管网资产完整性可视化分析方法与装置与流程

1.本技术涉及油气储运领域，具体涉及一种管网资产完整性可视化分析方法和装置。


背景技术：

2.油气储运行业属于重资产行业，管网资产具有资产规模庞大，设备种类繁多，业务流程复杂的特点。目前管道资产完整性管理主要基于业务标准规范和管网数据模型来进行监管和分析。但在实际应用中存在供应链庞大、业务场景复杂，数据来源多样、资产数据量巨大的复杂情况，同时资产数据质量参差不齐、来源混乱、标准不一，导致管网资产完整性管理水平不高，成本高，智能化分析欠缺。


技术实现要素：

3.本技术实施例的目的是提供一种管网资产完整性可视化分析方法与系统，用以解决现有技术中管网资产完整性管理水平较低，成本较高且欠缺智能化分析的问题。
4.为了实现上述目的，本技术第一方面提供一种管网资产完整性可视化分析的方法，该方法包括：
5.对管网资产进行分类以得到分类后的管网资产对象；
6.对分类后的官网资产对象进行数据的采集和汇聚；
7.对数据进行加工以得到加工后的数据；
8.将加工后的数据进行统一标识编码以得到每个数据对应的编码；
9.根据加工后的数据和编码构建资产完整性管理知识图谱；
10.对资产完整性管理知识图谱进行可视化查询与分析。
11.在本技术实施例中，对管网资产进行分类以得到分类后的管网资产对象包括：
12.管网资产物理对象和管网资产完整性业务对象；
13.其中，管网资产完整性业务对象包括以下中至少一者：
14.业务流程对象、业务机构对象、业务实体对象、业务系统、业务知识。
15.在本技术实施例中，对分类后的管网资产对象进行数据的采集和汇聚包括：
16.构建一个数据的中间库；
17.按照业务范围建立数据资源目录；
18.根据数据资源目录，对分类后的管网资产对象进行数据采集；
19.将采集的数据汇聚至所述中间库中。
20.在本技术实施例中，对数据进行加工以得到加工后的数据包括：
21.对数据进行数据质量检查以得到管网资产对象的数据质量检查规则；
22.对数据进行数据源对齐归并以得到管网资产对象的数据对齐归并规则；
23.对数据进行业务识别关联以得到管网资产对象的业务分析识别知识。
24.在本技术实施例中，将加工后的数据进行统一标识编码以得到每个数据对应的编
码包括：
25.采用不定长多码段形式将加工后的数据进行统一标识编码以得到每个数据对应的编码；
26.其中，编码由分类编码和属性编码组成。
27.在本技术实施例中，根据加工后的数据和编码构建资产完整性管理知识图谱包括：
28.构建资产完整性管理知识图谱本体；
29.对资产完整性管理知识图谱进行精化以得到精化后的资产完整性管理知识图谱；
30.对精化后的资产完整性管理知识图谱进行更新维护。
31.在本技术实施例中，构建资产完整性管理知识图谱本体包括：
32.根据统一标识编码生成管网资产对象的实体和属性；
33.对管网资产进行初始化识别以生成实体间的关系；
34.根据实体、属性以及实体间的关系构建资产完整性管理知识图谱本体；
35.其中，对管网资产进行初始化识别的方法包括以下中的至少一者：
36.结构化数据库映射、智能化分析方式和人工众包分解方式。
37.在本技术实施例中，对资产完整性管理知识图谱进行精化包括：
38.根据实体、属性以及实体间的关系构建初始图数据库；
39.将加工后的数据导入至初始图数据库，以构建实例化管网资产图模型；
40.对管网实例化资产图模型进行质量检查。
41.在本技术实施例中，对资产完整性管理知识图谱进行可视化查询与智能化分析包括：
42.对资产完整性管理知识图谱进行图结构分析；
43.对资产完整性管理知识图谱进行知识推理分析；
44.对资产完整性管理知识图谱进行混合推理。
45.本技术第二方面提供一种管网资产完整性可视化分析的装置，包括：
46.资产分类模块，被配置成对管网资产进行分类以得到分类后的管网资产对象；
47.数据采集模块，被配置成采集和管理管网资产对象的数据；
48.数据加工模块，被配置成对数据进行加工以得到加工后的数据；
49.资产编码模块，被配置成将加工后的数据进行统一标识编码以得到每个数据对应的编码；
50.图谱构建模块，被配置成用于管理维护图数据库和资产完整性管理知识图谱本体模型，对资产完整性管理知识图谱质量进行检查及维护；
51.可视化分析模块，被配置成对资产完整性管理知识图谱进行可视化查询与分析。
52.通过上述技术方案，先对管网资产进行分类以得到分类后的管网资产对象；对分类后的管网资产对象进行数据的采集和汇聚；再对数据进行加工以得到加工后的数据；将加工后的数据进行统一标识编码以得到每个数据对应的编码；最后根据加工后的数据和编码构建资产完整性管理知识图谱；从而对资产完整性管理知识图谱进行可视化查询与分析。本技术建立了统一、规范的资产编码，打通了企业内外部的数据孤岛和资产标识壁垒，促进了知识共享，使管道资产可视化并且能精准查询分析。同时本技术也便于挖掘提升资
