CN116484012A - 轨道交通故障处理方案生成方法及装置 - Google Patents
轨道交通故障处理方案生成方法及装置 Download PDFInfo
- Publication number
- CN116484012A CN116484012A CN202310276051.6A CN202310276051A CN116484012A CN 116484012 A CN116484012 A CN 116484012A CN 202310276051 A CN202310276051 A CN 202310276051A CN 116484012 A CN116484012 A CN 116484012A
- Authority
- CN
- China
- Prior art keywords
- fault
- information
- key information
- processing
- knowledge graph
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 165
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000013024 troubleshooting Methods 0.000 claims description 63
- 238000004590 computer program Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 4
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 description 11
- 238000003745 diagnosis Methods 0.000 description 8
- 238000011835 investigation Methods 0.000 description 8
- PLAIAIKZKCZEQF-UHFFFAOYSA-N methyl 6-chloro-2-oxo-3h-1,2$l^{4},3-benzodithiazole-4-carboxylate Chemical compound COC(=O)C1=CC(Cl)=CC2=C1NS(=O)S2 PLAIAIKZKCZEQF-UHFFFAOYSA-N 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06F16/30—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
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提供一种轨道交通故障处理方案生成方法及装置,涉及信息处理技术领域,该方法包括:对轨道交通故障报警信息进行关键信息提取,得到故障关键信息,其中,所述故障关键信息包括以下至少一项:故障设备信息、故障设备所在系统信息、故障描述信息;通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案,其中,所述故障处理知识图谱是基于既有轨道交通系统故障处置方案案例库构建的。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种轨道交通故障处理方案生成方法及装置。
背景技术
在轨道交通信号系统中,一旦信号系统设备发生故障,需要运维人员进行故障排查和故障处置,但发生大量紧急连锁式系统故障时,故障排查的难度和工作量较大,对运维人员的负担较大,致使其处理故障时容易出现速度缓慢的情况。
因此,如何解决处理信号系统设备故障时速度缓慢的缺陷,是当前业界亟待解决的问题。
发明内容
本发明提供一种轨道交通故障处理方案生成方法及装置,用以解决现有技术中由于故障排查和处理工作的难度较大,导致运维人员处理信号系统设备故障时出现的速度缓慢的缺陷,实现减少故障排查和故障处置的难度和工作量,从而高效快速地处理信号系统设备故障。
本发明提供一种轨道交通故障处理方案生成方法,包括:
对轨道交通故障报警信息进行关键信息提取,得到故障关键信息,其中,所述故障关键信息包括以下至少一项:故障设备信息、故障设备所在系统信息、故障描述信息;
通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案,其中,所述故障处理知识图谱是基于既有轨道交通系统故障处置方案案例库构建的。
根据本发明提供的所述的轨道交通故障处理方案生成方法,所述通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案,包括:
在所述故障处理知识图谱中,确定所述故障关键信息对应的故障排查结果;
在所述故障处理知识图谱中,确定所述故障排查结果对应的故障处理方案。
