一种配电终端缺陷诊断方法技术

本发明专利技术提出一种基于知识图谱的配电终端故障诊断方法

【技术实现步骤摘要】
一种配电终端缺陷诊断方法


[0001]本专利技术属于电力设备检测
，尤其涉及一种配电终端缺陷诊断方法
。

技术介绍

[0002]配电终端的故障诊断旨在快速确定配电终端的故障位置
、
故障原因
、
故障处理方式等内容，防止配电网发生故障时造成更大的停电事故，及时实现配电终端的故障诊断具有重要意义
。
[0003]配电终端内部结构复杂
、
关联性强，在出厂运输
、
抽样检查
、
安装调试避免不了与外界环境发生碰撞，从而产生端子排变形
、
网口断裂等缺陷
。
在运行过程，运行环境恶劣，干扰严重，进一步增加了发生缺陷的几率，导致配电终端的异常运行
。
此外，配电自动化主站积累了大量配电终端的多源异构数据，故障发生时，调度人员需查询故障预案
、
缺陷库等数据后才可完成故障诊断，造成故障处理效率低下
。
知识图谱可将多源异构数据以结构化
、
可视化的形式表示，提高了配电终端故障诊断效率
。
目前知识图谱在配电终端故障诊断中应用的难题主要包括：配电终端缺陷信息复杂，大多以句子的方式进行记录，句中通常仅包含缺陷现象，需要将故障元件与缺陷现象进行关联，提高了图谱建模难度；在进行故障诊断时需要在图谱中由缺陷现象推导出故障元件，但缺陷现象往往与多个故障元件相关联，导致图谱需在缺陷信息不全的情况下推导出故障元件，提高了故障诊断难度；知识图谱推导的故障元件往往与实际存在一定差异，如何提高知识图谱故障诊断精度成为一个重要的难题
。

