鞏宇，李碧薇，李德華，陽曦鵬，陳強

（1.中國南方電網(wǎng)有限責任公司調峰調頻發(fā)電公司，廣東 廣州 510635；2.工業(yè)和信息化部電子第五研究所，廣東 廣州 511370）

0 引言

電力設備運行維護過程中涉及到的數(shù)據(jù)眾多，其中包括了設備、故障、實時監(jiān)測和維修等信息，而這些數(shù)據(jù)之間往往相互關聯(lián)，存在著較為復雜的關系，如何對數(shù)據(jù)進行有效的管理和應用，對提高電力設備運行維護的工作效率具有重要的意義，這一過程的本質是故障知識提取和再利用[1]。而在電力設備的故障管理過程中常常僅關注故障的分級分類和故障的處理過程，記錄的故障數(shù)據(jù)零散，缺乏更系統(tǒng)性的數(shù)據(jù)管理，因此需要一種更為有效的方法來實現(xiàn)對故障數(shù)據(jù)的管理和應用。針對這一需求，引入知識圖譜技術對電力設備的故障知識進行建模，利用知識圖譜技術在構建知識網(wǎng)絡與展現(xiàn)知識關聯(lián)方面的巨大優(yōu)勢，為具有復雜關系的知識信息提供了一種新的獲取、存儲、組織、管理、更新和展示的手段。

“知識圖譜”于2012 年被Google 正式提出并用于提升搜索引擎返回的答案質量和用戶查詢信息的效率，是一種揭示實體之間關系的語義網(wǎng)絡，可以對現(xiàn)實世界的事物及其相互關系進行形式化的描述[2]。近年來知識圖譜已在智能搜索、深度問答和社交網(wǎng)絡，以及金融、醫(yī)療等一些垂直行業(yè)中有所應用。在可靠性的研究方面，因知識圖譜技術在知識積累與融合方面的優(yōu)勢，一些學者將其應用于故障診斷與分析，提高了故障診斷的效率。LU 等人[2]提出了裝備故障知識圖譜的構建方法和應用，并用于輔助故障檢修。杜林明等人[3]借鑒RCM 和PHM 的系統(tǒng)化思路，以產(chǎn)品信息模型作為信息組織模式，利用故障樹、系統(tǒng)報警與故障模式之間的關聯(lián)關系構建知識圖譜；結合PHM 技術實現(xiàn)機車故障診斷系統(tǒng)中的報警預測、關聯(lián)關系挖掘和壽命預測等核心功能。劉緒忠等人[4]針對網(wǎng)絡監(jiān)控過程中存在的大量告警信息，需要依賴于維護人員的經(jīng)驗才能判定設備是否故障，采用知識圖譜技術，建立相關規(guī)則來進行智能關聯(lián)與匹配，可根據(jù)告警信息得到故障判定結果，提升故障發(fā)現(xiàn)和故障定位能力。李樂樂等人[5]提出建立飛機維修與維護的知識圖譜，用于飛機維修的推薦步驟查詢，有效地提高了維修信息的存儲和搜索能力。劉鑫[6]將知識圖譜用于故障診斷領域，采用語義環(huán)境下的本體建模方法，建立了故障分析領域通用知識本體模型實現(xiàn)故障信息動態(tài)檢索，提高故障診斷知識的利用率和共享程度。賈曉霞等人[7]提出為充分利用以往的維修案例和維修經(jīng)驗，通過特征向量、知識圖譜技術直觀表達故障知識和故障場景，并基于構建的知識庫提出新的故障診斷方法。趙倩[8]構建了數(shù)控設備領域知識圖譜，從歷史故障數(shù)據(jù)中提取出復雜的關聯(lián)關系，將故障知識結構化和可視化，用于輔助數(shù)控設備的故障診斷，有效地提高了故障知識的利用率和故障診斷效率。王莉等人[9]將知識圖譜技術應用于地鐵工程事故的知識建模與分析，為地鐵的事故分析提供數(shù)據(jù)支撐。由此可見，對于當前普遍存在的故障診斷靠經(jīng)驗，難以有效地利用歷史故障數(shù)據(jù)的問題上，知識圖譜技術能夠提供一個有效的解決方法。

在規(guī)模更加龐大、結構更為復雜的電力行業(yè)中，考慮到電力設備的信息化管理和智能化運維的需求，一個融合了設備信息、故障信息、實時監(jiān)測信息和維修信息的故障知識庫成為重要的基礎，而目前尚未形成一個更為系統(tǒng)的、針對電力設備運行檢修的故障知識庫。本文提出結合故障模式及其影響分析（FMEA）構建電力設備故障知識圖譜，為故障知識提供規(guī)范的存儲形式，并有利于故障知識的不斷累積。進一步可利用知識圖譜來提高故障診斷的效率，從而實現(xiàn)對電力設備故障知識的有效管理和應用。

