公开(公告)号：CN120069835A

公开(公告)日：2025-05-30

申请号：CN202411281218.9

申请日：2024-09-13

Applicant: 华北电力大学

Inventor： 黄从智 ,  陈彦州 ,  刘力云 ,  刘晓泽 ,  郑伟 ,  柯志武

IPC: G06Q10/20 ,  G06Q50/40 ,  G06N5/022 ,  G06N5/04 ,  G06F16/31 ,  G06F16/36 ,  G06F16/901 ,  G06F16/353 ,  G06F16/3329

Abstract: 本发明提供了一种基于知识图谱的船舶动力系统设备故障智能辅助决策系统及方法，属于设备运维和工业智能技术领域。该方该在运维知识图谱的基础上，设计了智能推理、智能决策与智能问答模块，提高设备故障与检修策略匹配的准确性。步骤如下：基于船舶动力系统设备的检修规程、历史维修记录与专家经验，构建专家知识文本。对运维文本数据进行数据预处理，生成船舶动力系统设备运维方面的标注文本数据集。在此基础上，利用CaseRel训练初始模型，对运维文本进行实体识别和关系抽取，构建头实体‑关系‑尾实体三元组，生成船舶动力系统设备运维知识图谱。基于运维知识图谱，自定义推理规则并设计智能问答模块，将智能辅助决策建议展示在系统前端，完成船舶动力系统设备故障智能辅助决策系统开发。

公开(公告)号：CN119202602A

公开(公告)日：2024-12-27

申请号：CN202411281269.1

申请日：2024-09-13

Applicant: 华北电力大学

Inventor： 黄从智 ,  刘力云 ,  刘晓泽 ,  陈彦州 ,  郑伟 ,  柯志武

IPC: G06F18/20 ,  G06F18/10 ,  G06F18/213 ,  G06F40/295 ,  G06F16/901 ,  G06F16/36 ,  G06F16/34 ,  G06N5/022 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0455 ,  G06N3/0442 ,  G06N7/01 ,  G06N5/04

Abstract: 本发明提供了一种基于知识图谱与卷积神经网络的船舶动力系统设备故障诊断方法，其包括以下步骤：(1)对船舶动力系统设备上的传感器和监测设备所获取的大量数据进行预处理；(2)针对处理后的数据进行知识图谱实体和关系的抽取，同时训练关系预测模型，得到知识图谱的三元组元素，构建知识图谱；(3)对构建好的知识图谱进行训练，将数据特征转换为实体向量作为卷积神经网络的输入进行训练，得到船舶动力系统的故障诊断和故障预测模型；(4)给出用户端查询指令，利用训练好的模型进行实时数据预测，调整模型参数，使模型能更好适用于实际场景。