产对象价值，提高了管网的复杂资产管理效率，促进了业务完善优化。
53.本技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
54.附图是用来提供对本技术实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本技术实施例，但并不构成对本技术实施例的限制。在附图中：
55.图1示意性示出了根据本技术实施例的一种管网资产完整性可视化分析方法的流程示意图；
56.图2示意性示出了根据本技术实施例的资产属性对齐归并及业务识别模型关联的示意图；
57.图3示意性示出了根据本技术实施例的资产对象分类编码结构示意图；
58.图4示意性示出了根据本技术实施例的资产对象知识图谱实体与统一标识分类、属性编码间对应关系的示意图；
59.图5示意性示出了根据本技术实施例的管网资产概念图谱模型示意图；
60.图6示意性示出了根据本技术实施例的资产对象爆炸图的示意图；
61.图7示意性示出了根据本技术实施例的一种管网资产完整性可视化分析方法的装置的模块示意图；
62.图8示意性示出了根据本技术实施例的一种资产完整性可视化分析系统结构框图。
具体实施方式
63.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，应当理解的是，此处所描述的具体实施方式仅用于说明和解释本技术实施例，并不用于限制本技术实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
64.需要说明，若本技术实施例中有涉及方向性指示(诸如上、下、左、右、前、后
……
)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
65.另外，若本技术实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本技术要求的保护范围之内。
66.图1示意性示出了根据本技术实施例的一种管网资产完整性可视化分析的方法的流程示意图。如图1所示，本技术实施例提供一种管网资产完整性可视化分析的方法，该方法可以包括下列步骤。
67.步骤101、对管网资产进行分类以得到分类后的管网资产对象。
68.在本技术实施例中，管网资产可以包括两类，分别是有形资产(物理资源)和无形资产(虚拟资源)。对于资产完整性管理需求而言，管网资产对象主要对应管网资产物理对象和管网资产完整性业务对象两大类。
69.进行资产对象分类梳理之前可以结合已有资产编码规范、资产数据模型、业务规范的要求，制定分类原则和规范。充分参考行业内的通用共识，尽可能避免创造新的资产分类或分级。分类结果应得到行业专家和业务主管部门的确认。
70.具体地，出于资产管理统一编码的需求，应该为管网资产进行分类。分类前应结合资产管理需求设置分类原则和规则。
71.本技术实施例的资产分类原则可以为：以满足油气储运行业资产完整性管理各业务域信息流转、交互为目标，与资产完整性通用设备分类规范和数据标准保持协调一致，并预留适当空间，支持未来进行继承、延续、扩展。不应限定资产生产厂商，同一个编码的资产对象应该具有一致性和可互换性，同一编码资产对象的特征属性也应一致并侧重功能和能力属性。业务对象相对独立并有属性描述，可实例化。
72.本技术实施例的资产分类规则可以为：结合行业公用分类分级体系和标准，对油气储运行业的资产进行业务拆解和分类。分类应明确资产范围和边界，按照逻辑层次进行分类分级。如各类油气管道工程设备物料资产对象，可按照该资产所属主题域、功能用途、结构原理、资产名称等，相对应的划分为四个资产分类等级。业务、设备拆解应规范边界划分方法、明确解构方法，并设置拆分的颗粒度。如设备应细分、拆解到可维修部件，便于备品备件的采购及库存管理。业务对象按照业务流程的颗粒度，划分为不超过4级的业务层级。
73.步骤102、对分类后的管网资产对象进行数据的采集和汇聚。
74.在本技术实施例中，对分类后的管网资产对象进行数据采集和汇聚，可以构建一个数据的中间库，根据企业已有的数据架构，按照业务范围和，采集或建立数据资源目录。再根据数据资源目录对分类后的管网资产对象进行数据采集，采集到的数据汇聚至数据的中间库中。
75.步骤103、对数据进行加工以得到加工后的数据。
76.在本技术实施例中，采集到的初始数据中包含大量的脏数据，需要逐次进行数据质量检查、数据源对齐归并和业务识别关联等数据清洗加工，并在加工的过程中提取资产对象的数据质量检查规则、数据对齐归并规则、业务分析识别等知识。
