一种基于知识图谱的物联网设备及参数的关联方法与流程

1.本发明涉及物联网控制技术领域，具体涉及一种基于知识图谱的物联网设备及参数的关联方法。


背景技术：

2.已有的物联网配置软件中，参数采集层与上级应用层各自独立一体，在点位及应用配置时，需要对点位及应用进行重复配置，同时必须相应的专业人员进行指导或配置，导致大量的人力、时间浪费于此，在项目交付后，若更改需求，改动较大；另外在报警、诊断配置时，若物联设备较多，则需要对同一类设备的规则配置多次，时间较长，且灵活性较差；若出现同样类型的项目，传统的配置方法不具备可复制性。


技术实现要素：

3.为此，本发明提供一种基于知识图谱的物联网设备及参数的关联方法，以解决现有物联设备关联性差、配置效率低的问题。
4.为了实现上述目的，本发明提供如下技术方案：
5.本发明公开了一种基于知识图谱的物联网设备及参数的关联方法，所述方法为：
6.s1、根据知识图谱创建物联设备的语义知识库，不同类型的设备根据项目、空间、控制逻辑进行关联；
7.s2、根据知识图谱的相关语义对参数进行配置后，同步到网关及服务器中；
8.s3、自动根据语义库进行匹配项目、空间、设备类型、标准参数，并对不同的设备类型进行逻辑关联。
9.进一步地，所述物联设备的语义描述包括：设备所在的项目，项目所处的物理空间，并对设备的类型进行定义。
10.进一步地，所述设备的类型包括：参数、控制相关逻辑和相关分析，所述参数设置有多个，不同状态下对应参数不同，所述控制相关逻辑包括逻辑和阈值，所述相关分析包括：诊断、能效、能耗、寿命。
11.进一步地，所述s2步骤中，完成参数的配置后，自动匹配到所在项目及该项目的物理空间中，并确定该设备的类型及其标准参数，由此完成设备的配置。
12.进一步地，所述设备完成配置后，在控制器或网关层进行一次配置，上传到平台层后自动识别。
13.进一步地，所述s3步骤之后，不同项目需要关联时，只需配置相关设备或根据设备类型进行自动关联，根据知识图谱内置语义自动生成相应的控制逻辑。
14.进一步地，所述物联设备针对同一报警下的情况时，根据设备类型及标准参数进行一次配置即可，完成各种类型的报警配置。
15.本发明具有如下优点：
16.本发明公开了一种基于知识图谱的物联网设备及参数的关联方法，应用于建筑物
联网数据逻辑关系的整理，采用知识图谱对物联设备，及其关联的项目、空间、类型进行关联，构建成节点和边组成的网络状的知识库；可用于建筑物联参数管理、控制逻辑、故障诊断、能效分析、能耗分析、寿命分析。提升了各项目之间的关联性，在产生项目变更时，直接匹配关联的物联设备，提升效率，实现高效的项目实施，减少重复配置工作，可以降低相关工作的门槛。
附图说明
17.为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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引申获得其它的实施附图。
18.本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
19.图1为本发明实施例提供的一种基于知识图谱的物联网设备及参数的关联方法的流程图；
20.图2为本发明实施例提供的物联设备语义描述示意图；
21.图3为本发明实施例提供的设备类型分类示意图；
22.图4为本发明实施例提供的中央空调系统的控制逻辑连接示意图。
具体实施方式
23.以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，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。
24.实施例
25.参考图1，本实施例公开了一种基于知识图谱的物联网设备及参数的关联方法，所述方法为：
26.s1、根据知识图谱创建物联设备的语义知识库，不同类型的设备根据项目、空间、控制逻辑进行关联；
27.s2、根据知识图谱的相关语义对参数进行配置后，同步到网关及服务器中；
28.s3、自动根据语义库进行匹配项目、空间、设备类型、标准参数，并对不同的设备类型进行逻辑关联。
29.参考图2和图3，物联设备的语义描述包括：设备所在的项目，项目所处的物理空间，并对设备的类型进行定义。设备的类型包括：参数、控制相关逻辑和相关分析，所述参数设置有多个，包括：参数1、参数2、参数3
…
参数n，不同状态下对应参数不同，所述控制相关逻辑包括逻辑和阈值，所述相关分析包括：诊断、能效、能耗、寿命。
30.知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与
方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制而显示出来，揭示知识领域的动态发展规律，为学科研究提供切实的、有价值的参考。
31.用户搜索次数越多，范围越广，搜索引擎就能获取越多信息和内容；赋予字串新的意义，而不只是单纯的字串；融合了所有的学科，以便于用户搜索时的连贯性；为用户找出更加准确的信息，做出更全面的总结并提供更有深度相关的信息；把与关键词相关的知识体系系统化地展示给用户；从整个互联网汲取有用的信息让用户能够获得更多相关的公共资源。
32.基于知识图谱，将物联设备的各项参数建立相应的架构，根据知识图谱的相关语义对参数进行配置后，动匹配到所在项目及该项目的物理空间中，并确定该设备的类型及其标准参数，由此完成设备的配置。设备完成配置后，在控制器或网关层进行一次配置，上传到平台层后自动识别，由此减少配置的工作量。
33.知识图谱在逻辑结构上可分为模式层与数据层两个层次，数据层主要是由一系列的事实组成，而知识将以事实为单位进行存储。如果用(实体1，关系，实体2)、(实体、属性，属性值)这样的三元组来表达事实，可选择图数据库作为存储介质，例如开源的neo4j、twitter的flockdb、janusgraph等。模式层构建在数据层之上，主要是通过本体库来规范数据层的一系列事实表达。本体是结构化知识库的概念模板，通过本体库而形成的知识库不仅层次结构较强，并且冗余程度较小。
34.大规模知识库的构建与应用需要多种智能信息处理技术的支持。通过知识抽取技术，可以从一些公开的半结构化、非结构化的数据中提取出实体、关系、属性等知识要素。通过知识融合，可消除实体、关系、属性等指称项与事实对象之间的歧义，形成高质量的知识库。知识推理则是在已有的知识库基础上进一步挖掘隐含的知识，从而丰富、扩展知识库。分布式的知识表示形成的综合向量对知识库的构建、推理、融合以及应用均具有重要的意义。
35.本技术中在s3步骤之后，不同项目需要关联时，只需配置相关设备或根据设备类型进行自动关联，根据知识图谱内置语义自动生成相应的控制逻辑。物联设备针对同一报警下的情况时，根据设备类型及标准参数进行一次配置即可，完成各种类型的报警配置。
36.参考图4，在一个具体实施例中，中央空调系统的控制逻辑，冷水机组与空调末端、冷温水泵、冷却塔等设备进行逻辑关联，与室外温度、室内温度传感器进行逻辑关联，不同项目只需配置相关设备或根据设备类型进行自动关联，控制逻辑根据知识图谱内置语义自动生成，避免重复开发的工作。
37.本实施例公开的一种基于知识图谱的物联网设备及参数的关联方法，应用于建筑物联网数据逻辑关系的整理，采用知识图谱对物联设备，及其关联的项目、空间、类型进行关联，构建成节点和边组成的网络状的知识库；可用于建筑物联参数管理、控制逻辑、故障诊断、能效分析、能耗分析、寿命分析。提升了各项目之间的关联性，在产生项目变更时，直接匹配关联的物联设备，提升效率，实现高效的项目实施，减少重复配置工作，可以降低相关工作的门槛
38.虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本
发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。