多个目标设备控制手段中任意一个目标设备控制手段,同时对所述目标设备关系进行分析,得到影响所述任意一个目标设备控制手段的目标关系数据。示范性的如打印机需要添加油墨和纸张耗品,且结合打印机的关系数据,确定打印机耗品添加与写字楼中职工总数、职工打印频率、打印机数量等均有关系。接着,获得历史控制手段执行记录,并提取所述历史控制手段执行记录中执行所述任意一个目标设备控制手段的记录数据,作为目标历史关系数据。示范性的如该写字楼历史添加耗品时总职工数、打印机数量等,当历史打印机数量少于当前写字楼中的打印机数量,则应当考虑打印机数量这一因素对打印机耗品添加控制手段的影响。最后,将所述目标关系数据与所述目标历史关系数据进行对比分析,得到关系对比分析结果,并根据所述关系对比分析结果,生成所述目标控制方案。示范性的如对打印机进行油墨添加、纸张添加,对饮水机进行换水、定期清理控制手段的控制执行频率、执行时间估计的方案。
通过分析目标设备的关系,结合目标设备历史控制记录等,得到目标控制方案,达到了提高设备控制智能化程度,从而提高设备控制效率,最终保障设备正常、可靠使用提供基础的技术效果。
步骤S700:根据所述目标控制方案,对所述目标设备进行控制管理。
进一步的,本发明还包括如下步骤:
步骤S810:获得所述目标设备的实际控制方案;
步骤S820:将所述实际控制方案与所述目标控制方案进行对比,得到方案对比结果,其中,所述方案对比结果是指控制手段计划执行时间、实际执行时间的对比结果;
步骤S830:利用专家组决策法构建执行时间差-控制等级列表;
步骤S840:根据所述方案对比结果,结合所述执行时间差-控制等级列表得到设备控制等级。
具体而言,在根据设备控制系统智能生成的所述目标控制方案对目标设备进行控制管理后,记录所述目标设备的实际控制方案,即记录所述目标设备的实际控制执行时间、执行手段内容等。接着,将所述实际控制方案与所述目标控制方案进行对比,得到目标设备控制手段计划执行时间、实际执行时间,从而计算得到时间差。同时通过专家组决策法构建执行时间差-控制等级列表,并对所述目标设备的控制手段执行时间差进行分析匹配,得到对应的设备控制级别。通过确定目标设备的设备控制级别,实现了对设备控制系统的智能控制管理质量进行客观量化评估的技术目标。
综上所述,本发明所提供的一种基于智慧建筑知识图谱的设备控制方法具有如下技术效果:
通过对目标智慧建筑进行信息采集,得到目标智慧建筑数据,其中,所述目标智慧建筑数据包括结构化数据、半结构化数据、非结构化数据;对所述结构化数据、所述半结构化数据、所述非结构化数据依次进行处理分析,得到数据分词结果,其中,所述数据分词结果包括多个分词文本;对所述多个分词文本进行筛选,得到所述目标智慧建筑的知识元素集合,其中,所述知识元素集合包括概念知识、属性知识、关系知识;基于所述概念知识构建本体分类体系,并将所述属性知识与所述关系知识渲染至所述本体分类体系,得到所述目标智慧建筑的目标知识图谱;提取所述目标知识图谱中的目标设备,并对所述目标设备进行分析,得到目标设备控制手段集合,其中,所述目标设备控制手段集合包括多个目标设备控制手段;采集所述目标设备的关系信息,得到目标设备关系,并基于所述目标设备关系对所述多个目标设备控制手段进行遍历,生成所述目标设备的目标控制方案;根据所述目标控制方案,对所述目标设备进行控制管理。首先,通过对目标智慧建筑的相关结构、系统、服务、管理等数据进行采集,实现了为构建智慧建筑知识图谱提供数据基础的技术目标。接着,通过对采集到的数据进行分词处理,保留智慧建筑知识图谱需要的分词文本,在保障系统性能的基础上,有效提高了系统处理效率,避免了大而全、却不利于设备控制应用的问题。进而,通过利用筛选得到的分词文本构建得到目标知识图谱,为后续分析目标设备的实时使用状态,并生成对应控制方案提供图谱基础。最后,通过分析目标设备的关系,结合目标设备历史控制记录等,得到目标控制方案,达到了提高设备控制智能化程度,从而提高设备控制效率,最终保障设备正常、可靠使用提供基础的技术效果。
实施例二
基于与前述实施例中一种基于智慧建筑知识图谱的设备控制方法,同样发明构思,本发明还提供了一种基于智慧建筑知识图谱的设备控制系统,请参阅附图5,所述系统包括:
图谱构建模块M100,所述图谱构建模块M100包括:
数据获得模块M110,所述数据获得模块M110用于对目标智慧建筑进行信息采集,得到目标智慧建筑数据,其中,所述目标智慧建筑数据包括结构化数据、半结构化数据、非结构化数据;
数据处理模块M120,所述数据处理模块M120用于对所述结构化数据、所述半结构化数据、所述非结构化数据依次进行处理分析,得到数据分词结果,其中,所述数据分词结果包括多个分词文本;
文本筛选模块M130,所述文本筛选模块M130用于对所述多个分词文本进行筛选,得到所述目标智慧建筑的知识元素集合,其中,所述知识元素集合包括概念知识、属性知识、关系知识;
