融合时序知识图谱的机电设备预测性维护方法技术

一种融合时序知识图谱的机电设备预测性维护方法，属于机电设备预测性维护领域，模型专门针对机电设备运维时序知识图谱进行推理，实现预测性维护；首先获取机电设备的并行结构信息学习用于节点分类的信息节点表示，并为每个相关的节点生成特征向量；然后从向量序列中捕获机电设备运行的时间演化信息，最后输出隐藏状态向量参与条件强度函数的构建，并基于强度函数实现时序知识图谱的预测，以完成对机电设备预测性维护任务。本发明专利技术有效实现机电设备预测性维护。

【技术实现步骤摘要】

本专利技术属于机电设备预测性维护领域，具体涉及融合时序知识图谱与神经常微分方程的机电设备预测性维护方法。

技术介绍

1、目标系统的监控和诊断以及时和资源有效的方式执行维护任务，大量的异构数据使得对机电设备进行预测性维护得以实现。预测性维护可以通过统计或机器学习模型预测趋势、行为模式和相关性，以提前预测未发生的故障，从而改善维护活动的决策过程，避免停机的发生。知识图谱的概念最早由谷歌公司于2012年提出，知识图谱的核心思想在于将信息以实体和它们之间的关系来表示，从而形成一个结构化的数据网络。

2、知识图谱应用在机电设备上可以探索异构数据间的潜在关系，但是对于预测性维护而言最重要的是时间信息，常规的知识图谱无法储存包含时间信息的三元组，由此引出了由四元组组成的时序知识图谱，通过对时序知识图谱进行推理实现预测性维护。目前针对时序知识图谱推理的研究十分广泛，如xu等人结合对比学习的方法实现时序知识图谱的预测。bai等人基于时态逻辑规则实现时序知识图谱的补全。但是针对机电设备领域的相关研究暂时缺失，所以本专利技术针对机电设备特点构建时序知识图谱并对现有的本文档来自技高网...

【技术保护点】

1.一种融合时序知识图谱的机电设备预测性维护方法，其特征在于，所述方法包括以下步骤：

2.如权利要求1所述的融合时序知识图谱的机电设备预测性维护方法，其特征在于，所述步骤（1.1）中，机电设备时序知识图谱ETKG本体定义如下，

3.如权利要求2所述的融合时序知识图谱的机电设备预测性维护方法，其特征在于，所述步骤（1.4）的过程为：

4.如权利要求3所述的融合时序知识图谱的机电设备预测性维护方法，其特征在于，所述步骤（1.4.1）的过程如下：

5.如权利要求3所述的融合时序知识图谱的机电设备预测性维护方法，其特征在于，所述步骤（1.4.2）的...

【技术特征摘要】

1.一种融合时序知识图谱的机电设备预测性维护方法，其特征在于，所述方法包括以下步骤：

2.如权利要求1所述的融合时序知识图谱的机电设备预测性维护方法，其特征在于，所述步骤（1.1）中，机电设备时序知识图谱etkg本体定义如下，

3.如权利要求2所述的融合时序知识图谱的机电设备预测性维护方法，其特征在于，所述步骤（1.4）的过程为：

4.如权利要求3所述的融合时序知识图谱的机电设备预测性维护方法，其特征在于，所述步骤（1.4.1）的过程如下：

5.如权利要求3所述的融合时序知识图谱的机电设备预测性维护方法，其特征在于，所述步骤（1.4.2）的过程如下：

6.如权利要求3所述的融合时序知识图...

【专利技术属性】
技术研发人员：陆佳炜，陈晗远，王琪冰，肖刚，陈坚伟，李琛，张远辉，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：