[发明专利]一种铁路车站联锁系统智能运维方法及系统

权利要求书

1.一种铁路车站联锁系统智能运维方法，其特征在于，包括以下步骤：

步骤1：基于相关知识数据构建铁路车站联锁系统故障运维知识图谱；

通过分析相关联锁系统故障非结构化知识、半结构化知识以及结构化知识，总结概括联锁故障运维知识图谱模式层，自顶向下的方式构建联锁故障运维知识图谱数据层；

步骤2：基于铁路车站联锁系统故障知识图谱推荐运维方案；

首先将故障描述映射到故障知识图谱中，得到故障描述子图，然后，进一步在联锁故障知识图谱中进行搜索，将故障描述与知识图谱中已有的知识进行匹配，在知识图谱中搜索可行的运维方案；

步骤3：基于贝叶斯网络和知识图谱的铁路车站联锁系统故障诊断；

基于在铁路车站现场工作人员所看到的故障现象以及联锁系统的监测数据，将故障现象描述与所获得的所有故障数据进行对比，得到该故障现象在故障现象中出现的次数，并统计在故障数据中与之相对应的故障原因、故障位置的类别数和分别出现的次数，然后通过贝叶斯公式来计算该故障现象与每个故障原因、故障位置对应的概率，然后在故障知识图谱中进行搜索，输出概率最大的故障原因、故障位置，并输出与之对应的处理方法。

2.根据权利要求1所述的一种铁路车站联锁系统智能运维方法，其特征在于，所述联锁故障运维知识图谱模式层是车站联锁系统相关的实体、实体间的关系以及属性的概括性描述，包括故障类型、故障现象、故障位置、故障原因、处理方法以及它们之间的相互关系构成。

3.根据权利要求1所述的一种铁路车站联锁系统智能运维方法，其特征在于，所述联锁故障运维知识图谱数据层的构建包括结构化知识数据处理、半结构化知识数据处理、非结构化知识数据处理。

4.根据权利要求3所述的一种铁路车站联锁系统智能运维方法，其特征在于，所述结构化知识数据处理采用直接映射的方式将CSV格式的故障数据按照实体类别导入到Neo4j图数据库中。

5.根据权利要求4所述的一种铁路车站联锁系统智能运维方法，其特征在于，所述半结构化知识数据处理，通过构建网络信息包装器对相应属性特征进行抽取，将抽取到的信息按照结构化知识数据格式进行存储，然后按照结构化知识数据处理方法进行处理。

6.根据权利要求4所述的一种铁路车站联锁系统智能运维方法，其特征在于，所述非结构化知识数据处理，先将非结构化知识数据中的关键信息抽取出来，转换为结构化数据，然后按照结构化知识数据处理方法进行处理，包括：命名实体识别、实体间关系抽取。

7.根据权利要求6所述的一种铁路车站联锁系统智能运维方法，其特征在于，所述命名实体识别具体为：采用双向长短期记忆网络配合条件随机场模型Bi-LSTM-CRF来获取铁路联锁系统故障知识实体，首先将每个字或词转化成固定长度的向量表示，模型输入的每个单元代表着字嵌入或词嵌入构成的向量；这些字或词向量使用前向和后向LSTM捕捉每个词左侧和右侧的上下文特征，并将两者合成输出；合成的结果再使用CRF模型为最后预测的标签添加一些约束来保证预测标签的合法性。

8.根据权利要求6所述的一种铁路车站联锁系统智能运维方法，其特征在于，所述实体间关系抽取具体为：采用循环神经网络模型RNN进行实体间关系抽取，将关系抽取看做一个二分类的问题，首先把无关实体过滤掉，将存在关系的实体提取出来，分为“头实体headentity”和“尾实体tail entity”，在根据两个实体间的实体类别以及距离判断两个实体间的关系。

9.一种铁路车站联锁系统智能运维系统，其特征在于，包括：故障数据预处理模块、知识图谱存储模块、结果输出展示模块；

系统首先将对输入的故障文本信息进行分析处理，通过计算输入文本与知识图谱内实体间的TF-IDF相似度，如果相似度大于设置阈值，搜索相应故障子图谱，然后输出展示搜索结果；若相似度小于阈值，证明知识图谱内不存在这条故障信息，运维人员可对知识图谱进行更新。