77.数据质量检查过程主要完成对采集输入的初始数据进行数据本身的质量检查和过滤，确保输入的数据满足准确性、完整性、及时性、规范性要求。
78.数据源对齐合并过程主要完成对“一数多源”情况资产对象数据的对齐和归并，规则可依据数据源质量打分、权重、业务专家打分等因素综合生成，目标是后续顺利实现资产对象的“一物一源一码”。
79.业务分析模型主要是针对资产对象的属性或状态进行业务需求的相关识别和判断，如关键物理对象和业务对象识别，资产物理对象故障状态的特征规律、程度级别判定，资产业务对象状态变化趋势、风险关联对象等分析。将数据源和业务需求建立关联关系，形成分析方案。
80.步骤104、将加工后的数据进行统一标识编码以得到每个数据对应的编码。
81.在本技术实施例中，统一标识编码规则可以参照工业互联网标识编码规则标准，结合油气管道行业资产分类和业务分类进行，保证编码的统一性、可扩展性、可解释性、唯一性等特点。
82.其中，统一性是指目前工业互联网标识编码主要包括vaa标识、gs1标识、handle标识、oid标识、ecode标识、did等六种编码类型，行业或企业在进行标识编码时也应遵循该编码规则，制定本行业或企业的对象编码。
83.唯一性是指资产编码应唯一。例如：用于唯一标识油气储运行业各类资产对象。
84.扩展性是指编码充分考虑后期扩展，并支持转换存储在二维码中。可通过数字、字符等区分设计、扩展预留。
85.可解释性是指每个编码单元，都应该对应清晰的含义，便于查询和识别。进一步地，可在编码时考虑对关键设备、关键业务、关键状态等关键资产对象实施区分编码或编码序号前移，突显其重要性。
86.步骤105、根据加工后的数据和编码构建资产完整性管理知识图谱。
87.在本技术实施例中，对资产对象进行了分类分级和梳理，且形成了唯一的标识编码之后，可以参照统一资产标识设计资产对象概念图谱。在结果库及中间库中，对获取资产物理对象和业务对象的元数据进行映射和处理，进行实体、属性、关系的实例抽取。最后结合资产完整性管理的业务需求和知识，建立、完善资产对象知识图谱。
88.步骤106、对资产完整性管理知识图谱进行可视化查询与分析。
89.在本技术实施例中，基于唯一资产标识构建的资产完整性知识图谱，可以支持多个维度的可视化查询和智能化分析。
90.通过上述技术方案，先对管网资产进行分类以得到分类后的管网资产对象；对分类后的管网资产对象进行数据的采集和汇聚；再对数据进行加工以得到加工后的数据；将加工后的数据进行统一标识编码以得到每个数据对应的编码；最后根据加工后的数据和编码构建资产完整性管理知识图谱；从而对资产完整性管理知识图谱进行可视化查询与分析。本技术建立了统一、规范的资产编码，打通了企业内外部的数据孤岛和资产标识壁垒，促进了知识共享，使管道资产可视化并且能精准查询分析。同时本技术也便于挖掘提升资产对象价值，提高了管网的复杂资产管理效率，促进了业务完善优化。
91.在本技术实施例中，步骤101、对管网资产进行分类以得到分类后的管网资产对象可以包括：
92.管网资产物理对象和管网资产完整性业务对象；
93.其中，管网资产完整性业务对象包括以下中至少一者：
94.业务流程对象、业务机构对象、业务实体对象、业务系统、业务知识。
95.具体地，管网资产完整性管理的资产物理对象涵盖管道线路、站场、lng接收站、储气库、海底管道等。涉及工程建设和运行维护过程中的设备、设施，以及相关材料、部件、工器具等。
96.资产完整性业务涵盖风险管理、腐蚀防护、防汛与地灾管理、设施设备保护、设备分级管理、设备检测评价、设备更新改造维护、设备故障管理、失效管理、监测预警、应急维抢修、备品备件管理、资产处置管理等众多内容。为高效进行管网资产完整性业务的可视化管理，应进行业务梳理和分类。
97.在一个示例中，可拆分出下列业务资产对象：
98.业务流程对象：如业务域、流程项、子流程、事件活动项等；
99.业务机构：业务部门、业务岗位、业务人员等；
100.业务实体对象：场站、阀室、接收站等业务实体单元；
101.业务系统：如管道完整性管理系统、管道巡检系统、scada(数据采集与监视控制)系统、管道生产系统、管道设计平台等；
102.业务知识：业务作业手册、流程管理制度、标准规范等；
103.其他：如外部第三方资产、周边环境物等。
104.在本技术实施例中，步骤102、对分类后的管网资产对象进行数据的采集和汇聚可以包括：
105.构建一个数据的中间库；
106.按照业务范围建立数据资源目录；
107.根据数据资源目录，对分类后的管网资产对象进行数据采集；
108.将采集的数据汇聚至中间库中。
109.具体地，基于资产完整性管理业务的复杂性，所采集到的数据可能存在采集途径、对比实验、历史版本、数据精度、内外多源等需求，存在部门间、企业间、内外部的多个数据源，出于数据价值的考虑，可以构建一个资产对象数据的中间库。然后围绕对象分类信息、属性信息、关系信息、知识等需求来进行数据采集。