技术实现思路

[0004]为了解决现有技术中配电终端缺陷信息复杂，大多以句子的方式进行记录，句中通常仅包含缺陷现象，需要将故障元件与缺陷现象进行关联，提高了图谱建模难度；在进行故障诊断时需要在图谱中由缺陷现象推导出故障元件，但缺陷现象往往与多个故障元件相关联，导致图谱需在缺陷信息不全的情况下推导出故障元件，提高了故障诊断难度的问题
。
本专利技术提出的一种配电终端缺陷诊断方法
,
在提高故障诊断效率的同时提高了故障的可解释性
、
可视性
。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]本专利技术提供了一种配电终端缺陷诊断方法
,
所述缺陷诊断方法具体包括以下步骤：
[0007]步骤1：以配电终端故障诊断知识为对象，构建配电终端故障诊断知识图谱，包括知识图谱的本体构建
、
实体构建
、
知识融合
、
知识加工及知识存储与可视化表达；
[0008]步骤2：基于图搜索算法和知识嵌入算法相结合的方法，利用构建的知识图谱对配电终端故障进行诊断推理，在知识图谱中筛选故障元件，并以智能推荐应用方式进行展示
。
[0009]优选的，所述本体构建将配电终端本体组织结构分为设备层
、
单元层
、
组件层
、
指标层
、
缺陷层五个部分，其中，所述设备层为配电终端；所述单元层为“三遥”回路
、
通信回
路
、
电源回路五个部分；所述组件层为“三遥”航空端子
、“三遥插件板”、
电源插件板
、
主处理器插件板等，组件间存在复杂的关联关系；所述指标层旨在实现对单元层的评价；所述缺陷层旨在体现指标故障现象的评价
。
[0010]优选的，所述实体构建采用
BERT
‑
BiLSTM
‑
CRF
模型实现实体抽取
、
关系抽取
、
属性抽取，具体包括：
[0011]步骤
11
：对语料文本进行
BIO
词性标注，为后续实现实体标签排序提供支持，其中，
B
代表实体的起始部分，
I
表示实体分割或结束部分，
O
代表非实体部分；
[0012]步骤
12
：将原始语句输入
BERT
模型的输入层进行分词处理，得到字向量
、
位置向量和语句向量三部分，
[CLS]为语句的开始标志，
[SEP]为语句的间隔或结束标志，其中，
BERT
模型内部包含多层
TransformerEncoder
结构，旨在判断句子间的上下文关系，捕获语句上下文信息；
[0013]步骤
13
：将
BERT
模型输出的序列输入到
BiLSTM
模型当中，输出文本上下文信息的序列，得到更全面的上下文语义特征，其中，
BiLSTM
为由前向
LSTM
和后向
LSTM
组成，与
BERT
类似实现上下文的双向语义学习，由于单纯采用
BERT
模型的
softmax
层在进行预测输出时，
softmax
层只会选择针对输入序列输出最优的结果，不会考虑输出序列约束条件，因此，将
BiLSTM
输出序列输入到
CRF
模型中计算损失函数，从而输出最优实体序列
。
[0014]优选的，所述知识融合具体实现时虑到构建图谱过程中所采用的多源异构数据存在着大量模糊或冗余的信息，对其进行清理和整合，将已有知识进行语义层次上的组合
、
推理和创造，从而生成新知识，包括实体对齐
、
实体消歧
、
知识合并
。
[0015]优选的，所述知识加工为实现知识图谱的完善和质量检测，包括知识校验
、
知识更新；所述知识校验用于对产生的知识图谱由于算法
、
误差的原因产生异常数据，利用算法消除数据误差，所述知识校验采用
Neo4j
自带工具箱中的相似度计算对知识图谱内所有节点校验，并返回相似度最高的节点对，通过判断与设定阈值是否越限来判断节点的冗余与异常，随着配电终端的规模增大
、
装置更新
、
网络结构的变化，故障知识也会进行不断更新，包括本体层更新和实体层更新
。
[0016]优选的，所述知识存储与可视化表达利用
RDF4j
和
Neo4j
实现知识存储，实体关系三元组存储为
CSV
文件格式导入
Neo4j
数据库，基于所述
Neo4j
数据库绘制出配电终端故障诊断知识图谱
。
[0017]优选的，基于知识图谱的配电终端故障诊断推理过程包括以下步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种配电终端缺陷诊断方法，其特征在于，所述缺陷诊断方法具体包括以下步骤：步骤1：以配电终端故障诊断知识为对象，构建配电终端故障诊断知识图谱，包括知识图谱的本体构建
、
实体构建
、
知识融合
、
知识加工及知识存储与可视化表达；步骤2：基于图搜索算法和知识嵌入算法相结合的方法，利用构建的知识图谱对配电终端故障进行诊断推理，在知识图谱中筛选故障元件，并以智能推荐应用方式进行展示
。2.
根据权利要求1所述的一种配电终端缺陷诊断方法，其特征在于，所述本体构建将配电终端本体组织结构分为设备层
、
单元层
、
组件层
、
指标层
、
缺陷层五个部分，其中，所述设备层为配电终端；所述单元层为“三遥”回路
、
通信回路
、
电源回路五个部分；所述组件层为“三遥”航空端子
、“三遥插件板”、
电源插件板
、
主处理器插件板等，组件间存在复杂的关联关系；所述指标层旨在实现对单元层的评价；所述缺陷层旨在体现指标故障现象的评价
。3.
根据权利要求1所述的一种配电终端缺陷诊断方法，其特征在于，所述实体构建采用
BERT
‑
BiLSTM
‑
CRF
模型实现实体抽取
、
关系抽取
、
属性抽取，具体包括：步骤
11
：对语料文本进行
BIO
词性标注，为后续实现实体标签排序提供支持，其中，
B
代表实体的起始部分，
I
表示实体分割或结束部分，
O
代表非实体部分；步骤
12
：将原始语句输入
BERT
模型的输入层进行分词处理，得到字向量
、
位置向量和语句向量三部分，
[CLS]
为语句的开始标志，
[SEP]
为语句的间隔或结束标志，其中，
BERT
模型内部包含多层
TransformerEncoder
结构，旨在判断句子间的上下文关系，捕获语句上下文信息；步骤
13
：将
BERT
模型输出的序列输入到
BiLSTM
模型当中，输出文本上下文信息的序列，得到更全面的上下文语义特征，其中，
BiLSTM
为由前向
LSTM
和后向
LSTM
组成，与
BERT
类似实现上下文的双向语义学习，由于单纯采用
BERT
模型的
softmax
层在进行预测输出...

【专利技术属性】
技术研发人员：刘海涛，何锦雄，邓刘毅，许建远，陈槾露，彭发东，刘同斌，陈阅，钟元高，安向阳，陈童，丁鹏，王达，杨仁利，池莲庆，凌炬，黄子千，吴茂育，王春洋，陈俊安，吴淑思，陈忠楚，武燕如，曾东，游上院，
申请(专利权)人：广东电网有限责任公司茂名供电局，
类型：发明
国别省市：