[发明专利]基于知识图谱的电力信息系统故障检测方法、装置及介质在审

专利信息
申请号: 202010553297.X 申请日: 2020-06-17
公开(公告)号: CN111722058A 公开(公告)日: 2020-09-29
发明(设计)人: 王琼;杨波;魏军;杨明杰;戴芮;王亚婷;李策;苏蕊;郭芳琳;李燕;王华;梁瑞艳;闫润珍;陈宇航;巫乾军 申请(专利权)人: 国网甘肃省电力公司信息通信公司;国电南瑞科技股份有限公司
主分类号: G01R31/08 分类号: G01R31/08;G01R31/00;G06F16/36
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 杜鹏爽
地址: 730050 甘肃*** 国省代码: 甘肃;62
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 知识 图谱 电力 信息系统 故障 检测 方法 装置 介质
【权利要求书】:

1.一种基于知识图谱的电力信息系统故障检测方法,其特征在于,包括:

根据采集的故障症状信息和电力信息系统的配置信息,确定故障业务路径;

根据所述故障症状信息和故障业务路径,利用预先构建的故障知识图谱进行故障定位和故障根音确诊,获得故障位置信息、故障根音信息。

2.根据权利要求1所述的方法,其特征在于,所述故障症状信息包括下述中的至少一种:系统故障日志;告警事件;变更事件;

所述电力信息系统的配置信息包括电力信息系统的网络结构及其包括的IP地址。

3.根据权利要求1所述的方法,其特征在于,所述故障知识图谱通过以下步骤进行构建:

对获取的电力信息系统的历史运维数据进行数据预处理,得到故障知识库;

针对故障知识库中的数据进行知识抽取存储,得到所述故障知识图谱。

4.根据权利要求3所述的方法,其特征在于,所述数据预处理包括根据预先设定的阈值,对异常数据进行删除。

5.根据权利要求3所述的方法,其特征在于,所述知识抽取包括实体抽取和关系抽取;

所述实体抽取识别的实体包括故障症状、故障对象、故障传播介质、故障影响、故障根音及故障修复措施;

所述关系抽取采用基于逻辑规则的关系推理模型进行关系抽取训练。

6.根据权利要求5所述的方法,其特征在于,采用基于贝叶斯网络的概率关系模型进行关系抽取。

7.根据权利要求6所述的方法,其特征在于,所述故障根因信息通过以下步骤获取:

根据所述故障知识图谱中的故障症状、故障根音及故障传播介质之间的对应关系,采用图搜索算法,获得疑似故障根音;

采用训练好的基于贝叶斯网络的概率关系模型,将所述知识图谱中的故障症状作为证据,推理出所述疑似故障根音的概率;

根据预设的概率要求,筛选出符合所述概率要求的疑似故障根音作为所述故障根音信息。

8.根据权利要求3所述的方法,其特征在于,所述方法还包括:

根据所述故障位置信息、所述故障根音信息,利用所述故障知识图谱获取故障修复措施信息进行故障修复;

利用所述故障知识图谱对故障修复是否成功进行诊断:

若否,则继续进行故障修复;

若是,将故障相关数据标记成功后存储至所述故障知识库,以供训练所述故障知识图谱。

9.一种基于知识图谱的电力信息系统故障检测装置,其特征在于,包括:

故障业务路径确认模块,其被配置为根据采集的故障症状信息和电力信息系统的配置信息,确定故障业务路径;

故障诊断模块,其被配置为根据所述故障症状信息和故障业务路径,利用预先构建的故障知识图谱进行故障定位和故障根音确诊,获得故障位置信息、故障根音信息及故障修复措施信息,以供故障修复。

10.一种计算机可读存储介质,其特征在于,所述可读存储介质中包括计算机可执行指令,所述可执行指令被执行时用于实现权利要求1~8中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网甘肃省电力公司信息通信公司;国电南瑞科技股份有限公司,未经国网甘肃省电力公司信息通信公司;国电南瑞科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010553297.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top