一种基于知识图谱的园区设备故障诊断方法及系统

本发明涉及故障监控与诊断领域，具体涉及一种基于知识图谱的园区设备故障诊断方法及系统。

背景技术：

1、目前使用数据化管理的园区大多已经实现了对故障信息的上报、储存等环节的数字化。但是自动化过程仅限于对告警信息的上报和显示，对故障的分析诊断仍然依赖于人工，导致故障不能及时排除，对园区的安全和运转效率造成不良影响。

技术实现思路

1、鉴于上述问题，本发明提供一种基于知识图谱的园区设备故障诊断方法及系统，通过知识图谱对上报的故障或告警信息进行自动化分析，并通过比对数据库快速给出故障的诊断信息以辅助维护人员对故障的分析判断，从而提高故障诊断和修复的速度，提高园区的数字化水平和运行效率。

2、本发明为解决上述技术问题所采取的技术方案是：

3、一方面，一种基于知识图谱的园区设备故障诊断方法，包括：

4、s101，基于知识图谱对园区内各种设备信息和故障信息进行本体构建；所述本体构建包括类的构建和对象属性的构建；类的构建包括对园区设备类和故障信息类的构建；园区设备类包括各种园区设备对象，故障信息类包括各种故障信息对象；对象属性的构建包括园区设备对象属性的构建和故障信息对象属性的构建；

5、s102，基于构建的本体，从园区设备对象属性和故障信息对象属性中抽取三元组信息，存储至数据库；

6、s103，接收园区内传感器上报的故障信息，基于存储的三元组信息，对故障信息进行诊断获得诊断结果；

7、s104，将所述诊断结果进行显示。

8、优选的，基于知识图谱对园区内各种设备信息和故障信息进行本体构建，具体包括：

9、基于知识图谱，采用七步法在protégé中对园区内各种设备信息和故障信息进行本体构建。

10、优选的，对象属性的构建中，园区设备对象属性包括：位置属性、设备编号属性、设备工作状态属性、设备名称属性和设备历史故障属性；

11、故障信息对象属性包括：故障名称属性、故障代码属性、故障现象属性、故障设备类型属性和故障解决方案属性。

12、优选的，知识图谱的三元组形式指的是按照实体-关系-实体的方式来构成基本的储存单元；对于园区设备，根据其对象属性生成包括(设备名称，编号，设备编号)、(设备编号，类型，设备类型)，(设备编号，状态，设备工作状态)和(设备编号，故障，设备历史故障)的三元组信息；对于故障信息，根据其对象属性生成包括(故障，编号，故障代码)，(故障代码，所属设备类型，设备类型)和(故障，解决方案，故障解决方案)的三元组信息。

13、优选的，抽取出的三元组信息，使用neo4j进行存储；具体的，在图数据库中，三元组的两个实体被视为节点，三元组中的关系被视为图的边；neo4j采用cypher作为查询语言来查看和编辑节点，使用create创建图节点，使用delete删除图节点，使用set修改节点，使用match匹配节点，使用where筛选条件，使用return返回查询结果；

14、neo4j中的节点为本体构建中所构建的对象属性的各种属性的实例。

15、优选的，在neo4j中使用create创建图节点，具体包括：

16、使用create语句按照园区内设备的数量创建对应的设备节点并赋予这些设备设备编号，将设备编号和设备实例关联；对本体构建的园区设备对象属性使用create语句创建设备工作状态节点、设备位置节点、设备名称节点和设备历史故障节点，并与设备节点关联；最后将所有的园区设备实体关联到园区设备类；

17、对于设备故障信息使用create语句按照故障列表逐个建立故障节点；对本体构建的故障信息对象属性使用create语句创建故障代码节点、故障解决方案节点、故障设备类型节点和故障名称节点，并与故障节点关联；最后将所有的故障节点关联到园区设备类，即所有的园区设备共享故障节点。

18、优选的，接收园区内传感器上报的告警信息，当所述告警信息为故障信息时，基于存储的三元组信息，对故障信息进行诊断获得诊断结果，具体包括：

19、接收园区内传感器上报的告警信息，将其格式处理为xml文档，并根据xml文档抽取出文档中各种属性值，所述属性值包括设备类型、设备编码、设备位置和故障现象；根据设备类型和故障现象分别查询设备类型编码和故障现象编码并生成一个与设备类型和故障现象唯一对应的故障代码；

20、在设备类型所关联的历史故障信息中查询该故障代码对应的故障节点，如果查询结果为真，根据该故障节点关联的信息返回故障解决方案；如果查询结果为空，则在设备编码所关联的设备历史故障中匹配故障现象关键词查询所有的解决方案，如果有解决方案，则返回，否则，提示维护人员处理。

