一种基于知识图谱的超声波燃气表节点故障诊断方法技术

一种基于知识图谱的超声波燃气表节点故障诊断方法，包括：(1)从多个信息源采集超声波燃气表信息，提取超声波燃气表与计量参数三元组，构建数据支持层；(2)使用Falcon

【技术实现步骤摘要】
一种基于知识图谱的超声波燃气表节点故障诊断方法


[0001]本专利技术涉及超声波燃气表故障诊断领域，具体涉及一种基于知识图谱的超声波燃气表节点故障诊断系统及方法。

技术介绍

[0002]超声波燃气表的关键组件包括换能器、流道和计量芯片等，同时管道内天然气介质成分较为复杂，部分情况下天然气中掺杂有水、油气、小颗粒固体杂质等物质。换能器由压电陶瓷晶片制作组成，它的外面还安装引线、壳体、前方的声匹配层和后方的削声层，以及各部件间的胶粘接层，这些部件和胶粘接层在燃气输送过程中处于恶劣环境，在超声波燃气表的额定使用寿命(一般6
‑
9年)期间，极易在声匹配层粘上污染物。同时，由于部件和胶粘接层的性能劣化、老化或破坏，计量室体积缩小而产生误差变化，超声波燃气表的计量精度将会下降，甚至无法计量。
[0003]因此，需要使用故障诊断技术判断超声波燃气表的状态。当超声波燃气表无法正常工作时，及时发送故障信息提醒用户，并通过物联网等通信方式传送到燃气公司的管理后台告警，提醒燃气公司查看故障超声波燃气表，并进行修理或更换。
[0004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的超声波燃气表节点故障诊断方法，包括以下步骤：(1)从多个信息源采集超声波燃气表信息，提取超声波燃气表与计量参数三元组，构建数据支持层；1.1)由超声波燃气表计量参数相关的数据源提供计量参数数据；包括标准数据，实时数据以及历史数据；其中标准数据由超声波燃气表企业数据库提供，包括采样幅值标准范围，声波标准传播时间，声波实时传播时间小于声波标准传播时间的时间阈值，天然气中的理论声速；其中实时数据由超声波燃气表采集模块传感器提供，包括实时采样幅值，声波实时顺流传播时间,声波实时逆流传播时间,燃气实时流速；其中历史数据由超声波燃气表控制模块提供，包括初始采样幅值，声波初始顺流传播时间，声波初始逆流传播时间，天然气中声波的实际计算声速；1.2)构建超声波燃气表的关系数据库用于存储已获得的计量参数数据；从获得的分散数据中提取出超声波燃气表实体、属性以及实体间的相互关系，构建结构化的关系数据库；实体包括超声波燃气表；属性包括标准数据，实时数据和历史数据；实体间关系包括是否为同一型号，是否为同一属性；1.3)对已获取的数据进行整合，构建成超声波燃气表知识图谱的数据支持层；将关系数据库中的数据经过D2R(Database to RDF)，转化到资源描述框架(Resource Description Framework，RDF)中，RDF中的类由关系数据库表名直接转化，类的属性由关系数据库中的字段直接转化，类之间关系从关系数据库中表示关系的表得到；使用Neo4j系统将转化后的数据以图的形式储存到超声波燃气表图数据库，每一三元组单元形式为：(头实体节点，关系，尾实体节点)；(2)使用Falcon
‑
AO系统将步骤(1)所得数据支持层中的三元组进行知识融合，得到一个去冗余的超声波燃气表图谱；由于所得超声波燃气表图数据库中存在少量冗余的三元组，因此采用基于Java的自动本体匹配系统Falcon
‑
AO合并相似度高的超声波燃气表节点；首先使用基于分区的块匹配算法(Partition
‑
based block matching,PBM)对完整的超声波燃气表图谱基于距离进行分块，其次使用语言学算法I
‑
Sub进行基于字符串编辑距离的匹配，以及使用语言学算法语言匹配(Linguistic matching，V
‑
Doc)进行基于相似度的本体匹配，然后将前两者结果作为外部比对结果输入结构学算法结构匹配(Structural matching，GMO)进行进一步比对，最后连带前面两者的输出使用贪心算法进行选取，对最终选出的对齐实体节点进行合并，得到一个去冗余的超声波燃气表图谱；(3)用路径排序算法(Path Ranking Algorithm,PRA)对步骤(2)所得超声波燃气表图谱进行知识推理，补全步骤(2)所得图谱中缺少的实体节点；将所得知识图谱中超声波燃气表三元组(头实体节点，关系，尾实体节点)简记为(h,r,t)；节点包括燃气表实体节点、燃气表计量参数节点、计量参数数据节点，以下统称燃气表节点；在推理补全过程中有两种情况：第一种为给定燃气表头节点h和关系h来预测燃气表尾节点t；第二种为利用燃气表尾节点t和关系h预测燃气表头节点h；所属算法将知识图谱中的路径作为实体间特征，并且通过根据超声波燃气表节点图计算对每个路径赋予相应的特征值，再利用这些特征进行逻辑回归，建立排序模型，根据模型
选出的三元组进行补全，最终得到补全的燃气表知识图谱；3.1)利用随机游走的路径排序算法生成步骤(2)燃气表图谱路径特征，由一系列超声波燃气表知识图谱中的关系生成一个路径P：其中T
n
是燃气表节点，为关系r
n
实体节点类型作用域，以及关系r
n
‑1的实体节点类型值域；定义T
n
＝range(r
n
)函数表示T
n
为关系r
n
的实体节点类型作用域，T
n
＝domain(r
n
‑1)函数表示为关系r
n
‑1的实体节点类型值域，此时T
n
即为关系r
n
实体节点类型作用域又为关系r
n
‑1的实体节点类型值域，即：T
n
＝range(r
n
)＝domain(r
n
‑1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)定义路径P的特征值S
h,P
(t)，此特征值表示沿着路径P,从燃气表头实体节点h开始能够到达燃气表尾实体节点t的概率；开始游走前，对该特征值进行初始化：沿路径P游走过程中，每沿着路径游走到一个节点，特征值S
h,P
(t)更新一次，更新公式为：其中t
n
表示游走过程中遇到的第n个燃气表尾实体节点，P'表示路径P中已经游走过部分的路径，t'为路径P'中的燃气表尾节点，r'是路径P'中与燃气表尾节点t'相连的关系，此时S
h,P
(t
n
)表示游走过程中到达各尾结点时的特征值与概率卷积的求和；其中P(t|t'；r')表示从t'节点出发，沿着关系r'游走一步就可以达到节点t的概率：其中t'是从燃气表尾实体节点t出发下一步可以达到的尾实体节点，r'(t',t)表示从燃气表节点t'出发，游走一步就可以...

【专利技术属性】
技术研发人员：何文秀，吴兆梦，
申请(专利权)人：浙江工业大学之江学院，
类型：发明
国别省市：