110.在一个示例中，对于物理资产应尽可能采集下列信息：
111.物理对象在企业内的相关主数据、元数据、参考数据等设备信息资料结构化信息；
112.物理对象名称、功能、供应商、分销商、历史版本、生产日期、价格、技术参数等属性信息；
113.设备数据源信息、物资管理信息系统平台的业务数据模型；
114.物理对象二三维模型、数据图纸、使用手册、安装手册、备品备件清单、检测检验报告、设备爆炸图等非结构化数据；
115.对于关键物理对象，还应该搜集外部市场、行业竞品、备品备件、供应链安全等情报。
116.中间库负责记录数据源、数据对象初始数据，并存放后续数据对齐的中间过程数据。对多源资产对象数据的汇聚也在中间库中完成。
117.在本技术实施例中，步骤103、对数据进行加工以得到加工后的数据可以包括：
118.对数据进行数据质量检查以得到管网资产对象的数据质量检查规则；
119.对数据进行数据源对齐归并以得到管网资产对象的数据对齐归并规则；
120.对数据进行业务识别关联以得到管网资产对象的业务分析识别知识。
121.具体地，数据质量检查过程主要确保输入的数据满足准确性、完整性、及时性、规范性要求。常见的检查项如表1所示。
122.表1
[0123][0124]
图2示意性示出了根据本技术实施例的资产属性对齐归并及业务识别模型关联的示意图。如图2所示，多个数据源经过数据对齐之后，仅保留一个数据源，实现了“一物一源一码”，并且可以在知识图谱系统中溯源查看相应的对齐过程图示和相应规则；通过业务识别模型，将特定资产对象的关联对象进行归并识别，构建了业务对象集合。
[0125]
具体地，数据源对齐合并过程主要完成对“一数多源”情况资产对象数据的对齐和归并。如最常见的管道管理段里程属性数据可以有内检测仪器获取、人工复测获取、信息系统获取、竣工验收交付、历史数据恢复等多种数据源渠道，如何将上述渠道的里程进行合并，需要设定一套合并规则。规则可依据数据源质量打分、权重、业务专家打分等因素综合生成，目标是后续顺利实现资产对象的“一物一源一码”。
[0126]
具体地，业务分析模型主要是针对资产对象的属性或状态进行业务需求的相关识别和判断，如关键物理对象和业务对象识别，资产物理对象故障状态的特征规律、程度级别判定，资产业务对象状态变化趋势、风险关联对象等分析。将数据源和业务需求建立关联关系，形成分析方案。
[0127]
在本技术实施例中，步骤104、将加工后的数据进行统一标识编码以得到每个数据对应的编码可以包括：
[0128]
采用不定长多码段形式将加工后的数据进行统一标识编码以得到每个数据对应的编码；
[0129]
其中，所述编码由分类编码和属性编码组成。
[0130]
具体地，建立统一标识的实施步骤包括：
[0131]
s1、重点针对关键业务、关键资产、关键功能等，结合公共数据、主数据等系统，进行关键资产统一编码；
[0132]
s2、通过持续完善和扩展，全面统一企业内部各业务域的资产标识，构建企业标识解析服务节点；
[0133]
s3、联合行业内部各企业单位，申请注册行业二级节点，获得许可和认证，最终接
入国家工业互联网标识基础设施服务平台；
[0134]
s4、打通油气储运行业产业链、供应链上下游，对外提供油气储运行业标识解析服务，并获取参考其他行业的标识解析服务资源。
[0135]
具体地，编码结构、生成原理、属性描述等应与标识编码标准和国际惯例接轨，采用组合编码方式。如油气储运资产标识编码可由标识前缀和标识后缀两部分组成，前缀与后缀之间以utf-8字符“/”分隔；其中标识前缀由国家代码、行业代码、企业代码组成，用于唯一标识企业主体；标识后缀可以由资产业务域(业务码)、对象类型(类型码)、对象编码(对象码)，以及应用系统流水码、申领日期、序列码、校验码等组成。
[0136]
进一步地，资产对象码由分类编码和属性编码组成，采用不定长多码段形式。代码可以由数字和字母组合而成。具有相同属性特征的同一类材料，资产对象码保持唯一。资产对象编码规则可以设定如下：
[0137]
资产分类编码(8位)+属性值代码1+属性值代码2+
…
+属性值代码n。
[0138]
图3示意性示出了根据本技术实施例的资产对象分类编码结构示意图。如图3所示，分类代码定长，每级由2位字符组成，共8位。可以通过编码代码序号、字符类型来进行扩展解释，如设计专门编码规则来对关键资产对象进行标记等分类扩展需求。
[0139]
在一个示例中，恒电位仪属性范围及顺序为：供电电源、冷却类型、防爆等级、防护等级、使用环境、回路数、输出电压、输出电流、输出控制、卫星时钟。按上表标识编码规则，恒电位仪资产对象标识编码为：aaaaaadgba的资产对象，代表的是“供电电源ac 220v 50hz，风冷型，不防爆，防护等级ip31，使用环境室内，回路数a/b机(自动切换)，输出电压30v，输出电流10a，voff电位输出控制，具备卫星时钟”的恒电位仪资产。其物理资产对象标识编码如表2所示，物理资产对象标识编码属性编码如表3所示。
