[发明专利]一种基于知识图谱的运维知识推荐方法在审

专利信息
申请号: 202211255747.2 申请日: 2022-10-13
公开(公告)号: CN115630148A 公开(公告)日: 2023-01-20
发明(设计)人: 朱泰鹏;彭泽武;刘佳宁;沈宇红;代昊琦;梁盈威;冯歆尧;谢瀚阳;苏华权 申请(专利权)人: 广东电网有限责任公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/36;G06Q10/20;G06Q50/06
代理公司: 广州永华专利代理有限公司 44478 代理人: 陈洁
地址: 510060 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 知识 图谱 推荐 方法
【说明书】:

发明公开了一种基于知识图谱的运维知识推荐方法,该方法能够自动评估运维人员的运维能力并据此推荐相应的运维案例,避免无差别输出全部运维案例的不便。该方法为:A.分别以设备、部件、故障类型、解决方案为对象,根据各对象及其之间的关系构建运维知识图谱;B.对各个故障类型对象分别赋予难度属性值;C.根据用户输入的设备关键词或部件关键词,搜索获得对应的设备对象或部件对象;D.在运维知识图谱中查找以设备对象或部件对象为起点的多条故障路径;E.根据用户的浏览历史中的故障类型对象的难度属性值评估其运维能力等级;F.在上述故障路径当中,选出难度属性值符合上述运维能力等级的故障路径;G.据此生成个性化运维知识图谱显示给该用户。

技术领域

本发明涉及电力运维技术领域,尤其涉及一种基于知识图谱的运维知识推荐方法。

背景技术

随着经济技术的发展,为满足人们在工业生产上和日常生活上日渐增高的用电需求,电网企业将电网铺设地越发密集,用电负荷也越来越大。工业生产和日常生活都离不开电力,电网的运行安全显得尤为重要,属于电力系统重要任务之一。因此,电网企业会配置有大量运维人员来对电网设备进行运营维护,确保电网运行安全。但经验丰富、运维能力强的运维人员是非常有限的,为了提高运维人员的运维能力,电网企业通常需要对其进行运维知识培训。为此,有些电网企业在内部构建运维知识库,运维人员可以在运维知识库中搜索查阅各种运维案例进行学习。运维人员若想要系统学习某一电力设备的运维案例,则可在运维知识库中搜索该设备名称,运维知识库就会向其推荐该设备的全部运维案例。这种运维知识库的搜索推荐方式基于搜索关键词无差别输出与该关键词相关的全部运维案例,使运维人员能够看到全部运维案例。但是经验稍长的运维人员已掌握了一些基础故障处理手段,不需要再学习这类基础故障的运维案例,在这种情况下,无差别输出全部运维案例反而对其造成不便。

发明内容

本发明所要解决的技术问题是提供一种基于知识图谱的运维知识推荐方法,其能够自动评估运维人员的运维能力并据此推荐相应的运维案例,避免无差别输出全部运维案例的不便。

为了解决上述技术问题,本发明提供了一种基于知识图谱的运维知识推荐方法,包括以下步骤:

步骤A.分别以设备、部件、故障类型、解决方案为对象,根据设备相互之间的关联关系、设备与部件之间的包含关系、设备与故障类型之间的对应关系、部件与故障类型之间的对应关系、故障类型相互之间的关联关系以及故障类型与解决方案之间的对应关系,构建运维知识图谱,该运维知识图谱包含有多条故障路径,故障路径由单个设备对象和/或单个部件对象以及单个故障类型对象及其对应解决方案对象连接形成;

步骤B.对该图谱中的各个故障类型对象分别赋予难度属性值,难度属性值越高,对应的运维能力等级越高;

步骤C.根据用户输入的设备关键词或部件关键词,从运维知识图谱中搜索获得与该关键词对应的设备对象或部件对象;

步骤D.在运维知识图谱中查找以所述设备对象或部件对象作为起点的多条故障路径;

步骤E.根据用户的浏览历史中的故障类型对象的难度属性值评估该用户当前运维能力等级;

步骤F.在上述多条故障路径当中,选出故障类型对象的难度属性值符合该用户当前运维能力等级的故障路径;

步骤G.根据所选出的故障路径生成个性化运维知识图谱显示给该用户。

进一步地,步骤F中,具体是选出用户未曾浏览的故障路径。

进一步地,包括步骤H.若用户选中某个故障类型对象或者某个解决方案对象,则突出显示该故障类型对象或该解决方案对象所在的故障路径。

进一步地,包括步骤I.若当前突出显示的故障路径的时长超过预设学习时长阈值,则向用户推荐下一条故障路径,具体根据个性化运维知识图谱中各个故障路径与当前突出显示的故障路径的关联度向用户推荐关联度最高的故障路径。

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广东电网有限责任公司,未经广东电网有限责任公司许可,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/202211255747.2/2.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