根据本发明提供的所述的轨道交通故障处理方案生成方法,所述故障关键信息包括:故障设备信息、故障设备所在系统信息和故障描述信息;在所述故障处理知识图谱中,确定所述故障关键信息对应的故障排查结果,包括:
通过所述故障处理知识图谱对所述故障设备信息进行分析,得到多个候选故障排查结果;
基于所述故障设备所在系统信息和所述故障描述信息,对所述多个候选故障排查结果进行筛选,得到所述故障排查结果。
根据本发明提供的所述的轨道交通故障处理方案生成方法,在所述故障处理知识图谱中,确定所述故障关键信息对应的故障排查结果,包括:
在所述故障关键信息中包括多个故障设备信息的情况下,在所述故障处理知识图谱中,得到所述多个故障设备信息共同确定的故障排查结果。
根据本发明提供的所述的轨道交通故障处理方案生成方法,在所述通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案的步骤之前,所述方法还包括:
基于轨道交通系统业务逻辑,对既有轨道交通系统故障处置方案案例库中的数据进行分析处理,得到每个故障关键信息对应的故障排查结果及故障处理方案;
基于所述每个故障关键信息对应的故障排查结果及故障处理方案构建故障处理知识图谱。
本发明还提供一种轨道交通故障处理方案生成装置,包括:
提取模块,用于对轨道交通故障报警信息进行关键信息提取,得到故障关键信息,其中,所述故障关键信息包括以下至少一项:故障设备信息、故障设备所在系统信息、故障描述信息;
确定模块,用于通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案,其中,所述故障处理知识图谱是基于既有轨道交通系统故障处置方案案例库构建的。
根据本发明提供的所述的轨道交通故障处理方案生成装置,所述确定模块,具体用于:
在所述故障处理知识图谱中,确定所述故障关键信息对应的故障排查结果;
在所述故障处理知识图谱中,确定所述故障排查结果对应的故障处理方案。
根据本发明提供的所述的轨道交通故障处理方案生成装置,所述确定模块,具体用于:
通过所述故障处理知识图谱对所述故障设备信息进行分析,得到多个候选故障排查结果;
基于所述故障设备所在系统信息和所述故障描述信息,对所述多个候选故障排查结果进行筛选,得到所述故障排查结果。
根据本发明提供的所述的轨道交通故障处理方案生成装置,所述确定模块,具体用于:
在所述故障关键信息中包括多个故障设备信息的情况下,在所述故障处理知识图谱中,得到所述多个故障设备信息共同确定的故障排查结果。
根据本发明提供的所述的轨道交通故障处理方案生成装置,所述提取模块,具体用于:
基于轨道交通系统业务逻辑,对既有轨道交通系统故障处置方案案例库中的数据进行分析处理,得到每个故障关键信息对应的故障排查结果及故障处理方案;
基于所述每个故障关键信息对应的故障排查结果及故障处理方案构建故障处理知识图谱。
本发明还提供一种电子设备,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,所述处理器执行所述程序时实现如上述任一种所述轨道交通故障处理方案生成方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述轨道交通故障处理方案生成方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述轨道交通故障处理方案生成方法。
本发明提供的一种轨道交通故障处理方案生成方法及装置,通过对故障发生时的轨道交通故障报警信息的关键信息进行提取,所得到的故障关键信息可以用于进一步的分析处理,其中至少可以包含故障设备信息、故障设备所在系统信息、故障描述信息中的一项;基于故障处理知识图谱对故障关键信息进行分析,可以有效明确故障关键信息中各个信息之间的关系,并进一步确定故障关键信息对应的故障处理方案,可以给运维人员提供故障的有效信息以及有效参考,大大提高了其处理故障的工作效率,实现高效快速地处理信号系统设备故障。
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一简单地介绍,显而易见地,下面描述中的附图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。
图1是本发明提供的轨道交通故障处理方案生成方法的流程示意图之一;
图2是本发明提供的故障处理的数据流程图;
图3本发明提供的轨道交通故障处理方案生成方法的流程示意图之二;
图4是本发明提供的轨道交通故障处理方案生成装置结构示意图;
图5是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,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,本领域普通技术人员在没有作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。
图1为本申请实施例的提供的轨道交通故障处理方案生成方法的流程示意图之一,如图1所示,包括:
