路振剛,王潤(rùn)鵬
輔機(jī)及其他
基于知識(shí)圖譜的電站專家知識(shí)管理系統(tǒng)開發(fā)研究
路振剛1,王潤(rùn)鵬2
(1. 國(guó)網(wǎng)新源控股有限公司,北京 100761;2. 哈爾濱電機(jī)廠有限責(zé)任公司,哈爾濱 150040)
在水電站運(yùn)行維護(hù)過程中,積累了大量的專家知識(shí)和運(yùn)行檢修經(jīng)驗(yàn),這些專家知識(shí)和經(jīng)驗(yàn)越來越受到電站及企業(yè)的重視并開發(fā)知識(shí)管理系統(tǒng)對(duì)其進(jìn)行管理。本文依托豐滿智能水電站建設(shè),首次開發(fā)了基于知識(shí)圖譜的電站專家知識(shí)管理系統(tǒng)。系統(tǒng)利用知識(shí)圖譜創(chuàng)建一種基于圖的數(shù)據(jù)結(jié)構(gòu),將機(jī)組關(guān)鍵部套以及關(guān)鍵部套之間關(guān)聯(lián)關(guān)系及其屬性連接在一起,形成一個(gè)電站專家知識(shí)關(guān)系網(wǎng)絡(luò),實(shí)現(xiàn)機(jī)組部套和機(jī)組運(yùn)行信息的可視化管理,并具有專家知識(shí)動(dòng)態(tài)擴(kuò)展方便的優(yōu)勢(shì)。本文研究成果,對(duì)提升我國(guó)水電站專家知識(shí)的管理水平具有重要意義并對(duì)其他電站的專家知識(shí)管理系統(tǒng)建設(shè)提供借鑒。
專家知識(shí)管理系統(tǒng);知識(shí)管理;知識(shí)圖譜;智能水電站
我國(guó)是水電大國(guó),截止到2019年底我國(guó)水電裝機(jī)已達(dá)到3.56億千瓦。在水電站運(yùn)行維護(hù)過程中,積累了大量的專家知識(shí)和運(yùn)行檢修經(jīng)驗(yàn),這些專家知識(shí)和經(jīng)驗(yàn)越來越受到電站及企業(yè)的重視并開發(fā)知識(shí)管理系統(tǒng)對(duì)其進(jìn)行管理。傳統(tǒng)專家知識(shí)管理采用文件和關(guān)系型數(shù)據(jù)庫(kù)管理為主,機(jī)組各部套專家知識(shí)和維修經(jīng)驗(yàn)分散存儲(chǔ)和管理,沒有建立起機(jī)組整體專家知識(shí)的關(guān)系網(wǎng)絡(luò)。隨著信息化和智能化技術(shù)不斷進(jìn)步,專家知識(shí)管理方法不斷創(chuàng)新,本文依托豐滿智能水電站建設(shè)首次開發(fā)了基于知識(shí)圖譜的電站專家知識(shí)管理系統(tǒng)。系統(tǒng)利用知識(shí)圖譜創(chuàng)建一種基于圖的數(shù)據(jù)結(jié)構(gòu),將機(jī)組關(guān)鍵部套以及關(guān)鍵部套之間關(guān)聯(lián)關(guān)系及其屬性連接在一起,形成一個(gè)電站專家知識(shí)關(guān)系網(wǎng)絡(luò),實(shí)現(xiàn)機(jī)組部套和機(jī)組運(yùn)行信息的可視化管理,并具有專家知識(shí)動(dòng)態(tài)擴(kuò)展方便的優(yōu)勢(shì)。
基于知識(shí)圖譜的電站專家知識(shí)管理系統(tǒng)按照故障樹的形式,利用機(jī)組各部套專家知識(shí)的關(guān)聯(lián)關(guān)系,將機(jī)組各部套專家知識(shí)搭建成整體的網(wǎng)絡(luò)結(jié)構(gòu),實(shí)現(xiàn)機(jī)組各部套的運(yùn)行維護(hù)信息及專家知識(shí)形成有機(jī)整體,機(jī)組專家知識(shí)關(guān)系網(wǎng)絡(luò)存儲(chǔ)方式采用Neo4j圖數(shù)據(jù)庫(kù)進(jìn)行結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ),圖數(shù)據(jù)庫(kù)采用網(wǎng)頁(yè)交互形式,通過JAVA API操作實(shí)現(xiàn)圖數(shù)據(jù)庫(kù)的動(dòng)態(tài)存儲(chǔ)[1-6]。
本系統(tǒng)考慮專家知識(shí)的復(fù)雜性,融合了傳統(tǒng)的基于產(chǎn)生式規(guī)則、故障樹等表達(dá)形式,設(shè)計(jì)了知識(shí)圖譜的形式來表達(dá)水電站機(jī)組的專家知識(shí)的關(guān)聯(lián)網(wǎng)絡(luò)數(shù)據(jù)結(jié)構(gòu)。專家知識(shí)圖譜抽象模型如圖1所示[7-11]。
