基于人工智能技術(shù)的區(qū)域供熱智慧運(yùn)維平臺(tái)的構(gòu)建

王榮鑫，張 銳，葛振福，王 晨，張致堯

（淄博市熱力集團(tuán)有限責(zé)任公司 山東 淄博 255000）

1 引言

隨著人工智能技術(shù)和工業(yè)互聯(lián)網(wǎng)技術(shù)的日益成熟，將其應(yīng)用到區(qū)域供熱系統(tǒng)是未來(lái)發(fā)展的方向和趨勢(shì)[1]，本文介紹了充分運(yùn)用大數(shù)據(jù)、人工智能等新一代信息技術(shù)，基于數(shù)據(jù)獲取、數(shù)據(jù)融合、數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用等構(gòu)建區(qū)域供熱智慧運(yùn)維系統(tǒng)，解決工程中的實(shí)際問(wèn)題，形成專業(yè)、產(chǎn)業(yè)相互促進(jìn)、共同發(fā)展的模式。

該區(qū)域供熱智慧運(yùn)維平臺(tái)的構(gòu)建，能夠?qū)崿F(xiàn)供熱企業(yè)信息化、程序化、智能化管控，最終實(shí)現(xiàn)企業(yè)的業(yè)務(wù)融合、數(shù)據(jù)融合、資源融合，打造構(gòu)建區(qū)域集中智慧供熱的典型示范項(xiàng)目，領(lǐng)跑熱力行業(yè)的數(shù)字化變革，助力“綠色中國(guó)”的建設(shè)與發(fā)展[2]。

2 區(qū)域供熱智慧運(yùn)維平臺(tái)的功能

區(qū)域供熱智慧運(yùn)維平臺(tái)基于B/S架構(gòu)進(jìn)行設(shè)計(jì)，基于專家知識(shí)庫(kù)錄入的運(yùn)維經(jīng)驗(yàn)形成相應(yīng)的知識(shí)圖譜，依托知識(shí)所轉(zhuǎn)化的工作流，進(jìn)行主動(dòng)檢測(cè)來(lái)縮短運(yùn)維時(shí)間，降低運(yùn)維技術(shù)門(mén)檻。打通一線操作與遠(yuǎn)程監(jiān)管的壁壘，實(shí)現(xiàn)供熱系統(tǒng)與專家決策之間信息的有效傳遞。

智慧運(yùn)維系統(tǒng)包括統(tǒng)一登陸模塊，知識(shí)庫(kù)模塊，工作流庫(kù)模塊，主動(dòng)檢測(cè)模塊等功能模塊[3]。

統(tǒng)一登陸模塊提供統(tǒng)一登陸登錄的前端頁(yè)面，配置用戶信息、角色、權(quán)限、菜單等，方便用戶一站式操作知識(shí)庫(kù)模塊、工作流模塊和業(yè)務(wù)檢測(cè)模塊。

將專家運(yùn)維經(jīng)驗(yàn)分類進(jìn)行整理后，放到知識(shí)庫(kù)當(dāng)中去，形成知識(shí)圖譜。通過(guò)判斷故障的表現(xiàn)形式、形成原因及處理方式來(lái)預(yù)防故障的發(fā)生和進(jìn)行故障發(fā)生后的處理。知識(shí)庫(kù)包含兩部分，一部分為基礎(chǔ)知識(shí)經(jīng)驗(yàn)庫(kù)，包含類型分類、類型判斷、經(jīng)驗(yàn)知識(shí)[4]。另一部分為運(yùn)維知識(shí)庫(kù)，涵蓋相應(yīng)故障發(fā)生后的運(yùn)維處理工具提示等。實(shí)現(xiàn)針對(duì)專家知識(shí)的轉(zhuǎn)化、存儲(chǔ)和分析，構(gòu)建內(nèi)部網(wǎng)絡(luò)上開(kāi)放且可供多人協(xié)同創(chuàng)作的超文本系統(tǒng)。

通過(guò)對(duì)知識(shí)庫(kù)模塊的調(diào)用檢索分析，形成相應(yīng)故障模式下的工作流。當(dāng)出現(xiàn)故障時(shí)，通過(guò)故障所表現(xiàn)出來(lái)的現(xiàn)象進(jìn)行分解，形成排障路徑，通過(guò)對(duì)路徑的判斷，進(jìn)行一類或幾類的故障提示或處理，可被人工觸發(fā)執(zhí)行。

主動(dòng)檢測(cè)模塊：利用主動(dòng)故障探尋方法，通過(guò)對(duì)知識(shí)庫(kù)的圖譜檢索，依托于形成的排障工作流，執(zhí)行相關(guān)動(dòng)作實(shí)施，給出相應(yīng)故障運(yùn)維指導(dǎo)，并實(shí)現(xiàn)PC端及移動(dòng)端的實(shí)時(shí)推送和管理。