图谱获得模块M140,所述图谱获得模块M140用于基于所述概念知识构建本体分类体系,并将所述属性知识与所述关系知识渲染至所述本体分类体系,得到所述目标智慧建筑的目标知识图谱;
设备控制模块M200,所述设备控制模块M200包括:
设备分析模块M210,所述设备分析模块M210用于提取所述目标知识图谱中的目标设备,并对所述目标设备进行分析,得到目标设备控制手段集合,其中,所述目标设备控制手段集合包括多个目标设备控制手段;
关系分析模块M220,所述关系分析模块M220用于采集所述目标设备的关系信息,得到目标设备关系,并基于所述目标设备关系对所述多个目标设备控制手段进行遍历,生成所述目标设备的目标控制方案;
控制执行模块M230,所述控制执行模块M230用于根据所述目标控制方案,对所述目标设备进行控制管理。
进一步的,所述系统中的所述数据处理模块M120还用于:
根据所述结构化数据、所述半结构化数据、所述非结构化数据,得到结构化数据文本、半结构化数据文本、非结构化数据文本;
基于所述结构化数据文本、所述半结构化数据文本、所述非结构化数据文本,组建目标数据文本集合;
提取所述目标数据文本集合中任意一个目标数据文本,并利用jieba分词对所述任意一个目标数据文本进行分词处理,得到所述数据分词结果。
进一步的,所述系统中的所述数据处理模块M120还用于:
基于数据格式对所述半结构化数据进行分类,得到半结构化数据格式集合;
基于数据格式对所述非结构化数据进行分类,得到非结构化数据格式集合;
依次提取所述半结构化数据格式集合、所述非结构化数据格式集合中预设格式的数据,并将所述预设格式的数据转换为BASE64格式;
利用开源API接口对所述BASE64格式的数据进行识别处理,得到Json格式数据;
对所述Json格式数据进行解析,分别得到半结构化数据文本、非结构化数据文本。
进一步的,所述系统中的所述文本筛选模块M130还用于:
对所述数据分词结果中的所述多个分词文本进行停用词剔除,得到剔除结果;
通过人工方式对所述剔除结果进行筛选,分别得到人工筛选结果;
对所述人工筛选结果进行分词分类,得到分词分类结果,其中,所述分词分类结果包括概念类分词、属性类分词、关系类分词;
基于所述概念类分词、所述属性类分词、所述关系类分词,分别得到所述概念知识、所述属性知识、所述关系知识,并组成所述知识元素集合。
进一步的,所述系统中的所述设备分析模块M210还用于:
基于大数据采集所述目标智慧建筑中的设备集合,其中,所述设备集合包括多个设备;
基于设备属性对所述多个设备进行划分,得到设备划分结果,其中,所述设备划分结果包括多个设备品类;
基于大数据组建设备控制手段集合;
依次将所述多个设备品类中各设备品类在所述设备控制手段集合中进行遍历,得到多个遍历结果;
对所述多个遍历结果进行分析,并根据分析结果构建设备品类-控制手段列表。
进一步的,所述系统中的所述关系分析模块M220还用于:
提取所述多个目标设备控制手段中任意一个目标设备控制手段;
对所述目标设备关系进行分析,得到影响所述任意一个目标设备控制手段的目标关系数据;
获得历史控制手段执行记录,并提取所述历史控制手段执行记录中执行所述任意一个目标设备控制手段的记录数据,作为目标历史关系数据;
将所述目标关系数据与所述目标历史关系数据进行对比分析,得到关系对比分析结果;
根据所述关系对比分析结果,生成所述目标控制方案。
进一步的,所述系统还包括控制评价模块,用于:
获得所述目标设备的实际控制方案;
将所述实际控制方案与所述目标控制方案进行对比,得到方案对比结果,其中,所述方案对比结果是指控制手段计划执行时间、实际执行时间的对比结果;
利用专家组决策法构建执行时间差-控制等级列表;
根据所述方案对比结果,结合所述执行时间差-控制等级列表得到设备控制等级。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种基于智慧建筑知识图谱的设备控制方法和具体实例同样适用于本实施例的一种基于智慧建筑知识图谱的设备控制系统,通过前述对一种基于智慧建筑知识图谱的设备控制方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于智慧建筑知识图谱的设备控制系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
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。
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在内。
Claims (5)
1.一种基于智慧建筑知识图谱的设备控制方法,其特征在于,包括:
对目标智慧建筑进行信息采集,得到目标智慧建筑数据,其中,所述目标智慧建筑数据包括结构化数据、半结构化数据、非结构化数据;