圖1 專家知識(shí)圖譜表達(dá)形式模型
本系統(tǒng)對(duì)專家知識(shí)和運(yùn)維經(jīng)驗(yàn)進(jìn)行了充分的分析和研究,總結(jié)得到以下抽象的形式化對(duì)象,可以表達(dá)目前已知的這些專家知識(shí):
(1)故障(Fault)有若干個(gè)表現(xiàn)的特征(或癥狀)(Feature);
(2)故障與故障之間可能有關(guān)聯(lián)關(guān)系;
(3)故障的發(fā)生有若干種原因(Reason),而存在統(tǒng)計(jì)概率(或稱置信度)(Confidence);
(4)特征(癥狀)可以發(fā)生在設(shè)備的特定部件(Component);
(5)信號(hào)(傳感器)(Signal)布置在設(shè)備的特定位置上;
(6)可以針對(duì)不同的故障原因給出相應(yīng)的解決方案(Solution);
(7)上述所有對(duì)象都可以通過邏輯關(guān)系組合出新的組對(duì)象(Group)。
因此,我們?cè)O(shè)計(jì)得到了基于圖譜定義的專家知識(shí)表達(dá)方式,形成機(jī)組各部套的專家知識(shí)關(guān)系網(wǎng)絡(luò)。
本系統(tǒng)采用圖的形式對(duì)專家知識(shí)和部套信息進(jìn)行存儲(chǔ)。Neo4j圖數(shù)據(jù)庫(kù)是一個(gè)高性能的NoSQL圖數(shù)據(jù)庫(kù),它將數(shù)據(jù)以圖的形式進(jìn)行組織,可以很好地進(jìn)行圖操作[12-16]。Neo4j數(shù)據(jù)庫(kù)數(shù)據(jù)類型如下:
(1)節(jié)點(diǎn)(Node):Neo4j數(shù)據(jù)庫(kù)中的節(jié)點(diǎn)相似于ER圖中的實(shí)體,并且在數(shù)據(jù)庫(kù)中每個(gè)實(shí)體可以包含多個(gè)屬性,也可以無(wú)屬性。如果存在屬性,這些屬性以鍵值對(duì)的形式存在。
(2)關(guān)系(Relation):Neo4j數(shù)據(jù)庫(kù)中的關(guān)系同理相似于ER圖中的關(guān)系,一個(gè)關(guān)系由一個(gè)起始節(jié)點(diǎn)和一個(gè)終止節(jié)點(diǎn)構(gòu)成。另外和節(jié)點(diǎn)一樣,關(guān)系也可以包含零個(gè)或多個(gè)屬性[17-23]。
知識(shí)圖譜數(shù)據(jù)結(jié)構(gòu)的實(shí)體即對(duì)應(yīng)于Neo4j數(shù)據(jù)庫(kù)中的Node,實(shí)體間關(guān)聯(lián)關(guān)系對(duì)應(yīng)于Neo4j數(shù)據(jù)庫(kù)中的Relation。實(shí)體分為主要實(shí)體和屬性實(shí)體,屬性實(shí)體用于對(duì)主要實(shí)體進(jìn)行描述。此外對(duì)實(shí)體間關(guān)聯(lián)(即圖譜的邊)也需要附加屬性標(biāo)簽,在后面的子圖匹配中提供語(yǔ)義信息。圖2是發(fā)電機(jī)冷卻系統(tǒng)圖數(shù)據(jù)庫(kù)存儲(chǔ)結(jié)果。
圖2 發(fā)電機(jī)冷卻系統(tǒng)圖數(shù)據(jù)庫(kù)存儲(chǔ)結(jié)果
專家知識(shí)管理系統(tǒng)的知識(shí)庫(kù)是一個(gè)圖,故匹配過程使用了剪枝處理的深度優(yōu)先搜索策略。以圖3的節(jié)點(diǎn)知識(shí)結(jié)構(gòu)為例,我們?nèi)√卣?、特征2、特征3、特征4依次為“真真假真”,其匹配過程如箭頭所示。在特征節(jié)點(diǎn)上包含了判斷函數(shù)(或表達(dá)式)及特征來源;特征組是匯聚節(jié)點(diǎn),即And,Or,Not。匹配過程中,當(dāng)匹配的是一個(gè)特征時(shí),將執(zhí)行特征函數(shù)或表達(dá)式進(jìn)行判斷;當(dāng)匹配到一個(gè)特征組時(shí),將先對(duì)其下級(jí)節(jié)點(diǎn)進(jìn)行匹配,然后將匹配結(jié)果收集回來,再?zèng)Q定當(dāng)前節(jié)點(diǎn)的值[24-29]。