3 平臺(tái)功能實(shí)現(xiàn)整體框架流程

具體實(shí)現(xiàn)步驟流程如圖1所示。

圖1 平臺(tái)功能實(shí)現(xiàn)整體框架流程圖

（1）首先根據(jù)相應(yīng)權(quán)限登陸自控運(yùn)維輔助系統(tǒng)；

（2）進(jìn)行故障現(xiàn)象錄入方式選??；

（3）判斷故障現(xiàn)象是否識(shí)別，如因人工輸入錯(cuò)誤等問(wèn)題導(dǎo)致的故障現(xiàn)象未識(shí)別時(shí)，可選擇重新錄入，或者結(jié)束流程；

（4）識(shí)別故障現(xiàn)象后，系統(tǒng)將在知識(shí)圖譜中確定相應(yīng)故障類別及故障部件；

（5）依托于工作流庫(kù)進(jìn)行主動(dòng)檢測(cè)，進(jìn)行故障分析，形成排障路徑，并給出解決方案（包括運(yùn)維所用工具等）；

（6）若沒(méi)有找到解決方案，則視為未解決故障，系統(tǒng)將提示補(bǔ)充相關(guān)知識(shí)庫(kù)知識(shí)，并結(jié)束，若給出相應(yīng)解決方案，則結(jié)束流程并進(jìn)行業(yè)務(wù)記錄并形成工單統(tǒng)計(jì)分析。

4 區(qū)域供熱智慧運(yùn)維數(shù)據(jù)庫(kù)設(shè)計(jì)

數(shù)據(jù)庫(kù)是區(qū)域供熱智慧運(yùn)維系統(tǒng)的核心[5]，本文重點(diǎn)介紹關(guān)鍵的知識(shí)庫(kù)模塊設(shè)計(jì)。經(jīng)過(guò)討論與專家確認(rèn)，將知識(shí)庫(kù)整體故障類型和故障部件分類如表1所示。

表1 故障類型和故障部件分類表

4.1 知識(shí)圖譜的構(gòu)建轉(zhuǎn)化

4.1.1 設(shè)計(jì)平臺(tái)故障知識(shí)圖譜

知識(shí)圖譜是在圖數(shù)據(jù)模型的基礎(chǔ)上進(jìn)行存儲(chǔ)任務(wù)和管理數(shù)據(jù)的。平臺(tái)采用Neo4j的標(biāo)簽屬性圖數(shù)據(jù)模型，從宏觀層面來(lái)講，平臺(tái)是由節(jié)點(diǎn)和節(jié)點(diǎn)間的關(guān)系這兩種不同的數(shù)據(jù)結(jié)節(jié)構(gòu)成，節(jié)點(diǎn)中能夠存儲(chǔ)相對(duì)應(yīng)的實(shí)體信息，關(guān)系能夠用來(lái)連接這些不同實(shí)體，節(jié)點(diǎn)和關(guān)系他們的屬性以及不同的標(biāo)簽用以鍵值對(duì)形式存儲(chǔ)。其中的公式為：Entity=Node:Label{Property1，Property2…}Relationship=start node-[rel:Property3]-end node。式中：Label，Property1，Property2是用來(lái)表述實(shí)體的標(biāo)簽以及它的多個(gè)屬性值，標(biāo)簽是用來(lái)區(qū)分節(jié)點(diǎn)之間的差異，實(shí)體可以有著不同的節(jié)點(diǎn)，所以實(shí)體間可有著一個(gè)或多個(gè)不同類型的標(biāo)簽，以及零個(gè)、一個(gè)或多個(gè)屬性； start node，end node分別為頭實(shí)體與尾實(shí)體，rel是指關(guān)系名稱，Property3用來(lái)表示關(guān)系屬性。不同實(shí)體間關(guān)系具有方向性，通過(guò)不同的關(guān)系來(lái)連接，并且只能從不同的實(shí)體頭部指向另一個(gè)實(shí)體的尾部[6]。知識(shí)圖譜起源于語(yǔ)義網(wǎng)絡(luò)和網(wǎng)絡(luò)鏈接，用本體的目標(biāo)對(duì)不同的數(shù)據(jù)進(jìn)行不同的定義標(biāo)準(zhǔn)，使得知識(shí)圖譜能夠在機(jī)器中展示出來(lái)。設(shè)計(jì)知識(shí)圖譜時(shí)需要考慮語(yǔ)義和業(yè)務(wù)模型。故障知識(shí)圖根據(jù)供熱故障處理的設(shè)計(jì)內(nèi)容和運(yùn)維人員的實(shí)際業(yè)務(wù)處理需求，分為實(shí)體部分和事件部分。對(duì)于不同的故障，可以用不同的方法進(jìn)行整合，針對(duì)源數(shù)據(jù)非結(jié)構(gòu)化、知識(shí)關(guān)聯(lián)復(fù)雜、知識(shí)圖譜準(zhǔn)確率高、可視化效果好等特點(diǎn)，采用“自底而上”和“自頂而下”相結(jié)合的方式提取重要信息[7]。

