(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210919503.3 (22)申请日 2022.08.02 (71)申请人 北京中恒博瑞数字电力科技有限公 司 地址 100000 北京市海淀区西二 旗大街39 号3层302-1 (72)发明人 张伟　于瑞丰　王亚良　赵艳宁　 李玉林　仇向东　周兴华　 (74)专利代理 机构 河北智酷知创知识产权代理 事务所(普通 合伙) 13157 专利代理师 武哲 (51)Int.Cl. G06Q 10/00(2012.01) G06Q 50/06(2012.01) G06N 3/08(2006.01)G06N 3/04(2006.01) G06F 16/36(2019.01) (54)发明名称 一种配网故障抢修知识库的构建方法及系 统 (57)摘要 一种基于知识图谱的配网故障抢修知识库 的构建方法及系统， 构建方法是对配网故障的数 据源中的非结构化数据和半结构化数据进行处 理， 形成配网故障抢修知识图谱的过程， 所述的 构建方法包括知识抽取、 知识融合、 及知识加工 的步骤， 所述的系统包括由前台数据采集与数据 管理组成的前端模块、 由微服务架构和持久层框 架组成的后端模块、 以及由关系型数据库与图数 据库组成的底层数据库构成， 本发 明运用知 识图 谱技术， 围绕电网设备故障， 将与设备故障密切 相关故障类型、 故障原因、 处理措施、 表现特征、 规章知识、 仪器使用等信息作为知识点进行挖 掘、 整合及关联信息网的生成与存储， 为基层抢 修人员提供方便、 快捷和准确的配网故障抢修指 导和解决方案 。 权利要求书1页 说明书5页 附图3页 CN 115271121 A 2022.11.01 CN 115271121 A 1.一种基于知识图谱的配网故障抢修知识库的构建方法， 是对配网故障的数据源中的 非结构化数据和半结构化数据进 行处理， 形成配网故障抢修知识图谱的过程， 其特征在于： 所述的构建方法包括知识抽取、 知识融合、 及 知识加工的步骤， 具体为： a、 知识抽取， 对数据源中的实体名称进行了实体名称对齐， 确保故障类型和故障解决方法在映射到 知识库后唯一， 采用直接映射 或者映射规则定义的RDB2OWL模型来进行实体抽取， 将故障抢 修系统中符合故障抢修知识库本体模型的数据转换为以OW L语言表示的实例数据； b、 知识融合， 使用深度学习算法BiLSTM ‑CRF对上述实体名称对齐的距离进行计算， 在距离计算时， 将实例数据的字符串分割成单个字符进行操作， 同时， 用BMES四位序列标注法对故障抢修 知识库中的实体名称进行标注， 另外在编辑距离时增加距离修改的权重， 最后用Word2vec 算法将词汇转换为词向量， 在语义 坐标系上进行投影； c、 知识加工， 针对故障类型实体、 故障处理实体、 规程实体、 规程内容实体四大类故障抢修数据进行 建模， 最终形成故障抢修知识库。 2.根据权利要求1所述的一种基于知识图谱的配网故障抢修知识库的构建方法， 其特 征在于： 所述的步骤a中， 采用RDB2OWL模 型来进行实体抽取时， 包括但 不限于表的相互引用 和链接、 属性、 主外键， 从中得到配网故障抢修系统中各个表与记录的语义， 对故障抢修系 统中数据库的模式向故障抢修知识库的本体模型转 化， 进行模式匹配。 3.根据权利要求1所述的一种基于知识图谱的配网故障抢修知识库的构建方法， 其特 征在于： 所述的步骤b中， 在距离计算时， 需要考虑插 入、 删除以及替换三种编辑操作。 4.根据权利要求1所述的一种基于知识图谱的配网故障抢修知识库的构建方法， 其特 征在于： 所述的步骤b中， BMES四位序列标注法的标注集合为{B,M,E,S}， B表示词的首字， M 表示词的中间字， E表示词的结尾字,S表示单字为词。 