[发明专利]用于生成至少一个推荐的方法

说明书

本发明涉及用于生成至少一个推荐的方法，包括以下步骤：接收案例嵌入，使用深度学习基于案例嵌入生成所述至少一个推荐，以及输出所述至少一个推荐。另外，本发明涉及生成器单元、设备和计算机程序产品。

技术领域

本发明涉及一种用于生成至少一个推荐的方法、一种对应的生成器单元、用于生成至少一个推荐的设备以及对应的计算机程序产品。

背景技术

在实践中，对旋转装备的远程监测和诊断是必不可少的。燃气轮机的远程诊断是一项复杂的任务，其可以被划分为三个步骤：（1）检测，（2）隔离，和（3）诊断。近来，对针对工厂过程安全性，提高可靠性和可用性，降低维护成本以及对装备健康状态的持续感知的系统性方案的需求在增长。这种需求对现有的工具环境提出了挑战，现有的工具环境通常以采用状况监测解决方案和专家系统为基础。具体地说，作为系统性诊断的一部分的故障检测、故障隔离、故障机制定义和诊断定义是支持工程师进行其决策过程直至校正动作推荐的基本功能。

但是，由于大量子系统和过程流程所引起的技术复杂性，对工业燃气轮机的诊断并非易事，并且需要来自诸如系统力学、空气动力学和热力学等之类的各个领域的各种工程师的多学科专业知识。

直到最近，计算能力的增长使人工智能领域的自主决策方法再度风起云涌，使用于应对先前概述的挑战的新方法和工具成为可能。一个这样的示例是深度学习，它是一种强大的方法，它利用GPU硬件来构建具有看不见的能力的模型，该看不见的能力根据数据来自动构造相关特征。

在分析阶段期间，远程诊断中心（RDC）处的专家通常会利用他对故障模式和解决方案的发现和假设来丰富上述步骤（1）中的可用传感器数据，所有发现和假设都记录在售票（ticketing）系统（例如Salesforce）中作为自然语言的自由文本。尽管这种非结构化（或半结构化）的记录方式对技术人员来说是方便的，但它使得很难与其他同事分享这些注释中所表达的知识。这些票据中的信息用于基于过去的类似案例来提出解决方案。因此，挑战在于提供一种可以在诊断期间自动向技术人员提出相关的历史案例的系统，该系统中将传感器数据以及（中间）人工生成的内容（主要是文本信息）纳入考虑。此外，拥有需要对参数进行大量手动调整才能良好运行的解决方案在实践中并不可行。到目前为止，远程诊断中心（RDC）中的诊断过程基本上是手动的，并且缺乏软件工具的支持。

现有技术中已知几种用于针对当前关键情况生成第一级支持推荐的方法和系统。这些推荐旨在解决观察到的技术系统的问题或减少系统带来的未来损害。此外，其他推荐可以针对资源消耗的优化、系统的输出、通过减少磨损来增加寿命。

根据现有技术，例如，联合分析机器数据和人工生成的文本以创建当前情况的统一表示。可以使用这种统一表示从案例库中识别出类似的历史情况，并将该类似的历史情况与其他解决方案一起呈现给工程师。然后，工程师可以从这些解决方案中拾取相关的部分，并将它们组合成一个文本。最后，将得到的文本提供给客户。

换句话说，当前的方案只是产生作为可能的解决方案的类似已知案例的列表。工程师必须在该列表中手动找到最佳或最合适的解决方案。但是，此方案不适用于各种诊断场景。在许多场景中，不能将特定案例分配给类似的已知案例。因此，经常无法找到解决方案或合适的解决方案。此外，尤其是在第一级支持的场景中，用户需要一个明确的推荐，而不是他们必须从中选择要采取的适当措施的潜在相关案例的列表。

此外，诊断场景可能需要与工程师进行复杂对话。例如，第一推荐指示工程师应检查测量值是否在预定义范围内。如果当前值不在预定义范围内，则工程师将至少需要另一推荐。但是，对话不能通过通用方案来实现。

因此，本发明的目的是提供一种用于生成至少一个推荐的方法，该方法是高效且交互性的。

发明内容

根据本发明的一个方面，该问题通过一种用于生成至少一个推荐的方法来解决，该方法包括以下步骤：

a. 接收案例嵌入，