步骤110,对轨道交通故障报警信息进行关键信息提取,得到故障关键信息,其中,所述故障关键信息包括以下至少一项:故障设备信息、故障设备所在系统信息、故障描述信息;
在本申请实施例中,轨道交通故障报警信息是指轨道交通系统发生故障时所产生的报警信息,具体可以是一段文本信息,也可以是一段语音播报信息,其内容具体可能包括故障设备信息、产生故障的位置、故障现象的描述、报警紧急程度以及报警信息接收人员等。
需要说明的是,并不是每次发生故障,轨道交通故障报警信息的内容都会非常详细,由于故障设备所处的地理位置偏僻,或由于故障设备所配备的报警系统存在功能限制等原因,导致报警的详细度受影响,可能会出现轨道交通故障报警信息的内容中,只包含故障设备所在系统信息和故障现象的描述的情况。
在本申请实施例中,对轨道交通故障报警信息进行关键信息提取,具体可以通过预设关键文本字段来实现,提取预设关键文本字段及其包含的内容;也可以通过文本信息提取算法来实现,文本信息提取算法可以是K-means聚类算法,也可以是Word2Vec词聚类算法。
在本申请实施例中,故障关键信息的内容可以包括故障设备信息、故障设备所在系统信息、故障描述信息中的至少一项。
具体地,故障设备信息是指发生故障的设备的信息,其中可以包括故障设备的名称、编号、ID等。
具体地,故障设备所在系统信息是指发生故障的设备所处的系统的信息,其中可以包括系统名称、所处地理位置、系统包含的设备名称、系统包含的设备之间的关系等。
具体地,故障描述信息是指故障现象的描述,其中可以包括故障发生时间、故障现象的文本描述等。
步骤120,通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案,其中,所述故障处理知识图谱是基于既有轨道交通系统故障处置方案案例库构建的。
在本申请实施例中,故障处理知识图谱是指将故障处理过程中所涉及的故障设备信息、故障设备所在系统信息、轨道交通故障报警信息、故障排查结果以及故障处理方案等建立相互关联关系,构建成一张多维的关系网络图。
图2为本申请实施例提供的故障处理的数据流程图,如图2所示,包括故障设备、故障设备所在系统、轨道交通故障报警、故障排查结果、故障处理方案。其中,故障设备所在系统属于故障设备。当故障发生时,故障设备和故障设备所在系统在轨道交通故障报警中被设为异常状态,轨道交通故障报警对应有故障排查结果。而故障设备与故障排查结果之间紧密相关,故障设备关联于故障排查结果,故障排查结果与故障处理方案相对应。
在本申请实施例中,故障处理知识图谱是基于已有的轨道交通系统故障处置方案案例库构建的。
在本申请实施例中,轨道交通系统故障处置方案案例库中包含了历史故障及其对应的处置方案的相关信息,其所包含的案例数量庞大,具体可以包含历史故障设备信息、历史故障发生时间、历史故障排查结果、历史故障处置方案等内容。
在本申请实施例中,对故障关键信息中的故障描述信息进行分析,做故障排查,确定故障关键信息对应的故障排查结果,根据故障关键信息及故障排查结果,匹配故障处理知识图谱中对应的故障处理方案,从而生成故障关键信息对应的故障处理方案。
其中,故障处理方案是解决故障的处理方案,发生故障时可以将故障处理方案转换成运维人员可以理解的文本,供其参考。
具体地,运维人员可以根据实际情况选择是否采用生成的故障处理方案,并且还存在生成多个故障处理方案的情况,运维人员可以在多个故障处理方案中进行选择,也可以根据实际情况,结合生成的一个或多个故障处理方案及其自身经验,确定适应实际情况的新的故障处理方案。
在另一个实施例中,在每次发生故障后,可以将每个故障的对应的轨道交通故障报警信息、故障处理方案、故障设备信息等,写入到既有轨道交通系统故障处置方案案例库中,实现既有轨道交通系统故障处置方案案例库的更新。
本申请实施例中,通过对故障发生时的轨道交通故障报警信息的关键信息进行提取,所得到的故障关键信息可以用于进一步的分析处理,其中至少可以包含故障设备信息、故障设备所在系统信息、故障描述信息中的一项;基于故障处理知识图谱对故障关键信息进行分析,可以有效明确故障关键信息中各个信息之间的关系,并进一步确定故障关键信息对应的故障处理方案,可以给运维人员提供故障的有效信息以及有效参考,大大提高了其处理故障的工作效率,实现高效快速地处理信号系统设备故障。
可选地,根据所述的轨道交通故障处理方案生成方法,所述通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案,包括:
在所述故障处理知识图谱中,确定所述故障关键信息对应的故障排查结果;
在所述故障处理知识图谱中,确定所述故障排查结果对应的故障处理方案。
在本申请实施例中,将故障关键信息中的故障描述信息,以及故障设备信息和故障设备所在系统二者中的至少一项,与故障处理知识图谱中对应的故障设备信息及故障排查结果相匹配,从而确定故障关键信息对应的故障排查结果。