对所述结构化数据、所述半结构化数据、所述非结构化数据依次进行处理分析,得到数据分词结果,其中,所述数据分词结果包括多个分词文本;
对所述多个分词文本进行筛选,得到所述目标智慧建筑的知识元素集合,其中,所述知识元素集合包括概念知识、属性知识、关系知识;
基于所述概念知识构建本体分类体系,并将所述属性知识与所述关系知识渲染至所述本体分类体系,得到所述目标智慧建筑的目标知识图谱;
提取所述目标知识图谱中的目标设备,并对所述目标设备进行分析,得到目标设备控制手段集合,其中,所述目标设备控制手段集合包括多个目标设备控制手段;
采集所述目标设备的关系信息,得到目标设备关系,并基于所述目标设备关系对所述多个目标设备控制手段进行遍历,生成所述目标设备的目标控制方案;
根据所述目标控制方案,对所述目标设备进行控制管理;
其中,在所述提取所述目标知识图谱中的目标设备,并对所述目标设备进行分析,得到目标设备控制手段集合之前,还包括:
基于大数据采集所述目标智慧建筑中的设备集合,其中,所述设备集合包括多个设备;
基于设备属性对所述多个设备进行划分,得到设备划分结果,其中,所述设备划分结果包括多个设备品类;
基于大数据组建设备控制手段集合;
依次将所述多个设备品类中各设备品类在所述设备控制手段集合中进行遍历,得到多个遍历结果;
对所述多个遍历结果进行分析,并根据分析结果构建设备品类-控制手段列表;
所述采集所述目标设备的关系信息,得到目标设备关系,并基于所述目标设备关系对所述多个目标设备控制手段进行遍历,生成所述目标设备的目标控制方案,包括:
提取所述多个目标设备控制手段中任意一个目标设备控制手段;
对所述目标设备关系进行分析,得到影响所述任意一个目标设备控制手段的目标关系数据;
获得历史控制手段执行记录,并提取所述历史控制手段执行记录中执行所述任意一个目标设备控制手段的记录数据,作为目标历史关系数据;
将所述目标关系数据与所述目标历史关系数据进行对比分析,得到关系对比分析结果;
根据所述关系对比分析结果,生成所述目标控制方案;
获得所述目标设备的实际控制方案;
将所述实际控制方案与所述目标控制方案进行对比,得到方案对比结果,其中,所述方案对比结果是指控制手段计划执行时间、实际执行时间的对比结果;
利用专家组决策法构建执行时间差-控制等级列表;
根据所述方案对比结果,结合所述执行时间差-控制等级列表得到设备控制等级。
2.根据权利要求1所述的设备控制方法,其特征在于,所述对所述结构化数据、所述半结构化数据、所述非结构化数据依次进行处理分析,得到数据分词结果,包括:
根据所述结构化数据、所述半结构化数据、所述非结构化数据,得到结构化数据文本、半结构化数据文本、非结构化数据文本;
基于所述结构化数据文本、所述半结构化数据文本、所述非结构化数据文本,组建目标数据文本集合;
提取所述目标数据文本集合中任意一个目标数据文本,并利用jieba分词对所述任意一个目标数据文本进行分词处理,得到所述数据分词结果。
3.根据权利要求2所述的设备控制方法,其特征在于,所述根据所述结构化数据、所述半结构化数据、所述非结构化数据,得到结构化数据文本、半结构化数据文本、非结构化数据文本,包括:
基于数据格式对所述半结构化数据进行分类,得到半结构化数据格式集合;
基于数据格式对所述非结构化数据进行分类,得到非结构化数据格式集合;
依次提取所述半结构化数据格式集合、所述非结构化数据格式集合中预设格式的数据,并将所述预设格式的数据转换为BASE64格式;
利用开源API接口对所述BASE64格式的数据进行识别处理,得到Json格式数据;
对所述Json格式数据进行解析,分别得到半结构化数据文本、非结构化数据文本。
4.根据权利要求3所述的设备控制方法,其特征在于,还包括:
对所述数据分词结果中的所述多个分词文本进行停用词剔除,得到剔除结果;
通过人工方式对所述剔除结果进行筛选,分别得到人工筛选结果;
对所述人工筛选结果进行分词分类,得到分词分类结果,其中,所述分词分类结果包括概念类分词、属性类分词、关系类分词;
基于所述概念类分词、所述属性类分词、所述关系类分词,分别得到所述概念知识、所述属性知识、所述关系知识,并组成所述知识元素集合。
5.一种基于智慧建筑知识图谱的设备控制系统,其特征在于,包括:
图谱构建模块,所述图谱构建模块包括:
数据获得模块,所述数据获得模块用于对目标智慧建筑进行信息采集,得到目标智慧建筑数据,其中,所述目标智慧建筑数据包括结构化数据、半结构化数据、非结构化数据;
数据处理模块,所述数据处理模块用于对所述结构化数据、所述半结构化数据、所述非结构化数据依次进行处理分析,得到数据分词结果,其中,所述数据分词结果包括多个分词文本;
文本筛选模块,所述文本筛选模块用于对所述多个分词文本进行筛选,得到所述目标智慧建筑的知识元素集合,其中,所述知识元素集合包括概念知识、属性知识、关系知识;
