一种面向电力主变设备故障知识的检索方法及系统与流程

1.本发明涉及变压器故障知识技术领域，并且更具体地，涉及一种面向电力主变设备故障知识的检索方法及系统。


背景技术：

2.电力公司在开展设备运行检修的过程中产生了大量设备状态数据，包括设备故障报告、台账等数据，但是这里大部分是非结构化数据，且积累了大量的专家经验，很难直接利用，有必要对上述数据进行统一整理分析用于指导现场设备检修工作。


技术实现要素：

3.针对上述问题，本发明提出了一种面向电力主变设备故障知识的检索方法，包括：
4.生成以所述电力主变设备为主体，故障知识范围为结构的故障知识结构概念体系；
5.针对故障知识结构概念体系建立故障知识图谱模型；
6.对故障知识范围内的故障案例报告及台账信息进行提取，并填充至知识图谱模型，生成图谱知识实体；
7.使用图谱知识实体检索故障问题，并获取故障问题的匹配内容。
8.可选的，针对故障知识结构概念体系建立故障知识图谱模型，具体包括：
9.以故障知识结构概念体系作为模型的输入数据，构建概念模型；
10.针对概念模型，建立所述概念模型中电力主变设备与故障的概念关系，生成故障知识图谱模型。
11.可选的，生成图谱知识实体，具体为：将电力主变设备对应的故障知识范围内的故障案例报告及台账信息，根据概念关系，填充至知识图谱模型中。
12.可选的，故障问题的使用变压器故障知识槽位提取模型进行提取，所述变压器故障知识槽位提取模型，包括：
13.查询对象层，用于确定检索查询对象；
14.问题输入接受层，接入用户输入的问题；
15.意图识别与槽位对照层，针对输入问题的文本，根据意图类型分类器，判断用户的意图类型，根据意图类型，识别用户意图并提取问题的槽位信息，根据用户意图及槽位信息确定查询语句；
16.查询语句转换层，将查询语句转换为故障问题。
17.可选的，故障知识范围为电力主变设备的故障案例报告及台账信息的故障知识范围，根据获取的电力主变设备历史运检的故障案例报告及台账信息梳理后确定。
18.本发明还提出了一种面向电力主变设备故障知识的检索系统，包括：
19.体系生成单元，生成以所述电力主变设备为主体，故障知识范围为结构的故障知识结构概念体系；
20.模型搭建单元，针对故障知识结构概念体系建立故障知识图谱模型；
21.知识实体生成单元，对故障知识范围内的故障案例报告及台账信息进行提取，并填充至知识图谱模型，生成图谱知识实体；
22.匹配单元，使用图谱知识实体检索故障问题，并获取故障问题的匹配内容。
23.可选的，针对故障知识结构概念体系建立故障知识图谱模型，具体包括：
24.以故障知识结构概念体系作为模型的输入数据，构建概念模型；
25.针对概念模型，建立所述概念模型中电力主变设备与故障的概念关系，生成故障知识图谱模型。
26.可选的，生成图谱知识实体，具体为：将电力主变设备对应的故障知识范围内的故障案例报告及台账信息，根据概念关系，填充至知识图谱模型中。
27.可选的，故障问题的使用变压器故障知识槽位提取模型进行提取，所述变压器故障知识槽位提取模型，包括：
28.查询对象层，用于确定检索查询对象；
29.问题输入接受层，接入用户输入的问题；
30.意图识别与槽位对照层，针对输入问题的文本，根据意图类型分类器，判断用户的意图类型，根据意图类型，识别用户意图并提取问题的槽位信息，根据用户意图及槽位信息确定查询语句；
31.查询语句转换层，将查询语句转换为故障问题。
32.可选的，故障知识范围为电力主变设备的故障案例报告及台账信息的故障知识范围，根据获取的电力主变设备历史运检的故障案例报告及台账信息梳理后确定。
33.到知识智能检索的提升，本发明可以对设备运检的变压器台账与故障信息的灵活查询，为检修公司一线员工提供了设备台账信息、缺陷信息、标准导则等的灵活查询。
附图说明
34.图1为本发明方法的流程图；
35.图2为本发明方法实施例的流程图；
36.图3为本发明方法实施例的变压器故障知识检索图谱概念模型图；
37.图4为本发明方法实施例的变压器故障知识实体图；
38.图5为本发明方法实施例的变压器故障知识意图识别模型图；
39.图6为本发明方法实施例的变压器故障知识槽位提取模型图；