具体地,例如,故障关键信息中的故障描述信息为“列车运行过程中,CBTC系统信号丢失,CBTC信号系统处理器不能正常运行”,而故障关键信息中还包含了故障设备信息“CBTC信号系统处理器”,将上述两个信息与故障处理知识图谱中对应的故障设备信息“CBTC处理器设备”,以及故障排查结果“CBTC处理器设备老化”相匹配,从而确定该故障关键信息对应的故障排查结果。
在本申请实施例中,由于故障处理知识图谱中故障排查结果与故障处理方案是对应关系,在确定故障排查结果的情况下,故而可以进一步确定对应的故障处理方案。
具体地,在故障处理知识图谱中与前述例子中的故障排查结果相对应的故障处理方案为“列车运行时重新启动系统,列车停止运行时更换CBTC处理器设备”,从而可以确定该故障排查结果对应的故障处理方案。
具体地,由于故障的发生可能涉及多个故障设备,因此,一个故障排查结果可能对应多个故障处理方案,可以根据故障排查结果,获取故障设备所在系统、历史故障设备信息、历史状态等历史信息,进一步过滤多个故障处理方案,确定最终的故障处理方案。
本申请实施例中,通过利用故障处理知识图谱,确定故障关键信息对应的故障排查结果,可以有效实现对故障发生原因的排查,并且进一步确定故障排查结果对应的故障处理方案,可以给运维人员提供故障的有效信息以及有效参考,大大提高了其处理故障的工作效率,实现高效快速地处理信号系统设备故障。
可选地,根据所述的轨道交通故障处理方案生成方法,所述故障关键信息包括:故障设备信息、故障设备所在系统信息和故障描述信息;在所述故障处理知识图谱中,确定所述故障关键信息对应的故障排查结果,包括:
通过所述故障处理知识图谱对所述故障设备信息进行分析,得到多个候选故障排查结果;
基于所述故障设备所在系统信息和所述故障描述信息,对所述多个候选故障排查结果进行筛选,得到所述故障排查结果。
在本申请实施例中,对故障进行排查工作时,可能会出现多个故障排查结果,具体可以是多个设备互相协作共同完成一项工作,由于其中一个设备发生故障引发其他设备工作异常,导致出现多个故障排查结果,也可以是多个设备均发生故障,导致出现多个故障排查结果,将这些多个故障排查结果作为多个候选故障排查结果。
在本申请实施例中,当一个设备发生故障但无法确定具体故障原因时,通过故障处理知识图谱对故障设备信息进行分析,可能匹配得到多个候选故障排查结果。
在本申请实施例中,故障设备所在系统信息中包含了该系统中所包含的设备名称以及系统包含的设备之间的关系,故障描述信息中写明了故障现象,基于故障设备所在系统和故障描述信息,结合实际业务运作逻辑以及设备属性、历史状态等信息,对多个候选故障排查结果进行筛选,选择出最能体现故障原因的故障排查结果。
具体地,例如,在列车运行过程中发生了CBTC系统信号丢失的故障,故障关键信息中,故障设备信息表示为“车载无线设备”发生了故障,通过故障处理知识图谱对该故障设备信息进行分析,发现该故障设备信息对应了多个候选故障排查结果,分别是“在场段转换轨处,无线网络受到较多信号干扰,使得无线网络中断”、“不同列车的无线单元配置发生故障,导致丢包率较高,造成无线网络中断”、“无线单元运行过程中发生故障造成无线网络中断”、“车载无线设备连接线缆接头在列车运行过程中,产生线缆连接接头虚接、松动的情况,导致无线网络中断”。
而根据故障描述信息“列车运行过程中,CBTC系统信号丢失,驶离场段转换轨处重启无线单元后发现信号恢复”,对前述多个候选故障排查结果进行筛选,得到最终故障排查结果“干扰信号影响无线网络使得无线网络中断”。
本申请实施例中,通过故障处理知识图谱对故障设备信息进行分析,得到的多个候选故障排查结果可以有利于缩小后续故障排查范围,并且基于故障设备所在系统信息及故障描述信息,实现更进一步地筛选多个候选故障排查结果,使得最终得到的故障排查结果更准确。
可选地,根据所述的轨道交通故障处理方案生成方法,在所述故障处理知识图谱中,确定所述故障关键信息对应的故障排查结果,包括:
在所述故障关键信息中包括多个故障设备信息的情况下,在所述故障处理知识图谱中,得到所述多个故障设备信息共同确定的故障排查结果。
在本申请实施例中,由于一个设备发生故障引发其他协作设备也出现工作异常,或由于多个设备均发生故障,无法分辨具体是哪个设备发生故障,可能会出现故障关键信息中包括多个故障设备信息的情况。
具体地,对于出现多个故障设备信息的情况,可以根据故障描述信息中各个设备发生故障的时间及故障现象来确定对应的故障排查结果,或结合实际业务运作逻辑以及设备属性、历史状态等信息,在故障处理知识图谱中确定多个故障设备信息对应的故障排查结果。
具体地,例如,在ATO驾驶模式下可能会发生由于车载信号系统中的信号设备在控车精度上出现问题,使得车辆牵引制动系统响应信号指令设备出现跟随性问题,导致列车在正常运行时出现超速的情况,此时会出现多个故障设备信息。结合信号设备历史状态,可以发现之前该信号设备曾出现过多次精度不精确问题,而响应信号指令设备不久前才经过质检得到无问题的结论,因此在故障处理知识图谱中,结合实际业务运作逻辑,可以得出故障排查结果为由于信号设备的精度不准确导致的列车超速。
本申请实施例中,通过故障处理知识图谱,可以在有多个故障设备信息的情况下,基于多个故障设备信息共同确定故障排查结果,使得故障排查结果更准确。