1 電力設備故障知識圖譜構建

知識圖譜是一種結構化的語義知識庫，運用網(wǎng)絡結構描述現(xiàn)實世界中的概念、實體及其相互關系。知識圖譜生命周期可以劃分為如下階段：確定知識需求→知識建?！R獲取→知識存儲→知識管理→知識應用，在知識應用過程中會不斷地提出新的需求，進而推動知識圖譜的完善和進化，這是一個迭代的過程[9]。本文構建的電力設備故障知識圖譜屬于典型的領域知識圖譜，具有較為明確的概念和關系模式，能夠有助于實現(xiàn)電力設備故障知識的持續(xù)積累，從各種途徑收集的故障數(shù)據(jù)中抽取的關鍵知識要素，通過標準化的表示方式和各種關系能夠有效地整合，從而不斷地拓展領域知識的范圍；還能夠為知識的智能應用和可視化展示提供基礎元素。

1.1 電力設備故障知識框架

當前電力設備的運行維護朝著信息化和智能化的方向發(fā)展，電力設備的故障知識在故障分析和故障處理，以及維修策略與保障措施的制定和優(yōu)化中都有著重要的應用。電力設備的故障知識來源于設計知識、原理知識和經(jīng)驗知識等，從中提煉出故障分析知識和故障處理知識，此外歷史故障案例中也存在著重要的故障知識；可通過故障報送來進行采集，通過一些統(tǒng)計分析手段來獲得更加宏觀的故障規(guī)律并不斷地更新故障知識。為了更好地管理和應用，故障知識需要存入特定的故障知識庫中，并直接為電力設備的故障診斷、維修策略和保障措施提供支撐。電力設備故障知識架構，即在構建的知識圖譜知識需求如圖1 所示。

圖1 電力設備故障知識架構

1.2 故障知識建模

知識圖譜的基本單位為“實體（Entity）-關系（Relationship）-實體（Entity）”，因此構建知識圖譜的核心工作在于從大量的非結構化數(shù)據(jù)中提取出實體和實體關系。實體是知識圖譜中的原子信息元素，對特定領域中的一類實體抽象形成概念，每類實體可能具有不同的屬性特征[10]。概念設計就是要根據(jù)領域知識需求，確定該領域包含的概念及其屬性。關系是反映兩個實體之間存在的聯(lián)系，對于特定的領域，不同類型的實體之間可能存在不同的關系。知識建模需要確定知識網(wǎng)絡中實體和關系的類型，即概念和關系模式設計。

因此本文的知識模型中包括3 元組：概念、關系和屬性，如表1-3 所示。故障知識圖譜中的概念是指知識庫所需要的不同的實體類別，例如：不同層次的設備、故障模式類數(shù)據(jù)、維修類數(shù)據(jù)和監(jiān)測類數(shù)據(jù)等；關系是指具體的實體之間的關系，例如：故障影響關系、故障原因關系和從屬關系等；屬性是實體所具有的自身屬性，可區(qū)別于其他實體的特征，不同的實體具有的屬性不同，例如：故障模式具有的屬性包括編號、名稱和類型等，實體的每個屬性都有其確定的屬性值。故障知識圖譜的主要概念和關系模型如圖2 所示。

圖2 故障知識圖譜的主要概念和關系模型

表1 主要概念

表2 主要關系

表3 主要屬性

1.3 知識獲取

知識獲取是指從各類數(shù)據(jù)源中提取知識要素。電力設備故障的關鍵知識要素提取需要從故障描述文本中識別出與給定故障關聯(lián)的故障設備、故障模式、故障原因、故障影響和維修措施等關鍵知識要素。主要來源于故障模式庫、對部分系統(tǒng)開展的FMEA 得到的FMEA 數(shù)據(jù)表、歷史故障案例中提取出故障模式及其相關實體信息和關系信息，如圖3所示。知識獲取的過程中還涉及到對數(shù)據(jù)的標準化處理，需要制定一套完善的標準來規(guī)范數(shù)據(jù)類型、數(shù)據(jù)格式和數(shù)據(jù)的內容描述。

圖3 故障知識來源

1.4 知識存儲與管理

知識存儲和數(shù)據(jù)管理是將獲取到的知識存儲到特定的數(shù)據(jù)庫中，并實現(xiàn)對故障知識的操作和應用。本文基于Mysql 數(shù)據(jù)庫開發(fā)了一套知識庫管理工具而實現(xiàn)知識庫的管理和應用。

