CN112800197A - 一种目标故障信息的确定方法和装置 - Google Patents
一种目标故障信息的确定方法和装置 Download PDFInfo
- Publication number
- CN112800197A CN112800197A CN202110064529.XA CN202110064529A CN112800197A CN 112800197 A CN112800197 A CN 112800197A CN 202110064529 A CN202110064529 A CN 202110064529A CN 112800197 A CN112800197 A CN 112800197A
- Authority
- CN
- China
- Prior art keywords
- target
- map
- information
- data
- similarity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012423 maintenance Methods 0.000 claims abstract description 44
- 239000013598 vector Substances 0.000 claims abstract description 40
- 230000015654 memory Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种目标故障信息的确定方法和装置，其中，该方法包括：获取与目标设备的设备检修数据对应的数据图谱，其中，设备检修数据中包含目标设备的目标设备信息以及运行状态信息，数据图谱中包含多个初始节点，多个初始节点之间具有第一向量关系，每个初始节点的属性信息包括目标设备信息或者运行状态信息；在图谱库中查找与数据图谱相似的目标图谱，其中，图谱库中存储了与参考设备的历史故障信息对应的图谱，图谱库中的图谱中包含多个参考节点，多个参考节点之间具有第二向量关系；将目标图谱对应的历史故障信息确定为目标设备的目标故障信息。本申请解决了基于历史故障信息确定目标设备的目标故障信息的效率较低的技术问题。
Description
技术领域
本申请涉及知识图谱技术领域，尤其涉及一种目标故障信息的确定方法和装置。
背景技术
随着科学技术与工业互联网应用的迅速发展，工业领域中记录相关维修过程的维修通讯文档大量增长，维修通讯作为企业维护知识、重要的实践经验越来越被企业的运维单位重视。维修通讯一般详细的记录了故障的检修内容，故障诊断结果，维修过程以及故障的处置结果，通过合理的利用维修通讯检索可以帮助一线维修人员快速定位面临问题的根本原因，节约维护成本、提高作业效率，对于提升企业的效益有着重大的影响。目前行业内对于维修通讯的利用多是基于自然语言处理方法的文档检索，首先对维修通讯文档进行内容分析，从文档的文本内容中提取关键词，并采用关键词匹配的方法进行通讯文档的全文检索，然而这种方法智能简单的搜集相似文档，对故障诊断的效果不佳。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请提供了一种目标故障信息的确定方法和装置，以至少解决相关技术中基于历史故障信息确定目标设备的目标故障信息的效率较低的技术问题。
根据本申请实施例的一个方面，提供了一种目标故障信息的确定方法，包括：获取与目标设备的设备检修数据对应的数据图谱，其中，所述设备检修数据中包含所述目标设备的目标设备信息以及运行状态信息，所述数据图谱中包含多个初始节点，多个所述初始节点之间具有第一向量关系，每个所述初始节点的属性信息包括所述目标设备信息或者所述运行状态信息；在图谱库中查找与所述数据图谱相似的目标图谱，其中，所述图谱库中存储了与参考设备的历史故障信息对应的图谱，所述图谱库中的图谱中包含多个参考节点，多个所述参考节点之间具有第二向量关系；将所述目标图谱对应的历史故障信息确定为所述目标设备的目标故障信息。
可选地，在所述图谱库中查找与所述数据图谱相似的所述目标图谱包括：在所述数据图谱包含的所述初始节点中查找第一节点，其中，所述第一节点为对应所述目标设备的所述目标设备信息的节点；在所述图谱库中查找包含第一节点的参考图谱；在所述参考图谱中确定与所述数据图谱满足目标相似条件的所述目标图谱。