在匹配過程中存在剪枝操作,如對(duì)And節(jié)點(diǎn)下,只要出現(xiàn)第一個(gè)為假的節(jié)點(diǎn),后續(xù)節(jié)點(diǎn)將不做額外的處理。這樣會(huì)提高匹配的執(zhí)行效率。
圖3 知識(shí)圖譜匹配過程
匹配函數(shù)有一個(gè)單獨(dú)的注冊(cè)中心,提供了服務(wù)的注冊(cè)及版本控制等功能。匹配函數(shù)可以使用JavaScript腳本進(jìn)行擴(kuò)充,用戶需要在配置文件中指定JavaScript腳本所在目錄,在程序啟動(dòng)時(shí)會(huì)對(duì)這些腳本進(jìn)行自動(dòng)加載。
匹配函數(shù)事實(shí)上包含2個(gè)參數(shù)(values,params),values是提取得到的特征值,params是知識(shí)庫(kù)中指定的額外參數(shù),可以有多個(gè)。用戶擴(kuò)展時(shí),需要定義函數(shù)并將函數(shù)進(jìn)行注冊(cè)。
在特征節(jié)點(diǎn)上我們還支持表達(dá)式用于更復(fù)雜的情況,如涉及到多個(gè)測(cè)點(diǎn)的比較等。表達(dá)式使用改造后的JavaScript語(yǔ)法。提供一些默認(rèn)的操作函數(shù)[22-25]。
F——查找并返回函數(shù),F(xiàn)有兩個(gè)參數(shù)(funcName,version),其中version可忽略,默認(rèn)為最新的版本。
S——查找并返回特征,S有兩個(gè)參數(shù)(featureName,componentName),componentName忽略時(shí)會(huì)從未處理的測(cè)點(diǎn)中尋找。
V——查找并返回特征值。與S類似,直接返回值,不返回特征ID等額外信息。
目前該系統(tǒng)已在豐滿智能水電站應(yīng)用,將電站機(jī)組主要結(jié)構(gòu)部套(定子、轉(zhuǎn)子、空冷器、主軸密封、輔機(jī)等)的專家知識(shí)以及各部套之間的關(guān)聯(lián)關(guān)系形成知識(shí)圖譜關(guān)系網(wǎng)絡(luò),確保機(jī)組專家知識(shí)形成有機(jī)整體,在運(yùn)維、檢修過程中給運(yùn)維人員提供決策和檢修意見指導(dǎo)。按照豐滿電站機(jī)組特征建立的機(jī)組專家知識(shí)圖譜數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)結(jié)果可視化如圖4所示。
在電站調(diào)試期間,豐滿電站運(yùn)維人員按照系統(tǒng)專家知識(shí)匹配結(jié)果中氣隙診斷模塊專家知識(shí)檢修指導(dǎo)意見,快速成功指導(dǎo)電站調(diào)試人員實(shí)現(xiàn)了機(jī)組關(guān)鍵部套的檢修工作。
圖4 機(jī)組專家知識(shí)圖譜數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)結(jié)果
本文設(shè)計(jì)的電站專家知識(shí)管理系統(tǒng),實(shí)現(xiàn)了機(jī)組關(guān)鍵部件的專家知識(shí)圖譜建立與存儲(chǔ),圖數(shù)據(jù)庫(kù)存儲(chǔ)了機(jī)組多種知識(shí)機(jī)理模型,并且建立了各種知識(shí)機(jī)理模型的關(guān)聯(lián)關(guān)系,形成了電站機(jī)組專家知識(shí)的關(guān)系網(wǎng)絡(luò)并實(shí)現(xiàn)可視化,同時(shí)電站人員可根據(jù)實(shí)際的知識(shí)積累進(jìn)行系統(tǒng)的動(dòng)態(tài)擴(kuò)展。
該專家知識(shí)管理系統(tǒng)能快速指導(dǎo)電站人員對(duì)機(jī)組進(jìn)行運(yùn)維工作,同時(shí)對(duì)提升我國(guó)發(fā)電設(shè)備專家知識(shí)管理水平、確保電站寶貴運(yùn)維經(jīng)驗(yàn)得以保留和進(jìn)一步擴(kuò)展應(yīng)用、提高經(jīng)濟(jì)效益有著重要的借鑒意義,為行業(yè)其他電站的專家知識(shí)和運(yùn)維信息管理提供借鑒。
[1] 牛翊童. 基于知識(shí)圖譜的命名實(shí)體消歧方法研究[J]. 計(jì)算機(jī)產(chǎn)品與流通, 2020(8):249+255.