[0140]
表2
[0141][0142]
表3
[0143][0144]
在一个示例中，虚拟资产对象标识编码分类编码如表4所示，虚拟资产对象标识编码属性编码如表5所示。
[0145]
表4
[0146][0147]
表5
[0148]
[0149]
在本技术实施例中，步骤105、根据加工后的数据和编码构建资产完整性管理知识图谱可以包括：
[0150]
构建资产完整性管理知识图谱本体；
[0151]
对资产完整性管理知识图谱进行精化以得到精化后的资产完整性管理知识图谱；
[0152]
对精化后的资产完整性管理知识图谱进行更新维护。
[0153]
具体地，构建资产完整性管理知识图谱本体包括实体、属性、关系识别和抽取，其中，实体属性的识别提取可以依据统一标识编码进行转化生成。如管网资产物理实体可以直接选取分类代码的最细颗粒度进行实体建模，并依据资产对象属性码，生成实体的属性标签。对资产完整性管理知识图谱进行精化包括图谱实例化及质量检查。图谱实例化可以根据定义好的概念图谱实体(节点)、关系(边)和属性(标签)等，构建图数据库的框架，然后对图谱数据进行初始化导入，构建实例化管网资产图模型。质量检查知识图谱构建中必不可少的一环，本阶段主要针对语义对齐、属性融合等进行质量检查，如对同义词、缩写词等进行消歧、合并处理，对语义或逻辑错误、冲突进行纠正。
[0154]
初步构建的知识图谱往往因为自动提取的实体、属性、关系一般都较为简单，进行数据实例化后，会存在大量错误或者缺失，因此知识图谱还需要经过大量的人工确认和完善工作，检查逻辑错误、进行本体的语义对齐，提升知识图谱的质量。知识图谱实例化后使用过程中还应结合内部、外部的专业人员或用户反馈，引入外部知识来更新。质量优化和完善过程会一直持续进行。知识图谱的在使用过程中，还应该持续迭代完善，更新维护。重点涵盖两个方面的维护：
[0155]
增量知识更新：如随着管网资产完整性业务调整，对新增业务进行重新调研。数据源变更等进行重新分类分级分析和识别；
[0156]
业务模型更新：如资产价值、敏感程度、法律法规要求等原因，业务模型发生改变后对关联资产对象的重新识别，并生成新实例。
[0157]
除此之外，每次更新应重新进行图谱的全局检查和评估，标记图谱更新前后版本的升级、降级等对应区域，并加以重点关注。
[0158]
图4示意性示出了根据本技术实施例的资产对象知识图谱实体与统一标识分类、属性编码间对应关系的示意图。如图4所示，在本技术实施例中，构建资产完整性管理知识图谱本体包括：
[0159]
根据统一标识编码生成所述管网资产对象的实体和属性；
[0160]
对管网资产进行初始化识别以生成所述实体间的关系；
[0161]
根据实体、属性以及实体间的关系构建资产完整性管理知识图谱本体；
[0162]
其中，对管网资产进行初始化识别的方法包括以下中的至少一者：
[0163]
结构化数据库映射、智能化分析方式和人工众包分解方式。
[0164]
具体地，在构建资产对象知识图谱时，可以在已有的资产对象统一标识编码基础上进行知识图谱实体、属性映射和概念图谱构建，构建步骤可以包括：
[0165]
根据资产对象标识编码中的分类编码，生成资产对象实体。如一级对象、二级对象、三级对象、四级对象等；
[0166]
针对同一个资产对象的属性编码，为该资产对象进行属性的映射和挂接关联并建立属性关系；
[0167]
分级资产对象均继承上一级对象的属性。
[0168]
图5示意性示出了根据本技术实施例的管网资产概念图谱模型示意图。如图5所示，图中每个节点为一个资产对象概念实体，概念实体之间或自身具有各种关联关系，概念实体和关系拥有属性或标签。具体地，实体、属性构建完成之后，知识图谱还需要为其建立关联关系。物资对象和业务对象之间的部件构成关系、依赖关系、上下游关系、隶属关系、输入输出关系等可以直接基于数据源映射导入。充分参考企业数据治理成果和信息系统平台结构化数据库。提取业务流程关系；也可通过正则表达式设置规则，从流程标准、作业程序、说明书等文本中通过自然语言处理算法进行辅助提取。
[0169]
在本技术实施例中，对资产完整性管理知识图谱进行精化包括：
[0170]
根据实体、属性以及实体间的关系构建初始图数据库；
[0171]
将加工后的数据导入至所述初始图数据库，以构建实例化管网资产图模型；
[0172]
对所述管网实例化资产图模型进行质量检查。
[0173]
