[发明专利]一种收集设备故障信息的方法及系统

说明书

本申请公开了一种收集设备故障信息的方法及系统，通过专家对初始图谱进行测试题的多轮做题，得到每一轮的做题结果和每个专家的置信度值，对初始图谱中的故障现象和故障原因的关联关系进行调整，得到最终图谱，无需专家人工统计设备故障信息，降低了人力成本，提高了收集效率，而且通过对初始图谱的调整，提高了设备故障信息的完整性。方法包括：S1，获取设备故障信息的初始图谱，故障现象和故障原因为多对多的关联关系；S2，通过多名专家对初始图谱进行测试题的多轮做题，得到每一轮的做题结果及每个专家的置信度值；S3，根据所有的做题结果及所有专家的置信度值，对初始图谱中的故障现象和故障原因的关联关系进行调整，得到最终图谱。

技术领域

本发明涉及故障信息处理技术领域，特别是涉及一种收集设备故障信息的方法及系统。

背景技术

目前，大数据应用的瓶颈都在于收集数据，收集设备故障信息可以通过投诉单、检修单及与专家交流等方式。

其中，核心在于收集专家知识与经验，而在统计时会发现一个故障也可能是另一个故障的原因，一个故障也可能是另一个故障的现象，因此故障也是多级关联的。以水电站设备为例，水电站设备包括水轮机、发电机、调速器及保护器等。设备内液体液位过高，是可观察的故障现象。这个故障可能是由于排液阀堵住，在该情况下排液阀堵住是原因，液体液位过高是现象。而设备内液体液位过高可能导致设备运转效率低，在该情况下设备运转效率低是现象，液体液位过高是原因。

可见，收集设备故障信息是较为复杂的，如果只依靠专家人工统计则人力成本较高，效率低下，并且设备故障信息无法保证完整性。

发明内容

本发明的目的是提供了一种收集设备故障信息的方法及系统，通过专家对初始图谱进行测试题的多轮做题，得到每一轮的做题结果和每个专家的置信度值，对初始图谱中的故障现象和故障原因的关联关系进行调整，得到最终图谱，无需专家人工统计设备故障信息，降低了人力成本，提高了收集效率，而且通过对初始图谱的调整，提高了设备故障信息的完整性。

本发明第一方面提供一种收集设备故障信息的方法，包括：

S1，获取设备故障信息的初始图谱，初始图谱包括故障现象及故障原因，故障现象和故障原因为多对多的关联关系；

S2，通过多名专家对初始图谱进行测试题的多轮做题，得到每一轮的做题结果及每个专家的置信度值；

S3，根据所有的做题结果及所有专家的置信度值，对初始图谱中的故障现象和故障原因的关联关系进行调整，得到最终图谱。

进一步的，S1步骤包括：

S101，确定对象设备，统计对象设备的设备故障信息；

S102，根据设备故障信息确定故障现象及故障原因，故障现象与故障原因为多对多的关联关系；

S103，通过图谱数据库将故障现象及故障原因进行结构化存储，得到初始图谱。

进一步的，S2步骤包括：

S201，当多个专家进行第一轮做题时，按照初始权重值从初始图谱中选取一个抽取故障原因及一个抽取故障现象，生成测试题，抽取故障原因与抽取故障现象关联或不关联；

S202，根据测试题的抽取测试故障，确定多个预测故障原因；

S203，分析多个预测故障原因得到多个预测故障现象；

S204，在初始图谱中对多个预测故障现象进行查询，确定出现的实际故障现象；

S205，通过反复执行以上步骤S202-S204，得到多个实际故障现象；

S206，判断多个实际故障现象是否能够确定第一轮故障原因，得到第一轮的做题结果，第一轮的做题结果为确定第一轮故障原因或不确定第一轮故障原因；