[2] 張瑩瑩, 錢勝勝, 方全, 徐常勝. 基于多模態(tài)知識(shí)感知注意力機(jī)制的問答方法[J]. 計(jì)算機(jī)研究與發(fā)展, 2020, 57(5):1037-1045.
[3] 趙紅丹, 劉微微. 知識(shí)隱藏:基于知識(shí)圖譜的研究述評(píng)[J]. 外國(guó)經(jīng)濟(jì)與管理, 2020, 42(5):121-138.
[4] 鐘海燕, 冷玉婷. 基于知識(shí)圖譜的成渝地區(qū)雙城經(jīng)濟(jì)圈研究綜述[J]. 重慶大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2020, 26(4):13-26.
[5] 郭小超, 雷婧, 馮銀虎, 張璐. 基于知識(shí)圖譜的國(guó)際突破性創(chuàng)新理論研究綜述[J]. 科學(xué)管理研究, 2020, 38(1):20-26.
[6] 周崢, 鄧?yán)誓? 廖羚, 雷麗貞, 劉睿敏. BIM技術(shù)在鋼結(jié)構(gòu)深化設(shè)計(jì)與施工中應(yīng)用熱點(diǎn)的知識(shí)圖譜構(gòu)建方法研究[J]. 土木建筑工程信息技術(shù), 2020, 12(3):16-21.
[7] 林世平, 林松海, 魏晶晶, 吳運(yùn)兵, 廖祥文. 融合知識(shí)圖譜的文本情感分析[J]. 福州大學(xué)學(xué)報(bào)(自然科學(xué)版), 2020, 48(3):269-275.
[8] 王曉鴻, 范志雄. 基于科學(xué)知識(shí)圖譜分析的我國(guó)科技創(chuàng)新發(fā)展脈絡(luò)研究[J]. 科技與經(jīng)濟(jì), 2020, 33(2):16-20.
[9] 劉智穎, 蔣冠. 基于知識(shí)圖譜的信息搜尋行為研究綜述[J]. 蘭臺(tái)世界, 2020(5):40-43.
[10] 付洋, 劉茂福, 喬瑞. 心臟病中文知識(shí)圖譜的構(gòu)建[J]. 武漢大學(xué)學(xué)報(bào)(理學(xué)版), 2020, 66(3):261-267.
[11] 蘇向楠, 伍曉汀. 胃腸道間質(zhì)瘤研究的科學(xué)知識(shí)圖譜分析[J]. 中國(guó)普外基礎(chǔ)與臨床雜志, 2020, 27(10):1241-1244.
[12] 黃宗碧. 智慧水電及AI大數(shù)據(jù)應(yīng)用[J]. 水電與抽水蓄能, 2019, 5(6):1-5.
[13] 陳淑紅. 智慧酒店設(shè)備節(jié)能與運(yùn)維一體化整體解決方案[J]. 智能建筑與智慧城市, 2018(8):18-24.
[14] 章旭偉, 陶燕麟, 張仁貢, 趙克華. 武義縣智慧水電大運(yùn)維平臺(tái)技術(shù)的研究與實(shí)踐[J]. 水電站機(jī)電技術(shù), 2018, 41(6):33-36+62.
