【技术实现步骤摘要】
基于关系图卷积神经网络的电力工作票生成方法及系统
[0001]本专利技术涉及电力管理领域,更具体地,涉及一种基于关系图卷积神经网络的电力工作票生成方法及系统。
技术介绍
[0002]工作票生成是电厂的重要操作流程,是企业安全生产的最重要保障,但填写和处理工作票的过程要求相关人员技术水平较高且拥有丰富的专家知识,在填写和处理过程中仔细认真,任何错误都会给企业生产和安全带来相当大的威胁,其现有技术存在如下问题和难点:
[0003](1)需要实施工作票的问题和操作一般为紧急且优先级较高的情况,对效率要求较高。
[0004](2)较重大的缺陷,需对生产和安全因素以及危险源考虑十分全面。
[0005](3)电力工作票中安全措施的填写是一个要求较为复杂且专业的工作,填写的安全措施内容往往不规范甚至不合格,对于相同内容用词不同等情况给填写和审核过程带来大量重复工作,影响整体的工作票规范情况。
[0006]现有生成安全措施的方法通过采用专家系统实现,但是由于数据量较大,规则工作量较多并且难度很大,导致专家系统规则匹配方式需要将填写安全措施的所有流程及关联信息梳理成一个具有逻辑规则的知识库,但电力工作票领域相关知识庞大,且关联知识范围大,使得梳理过程工作量大,即使经验丰富的专家也很难将所有情况采用固定规则描述完。
[0007]随着知识表示和机器学习等技术的发展,知识图谱相关技术取得了突破性的进展,特别是在知识图谱的构建、推理和计算机技术以及知识服务
,都得到了快速的发展。知识图谱推理在一个 ...
【技术保护点】
【技术特征摘要】
1.一种基于关系图卷积神经网络的电力工作票生成方法,其特征在于,包括如下步骤:步骤1,获取电力系统的历史工作票和设备台账信息;步骤2,根据历史工作票和设备台账信息构建知识图谱关系图;步骤3,采用稀疏向量表示对知识图谱关系图中的数据进行处理和转换,得到图结构;步骤4,构建关系图卷积神经网络模型并基于图结构对模型进行训练,得到知识推理模型;步骤5,获取新电力设备的数据并基于知识推理模型内容预测电力设备的危险因素和对应的安全措施,并基于得到的危险因素和安全措施生成完整的工作票。2.根据权利要求书1所述的基于关系图卷积神经网络的电力工作票生成方法,其特征在于,所述步骤1中,获取的历史工作票中包含工作内容、作业工序、工作地点、危险因素和安全措施;获取设备台账中包括以下电力设备的相关信息:责任人、机组、部门、班组、设备类型、专业、型号、KKS描述、KKS编码和安装位置。3.根据权利要求书1所述的基于关系图卷积神经网络的电力工作票生成方法,其特征在于,所述步骤2还包括,步骤2
‑
1,根据历史工作票和设备台账中的相关信息得到实体节点和节点属性;步骤2
‑
2,根据历史工作票和设备台账信息构建实体关系,并根据实体节点、实体关系和节点属性构建知识图谱;步骤2
‑
3,将知识图谱中的实体和关系类型编码为整数。4.根据权利要求书3所述的基于关系图卷积神经网络的电力工作票生成方法,其特征在于,所述步骤2
‑
1中,实体节点类型包括设备、工作票、危险因素和安全措施;设备还包括设备名称、KKS编码、设备类型、安装位置、机组的节点属性,其中设备名称为KKS描述;工作票还包括工作内容、作业工序、工作地点的节点属性;危险因素包括危险因素描述、危险源、风险等级的节点属性;安全措施包括安全措施描述、适用范围、执行情况的节点属性。5.根据权利要求书4所述的基于关系图卷积神经网络的电力工作票生成方法,其特征在于,所述步骤2
‑
2中,构建的实体关系包括:设备
‑
工作票关系、工作票
‑
危险因素关系、工作票
‑
安全措施关系、设备
‑
危险因素关系和危险因素
‑
安全措施关系。6.根据权利要求书1所述的基于关系图卷积神经网络的电力工作票生成方法,其特征在于,所述步骤3还包括:步骤3
‑
1,将知识图谱关系图中的编码转换为一维稀疏向量,对编码中的元素进行编号,并将其转换为稀疏向量中的元素;步骤3
‑
2,根据得到的稀疏向量计算邻接矩阵和度矩阵;步骤3
‑
3,根据邻接矩阵和度矩阵生成知识图谱的图结构;
步骤3
‑
...
【专利技术属性】
技术研发人员:李曈昊,张晖,肖波,冯飞,游锦伟,贾顺杰,李洋,米路中,张艳萍,
申请(专利权)人:国能信控互联技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。