2 基于知識圖譜的電力設備故障知識庫的應用

基于知識圖譜的電力設備故障知識庫的最終目的是對故障相關的知識進行存儲、提取、整合和再利用，充分地發(fā)揮故障數(shù)據(jù)的價值，有效地提升電廠的運維效率，快速地定位故障，及時地恢復生產(chǎn)，甚至降低運維成本。其應用主要體現(xiàn)在標準化故障數(shù)據(jù)的采集、自動化故障診斷、維修策略的制定和保障資源規(guī)劃4 個方面。

2.1 標準化故障數(shù)據(jù)采集

歷史故障數(shù)據(jù)是一個重要的故障知識來源，電廠在運維過程中會不斷地產(chǎn)生新的故障數(shù)據(jù)，更新歷史故障案例庫，而這類故障數(shù)據(jù)包含了故障發(fā)現(xiàn)、故障分析和故障處理相關的一系列信息，在采集的過程中存在一定主觀性和不規(guī)范的情況，利用基于知識圖譜的電力設備故障知識庫中確定的數(shù)據(jù)可以進行標準化故障數(shù)據(jù)的采集，得到結構化數(shù)據(jù)。此外，在數(shù)據(jù)采集的過程中可同步將采集到的數(shù)據(jù)自動地轉化成故障知識，實現(xiàn)知識圖譜的更新。

2.2 故障診斷

基于知識圖譜的電力設備故障知識庫的一個重要應用是故障知識圖譜可結合故障診斷模型開展自動化故障診斷或輔助故障診斷。故障知識圖譜中包含故障診斷的相關規(guī)則，這些規(guī)則來源于故障分析與故障處理的經(jīng)驗知識或者系統(tǒng)的原理知識，可對在線檢測系統(tǒng)輸出的實時監(jiān)測參數(shù)和告警信息進行特征提取，利用故障診斷模型得到診斷結果。還可以利用歷史故障案例的檢索，找到相似的故障模式，為排故提供參考。

2.3 維修策略

電力設備的維護和檢修工作是電廠穩(wěn)定運行的重要基礎，其維修策略、維修方式和間隔時間的制定都影響著電廠運行的可靠性，而電力設備種類繁多，系統(tǒng)結構復雜，使得這樣一個決策成為一個非常復雜的問題?；谥R圖譜的電力設備故障知識庫可提供相關的故障時間數(shù)據(jù)，得到不同情況下的故障規(guī)律，對設備的故障時間或壽命進行預測，為維修計劃的制定提供支持。此外維修活動也是故障知識積累的過程，可為事后維修向預防性維修的轉變提供有力的支撐。

2.4 保障資源規(guī)劃

電力設備在維修保障的過程中主要涉及到人員與資源的配置，例如：人員、檢測設備和備件的調配?？梢岳秒娏υO備故障知識庫中的數(shù)據(jù)進行統(tǒng)計分析，并結合維修策略得到最優(yōu)的備件數(shù)量；還可以在知識圖譜中關聯(lián)供應商信息和備件品牌信息，根據(jù)歷史使用數(shù)據(jù)來決定采購的備品的品牌和數(shù)量等。

3 電力設備故障知識庫管理軟件

在上述理論基礎上開發(fā)了電力設備故障知識庫管理工具，其主要功能是對知識庫進行必要的數(shù)據(jù)管理和圖形化顯示，能夠更加方便和直觀地對故障知識庫進行管理，還可以為知識庫數(shù)據(jù)交互提供接口。管理軟件的界面如圖4 所示。

圖4 電力設備故障知識庫管理軟件界面

軟件可顯示出電力設備的整體結構，以及與設備關聯(lián)的故障模式及其他屬性。能夠對數(shù)據(jù)庫中的數(shù)據(jù)進行修改和查詢。軟件提供故障鏈的展示如圖5 所示，故障鏈有助于分析故障的影響關系。還能顯示出故障模式的關聯(lián)關系，有助于進行故障分析和故障處理，如圖6 所示，以“上位機系統(tǒng)癱瘓”作為案例，可顯示出所有可能的原因。

圖5 故障鏈顯示

圖6 故障知識關聯(lián)關系顯示

4 結束語

本文針對電力設備在運行維護過程中故障數(shù)據(jù)量多且不成體系的管理困境，結合故障診斷、維修決策和保障措施中對故障知識的需求提出了基于故障知識圖譜的電力設備故障知識庫的構建方法，該方法能夠有效地解決難以利用故障數(shù)據(jù)的困境，為電力設備的故障知識提供新的組織形式，有利于故障知識的采集、積累和故障規(guī)律的挖掘和應用，能夠進一步地推進電力設備的運維朝著信息化和智能化的方向發(fā)展。