21、优选的，在设备编码所关联的设备历史故障中匹配故障现象关键词查询所有的解决方案，如果有解决方案之后，还包括：

22、故障排除后，在设备类型的历史故障信息中使用create创建新的故障节点。

23、优选的，提示维护人员处理之后，还包括：

24、故障排除后，在设备类型的历史故障信息中使用create创建新的故障节点。

25、另一方面，一种基于知识图谱的园区设备故障诊断系统，包括：

26、本体构建模块，用于基于知识图谱对园区内各种设备信息和故障信息进行本体构建；所述本体构建包括类的构建和对象属性的构建；类的构建包括对园区设备类和故障信息类的构建；园区设备类包括各种园区设备对象，故障信息类包括各种故障信息对象；对象属性的构建包括园区设备对象属性的构建和故障信息对象属性的构建；

27、存储模块，用于基于构建的本体，从园区设备对象属性和故障信息对象属性中抽取三元组信息，存储至数据库；

28、诊断结果获取模块，用于接收园区内传感器上报的故障信息，基于存储的三元组信息，对故障信息进行诊断获得诊断结果；

29、诊断结果显示模块，用于将所述诊断结果进行显示。

30、本发明的有益效果为：

31、(1)本发明通过软件园区内的传感器对的各种硬件设备状态进行实时监测并量化记录；基于知识图谱技术对传感器产生的实时数据、设备上报的故障信息、人工巡查过程中手动提交的故障信息以及故障修复的进度和结果等数据以三元组的形式存储在数据库中并抽象为图的结构，借助知识图谱技术的优势，实现对设备信息和故障信息的储存、故障信息的检索、故障原因的诊断、故障维修进度的跟进、故障预警等自动化功能，提高了故障诊断和修复的速度，提高了园区的数字化水平和运行效率；

32、(2)如果数据库中没有与上报故障代码匹配的故障节点，本发明在故障排除后，会在设备类型的历史故障信息中使用create创建新的故障节点，通过故障信息的积累，诊断效率将不断提高，从而减少因非专业人员维护导致的故障原因不明，维修进度缓慢等现象。

技术特征：

1.一种基于知识图谱的园区设备故障诊断方法，其特征在于，包括：

2.根据权利要求1所述的基于知识图谱的园区设备故障诊断方法，其特征在于，基于知识图谱对园区内各种设备信息和故障信息进行本体构建，具体包括：

3.根据权利要求2所述的基于知识图谱的园区设备故障诊断方法，其特征在于，对象属性的构建中，园区设备对象属性包括：位置属性、设备编号属性、设备工作状态属性、设备名称属性和设备历史故障属性；

4.根据权利要求3所述的基于知识图谱的园区设备故障诊断方法，其特征在于，知识图谱的三元组形式指的是按照实体-关系-实体的方式来构成基本的储存单元；对于园区设备，根据其对象属性生成包括(设备名称，编号，设备编号)、(设备编号，类型，设备类型)，(设备编号，状态，设备工作状态)和(设备编号，故障，设备历史故障)的三元组信息；对于故障信息，根据其对象属性生成包括(故障，编号，故障代码)，(故障代码，所属设备类型，设备类型)和(故障，解决方案，故障解决方案)的三元组信息。

5.根据权利要求4所述的基于知识图谱的园区设备故障诊断方法，其特征在于，抽取出的三元组信息，使用neo4j进行存储；具体的，在图数据库中，三元组的两个实体被视为节点，三元组中的关系被视为图的边；neo4j采用cypher作为查询语言来查看和编辑节点，使用create创建图节点，使用delete删除图节点，使用set修改节点，使用match匹配节点，使用where筛选条件，使用return返回查询结果；

6.根据权利要求5所述的基于知识图谱的园区设备故障诊断方法，其特征在于，在neo4j中使用create创建图节点，具体包括：

7.根据权利要求6所述的基于知识图谱的园区设备故障诊断方法，其特征在于，接收园区内传感器上报的告警信息，当所述告警信息为故障信息时，基于存储的三元组信息，对故障信息进行诊断获得诊断结果，具体包括：

8.根据权利要求7所述的基于知识图谱的园区设备故障诊断方法，其特征在于，在设备编码所关联的设备历史故障中匹配故障现象关键词查询所有的解决方案，如果有解决方案之后，还包括：

9.根据权利要求7所述的基于知识图谱的园区设备故障诊断方法，其特征在于，提示维护人员处理之后，还包括：

10.一种基于知识图谱的园区设备故障诊断系统，其特征在于，包括：

技术总结
本发明公开了一种基于知识图谱的园区设备故障诊断方法及系统，方法包括：S101，基于知识图谱对园区内各种设备信息和故障信息进行本体构建；所述本体构建包括类的构建和对象属性的构建；类的构建包括对园区设备类和故障信息类的构建；对象属性的构建包括园区设备对象属性的构建和故障信息对象属性的构建；S102，基于构建的本体，从园区设备对象属性和故障信息对象属性中抽取三元组信息，存储至数据库；S103，接收园区内传感器上报的故障信息，基于存储的三元组信息，对故障信息进行诊断获得诊断结果；S104，将所述诊断结果进行显示。本发明能够提高故障诊断和修复的速度，提高园区的数字化水平和运行效率。

技术研发人员：刘龙城,高星,李贵林
受保护的技术使用者：厦门大学
技术研发日：
技术公布日：2024/1/13