[15] 吳利娟. 醫(yī)院后勤管理信息一體化項(xiàng)目開發(fā)研究[D]. 鄭州大學(xué), 2018.
[16] 邱思亮. BIM技術(shù)對(duì)傳統(tǒng)物業(yè)管理模式的改造和提升研究[D]. 天津大學(xué), 2018.
[17] 李振東. BIM在工業(yè)園設(shè)施運(yùn)維管理中的應(yīng)用研究[D]. 廈門大學(xué), 2017.
[18] 段勇剛. 新電改背景下G核電集團(tuán)售電平臺(tái)的商業(yè)模式重構(gòu)研究[D]. 深圳大學(xué), 2017.
[19] 茅毅文. 基于BIM的上海市X政務(wù)大廳智慧大樓運(yùn)營(yíng)管理體系研究[D]. 廣西師范大學(xué), 2017.
[20] 王春國(guó). 華潤(rùn)電力江蘇分公司市場(chǎng)競(jìng)爭(zhēng)戰(zhàn)略研究[D]. 哈爾濱工業(yè)大學(xué), 2016.
[21] 國(guó)家發(fā)展改革委. 中國(guó)制造2025——能源裝備實(shí)施方案[J]. 中國(guó)產(chǎn)經(jīng), 2016(6):66-93.
[22] 李曉芳, 曾樂平, 李凱. 電力企業(yè)的經(jīng)濟(jì)理論分析與研究[J]. 中國(guó)商貿(mào), 2013(16):125-126.
[23] 高新民. 人類未來能源的研究與發(fā)展[J]. 陜西煤炭, 2009(2):103-104.
[24] 張繼忠. 電力企業(yè)發(fā)展的外部和內(nèi)部環(huán)境分析[J]. 重慶工學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版), 2007(9):43-45.
[25] 龍成鳳. 實(shí)施戰(zhàn)略成本管理提高火電企業(yè)競(jìng)爭(zhēng)力[J]. 會(huì)計(jì)之友, 2006(1):47-48.
[26] 傅林江. 打造發(fā)電航母唱響光明樂章——嘉興發(fā)電有限責(zé)任公司五年發(fā)展歷程[J]. 中國(guó)電力企業(yè)管理, 2005(7):40-41.
[27] 王昶. 戰(zhàn)略管理[M]. 清華大學(xué)出版社, 2010.
[28] 穆獻(xiàn)中, 等. 新能源和可再生能源發(fā)展與產(chǎn)業(yè)化研究[M]. 石油工業(yè)出版社, 2008.
[29] 胡兆光, 等. 綜合資源戰(zhàn)略規(guī)劃與需求側(cè)管理[M]. 中國(guó)電力出版社, 2008.
Research on Development of Expert Knowledge Management System for Power Plant
LU Zhengang1, WANG Runpeng2
(1. State Grid Xinyuan Company Limited, Beijing 100761, China;2. Harbin Electric Machinery Company Limited, Harbin 150040, China)
In the process of operation and maintenance of hydropower stations, a large amount of expert knowledge and operation and maintenance experience have been accumulated. These expert knowledge and experience have been paid more and more attention by power stations and enterprises and developed a knowledge management system to manage them. In this paper, relying on the construction of Fengman smart hydropower station, it is the first time to develop a power station expert knowledge management system based on knowledge graph. The system uses the knowledge graph to create a graph-based data structure, which connects the key components of the unit and the relationship and attributes between the key components to form a power plant expert knowledge relationship network, and realizes the relationship between the unit components and the operating information visualized management, and has the advantage of convenient dynamic expansion of expert knowledge. The research results of this paper are of great significance for improving the management level of expert knowledge of hydropower stations in our country and provide reference for the construction of expert knowledge management systems for other power stations.
expert knowledge management system; knowledge management; knowledge graph; smart hydropower station
TM622
A
1000-3983(2021)01-0089-04
中國(guó)制造2025——智能制造綜合標(biāo)準(zhǔn)化與新模式應(yīng)用項(xiàng)目(Z135060009002)
2020-08-07
路振剛(1964-),1991年4月畢業(yè)于大連理工大學(xué)水力發(fā)電工程專業(yè),博士研究生,現(xiàn)從事水電站和抽水蓄能電站生產(chǎn)、建設(shè)與科研工作,教授級(jí)高級(jí)工程師。