4.1.2 實(shí)體部分構(gòu)建

運(yùn)維管理的實(shí)體主要是故障調(diào)度部門(mén)、發(fā)生故障時(shí)的業(yè)務(wù)流程關(guān)系、部門(mén)負(fù)責(zé)人等。構(gòu)建實(shí)體部分，能夠?yàn)檫\(yùn)維管理提供更好的保障，部門(mén)之間的配合行動(dòng)對(duì)于及時(shí)正確處理故障十分重要。運(yùn)維管理知識(shí)圖譜的構(gòu)建，有利于快速?zèng)Q策各個(gè)部門(mén)在出現(xiàn)故障時(shí)的工作調(diào)配，用這種方法進(jìn)行處理后，能夠?qū)⒐ぷ餍侍岣?/p>

4.1.3 事件部分構(gòu)建

（1）故障處理的一般原則是將故障處理知識(shí)圖譜以故障進(jìn)行分類，將知識(shí)圖譜分成故障發(fā)生的原因、發(fā)生故障時(shí)現(xiàn)場(chǎng)的現(xiàn)象、相對(duì)應(yīng)的處理方法以及專家經(jīng)驗(yàn)等，形成一個(gè)新的多元組合。

（2）案例事件簇

對(duì)于半結(jié)構(gòu)化的故障案例，用模糊匹配的方法來(lái)進(jìn)行分析，找出故障發(fā)生的時(shí)間、地點(diǎn)、負(fù)責(zé)人以及相關(guān)原因等，用特征關(guān)鍵字的方法展現(xiàn)出已經(jīng)發(fā)生的故障和如何解決故障相對(duì)的計(jì)劃，在知識(shí)圖譜中來(lái)生成地圖集群中的案例事件，形成相對(duì)應(yīng)故障的多尺度方法和多維關(guān)聯(lián)方式，以便在故障發(fā)生時(shí)自動(dòng)搜索匹配相關(guān)記錄，進(jìn)行輔助決策，輔助決策后可以制定相對(duì)應(yīng)的方法去處理故障，能夠使得故障得以及時(shí)解決。通過(guò)這一種方法，對(duì)于不同歷史故障記錄能夠有效的記錄下來(lái)，以便日后能夠及時(shí)處理。故障歷史記錄中包括故障發(fā)生的時(shí)間、地點(diǎn)、現(xiàn)場(chǎng)狀況、故障發(fā)生的原因以及當(dāng)時(shí)的處理方法、下次發(fā)生相關(guān)故障時(shí)的處理方法等。故障知識(shí)圖譜的數(shù)據(jù)結(jié)構(gòu)如圖2所示。

圖2 故障知識(shí)圖譜數(shù)據(jù)結(jié)構(gòu)圖

4.2 故障場(chǎng)景工作流分解

針對(duì)構(gòu)建的運(yùn)維專家知識(shí)庫(kù)，選取觸摸屏故障、電調(diào)閥故障、網(wǎng)絡(luò)故障三個(gè)典型的工作流，進(jìn)行分解。

圖3是網(wǎng)絡(luò)故障工作流分解圖，故障原因有：1）死機(jī)；2）電源電壓異常；3）保險(xiǎn)燒毀；4）導(dǎo)線異常；5）觸摸屏IP地址錯(cuò)誤等。通過(guò)逐步提示，最終定位網(wǎng)絡(luò)故障的原因，采取相應(yīng)的解決措施。如果未能解決故障，則需要補(bǔ)充完善知識(shí)庫(kù)。

圖3 網(wǎng)絡(luò)故障工作流分解圖

5 結(jié)語(yǔ)

本文基于人工智能技術(shù)和工業(yè)互聯(lián)網(wǎng)技術(shù)，構(gòu)建了城市（區(qū)域）供熱智慧運(yùn)維平臺(tái)，該平臺(tái)已經(jīng)實(shí)現(xiàn)上網(wǎng)運(yùn)行。系統(tǒng)通過(guò)數(shù)據(jù)實(shí)時(shí)監(jiān)測(cè)，及時(shí)發(fā)現(xiàn)設(shè)備故障信息，采取相關(guān)措施，保證設(shè)備安全穩(wěn)定長(zhǎng)周期運(yùn)行，提升了面向民生供熱服務(wù)的滿意度，實(shí)現(xiàn)了供熱保障以及提高了應(yīng)急處置等管理水平，最終使供熱治理保障水平顯著提升。