图谱获得模块,所述图谱获得模块用于基于所述概念知识构建本体分类体系,并将所述属性知识与所述关系知识渲染至所述本体分类体系,得到所述目标智慧建筑的目标知识图谱;
设备控制模块,所述设备控制模块包括:
设备分析模块,所述设备分析模块用于提取所述目标知识图谱中的目标设备,并对所述目标设备进行分析,得到目标设备控制手段集合,其中,所述目标设备控制手段集合包括多个目标设备控制手段;
关系分析模块,所述关系分析模块用于采集所述目标设备的关系信息,得到目标设备关系,并基于所述目标设备关系对所述多个目标设备控制手段进行遍历,生成所述目标设备的目标控制方案;
控制执行模块,所述控制执行模块用于根据所述目标控制方案,对所述目标设备进行控制管理;
其中,所述设备分析模块还用于:
基于大数据采集所述目标智慧建筑中的设备集合,其中,所述设备集合包括多个设备;
基于设备属性对所述多个设备进行划分,得到设备划分结果,其中,所述设备划分结果包括多个设备品类;
基于大数据组建设备控制手段集合;
依次将所述多个设备品类中各设备品类在所述设备控制手段集合中进行遍历,得到多个遍历结果;
对所述多个遍历结果进行分析,并根据分析结果构建设备品类-控制手段列表;
所述关系分析模块还用于:
提取所述多个目标设备控制手段中任意一个目标设备控制手段;
对所述目标设备关系进行分析,得到影响所述任意一个目标设备控制手段的目标关系数据;
获得历史控制手段执行记录,并提取所述历史控制手段执行记录中执行所述任意一个目标设备控制手段的记录数据,作为目标历史关系数据;
将所述目标关系数据与所述目标历史关系数据进行对比分析,得到关系对比分析结果;
根据所述关系对比分析结果,生成所述目标控制方案;
控制评价模块,所述控制评价模块用于:
获得所述目标设备的实际控制方案;
将所述实际控制方案与所述目标控制方案进行对比,得到方案对比结果,其中,所述方案对比结果是指控制手段计划执行时间、实际执行时间的对比结果;
利用专家组决策法构建执行时间差-控制等级列表;
根据所述方案对比结果,结合所述执行时间差-控制等级列表得到设备控制等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211036520.9A CN115114458B (zh) | 2022-08-29 | 2022-08-29 | 一种基于智慧建筑知识图谱的设备控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211036520.9A CN115114458B (zh) | 2022-08-29 | 2022-08-29 | 一种基于智慧建筑知识图谱的设备控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115114458A CN115114458A (zh) | 2022-09-27 |
CN115114458B true CN115114458B (zh) | 2022-11-11 |
Family
ID=83335694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211036520.9A Active CN115114458B (zh) | 2022-08-29 | 2022-08-29 | 一种基于智慧建筑知识图谱的设备控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115114458B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110674311A (zh) * | 2019-09-05 | 2020-01-10 | 国家电网有限公司 | 一种基于知识图谱的电力资产异构数据融合方法 |
CN113254594A (zh) * | 2021-06-21 | 2021-08-13 | 国能信控互联技术有限公司 | 一种面向智慧电厂的安全知识图谱构建方法及系统 |
CN113298435A (zh) * | 2021-06-21 | 2021-08-24 | 中交第二航务工程局有限公司 | 建筑业施工方案智能编制方法及其系统 |
WO2021196520A1 (zh) * | 2020-03-30 | 2021-10-07 | 西安交通大学 | 一种面向税务领域知识图谱的构建方法及系统 |
CN114757593A (zh) * | 2022-06-15 | 2022-07-15 | 北京北投智慧城市科技有限公司 | 一种建筑群基础设施的运维管理方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112883201B (zh) * | 2021-03-23 | 2023-11-21 | 西安电子科技大学昆山创新研究院 | 一种基于智慧社区大数据的知识图谱构建方法 |