具体地，根据上述资产知识图谱概念模型，设计资产图谱图数据库中的节点、边、属性，构建图数据库的框架，然后进行初始化导入，即将统一编码标识的数据加工结果映射到图数据库中，构建实例化管网资产图模型，实现知识图谱存储。对于大量的管网资产对象数据可以建立从源数据库读取数据，中间库数据加工、加工后存入结果库、由结果库读取存入图数据库的一系列流动路径上的自动化数据导入导出接口、映射及质量检查工具。
[0174]
由于自动提取的实体、属性、关系一般都较为简单，进行数据实例化后，会存在大量错误或者缺失。因此知识图谱还需要经过大量的人工确认和完善工作，检查逻辑错误、进行本体的语义对齐和对冲突进行纠正以提升知识图谱的质量。知识图谱实例化后使用过程中还可以结合内部、外部的专业人员或用户反馈，引入外部知识来更新。
[0175]
具体地，知识图谱的质量优化和完善过程是持续进行的。在知识图谱的使用过程中，可以持续迭代完善及更新维护。其中，更新维护可以通过业务专家人工抽样检测、资产实际对比评估等方法，定期或不定期进行维护、评估和更新，从而完善标识体系和知识图谱。更新维护重点包括以下两个方面：
[0176]
增量知识更新：如随着管网资产完整性业务调整，对新增业务进行重新调研。数据源变更等进行重新分类分级分析和识别。
[0177]
业务模型更新：如资产价值、敏感程度、法律法规要求等原因，业务模型发生改变后对关联资产对象的重新识别，并生成新实例。
[0178]
除此之外，每次更新应重新进行图谱的全局检查和评估，标记图谱更新前后版本的升级、降级等对应区域，并加以重点关注。
[0179]
上述的更新维护可能由下列资产对象评估或变化触发：
[0180]
资产数据源：数据源的可用性维护、数据源接口变更等；
[0181]
资产信息：资产基本信息、分解关系、属性信息、故障码等；
[0182]
业务信息：业务基本信息、业务流程关系、业务属性信息、业务异常信息等；
[0183]
资产统一编码规则：如资产对象分类、标识编码规则，对象属性规则等；
[0184]
质量规则：资产数据一致性、准确性、完整性、及时性等质量检查规则业务模型：资产业务域、业务主题识别、关联对象、分析模型等
[0185]
外部知识：如产业链即供应链实体间关系、标识体系编码规则等
[0186]
每次知识图谱更新之后应该重新进行实例化和质量检查，避免因更新引入错误，并做好更新记录和回滚方案。
[0187]
在本技术实施例中，对资产完整性管理知识图谱进行可视化查询与智能化分析包括：
[0188]
对资产完整性管理知识图谱进行图结构分析；
[0189]
对资产完整性管理知识图谱进行知识推理分析；
[0190]
对资产完整性管理知识图谱进行混合推理。
[0191]
具体地，基于唯一资产标识构建的资产完整性知识图谱，在实际应用时可以支持多个维度的可视化查询和智能化分析。
[0192]
具体地，知识图谱的具体应用如下：
[0193]
资产唯一标识应用：通过扫描资产唯一标识二维码，可以迅速定位资产对象的属性、关系信息，并钻取、挖掘其关联资产对象的图谱知识。进一步的，可以结合工业互联网标识基础设施其他解析服务，提供更广泛的关联查询；
[0194]
资产部门图谱应用：如展示全局业务部门组织架构图，查询特定资产完整性管理物理或业务对象所关联的权责部门，查询特定部门负责的业务、设备等资产对象；
[0195]
资产物理对象图谱应用：如展示设备构成图，查询特定物料采购流程，分析特定设备的备品备件管理部门、生产厂家，库存及备品备件分析，关联资产对象推荐等；
[0196]
资产业务对象图谱应用：如展示业务域全图和特定主题域全图，关键业务流程跟踪，业务运行异常关联查询，业务调整可视化对比，业务风险定位分析等；
[0197]
资产业务知识图谱应用：分析资产业务指标规律，发现异常业务关系，统计资产对象变化趋势，评估资产对象影响等；
[0198]
图谱综合应用：如资产对象缺失发现，业务闭环分析，资产调度提效，业务流程优化，相似性故障跟踪等。
[0199]
具体地，管网资产知识图谱分析推理方法主要有以下3种：
[0200]
图结构分析：图算法是知识图谱的重要分析方法。如路径查找算法跟踪业务对象链路，中心度算法发现关键管网资产，社群算法发现业务对象的影响范围和聚类关系等；
[0201]
知识推理分析：基于逻辑规则、神经网络、表示学习等的知识推理，用以发现和推理发现新的隐藏知识。如通过将实体离散符号映射到向量空间后，基于距离或语义相似度来捕捉隐藏关系；通过构建评分函数发现特征关系；通过业务模型设定规则捕获特定实体等；
[0202]
混合推理：结合专家系统、人工智能等技术，实现复杂业务的知识推理和混合分析。如实现视频、图片、报告等虚拟资产和业务对象的挂接和关联。
[0203]