可选地,根据所述的轨道交通故障处理方案生成方法,在所述通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案的步骤之前,所述方法还包括:
基于轨道交通系统业务逻辑,对既有轨道交通系统故障处置方案案例库中的数据进行分析处理,得到每个故障关键信息对应的故障排查结果及故障处理方案;
基于所述每个故障关键信息对应的故障排查结果及故障处理方案构建故障处理知识图谱。
在本申请实施例中,轨道交通系统业务逻辑具体是指轨道交通系统中实际进行业务的工作逻辑及工作流程经验。
在本申请实施例中,轨道交通系统故障处置方案案例库中包含了历史故障及其对应的处置方案的相关数据,其所包含的案例数量庞大,具体可以包含历史故障设备信息、历史故障发生时间、历史故障排查结果、历史故障处置方案等内容。
具体地,梳理轨道交通系统故障处置方案案例库中每个故障关键信息对应的故障排查结果及故障处理方案,可以是先从每个故障关键信息中提取出故障设备信息及故障设备所在系统信息,并从众多故障排查结果和故障处理方案提取出对应的故障设备信息及故障设备所在系统信息,将包含相同故障设备信息及故障设备所在系统信息,所对应的故障关键信息、故障排除结果和故障处理方案之间建立对应关系,从而确立每个故障关键信息对应的故障排查结果及故障处理方案。
在本申请实施例中,基于每个故障关键信息对应的故障排查结果及故障处理方案构建故障处理知识图谱,具体可以是先进行实体命名识别,对从每个故障关键信息中提取出的各个故障设备名称做分类或者打上标签“故障设备信息”,其他与故障设备相关的信息,例如故障设备的使用年限等作为故障设备信息的属性。其次,建立图数据库,建立每个故障关键信息中的故障设备信息与对应的故障排查结果之间的关联关系,并建立故障排查结果与对应的故障处理方案之间的对应关系。
具体地,图数据库可以通过Neo4j系统、OrientDB系统或JanusGraph系统来实现。
在本申请实施例中,基于每个故障关键信息对应的故障排查结果及故障处理方案构建故障处理知识图谱,具体还可以是利用RDF(Resource Description Framework,资源描述框架)来构建故障处理知识图谱,将故障设备信息与故障设备所在系统信息之间的从属关系、故障设备信息与故障排查结果之间的对应关系、故障排查结果与故障处理方案之间的对应关系等用三元组的形式来表示,建立RDF数据模型。
本申请实施例中,通过对既有轨道交通系统故障处置方案案例库中的数据进行分析处理,使得确定的每个故障关键信息对应的故障排查结果及故障处理方案具有现实业务数据支持,基于每个故障关键信息对应的故障排查结果及故障处理方案构建的故障处理知识图谱,可以有效建立故障关键信息、对应的故障排查结果和故障处理方案之间的关系,方便后续利用故障处理知识图谱,实现对轨道交通信号故障处置的有效帮助。
图3为本申请实施例提供的轨道交通故障处理方案生成方法的流程示意图之二,如图3所示,包括:步骤310生成轨道交通故障报警信息,步骤320关键信息提取,步骤330确定故障排查结果,步骤340生成故障处理方案。
在本申请实施例中,生成轨道交通故障报警信息具体是,在发生故障时,由故障设备或故障设备所在系统配备的报警设备生成轨道交通故障报警信息,轨道交通故障报警信息是指轨道交通系统发生故障时所产生的报警信息,具体可以是一段文本信息,也可以是一段语音播报信息,其内容具体可能包括故障设备信息、产生故障的位置、故障现象的描述、报警紧急程度以及报警信息接收人员等。
在本申请实施例中,关键信息提取具体是对轨道交通故障报警信息进行关键信息提取,得到故障关键信息,其中,所述故障关键信息包括以下至少一项:故障设备信息、故障设备所在系统信息、故障描述信息。
在本申请实施例中,通过故障处理知识图谱对所述故障关键信息进行分析处理,确定故障排查结果。
在本申请实施例中,在故障处理知识图谱中,故障排查结果与故障处理方案是对应关系,在故障排查结果确定后,基于故障处理知识图谱可以生成对应的故障处理方案。
下面对本发明提供的轨道交通故障处理方案生成装置进行描述,下文描述的轨道交通故障处理方案生成装置与上文描述的轨道交通故障处理方案生成方法可相互对应参照。
图4为本申请实施例提供的轨道交通故障处理方案生成装置结构示意图,如图4所示,包括:
提取模块410,对轨道交通故障报警信息进行关键信息提取,得到故障关键信息,其中,所述故障关键信息包括以下至少一项:故障设备信息、故障设备所在系统信息、故障描述信息;
确定模块420,通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案,其中,所述故障处理知识图谱是基于既有轨道交通系统故障处置方案案例库构建的。
本申请实施例中,通过对故障发生时的轨道交通故障报警信息的关键信息进行提取,所得到的故障关键信息可以用于进一步的分析处理,其中至少可以包含故障设备信息、故障设备所在系统信息、故障描述信息中的一项;基于故障处理知识图谱对故障关键信息进行分析,可以有效明确故障关键信息中各个信息之间的关系,并进一步确定故障关键信息对应的故障处理方案,可以给运维人员提供故障的有效信息以及有效参考,大大提高了其处理故障的工作效率,实现高效快速地处理信号系统设备故障。
