一种基于知识图谱的风电机组运维管理方法

本发明涉及风电机组运维管理，尤其是涉及一种基于知识图谱的风电机组运维管理方法。

背景技术：

1、在新型电力系统发展背景下，风电机组装机容量及复杂程度不断增大，同时由于运维人员水平不一，发生事故中因运维不当所致占比高达32.5％。随风力发电场的检修年限增长，运维频次增加，仅靠人工实现运维规范存储和关联愈发不现实，而通过知识图谱挖掘分析大规模数据信息和联系零散数据信息的能力，实现对风电运维规范信息的有效关联，可以提高风电场运维的智能化水平。

2、然而，在针对风力发电场运维管理知识图谱构建环节中的命名实体识别技术和关系抽取技术上，目前的通用方法在风电运维领域内的文本分词和关系抽取上仍然存在语义理解能力不足、关键词定位不准等问题；此外，在针对风力发电场运维管理知识图谱实际运用中，还需进行运维故障分类、运维方案问答与推荐策略的研究。

技术实现思路

1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种准确、高效且领域专业应用性强的基于知识图谱的风电机组运维管理方法。

2、本发明的目的可以通过以下技术方案来实现：

3、一种基于知识图谱的风电机组运维管理方法，所述方法包括以下步骤：

4、基于针对风力发电机组运维管理领域的实体提取算法，根据实体概念的异同对实体类型进行划分并给定约束定义，采用基于改进textrank的规则匹配算法提取面向风力发电场运维的实体词汇；

5、基于针对风力发电机组运维管理领域实体关系提取算法，根据领域文本定义各类实体间关系，采用基于规则匹配的算法抽取实体关系；

6、针对风力发电机组运维管理应用需求构建领域知识图谱，包括构建安全管理规程图谱以及基于protégé风电设备本体实例拓扑关系库建立的设备运维要求图谱；

7、进行面向风力发电机组运维管理的知识图谱可视化，利用查询语言形成运维管理方案。

8、进一步的，所述的实体提取具体包括以下步骤：

9、获取风力发电场运维管理标准文本集，对所述标准文本集进行预处理，采用分词工具对每个句子进行分词和词性标记并去除停用词，在所述分词工具中引入风电领域外部词库作为自定义词典；

10、划分实体类别，根据领域文本特征对实体类型进行划分并给定约束定义；

11、获取风电运维领域的实体词汇，针对不同实体类别给出相应抽取方案，基于改进textrank的规则匹配算法完成实体词汇抽取。

12、进一步的，所述实体类型划分，具体为：

13、在通用领域，使用常见的实体描述信息，包括对地名、人名和组织名的自然语言定义；

14、针对风电运维领域，使用具有针对性的实体描述信息，定义实体类别包括：工作项目、规范对象、状态现象以及安全要求。

15、进一步的，所述基于改进textrank的规则匹配算法具体为：

16、运用基于改进textrank算法提取出规范文本中的关键词汇，并结合规则匹配算法进行筛选完成工作项目与规范对象类别的实体提取；

17、所述规则匹配算法，根据不同类别实体概念在文本中的结构特征进行抽取规则的设计，提取规则如下式：

18、entity＝[strstart]+…+[strend]

19、式中，[strstart]表示起始符；[strend]表示终止符；起始符和终止符界定实体边界，其间内容便为实体概念，当起始符不存在对应终止符，以句号、逗号等标点作为天然终止符；

20、所述改进textrank算法具体如下：

21、构建领域词典作为核心词汇，并初始化textrank网络图模型；将核心词汇作为外部变量引入；迭代计算textrank值并进行排序，根据顺序实现领域文本的关键词汇提取。