40.图7为本发明系统的结构图。
具体实施方式
41.现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
42.除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有
通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
43.本发明提出了一种面向电力主变设备故障知识的检索方法，如图1所示，包括：
44.获取电力主变设备历史运检的故障案例报告及台账信息，对所述故障案例报告及台账信息进行梳理，确定故障案例报告及台账信息的故障知识范围，并生成以所述电力主变设备为主体，故障知识范围为结构的故障知识结构概念体系；
45.针对故障知识结构概念体系建立故障知识图谱模型；
46.对故障知识范围内的故障案例报告及台账信息进行提取，并填充至知识图谱模型，生成图谱知识实体；
47.使用图谱知识实体检索故障问题，并获取故障问题的匹配内容。
48.下面结合实施例对本发明进行进一步的说明：
49.本实施例以阳乐变电站为例，针对故障知识检索的流程如图2所示，包括四个步骤；
50.步骤一，针对变压器知识进行梳理，具体是基于运检过程中积累的故障案例报告和台账信息进行梳理，确定知识范围。
51.具体实施步骤为：
52.首先，梳理台账知识，台账数据包含变电站、台区、线路、省公司、变压器、生产厂家等。从中确定省公司、变电站、变压器作为图谱知识台账主题域数据。
53.其次，梳理故障案例报告知识，故障案例报告为非结构化文件，内容包含故障前运行情况、故障简述、故障原因及处理、暴露问题、反措建议五个章节。从中确定变压器、故障现象、检查结论、发现方式、试验结论、故障原因、缺陷、家族缺陷、试验检测、设备部件作为图谱知识故障主题域数据。
54.最后，将台账中确定的知识范围和故障报告确定知识范围整合在一起，最终形成以设备为主体、故障报告为故障知识的知识结构概念体系。
55.步骤二，进行图谱模型构建，将步骤一确定的知识结构概念体系利用博识-万卷图谱系统进行知识图谱模型建设。
56.具体实施步骤为：
57.首先，创建概念模型，以步骤一确定的知识范围，输出作为本次输入，创建图谱概念模型。如创建变压器、故障、试验检测等概念。扩展概念属性，故障概念为例创建概念属性，包含故障设备、故障时间、发现方式、故障原因、故障现象、试验检测等。
58.其次，构建概念关系，为各概念建立联系，把独立的概念知识关联在一起。如建立故障与变压器、发现方式、现象等概念关系。最终形成知识图谱模型，如图3所示；
59.步骤三数据提取与加工，将台账和故障报告数据提取到图数据库。
60.具体实施步骤为：
61.首先，结构化数据导入，台账数据存储在关系型数据库中，利用博识-万卷图谱系统的结构化数据抽取功能，将变压器、变电站、省公司、厂商数据抽取到图谱对应概念下。
62.其次，非结构数据提取，将报告中的数据利用非结构化文件标注工具将目标内容通过手动打标方式进行数据标注，然后将标注后的故障信息推送达到图数据库的故障相关概念下。最终形成图谱知识实体如图4所示；
63.步骤四知识搜索意图识别，对用户数据进行分词和语义分析确认后检索匹配内容。
64.具体实施步骤为：
65.故障问题的使用变压器故障知识槽位提取模型进行提取，其中，变压器故障知识槽位提取模型，如图5所示，包括：
66.查询对象层，用于确定检索查询对象；
67.问题输入接受层，接入用户输入的问题；
68.意图识别与槽位对照层，针对输入问题的文本，根据意图类型分类器，判断用户的意图类型，根据意图类型，识别用户意图并提取问题的槽位信息，根据用户意图及槽位信息确定查询语句；
69.其中，意图识别与槽位提取层：针对问题输入的问题文本，根据意图类型分类器，判断用户的意图类型，分为是查询知识图谱中的“实体-关系-实体”，还是“实体-属性”，再通过双向lstm模型实现意图识别与槽位提取，识别用户意图、提取问句槽位信息。(槽位即用户意图在知识图谱上的概念具体指向位置)双向lstm模型通过双向连接和注意力权重，有效解决上层文本输入的模糊性，根据目标向量输出较高置信度的概念、实体、属性、关系。其中意图识别模型如图6所示；
