[發明專利]基于知識圖譜的火電廠多源數據融合方法與裝置

在審

• 申請號: 201910984801.9
• 申請日: 2019-10-16
• 公開（公告）號: CN110781249A
• 公開（公告）日: 2020-02-11
• 發明（設計）人: 蔣蓬勃;白帆;李友志;王繼強;蘇濤;盧意;蘇京彬;宋峰
• 申請（專利權）人: 華電國際電力股份有限公司技術服務分公司;華電萊州發電有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F40/295;G06F40/242;G06F40/247;G06Q50/06
• 代理公司: 37297 濟南寶宸專利代理事務所(普通合伙)
• 代理人: 荊向勇

本發明屬于電廠運行數據處理領域，尤其涉及一種基于知識圖譜的火電廠多源數據融合方法與裝置。用于解決現有數據融合技術在面向整個行業應用領域時難以有效整合不同來源的分散式的行業知識體系、且知識庫的更新困難等難點問題。本申請提供了火電領域知識圖譜的構建方法和系統，同時基于構建的知識圖譜實現多源數據的獲取和融合。

技術領域

本發明屬于電廠運行數據處理領域，尤其涉及一種基于知識圖譜的火電廠多源數據融合方法及裝置。

背景技術

隨著火電廠信息化建設的快速發展，建立數據融合平臺，集成包括設備特性數據、故障數據、維修數據、故障原因及處理信息、值長日志等管理信息，以及設備運行狀態，過程參數，設備性能等數據，從而建立設備全壽命期數據庫、為機組運行維修決策提供支撐就顯得越來越重要。然而，火電廠數據具有類型多、異構性強、數據增長速度快等困難，數據的融合面臨了很大的挑戰。

知識圖譜是用來描述現實世界中概念及其之間關系的巨大知識網絡。一般的，知識圖譜的節點表示實體或概念，邊則由屬性或關系構成。現在的知識圖譜已被用來泛指各種大規模的知識庫。在知識圖譜的構成中，實體通常是指具有可區別性且獨立存在的某種事物，比如某個傳感設備等。屬性是指一個實體內在或外在的不同特征，比如某個傳感的不同測點就可以被視為屬性。關系是一個實體與其他實體間的不同關聯，比如不同測點之間依賴關系等。

現有的數據融合技術主要依賴實體抽取、語義相似度計算以及實體融合等主要技術手段來實現。然而，對于一個行業而言，存在著知識來源廣泛、異構性強；且知識質量參差不齊、不同來源的知識存在著冗余、重復甚至相互矛盾的現象；此外，行業的發展速度很高，知識庫也面臨著層次結構過時、需要及時更新等問題。

發明內容

針對現有技術存在的問題，本發明提供了一種用于解決現有數據融合技術在面向整個行業應用領域時難以有效整合不同來源的分散式的行業知識體系、且知識庫的更新困難等難點問題的基于知識圖譜的火電廠多源數據融合方法及裝置。

本發明是這樣實現的，基于知識圖譜的火電廠多源數據融合方法，其特征在于：包括以下步驟：

步驟S101，根據火電廠設備編碼的標準化體系以及通用的數據標準建立知識圖譜的基礎架構，知識圖譜在邏輯上分為模式層與數據層，數據層主要是由一系列的事實組成，而知識將以事實為單位進行存儲；

步驟S102，將基礎架構中的各個實體之間的關系進行統一規范，得到具有標準規范的標準化字典表；實體就是一個現實世界的概念。可以是火電廠設備，也可以是設備的一個部件。還可以是與設備無關的概念，例如人、天氣等。

步驟S103，獲取與知識圖譜中的內容相關的結構化數據：從包括火電廠設備特性數據、故障數據、維修數據等數據信息和故障原因及處理方法、值長日志等管理信息，以及設備運行狀態，過程參數，設備性能的數據中，根據知識圖譜中定義的內容，從這些數據集中抽取相關的結構化數據；

步驟S104，從結構化數據中抽取關鍵實體的實體信息；在步驟S103獲取的火電廠數據的基礎上，從結構化數據中抽取生產運行相關的關鍵實體，與知識圖譜中的標準字典表中的概念和屬性進行映射，做到實體排齊。實體排齊(entity alignment)是判斷相同或不同數據集中的2個實體是否指向真實世界同一對象的過程。實體排齊可以幫助解決多源數據在融合過程中的語義異構、語義沖突等問題。同時，根據知識圖譜中描述的數據關聯建立實體屬性以及實體之間的關聯關系。

步驟S105，根據知識圖譜中的標準字典表將不同來源數據中所蘊含的實體和屬性信息進行融合，最終形成一致且規范的結構化數據；