【技术实现步骤摘要】
一种基于区块链的电力设备健康管理知识图谱拓展方法
[0001]本专利技术涉及电力设备健康管理知识图谱
,具体为一种基于区块链的电力设备健康管理知识图谱拓展方法
。
技术介绍
[0002]随着智能电网和电力设备的快速发展,电网朝着数字化
、
信息化
、
智能化和开放式的方向发展,电力设备的健康管理变得越来越重要
。
传统的健康管理方法主要是基于人工巡检和手动维护的,存在巡检不全面
、
人工成本高等问题
。
目前,电力设备健康管理主要采用传统的数据采集和分析方法,如传感器
、
监测系统等,但这种方法存在一些问题,例如数据采集不准确
、
数据处理时间长等
。
为了解决这些问题,研究人员开始尝试将新兴技术与电力设备健康管理相结合
。
区块链和知识图谱作为新兴技术,因其具有去中心化
、
可信性高等特点,在电力设备健康管理中具有广泛的应用前景
。
[ ...
【技术保护点】
【技术特征摘要】
1.
一种基于区块链的电力设备健康管理知识图谱拓展方法,其特征在于,包括如下步骤:步骤一
、
电力设备健康管理知识图谱构建;步骤二
、
区块链在电力设备健康管理知识图谱中的运用
。2.
根据权利要求1所述的一种基于区块链的电力设备健康管理知识图谱拓展方法,其特征在于:在步骤一中,所述电力设备健康管理知识图谱构建包括知识图谱总体框架,所述知识图谱总体框架包括基础数据层
、
图谱生成层
、
知识计算层
、
解析推理层和应用层
。3.
根据权利要求2所述的一种基于区块链的电力设备健康管理知识图谱拓展方法,其特征在于:所述基础数据层是通过电力设备实际运行数据
、
声纹等非结构化数据和运检日志等半结构化数据组成的数据源,为图谱生成提供数据支持,但这些数据通常缺乏有用的数据样本
、
数据特征规律不强,同时夹杂大量的噪声,因此需要通过数据挖掘
、
神经网络等技术进行清洗去噪
、
关联分析
、
特征增强
、
样本扩充等处理;所述图谱生成层通过从基础数据层中提取相关知识,构建结构化的知识图谱,图谱的生成包括图谱构建和图谱完善两个环节;对于结构化数据,通过数据整合
、
知识融合及加工形成实体三元组,从而构建起电力设备的实体图谱;对于非结构化和半结构化数据,则需要通过深度学习等方法进行知识抽取,然后通过知识融合及知识更新构建起关于电力设备概念
、
事件
、
业务等的知识图谱;其中知识抽取主要包含实体
、
关系
、
属性及事件抽取;在图谱完善环节,通过对实体关联关系的链接预测及推理,挖掘缺失实体及它们之间的关系,填补新的知识,实现对基本知识图谱的补充和完善,应用知识融合可实现对多源知识的处理,丰富知识图谱的内容,提高知识图谱的准确性;所述知识计算层由属性
、
事件推理等算法模型组成,为图谱的解析推理层及应用层提供算法支持;所述解析推理层主要由信息解析和推理决策两部分构成;信息解析将设备运行过程中接收的信息流通过机器学习等方法进行结构化表示,然后通过知识图谱进行相关知识的查询和匹配,并对有误信息进行纠错,以此来指导运维工作;推理决策部分主要通过逻辑
、
规则
、
案例和方法推理对结构化异常信息进行比对
、
相似度计算和分类,提供辅助决策的支持;所述应用层负责提供辅助决策
、
信息查询
、
信息提示
、
评价更新和知识管理等方面的应用,该层面还包括使用知识图谱进行故障诊断
、
维修决策
、
预测分析
、
设备运行状态监测等方面的应用
。4.
根据权利要求3所述的一种基于区块链的电力设备健康管理知识图谱拓展方法,其特征在于:所述知识抽取指的是从获得的海量数中提取出有用的信息并对其存储,包括实体抽取和关系抽取;所述实体抽取是根据电力设备日常运维的工作日志,总结出本发明主要关注的实体有设备名称
、
工作组
、
人员和作业内容;知识抽取方法根据数据的类型一般分为半自动化和自动化抽取两种方式,自动化的方式主要有深度学习和机器学习,半自动化的方式一般基于规则进行抽取;所述知识融合是将含义相同的多个实体用单一实体进行表示,知识融合主要包括实体消歧
、
实体对齐和知识合并;所述实体消歧主要解决“同名异构”问题,即区分不同实体
、
相同命名的设备,从而建立精确的实体链接;所述实体对齐主要解决“同物异名”问题,即归一
化表示不同命名的同一实体;所述知识合并主要从知识图谱的整体层面出发,主要解决由于知识来源的多样性和异构性导致的知识重复和错误问题;所述知识更新是因为目前电力领域蓬勃发展,同时也伴随着不断增加的电力设备相关文件,为确保电力设备健康管理知识图谱的有效,并能为员工,在电力设备运维中的应急决策提供参考,知识图谱需要持续更新
。5.
根据权利要求1所述的一种基于区块链的电力设备健康管理知识图谱拓展方法,其特征在于:在步骤二中,所述区块链在电力设备健康管理知识图谱中的运用包括拓展方法
、
数据存储
、
数据上链和知识确权
。6.
根据权利要求5所述的一种基于区块链的电力设备健康管理知识图谱拓展方法,其特征在于:在区块链种类选择方面,由于电力设备信息数据种类繁多,且该区块链是用于企业内部,因此相较于任何人都可加入
、
数据保密性弱
、
出快速度慢的公有链,私有链更适合企业内部数据共享的场景
。
其模型架构如图2所示,其模块的功能为:
(1)
数据层由于区块链的去中心化特性,所有节点均会存储账本里的备份内容,当链上数据过多...
【专利技术属性】
技术研发人员:牛欢欢,刘沛,蒋迪楠,王海龙,
申请(专利权)人:国网甘肃省电力公司超高压公司国网甘肃省电力公司电力科学研究院,
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。