22、进一步的，所述实体关系具体包括以下步骤：

23、根据领域文本特征定义各类实体间关系，采用基于规则匹配的实体关系抽取算法，设计抽取规则实现关系抽取，实现不同实体间的关系链接；

24、所述的基于规则匹配实体关系抽取算法，具体为：

25、将抽取到的实体名词进行分类，形成不同类别的实体词典与待识别文本一起，作为匹配模板的输入；

26、检测输入文本中包含实体名词数量是否大于2，若不满足，则该输入文本无关系；

27、定义各类实体间关系进行规则模板匹配，根据实体类别判定其间对应关系，输出实体关系。

28、进一步的，所述安全管理规程图谱，具体如下：

29、针对运维管理要求关联存储的需求，结合所述的实体提取与关系提取算法构建安全管理规程知识图谱；

30、将工作项目作为图谱的中心节点，以不同类别工作项目的开展要求作为分支，以此表达规范文本中各项安全管理规程的关联情况；

31、构建步骤为，通过文本预处理形成领域词典，由领域词典进一步辅助实现实体词汇提取；运用规则匹配的方法实现实体关系提取，完成各实体间的关系链接，形成三元组信息，实现知识图谱的构建。

32、进一步的，所述构建设备运维要求图谱，具体如下：

33、针对风电场各设备工作规范及其各部件从属信息的融合与衔接的需求，结合所述的实体提取与关系提取算法，构建风电场设备运维要求知识图谱；

34、通过对风电场运行设备及其部件组成进行整理归纳，采用protégé进行存储形成描述设备结构组成的图谱信息；结合设备对应安全细则构建起风电场设备运检维护要求图谱；

35、构建步骤为，结合先验知识通过protégé完成风力发电机组设备及部件本体实例存储形成风电场设备拓扑信息库；与提取出的设备部件类实体进行知识融合，匹配出相同实体节点并由拓扑信息库建立各设备部件实体间的从属关系；通过安全管理规程图谱对各节点关联的工作项目及操作规范进行存储；形成以设备部件为中心节点，以从属关系作为分支的风电场设备运维要求图谱。

36、进一步的，所述进行面向风力发电机组运维管理的知识图谱可视化，利用查询语言形成运维管理方案，包括以下步骤：

37、基于neo4j图数据库完成风电运维三元组信息的存储和互联以实现知识图谱可视化；

38、利用neo4j自带cypher查询语言形成基于知识图谱的信息智能查询与运维辅助高效决策应用方案。

39、进一步的，所述知识图谱可视化，具体为：

40、采用neo4j存储具有多元互连关系的风电运维领域数据；

41、采用基于带标签的属性图模型，将知识实体存储为节点，用节点标签表示所属实体类，通过同时赋予多个标签来表示交叉类型的知识实体，实现风电运维领域信息的多元互联。

42、进一步的，所述信息智能查询与运维辅助高效决策应用方案，具体为：

43、通过人机交互界面输入问题，由问题解析模块将输入语句映射为neo4j图数据库的cypher查询语句，在进行图谱信息检索的基础上，由答案生成模块根据检索结果输出答案，实现运维信息的智能查询；

44、由设备运维要求图谱实现对设备结构拓扑信息的精准定位，由安全管理规程图谱实现指导运维工作的安全开展，实现对风电场运维管理的流程判定、逻辑生成和方案推荐功能。

45、与现有技术相比，本发明具有以下有益效果：

46、1)提出安全管理规程与设备运维要求结合的知识图谱构建方案，分别从工作项目关联性与设备从属结构关联性实现对风电场运维要求的描述，提高图谱对风电运维信息关联性存储与表达的能力；

47、2)本发明方案采用基于改进textrank的规则匹配算法完成实体抽取，结合规则匹配算法引入核心词汇机制作为外部信息，可以更准确地提取出领域范围内的目标实体词汇，有效减少了实体提取的人工工作量；

48、3)基于neo4j图数据提出知识图谱的可视化与应用方案，将数据以图结构进行存储，可直接准确地反映运维规范内部结构关联性，同时基于其自带cypher语言结合图谱嵌入技术实现对知识的查询、深度挖掘及推理应用，相比于其他类型数据库，构建出的知识图谱具有性能高、访问速度快、轻量级的优点；

49、4)将知识图谱技术应用到风力发电场智慧运维研究中，提出适用于风力发电场运维规范知识图谱与应用方法，对风力发电场安全管理规程、设备运维要求、故障排查检修等信息提供了指导帮助，提高了风电场运维的信息化、智能化管理水平。