图6示意性示出了根据本技术实施例的资产对象爆炸图。如图6所示，在一个示例中，对物理设备资产查询的典型的可视化场景可以为设备爆炸图。通过扫描二维码或查询唯一资产标识码，可以迅速定位设备a，在资产知识图谱可视化系统中双击该节点，可以查看该节点的二级对象展开、三级对象展开、四级对象展开，形成如下图所示的设备爆炸图。结合多模态关联的设备结构图纸，可以更清晰的进行部件对应和分析。
[0204]
在其他示例中，典型的可视化场景还可以包括：数据归集图、业务流程图、资产溯源图、故障追踪图等。
[0205]
通过上述技术方案，先对管网资产进行分类以得到分类后的管网资产对象；对分类后的管网资产对象进行数据的采集和汇聚；再对数据进行加工以得到加工后的数据；将加工后的数据进行统一标识编码以得到每个数据对应的编码；最后根据加工后的数据和编码构建资产完整性管理知识图谱；从而对资产完整性管理知识图谱进行可视化查询与分析。本技术建立了统一、规范的资产编码，打通了企业内外部的数据孤岛和资产标识壁垒，促进了知识共享，使管道资产可视化并且能精准查询分析。同时本技术也便于挖掘提升资产对象价值，提高了管网的复杂资产管理效率，促进了业务完善优化。
[0206]
图7示意性示出了根据本技术实施例的一种管网资产完整性可视化分析方法的装置的模块示意图。如图7所示，本技术实施例提供一种管网资产完整性可视化分析的装置，可以包括：
[0207]
资产分类模块701，被配置成对管网资产进行分类以得到分类后的管网资产对象；
[0208]
数据采集模块702，被配置成采集和汇聚管网资产对象的数据；
[0209]
数据加工模块703，被配置成对数据进行加工以得到加工后的数据；
[0210]
资产编码模块704，被配置成将加工后的数据进行统一标识编码以得到每个数据对应的编码；
[0211]
图谱构建模块705，被配置成用于管理维护图数据库和资产完整性管理知识图谱本体模型，对资产完整性管理知识图谱质量进行检查及维护；
[0212]
可视化分析模块706，被配置成对资产完整性管理知识图谱进行可视化查询与分析。
[0213]
在本技术实施例中，管网资产包括两类，分别是有形资产(物理资源)和无形资产(虚拟资源)。基于资产完整性管理需求而言，管网资产对象主要对应管网资产物理对象和管网资产完整性业务对象两大类。具体地，管网资产完整性管理的资产物理对象涵盖管道线路、站场、lng接收站、储气库、海底管道等。涉及工程建设和运行维护过程中的设备、设施，以及相关材料、部件、工器具等；资产完整性业务涵盖风险管理、腐蚀防护、防汛与地灾管理、设施设备保护、设备分级管理、设备检测评价、设备更新改造维护、设备故障管理、失效管理、监测预警、应急维抢修、备品备件管理、资产处置管理等众多内容。资产分类模块701可以根据设置好的资产分类原则和资产分类规则对管网资产进行分类以得到分类后的管网资产对象。其中，资产分类原则和资产分类规则可以根据资产管理需求设置。
[0214]
在本技术实施例中，需要通过数据采集模块702采集和管理分类后的管网资产对象的数据。数据采集可以围绕资产对象的分类信息、属性信息、关系信息、知识等需求来进行。数据采集可以分批次进行，首先进行关键资产、关键业务数据的采集和汇聚，侧重资产对象元数据的采集，避免大量数据详细记录的导入，后续再根据实施资源情况，扩大完善。在一个示例中，对于物理资产应尽可能采集的信息包括：物理对象在企业内的相关主数据、元数据、参考数据等设备信息资料结构化信息；物理对象名称、功能、供应商、分销商、历史版本、生产日期、价格、技术参数等属性信息；设备数据源信息、物资管理信息系统平台的业务数据模型；物理对象二三维模型、数据图纸、使用手册、安装手册、备品备件清单、检测检验报告、设备爆炸图等非结构化数据。对于关键物理对象，还应该搜集外部市场、行业竞品、备品备件、供应链安全等情报。
[0215]
在本技术实施例中，由于采集到的初始数据中包含大量的脏数据，因此需要通过
数据加工模块703逐次进行数据质量检查、数据源对齐归并和业务识别关联等数据清洗加工，并在数据加工过程中提取资产对象的数据质量检查规则、数据对齐归并规则、业务分析识别等知识。数据质量检查过程主要完成对采集输入的初始数据进行数据本身的质量检查和过滤，确保输入的数据满足准确性、完整性、及时性、规范性要求。数据源对齐合并过程主要完成对“一数多源”情况资产对象数据的对齐和归并，规则可依据数据源质量打分、权重、业务专家打分等因素综合生成，目标是后续顺利实现资产对象的“一物一源一码”；业务分析模型主要是针对资产对象的属性或状态进行业务需求的相关识别和判断，如关键物理对象和业务对象识别，资产物理对象故障状态的特征规律、程度级别判定，资产业务对象状态变化趋势、风险关联对象等分析；将数据源和业务需求建立关联关系，形成分析方案。
[0216]