5.根据权利要求1 ‑4任意一项所述的一种基于知识图谱的配网故障抢修知识库系统， 其特征在于： 所述的系统包括由前台数据采集与数据管理组成的前端模块、 由SpringBoot 微服务架构和Mybatis ‑plus持久层框架组成 的后端模块、 以及由关系型数据库MySQL与图 数据库Neo4j组成的底层数据库构成， 其中， 前端进行故障抢修知识图谱的展示与友好交 互， 后端模块借助 交互接口和故障抢修处理模块与前端模块通讯连接， 底层数据库用于存 储设备故障类型、 故障解决、 故障规 程、 规程内容数据。权　利　要　求　书 1/1 页 2 CN 115271121 A 2一种配网故障抢修知识库的构建 方法及系统 技术领域 [0001]本发明涉及配网故障抢修知识库和可视化管理领域， 具体的， 涉及使用知识图谱 相关技术， 基于neo4j图数据库， 结合前端 可视化， 构建配网故障抢修知识库， 搭建知识可视 化管理平台。 背景技术 [0002]随着电力企业人员不断壮大发展， 用电用户对电力供电质量要求不断提升， 电力 公司对班组成员故障抢修能力 及效率越来越重视， 但是电网企业信息很多 是以纸质方式存 在， 且以文本表达为主， 受技术手段限制， 当前并未对这些数据进行大规模结构化信息提 取， 造成故障排查及处理依赖工作人员经验， 而受知识传递方式、 辐射面的限制， 人工经验 往往无法得到精准、 广泛的传播。 所以建立一套方便、 快捷和准确的故障抢修知识库， 对电 网基层抢修人员及电力公司内部的知识共享共用具有重大意 义及作用。 [0003]传统的知识库创建大多以专家经验为主， 知识内容依靠人工梳理， 这种方法过于 依赖个人经验， 不仅无法保障知识准确性， 且自动化程度低， 知识梳理效率低， 覆盖范围受 限， 难以构建大范围、 大量、 精准的知识库， 无法全面支撑抢修员 知识盲区的知识搜索及共 享。 发明内容 [0004]本发明为了解决为基层班组抢修人员提供快捷、 方便、 专业的故障抢修知识检索、 智能问答、 知识 提问、 问题讨论平台的问题， 提供了一种配网故障抢修知识库的构建方法及 系统， 结合知识图谱、 图数据库和自然语言处理等技术， 以设备故障为核心， 结合设备故障 部位、 故障性质、 故障特征、 故障原因等标签数据， 构建具有多维度、 多层次的配网故障抢修 知识库,搭建一站式知识图谱管理平台与故障抢修问答应用。 知识图谱管理平台对外提供 知识图谱、 智能搜索和语音交 互等服务， 支撑前端微应用快速构建。 [0005]本发明的技术方案是， 一种基于知识图谱的配网故障抢修知识库的构建方法， 是 对配网故障的数据源中的非结构化数据和半结构化数据进 行处理， 形成配网故障抢修知识 图谱的过程， 关键是， 所述的构建方法包括知识抽取、 知识融合、 及知识加工的步骤， 具体 为： [0006]a、 知识抽取， [0007]对数据源中的实体名称进行了实体名称对齐， 确保故障类型和故障解决方法在映 射到知识库后唯一， 采用直接映射或者映射规则定义的RDB2OWL模 型来进行实体抽取， 将故 障抢修系统中符合故障抢修知识库本体模型的数据转换为以OW L语言表示的实例数据； [0008]b、 知识融合， [0009]使用深度学习算法BiLSTM ‑CRF对上述实体名称对齐的距离进行计算， 在距离计算 时， 将实例数据的字 符串分割成单个字符进行操作， 同时， 用BMES四位序列标注法对故障抢 修知识库中的实体名称进行标注， 另外在编辑距离时增加距离修改的权重， 最后用说　明　书 1/5 页 3 CN 115271121 A 3