(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210326061.1 (22)申请日 2022.03.30 (71)申请人 云智慧 （北京） 科技有限公司 地址 100080 北京市海淀区苏州街2 9号维 亚大厦12层083室 (72)发明人 李欢欢　叶炜康　肖智方　杨自闯　 (51)Int.Cl. G06Q 10/00(2012.01) G06Q 50/06(2012.01) G06F 16/28(2019.01) G06F 16/36(2019.01) (54)发明名称 一种基于知识图谱的变电站缺陷分析系统 (57)摘要 本发明公开了一种基于知识图谱的变电站 设备缺陷分析系统， 包括信号依次传递的缺陷登 记模块、 案例管理模块、 知识获取模块、 知识图谱 构建模块和智能推理模块， 其中： 所述缺陷登记 模块用于登记 缺陷信息； 所述案例管理模块用于 管理历史缺陷案例信息； 所述知识获取模块用于 将缺陷案例解构出结构化数据， 获取有效知识； 所述知识 图谱构建模块用于建立设备缺陷特征 知识图谱； 所述智能推理模块用于对当前缺陷特 征信息与知识库中已有的缺陷知识以及专家经 验进行匹配和推理， 找出缺陷原因； 通过知识图 谱构建模块， 提高了算法处理效率,基于智 能推 理模块的推理算法精度大大提高， 在实际中能精 准的定位设备缺陷， 从而提高了设备运行质量。 权利要求书2页 说明书7页 附图8页 CN 114792140 A 2022.07.26 CN 114792140 A 1.一种基于知识图谱的变电站设备缺陷分析系统， 其特征在于， 所述变电站设备缺陷 分析系统包括信号依次传递的缺陷登记模块、 案例管理模块、 知识获取模块、 知识图谱构建 模块和智能推理模块， 其中： 所述缺陷登记模块用于登记缺陷信息； 所述案例管理模块用于管理历史缺陷案例信息； 所述知识获取模块用于将缺陷案例解构出 结构化数据， 获取有效知识； 所述知识图谱构建模块用于建立设备缺陷特 征知识图谱； 所述智能推理模块用于对当前缺陷特征信息与知识库中已有的缺陷知识以及专家经 验进行匹配和推理， 找出缺陷原因。 2.根据权利要求1所述的基于知识图谱的变电站设备缺陷分析系统， 其特征在于， 所述 登记缺陷信息包含产生缺陷的设备信息、 缺陷引发的数据以及现象特征信息、 缺陷原因以 及缺陷类型信息 。 3.根据权利要求1所述的基于知识图谱的变电站设备缺陷分析系统， 其特征在于， 依据 登记的缺陷信息得到缺陷案例的具体实现方式为： 运 维人员通过人工录入方式录入缺陷信 息， 录入之后， 在缺陷登记列表展示， 之后点击生成案例， 将缺陷登记信息生成文档案例信 息， 开始启动案例审核环 节， 审核通过后， 缺陷登记信息正式生成缺陷案例并发布上线。 4.根据权利要求1所述的基于知识图谱的变电站设备缺陷分析系统， 其特征在于， 所述 知识获取模块 通过以下三种方式进行获取： 通过Excel导入的方式， 将维护在Excel文件中的专家知识进行分析、 清洗， 生成有效知 识； 通过系统页面手动维护专 家知识； 和/或通过对缺陷案例解构， 生成有效知识。 5.根据权利要求4所述的基于知识图谱的变电站设备缺陷分析系统， 其特征在于， 所述 对缺陷案例解构的方法包括以下步骤： S31， 将缺陷案例内容拆分、 文本清洗； S32， 解构缺陷 内容， 获取 所述缺陷内容的所有对象属性； S33， 根据获取得到的对象属性， 将该缺陷案例内容以及其对应的对象属性存储到对应 的数据表项中。 6.根据权利要求4所述的基于知识图谱的变电站设备缺陷分析系统， 其特征在于， 所述 对缺陷案例解构的子系统包括以下三个模块： a， 缺陷内容拆分模块， 所述缺陷内容拆分模块拆分缺陷内容， 根据缺陷案例的文档格 式， 拆解为以下几部 分： 标题、 发现处理、 设备情况， 并将 拆分后的内容清洗后传至对象属性 识别模块； b,对象属性识别模块， 所述对象属性识别模块识别缺陷文档内容， 获取该缺陷内容的 对应的所有对象属性信息， 并将该对象信息传至对应的存 储模块； c， 解构结果存储模块， 所述解构结果存储模块对对象属性识别模型获取的所有对象属 性信息形成对应的映射关系， 并通过相应的数据表项存 储于数据库中。 7.根据权利要求1所述的基于知识图谱的变电站设备缺陷分析系统， 其特征在于， 所述 知识图谱构建模块对解构出的结构化数据， 利用图计算引擎技术 实现变电站设备缺陷分析 领域相关知识图谱的解析、 构建处理， 将各类型设备、 缺陷特征数据以及缺陷原因、 缺陷类 型、 解决方案的信息的联系抽象为图， 结合图数据半结构化的特征， 采用以图顶点为中心、权　利　要　求　书 1/2 页 2 CN 114792140 A 2基于图计算引擎， 进行运 算优化， 并建立设备缺陷特 征知识图谱。 8.根据权利要求1所述的基于知识图谱的变电站设备缺陷分析系统， 其特征在于， 所述 智能推理模块， 依据知识图谱构建模块构建的知识图谱， 对当前缺陷特征信息与知识库中 已有的缺陷知识以及专 家经验进行匹配 推理， 找出缺陷原因。 9.根据权利要求8所述的基于知识图谱的变电站设备缺陷分析系统， 其特征在于， 所述 匹配推理的过程主 要包括以下步骤： S51， 选择变电站设备 结构类型； S52， 输入变电站设备信息， 进行家族性 缺陷分析； S53， 选择特征部位， 根据选择的特征部位查询知识图谱， 查出与此特征部位有间接关 系的判定方法和技 术标准， 进行判定方法的推送； S54， 选择判定方法， 查询知识图谱中， 与此判定方法有间接关系的数据以及现象特征 进行展示； S55， 用户根据变电站现场故障设备表现出的特 征， 在步骤S54结果中对应选中； S56， 通过步骤S55选中的数据以及现象特征， 命中知识图谱中缺陷原因对应的数据以 及现象特征， 如果命中率满足， 输出命中率最高的缺陷原因作为匹配结果， 若不满足， 则继 续步骤S57； S57， 根据步骤S56缺陷原因命中率排序， 由高到底推送与此有关系的特征， 直至匹配度 达到要求， 输出诊断结果， 结束推理过程， 或者直至将有关系的特征推送完毕， 输出下一步 的操作建议的提 示， 结束推理过程。 10.根据权利要求9所述的基于知识图谱的变电站设备缺陷分析系统， 其特征在于， 所 述步骤S52中进行家族性 缺陷分析计算逻辑包括以下步骤： S521， 案例管理模块维护已审核通过的缺陷案例； S522， 每个已审核通过的缺陷案例都有系统标签； S523， 根据输入的变电站设备信息匹配所有案例的系统标签， 统计相同设备厂家、 相同 设备型号、 相同缺陷部件、 相同缺陷类型的次数； S524， 判定家族性缺陷规则是否满足， 若满足， 输出家族性缺陷分析结果， 若不满足， 继 续执行所述步骤S53。权　利　要　求　书 2/2 页 3 CN 114792140 A 3