在本技术实施例中，随着工业互联网的发展，油气储运行业上下游企业协作越来越紧密，需要构建油气储运管网企业在工业互联网标识体系中的企业节点，形成企业内部资产的内部统一标识，再与全国标识解析体系其他基础设施对接，进行全产业链的标识统一流通。因此需要通过资产编码模块704对加工后的数据进行统一标识编码以得到每个数据对应的编码。统一标识编码规则应参照工业互联网标识编码规则标准，结合油气管道行业资产分类和业务分类进行，保证编码的统一性、可扩展性、可解释性、唯一性等特点。
[0217]
在本技术实施例中，基于资产完整性可视化的需求，在针对资产对象进行了分类分级和梳理，且形成了唯一的标识编码之后，需要通过图谱构建模块705构建资产完整性管理知识图谱。具体而言，可以对获取资产物理对象和业务对象的元数据进行映射和处理，进行实体、属性、关系的实例抽取。最后结合资产完整性管理的业务需求和知识，建立、完善资产对象知识图谱。
[0218]
在本技术实施例中，在资产完整性知识图谱构建之后，即可通过可视化分析模块706对其进行可视化查询与智能化分析。管网资产知识图谱分析推理方法主要包括：图结构分析：图算法是知识图谱的重要分析方法。如路径查找算法跟踪业务对象链路，中心度算法发现关键管网资产，社群算法发现业务对象的影响范围和聚类关系等；知识推理分析：基于逻辑规则、神经网络、表示学习等的知识推理，用以发现和推理发现新的隐藏知识。如通过将实体离散符号映射到向量空间后，基于距离或语义相似度来捕捉隐藏关系；通过构建评分函数发现特征关系；通过业务模型设定规则捕获特定实体等；混合推理：结合专家系统、人工智能等技术，实现复杂业务的知识推理和混合分析。如实现视频、图片、报告等虚拟资产和业务对象的挂接和关联。
[0219]
通过上述技术方案，先对管网资产进行分类以得到分类后的管网资产对象；对分类后的管网资产对象进行数据的采集和汇聚；再对数据进行加工以得到加工后的数据；将加工后的数据进行统一标识编码以得到每个数据对应的编码；最后根据加工后的数据和编码构建资产完整性管理知识图谱；从而对资产完整性管理知识图谱进行可视化查询与分析。本技术建立了统一、规范的资产编码，打通了企业内外部的数据孤岛和资产标识壁垒，促进了知识共享，使管道资产可视化并且能精准查询分析。同时本技术也便于挖掘提升资产对象价值，提高了管网的复杂资产管理效率，促进了业务完善优化。
[0220]
在一具体实施例中，图8示意性示出了根据本技术实施例的一种资产完整性可视化分析系统结构框图，包括：
[0221]
702数据采集模块：资产对象数据的采集管理和输入模块。该模块支持通过数据接
口工具自动提取、人工录入工具、模板批量导入等方式采集。模块输入为707-1外部数据。采集经701资产分类模块分类后的资产对象的数据，将其输出至707-2中间库中，采集的资产业务知识在梳理后存放到707-5知识库中。
[0222]
703数据加工模块：负责进行对采集到的资产数据进行加工。加工内容包括数据源对齐归并和业务识别关联等。本模块输入为707-2中间库中由702数据采集模块采集到的初始数据，输出对象有3个，分别为707-2中间库(中间过程数据)、707-3结果库(加工结果数据)、707-5知识库(数据加工过程中依据的数据质量检查规则、数据对齐归并规则、业务分析识别等)。
[0223]
704资产编码模块：负责对加工好的资产数据进行统一标识编码，以及提供工业标识内外部的协同查询服务。本模块的输入和输出均为707-3结果库和707-5知识库。本模块的资产对象统一编码规则，外部企业节点、行业节点等工业互联网标识基础设施等数据等，是完成资产统一标识的重要知识，均存放和更新于707-5知识库中。
[0224]
705资产图谱模块：负责管理维护图数据库和图谱本体模型，提供资产图谱的质量检查及维护功能。主要输入输出对象为707-4图数据库。
[0225]
706可视化分析模块：负责提供知识图谱的应用和分析，主要功能包括：可视化展示功能：将管网资产对象实体、关系、属性等以图谱方式直观展示出来，可进行拖拽，钻取，合并等可视化操作；智能分析功能：基于统一标识和知识图谱进行定制性分析。如发现隐含资产对象、挖掘资产对象间关系及规律、定位资产对象实体、跟踪异常资产对象等。
[0226]
707数据存储管理模块：完成对数据源、结构化数据库、图数据库、对象数据库和知识库的管理维护。同时也负责对系统中的各类图谱数据、规则、知识进行更新维护。
[0227]
708系统管理模块：负责资产知识图谱平台的自身权限、用户管理，以及外联数据及服务接口的安全权限等管理，包括外联工业互联网标识基础设施的注册和申请访问等。
[0228]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0229]
以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。