CN113792123B (zh) * | 2021-11-17 | 2022-02-15 | 广州极天信息技术股份有限公司 | 一种基于数据驱动的领域知识图谱构建方法及系统 |
-
2022
- 2022-08-29 CN CN202211036520.9A patent/CN115114458B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110674311A (zh) * | 2019-09-05 | 2020-01-10 | 国家电网有限公司 | 一种基于知识图谱的电力资产异构数据融合方法 |
WO2021196520A1 (zh) * | 2020-03-30 | 2021-10-07 | 西安交通大学 | 一种面向税务领域知识图谱的构建方法及系统 |
CN113254594A (zh) * | 2021-06-21 | 2021-08-13 | 国能信控互联技术有限公司 | 一种面向智慧电厂的安全知识图谱构建方法及系统 |
CN113298435A (zh) * | 2021-06-21 | 2021-08-24 | 中交第二航务工程局有限公司 | 建筑业施工方案智能编制方法及其系统 |
CN114757593A (zh) * | 2022-06-15 | 2022-07-15 | 北京北投智慧城市科技有限公司 | 一种建筑群基础设施的运维管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115114458A (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178380A (zh) | 数据分类方法、装置及电子设备 | |
CN105426441B (zh) | 一种时间序列自动预处理方法 | |
CN112907356A (zh) | 逾期催收方法、装置、系统及计算机可读存储介质 | |
CN114078050A (zh) | 贷款逾期预测方法、装置、电子设备及计算机可读介质 | |
CN114090393B (zh) | 一种告警级别的确定方法、装置及设备 | |
CN111198897A (zh) | 科研热点主题分析方法、装置与电子设备 | |
CN115114458B (zh) | 一种基于智慧建筑知识图谱的设备控制方法及系统 | |
CN113793227A (zh) | 一种用于社交网络事件的类人智能感知与预测方法 | |
CN113704389A (zh) | 一种数据评估方法、装置、计算机设备及存储介质 | |
CN115249081A (zh) | 一种对象类型的预测方法、装置、计算机设备和存储介质 | |
CN117371933A (zh) | 一种基于物联网的智慧实验室管理系统 | |
CN112016769A (zh) | 管理相对人风险预测以及信息推荐方法及装置 | |
CN111882113A (zh) | 一种企业手机银行用户的预测方法和装置 | |
CN116662860A (zh) | 一种基于能源大数据的用户画像与分类方法 | |
CN115081893A (zh) | 用户用电数据分析方法、装置、电子设备及可读存储介质 | |
CN113537519B (zh) | 一种识别异常设备的方法和装置 | |
CN110727910B (zh) | 一种抄核收风险预测及业务联动的实现方法和系统 | |
Mao et al. | Interpreting machine learning models for room temperature prediction in non-domestic buildings | |
CN117097425B (zh) | 一种基于应急广播系统的应急方案冲突检测方法及系统 | |
CN116170500B (zh) | 一种基于网格数据的消息推送方法和系统 | |
CN116108985A (zh) | 网上国网用户流失倾向的预测分析方法和系统 | |
Lee et al. | Coastal Resilience with Social Data Analytics: A Design Science Approach | |
Fan et al. | Design of Intelligent Human Resource Information Collection System Based on Decision Tree Algorithm | |
CN117726434A (zh) | 一种信用评分卡模型训练方法、应用方法及相关产品 | |
CN116796909A (zh) | 一种司法诉讼风险预测方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |