(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210995636.9 (22)申请日 2022.08.18 (71)申请人 国家电网有限公司华 东分部 地址 200125 上海市浦东 新区浦东 南路882 号 申请人 北京科东电力控制系统有限责任公 司 (72)发明人 张亮　翟海保　屈刚　葛敏辉　 吴鑫　金皓纯　张晓营　刘圣楠　 吴国松　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 专利代理师 董建林 (51)Int.Cl. G06F 16/36(2019.01)G06N 5/02(2006.01) G06N 20/00(2019.01) (54)发明名称 基于知识图谱规则化的智能检修辅助决策 方法、 装置 (57)摘要 本发明公开了一种基于知识图谱规则化的 智能检修辅助决策方法、 装置， 其包括： 获取检修 票和待检测设备数据； 根据预先构建的检修规则 库和待检修设备数据对检修票进行请票规则校 验， 获取校验结果； 根据校验结果输出检修决策， 并基于调控云平台输出电网运行情况分析结果； 其中， 检修规则库的构建方法为： 根据人工维护 的规则信息获取公用规则； 利用公用规则生成一 次设备检修规则知识图谱； 通过规则学习算法对 一次设备检修规则知识图谱进行规则自学习， 得 到检修规则库。 本发明能够实现对检修计划合理 性、 可控性、 安全性的验证， 确保检修和维护工作 的安全性、 高效性。 权利要求书2页 说明书7页 附图2页 CN 115292519 A 2022.11.04 CN 115292519 A 1.一种基于知识图谱规则化的智能检修辅助决策 方法， 其特 征在于， 包括如下步骤： 获取检修 票和待检测设备 数据； 根据预先构建的检修规则库和待检修设备数据对检修票进行请票规则校验， 获取校验 结果； 根据校验结果输出检修决策； 基于调控云平台， 对检修决策涉及的检修关联设备进行电网运行情况分析， 输出检修 影响的供电区域、 预计停电时间、 预计经济损失。 2.根据权利要求1所述的一种基于知识图谱规则化的智能检修辅助决策方法， 其特征 在于， 基于调控云平台获取检修工作人员的检修票申请， 根据检修规则监听检修票票面的 一次设备 型号、 容量、 电压等级。 3.根据权利要求1所述的一种基于知识图谱规则化的智能检修辅助决策方法， 其特征 在于， 检修 规则库的构建方法如下： 遍历一次设备模型 数据表， 对人工维护的规则 信息进行自由组合搭配， 得到公用规则； 利用公用规则生成一次设备检修 规则知识图谱； 通过规则学习算法对一次设备检修 规则知识图谱进行规则自学习， 得到检修 规则库。 4.根据权利要求3所述的一种基于知识图谱规则化的智能检修辅助决策方法， 其特征 在于， 规则学习算法包括Sl ipper、 LRI、 MLrules。 5.根据权利要求3所述的一种基于知识图谱规则化的智能检修辅助决策方法， 其特征 在于， 通过规则学习算法对一次设备检修 规则知识图谱进行规则自学习的方法为： 获取电网的历史检修数据； 根据历史检修数据和一 次设备检修规则知识图谱生成训练样本集， 训练样本集包括多 个数据项， 每个数据项包括多个属性值及 对应的判定结果， 其中， 属性值对应的属性包括设 备类型、 检修类型、 电压等级， 判定结果表示属性 值对应的一次设备 是否允许检修； 根据训练样本集中各类判定结果出现的次数， 得到各类判定结果出现的概 率； 根据出现的概率从高到低依次选取判定结果oi， 计算不同属性值与判定结果oi的相关 性： 其中， Dep(o＝oi， mj＝mj， x)表示属性值mj， x与判定结果oi的相关性， mj， x表示第x项数据 项的第j个属性的属 性值， tally()表示计数函数， D ata表示训练样本集， tally(Data， o＝ oi， mj＝mj， x)表示训练样本集中第j个属性的属性值为mj， x且判定结果为oi的计数， tally (Data， o≠oi， mj＝mj， x)表示训练样本集中第j个属性的属性值为 mj， x且判定结果不为oi的计 数。 比较不同属性与判定结果oi的相关性， 选取相关性最高的一项属性值作为初始规则体 条件， 加入到规则体 语句中； 基于初始规则体 条件， 继续搜索训练样本集中其他属性值与判定 结果oi的相关性， 不断 将相关性最高的属 性值补充到规则体语句中， 直至相关性低于预设的相关性阈值， 获取检 修规则。权　利　要　求　书 1/2 页 2 CN 115292519 A 26.根据权利要求1所述的一种基于知识图谱规则化的智能检修辅助决策方法， 其特征 在于， 待检修设备 数据包括待检修设备的服 务区域、 备用电情况、 历史检修时段。 7.根据权利要求6所述的一种基于知识图谱规则化的智能检修辅助决策方法， 其特征 在于， 根据预先构建的检修规则库和待检修设备数据对检修票进行请票规则校验的方法 为： 获取检修 票的票面内容； 将检修票的票面内容、 待检修设备数据与预先构建的检修规则库匹配， 判断检修票是 否符合检修 规则； 如果检修 票符合检修 规则， 校验结果 为合格， 否则校验结果 为不合格。 8.基于权利要求1所述的智能检修辅助决策方法的智能检修辅助决策装置， 其特征在 于， 包括： 数据采集模块， 用于获取检修 票和待检测设备 数据； 请票规则校验模块， 用于根据 预先构建的检修规则库和待检修设备数据对检修票进行 请票规则校验， 获取 校验结果； 检修决策模块， 用于根据校验结果输出检修决策； 电网运行分析模块， 用于基于调控云平台， 对检修决策涉及的检修关联设备进行电网 运行情况分析， 输出检修影响的供电区域、 预计停电时间、 预计经济损失。 9.一种基于知识图谱规则化的智能检修辅助决策装置， 其特征在于， 包括处理器及存 储介质； 所述存储介质用于存 储指令； 所述处理器用于根据所述指令进行操作以执行根据权利要求1～7任一项所述方法的 步骤。 10.计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执行 时实现权利要求1～7任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115292519 A 3