70.对随机初始化的正则表达式标签嵌入进行平均，以构建聚合嵌入作为nn输入，最终作为softmax分类器的输入。基于softmax分类器，实现问句意图的识别，如图，识别出意图为“实体-关系-实体查询”。
71.槽位对应过程如下：
72.将意图与知识图谱相关概念进行槽位绑定：
73.进行“实体-关系-实体”查询型意图配置；
74.导出基于配置的查询模板以及关联的知识图谱实际数据进行海量的数据：
75.基于导出的数据样本，采用lstm神经网络训练生成功能提取模型，将用户输入中的关键信息进行提取，并进行实体链接与组合(如，用户输入的可能是“阳乐变”，需将其链接至“变电站变电站概念”，再实体链接至“阳乐变电站”，或者当用户分词后的概念逻辑错位的情况下链接到合适的概念位置)；
76.当用户输入个性化问题时，通过上述模型找到对应的概念实体及词槽信息后，通过已绑定的查询意图，调用对应的查询语句。
77.查询语句转换层：在此阶段，查询根据意图识别传递的概念、实体、属性、关系，构建查询知识图谱的elasticsearch查询语句，返回潜在的三元组或者实体属性对。
78.本发明一种面向电力主变设备故障知识的检索系统200，如图7所示，包括：
79.体系生成单元201，获取电力主变设备历史运检的故障案例报告及台账信息，对所述故障案例报告及台账信息进行梳理，确定故障案例报告及台账信息的故障知识范围，并生成以所述电力主变设备为主体，故障知识范围为结构的故障知识结构概念体系；
80.模型搭建单元202，针对故障知识结构概念体系建立故障知识图谱模型；
81.知识实体生成单元203，对故障知识范围内的故障案例报告及台账信息进行提取，并填充至知识图谱模型，生成图谱知识实体；
82.匹配单元204，使用图谱知识实体检索故障问题，并获取故障问题的匹配内容。
83.其中，针对故障知识结构概念体系建立故障知识图谱模型，具体包括：
84.以故障知识结构概念体系作为模型的输入数据，构建概念模型；
85.针对概念模型，建立所述概念模型中电力主变设备与故障的概念关系，生成故障知识图谱模型。
86.其中，生成图谱知识实体，具体为：将电力主变设备对应的故障知识范围内的故障案例报告及台账信息，根据概念关系，填充至知识图谱模型中。
87.其中，故障问题的使用变压器故障知识槽位提取模型进行提取，所述变压器故障知识槽位提取模型，包括：
88.查询对象层，用于确定检索查询对象；
89.问题输入接受层，接入用户输入的问题；
90.意图识别与槽位对照层，针对输入问题的文本，根据意图类型分类器，判断用户的意图类型，根据意图类型，识别用户意图并提取问题的槽位信息，根据用户意图及槽位信息确定查询语句；
91.查询语句转换层，将查询语句转换为故障问题。
92.本发明实现了应用系统初级查询，实现了从数据查询到知识智能检索的提升，本发明可以对设备运检的变压器台账与故障信息的灵活查询，为检修公司一线员工提供了设备台账信息、缺陷信息、标准导则等的灵活查询。
93.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。本发明实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言java和直译式脚本语言javascript等。
94.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。
95.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。
96.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。
97.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优
选实施例以及落入本发明范围的所有变更和修改。
98.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在内。