[发明专利]基于知识图谱推理的二次设备故障处理推送方法及系统

权利要求书

1.基于知识图谱推理的二次设备故障处理推送方法，其特征在于，包括：

获取二次设备故障告警信息；

根据所述二次设备故障告警信息，在故障预案知识图谱中查询并推送相应的应急处置预案；

其中，所述故障预案知识图谱的构建方法，包括：

获取二次设备故障数据；

由所述二次设备故障数据构建知识图谱；

采用基于约束条件的推理，挖掘所述知识图谱中的关联关系，将加入所述关联关系的知识图谱确定为所述故障预案知识图谱。

2.根据权利要求1所述的基于知识图谱推理的二次设备故障处理推送方法，其特征在于，所述由所述二次设备故障数据构建知识图谱，具体包括：

计算所述二次设备故障数据中实体之间的相似度，并根据所述相似度进行聚类，得到各所述实体的类别；

抽取所述二次设备故障数据中实体的上下位关系，根据所述上下位关系确定所述类别之间的隶属关系；

对所述类别进行二次聚类，并给聚为同一类的实体指定上位词；

由二次聚类后的类别、所述隶属关系和所述上位词生成图谱本体；

将所述二次设备故障数据添加至所述图谱本体中，得到所述知识图谱。

3.根据权利要求1所述的基于知识图谱推理的二次设备故障处理推送方法，其特征在于，所述采用基于约束条件的推理，挖掘所述知识图谱中的关联关系，将加入所述关联关系的知识图谱确定为所述故障预案知识图谱，具体包括：

确定目标关系；

在所述知识图谱中寻找具有所述目标关系的正例三元组；

将所述正例三元组中两个实体之间的每一条路径作为一个特征，采用随机游走算法计算所述正例三元组中两个实体之间的每一条路径的特征值，并根据所述正例三元组中两个实体之间的所有路径的特征值，得到正例特征向量；

修改所述正例三元组中的首部实体和/或尾部实体，得到负例三元组；

将所述负例三元组中两个实体之间的每一条路径作为一个特征，采用随机游走算法计算所述负例三元组中两个实体之间的每一条路径的特征值，并根据所述负例三元组中两个实体之间的所有路径的特征值，得到负例特征向量；

采用所述正例特征向量、所述负例特征向量、所述正例三元组中两个实体在所述知识图谱中的关联关系以及所述负例三元组中两个实体在所述知识图谱中的关联关系，对逻辑回归分类器进行训练，得到关联关系挖掘模型；

采用随机游走算法计算两个目标实体之间的每一条路径的特征值，得到目标特征向量；两个所述目标实体为所述知识图谱中关联关系未知的两个实体；

将所述目标特征向量输入所述关联关系挖掘模型中，得到两个所述目标实体之间的关联关系；

采用所述关联关系更新所述知识图谱，得到所述故障预案知识图谱。

4.根据权利要求1所述的基于知识图谱推理的二次设备故障处理推送方法，其特征在于，所述获取二次设备故障数据，具体包括：

获取第一类数据和第二类数据；所述第一类数据包括二次设备运行时的监控信息和故障信息；所述第二类数据包括各电力部门的应急处置预案；

对所述第一类数据进行数据清洗，得到第一类处理数据，对所述第二类数据进行分词、实体抽取、关系抽取和属性抽取的操作，得到第二类处理数据；所述二次设备故障数据包括所述第一类处理数据和所述第二类处理数据。

5.根据权利要求2所述的基于知识图谱推理的二次设备故障处理推送方法，其特征在于，所述计算所述二次设备故障数据中实体之间的相似度，具体包括：

将所述二次设备故障数据中的各个实体映射到相同维度的向量空间，得到各个实体的实体信息向量；

根据所述实体信息向量计算实体之间的相似度。