图5示例了一种电子设备的实体结构示意图,如图5所示,该电子设备可以包括:处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540,其中,处理器510,通信接口520,存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令,以执行轨道交通故障处理方案生成方法,该方法包括:对轨道交通故障报警信息进行关键信息提取,得到故障关键信息,其中,所述故障关键信息包括以下至少一项:故障设备信息、故障设备所在系统信息、故障描述信息;
通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案,其中,所述故障处理知识图谱是基于既有轨道交通系统故障处置方案案例库构建的。
此外,上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的轨道交通故障处理方案生成方法,该方法包括:对轨道交通故障报警信息进行关键信息提取,得到故障关键信息,其中,所述故障关键信息包括以下至少一项:故障设备信息、故障设备所在系统信息、故障描述信息;
通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案,其中,所述故障处理知识图谱是基于既有轨道交通系统故障处置方案案例库构建的。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的轨道交通故障处理方案生成方法,该方法包括:对轨道交通故障报警信息进行关键信息提取,得到故障关键信息,其中,所述故障关键信息包括以下至少一项:故障设备信息、故障设备所在系统信息、故障描述信息;
通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案,其中,所述故障处理知识图谱是基于既有轨道交通系统故障处置方案案例库构建的。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种轨道交通故障处理方案生成方法,其特征在于,包括:
对轨道交通故障报警信息进行关键信息提取,得到故障关键信息,其中,所述故障关键信息包括以下至少一项:故障设备信息、故障设备所在系统信息、故障描述信息;
通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案,其中,所述故障处理知识图谱是基于既有轨道交通系统故障处置方案案例库构建的。
2.根据权利要求1所述的轨道交通故障处理方案生成方法,其特征在于,所述通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案,包括:
在所述故障处理知识图谱中,确定所述故障关键信息对应的故障排查结果;
在所述故障处理知识图谱中,确定所述故障排查结果对应的故障处理方案。
3.根据权利要求2所述的轨道交通故障处理方案生成方法,其特征在于,所述故障关键信息包括:故障设备信息、故障设备所在系统信息和故障描述信息;在所述故障处理知识图谱中,确定所述故障关键信息对应的故障排查结果,包括:
通过所述故障处理知识图谱对所述故障设备信息进行分析,得到多个候选故障排查结果;
基于所述故障设备所在系统信息和所述故障描述信息,对所述多个候选故障排查结果进行筛选,得到所述故障排查结果。
4.根据权利要求2所述的轨道交通故障处理方案生成方法,其特征在于,在所述故障处理知识图谱中,确定所述故障关键信息对应的故障排查结果,包括:
在所述故障关键信息中包括多个故障设备信息的情况下,在所述故障处理知识图谱中,得到所述多个故障设备信息共同确定的故障排查结果。
5.根据权利要求1所述的轨道交通故障处理方案生成方法,其特征在于,在所述通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案的步骤之前,所述方法还包括:
基于轨道交通系统业务逻辑,对既有轨道交通系统故障处置方案案例库中的数据进行分析处理,得到每个故障关键信息对应的故障排查结果及故障处理方案;
基于所述每个故障关键信息对应的故障排查结果及故障处理方案构建故障处理知识图谱。
6.一种轨道交通故障处理方案生成装置,其特征在于,包括:
提取模块,用于对轨道交通故障报警信息进行关键信息提取,得到故障关键信息,其中,所述故障关键信息包括以下至少一项:故障设备信息、故障设备所在系统信息、故障描述信息;
确定模块,用于通过故障处理知识图谱对所述故障关键信息进行分析处理,确定所述故障关键信息对应的故障处理方案,其中,所述故障处理知识图谱是基于既有轨道交通系统故障处置方案案例库构建的。
7.根据权利要求6所述的轨道交通故障处理方案生成装置,其特征在于,所述确定模块,具体用于:
在所述故障处理知识图谱中,确定所述故障关键信息对应的故障排查结果;
