【技术实现步骤摘要】
本专利技术涉及生产设备智能决策，更具体地说，它涉及一种基于知识图谱的决策方法及系统。
技术介绍
1、大型石化工厂的关键生产设备包括催化裂化装置、精馏塔、换热器网络等，在石化工厂生产过程中都扮演着重要角色，关键设备的突发故障可能导致生产线停机、产品质量下降，甚至引发安全事故，造成重大经济损失和环境风险。然而，当前石化工厂设备针对设备故障预测与根因分析场景的智能决策存在以下问题：
2、数据孤岛问题：设备监测数据、历史故障记录、维修经验、设备知识库等信息分散在不同系统中，难以有效整合，导致决策过程无法全面考虑各类相关因素，准确性不足；
3、复杂因果关系：工艺参数间存在复杂的时序依赖和因果关系，难以用传统统计方法或单一物理模型刻画；
4、决策可靠性问题：现有决策方法往往缺乏可解释性，难以提供置信度评估，导致决策可靠性不足。
技术实现思路
1、本专利技术提供一种基于知识图谱的决策方法及系统，解决相关技术中存在数据孤岛、复杂因果关系难以刻画和决策可靠性不足的技术问题
2、本文档来自技高网...
【技术保护点】
1.一种基于知识图谱的决策方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于知识图谱的决策方法，其特征在于，所述通过多粒度知识图谱构建系统处理输入数据，获得多尺度知识图谱的步骤包括：
3.根据权利要求2所述的一种基于知识图谱的决策方法，其特征在于，所述层次化关联规则挖掘算法的数学表达式为：
4.根据权利要求1所述的一种基于知识图谱的决策方法，其特征在于，所述通过时序知识双重表征学习框架处理实时传感器数据和所述多尺度知识图谱，获得动态表征模型的步骤包括：
5.根据权利要求4所述的一种基于知识图谱的决策方法，...
【技术特征摘要】
1.一种基于知识图谱的决策方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于知识图谱的决策方法，其特征在于，所述通过多粒度知识图谱构建系统处理输入数据，获得多尺度知识图谱的步骤包括：
3.根据权利要求2所述的一种基于知识图谱的决策方法，其特征在于，所述层次化关联规则挖掘算法的数学表达式为：
4.根据权利要求1所述的一种基于知识图谱的决策方法，其特征在于，所述通过时序知识双重表征学习框架处理实时传感器数据和所述多尺度知识图谱，获得动态表征模型的步骤包括：
5.根据权利要求4所述的一种基于知识图谱的决策方法，其特征在于，所述知识感知图嵌入算法的数学表达式为：
6.根据权利要求1所述的一种基于知识图谱的决策方法，其特征在于，所述通过时变...
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。