在所述故障处理知识图谱中,确定所述故障排查结果对应的故障处理方案。
8.一种电子设备,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程序时实现如权利要求1至5任一项所述轨道交通故障处理方案生成方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一项所述轨道交通故障处理方案生成方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述轨道交通故障处理方案生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310276051.6A CN116484012A (zh) | 2023-03-20 | 2023-03-20 | 轨道交通故障处理方案生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310276051.6A CN116484012A (zh) | 2023-03-20 | 2023-03-20 | 轨道交通故障处理方案生成方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116484012A true CN116484012A (zh) | 2023-07-25 |
Family
ID=87214587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310276051.6A Pending CN116484012A (zh) | 2023-03-20 | 2023-03-20 | 轨道交通故障处理方案生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116484012A (zh) |
-
2023
- 2023-03-20 CN CN202310276051.6A patent/CN116484012A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111209131B (zh) | 一种基于机器学习确定异构系统的故障的方法和系统 | |
US10931511B2 (en) | Predicting computer network equipment failure | |
CN107403225B (zh) | 一种共享设备故障报修方法及装置 | |
CN106209405B (zh) | 故障诊断方法及装置 | |
CN109034423B (zh) | 一种故障预警判定的方法、装置、设备及存储介质 | |
CN109669844A (zh) | 设备故障处理方法、装置、设备和存储介质 | |
CN112905371B (zh) | 基于异构多源数据异常检测的软件变更检查方法和装置 | |
CN113946499A (zh) | 一种微服务链路跟踪及性能分析方法、系统、设备及应用 | |
CN110275992B (zh) | 应急处理方法、装置、服务器及计算机可读存储介质 | |
CN113282635A (zh) | 一种微服务系统故障根因定位方法及装置 | |
CN109815124B (zh) | 基于mbse的联锁功能缺陷分析的方法及装置、联锁系统 | |
CN113269042B (zh) | 基于行驶车辆违章识别的智能交通管理方法及系统 | |
CN113987001A (zh) | 轨道交通信号系统故障分析方法、装置及电子设备 | |
CN109062723A (zh) | 服务器故障的处理方法和装置 | |
CN111210029A (zh) | 辅助分析业务的装置、方法及相关设备 | |
CN115759357B (zh) | 基于pscada数据的供电设备安全预测方法、系统、设备及介质 | |
CN111723646A (zh) | 一种远程辅助维护设备的方法和装置 | |
CN111898661A (zh) | 道岔转辙机的工作状态监测方法及装置 | |
CN110673588A (zh) | 一种ctcs-3列控系统无线超时降级故障诊断方法 | |
CN113590468A (zh) | 列车自动监控系统ats接口自动化测试方法及装置 | |
CN115871745B (zh) | 一种应用于轨道交通的智能维护方法与装置 | |
CN116484012A (zh) | 轨道交通故障处理方案生成方法及装置 | |
CN116963134A (zh) | 故障诊断方法、装置、终端设备及网络平台 | |
CN113434420A (zh) | 设备测试方法及装置 | |
KR20170127876A (ko) | 로그 결함 분석 기반 장애 대응 시스템 및 방법 |
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 |