可选地，在所述参考图谱中确定与所述数据图谱满足目标相似条件的所述目标图谱包括：计算所述数据图谱与每个所述参考图谱之间的目标相似度；将所述目标相似度最大的所述参考图谱确定为所述目标图谱。
可选地，计算所述数据图谱与每个所述参考图谱之间的所述目标相似度包括：计算所述初始节点与所述参考节点之间的第一相似度；计算所述第二向量关系与所述第一向量关系之间的第二相似度；基于第一预设权重信息对所述第一相似度以及所述第二相似度进行加权求和，以得到所述目标相似度。
可选地，计算所述初始节点与所述参考节点之间的所述第一相似度包括：计算每个所述初始节点与对应的所述参考节点之间的第三相似度；基于第二预设权重信息对所述第三相似度进行加权求和，以得到所述第一相似度。
可选地，将所述目标图谱对应的所述历史故障信息确定为所述目标设备的所述目标故障信息之后，所述方法还包括：确定与所述历史故障信息对应的历史维修方法；将所述历史维修方法发送至目标显示设备。
根据本申请实施例的另一方面，还提供了一种目标故障信息的确定装置，包括：获取模块，用于获取与目标设备的设备检修数据对应的数据图谱，其中，所述设备检修数据中包含所述目标设备的目标设备信息以及运行状态信息，所述数据图谱中包含多个初始节点，多个所述初始节点之间具有第一向量关系，每个所述初始节点的属性信息包括所述目标设备信息或者所述运行状态信息；查找模块，用于在图谱库中查找与所述数据图谱相似的目标图谱，其中，所述图谱库中存储了与参考设备的历史故障信息对应的图谱，所述图谱库中的图谱中包含多个参考节点，多个所述参考节点之间具有第二向量关系；第一确定模块，用于将所述目标图谱对应的历史故障信息确定为所述目标设备的目标故障信息。
可选地，所述查找模块包括：第一查找单元，用于在所述数据图谱包含的所述初始节点中查找第一节点，其中，所述第一节点为对应所述目标设备的所述目标设备信息的节点；第二查找单元，用于在所述图谱库中查找包含第一节点的参考图谱；确定单元在所述参考图谱中确定与所述数据图谱满足目标相似条件的所述目标图谱。
根据本申请实施例的另一方面，还提供了一种存储介质，该存储介质包括存储的程序，程序运行时执行上述的方法。
根据本申请实施例的另一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器通过计算机程序执行上述的方法。
在本申请实施例中，采用获取与目标设备的设备检修数据对应的数据图谱，其中，设备检修数据中包含目标设备的目标设备信息以及运行状态信息，数据图谱中包含多个初始节点，多个初始节点之间具有第一向量关系，每个初始节点的属性信息包括目标设备信息或者运行状态信息；在图谱库中查找与数据图谱相似的目标图谱，其中，图谱库中存储了与参考设备的历史故障信息对应的图谱，图谱库中的图谱中包含多个参考节点，多个参考节点之间具有第二向量关系；将目标图谱对应的历史故障信息确定为目标设备的目标故障信息的方式，通过将历史的维修数据生成图谱，并将图谱存储在图谱库中，将目标设备的设备检修数据生成数据图谱，在对数据图谱中包含的目标故障信息确定时，通过在图谱库中查找与数据图谱相似的目标图谱，并将目标图谱对应的历史故障信息确定为目标设备的目标故障信息，达到了根据历史故障信息快速准确的确定目标设备的目标故障信息的目的，从而实现了提高基于历史故障信息确定目标设备的目标故障信息的效率的技术效果，进而解决了基于历史故障信息确定目标设备的目标故障信息的效率较低的技术问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是根据本申请实施例的目标故障信息的确定方法的硬件环境的示意图；
图2是根据本申请实施例的一种可选的目标故障信息的确定方法的流程图；
图3是根据本申请实施例的一种可选的图谱库构建流程图；
图4是根据本申请实施例的一种可选地故障诊断流程图；
图5是根据本申请实施例的一种可选的目标故障信息的确定装置的示意图；
图6是根据本申请实施例的一种电子装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例的一方面，提供了一种目标故障信息的确定的方法实施例。
可选地，在本实施例中，上述目标故障信息的确定方法可以应用于如图1所示的由终端101和服务器103所构成的硬件环境中。图1是根据本申请实施例的目标故障信息的确定方法的硬件环境的示意图，如图1所示，服务器103通过网络与终端101进行连接，可用于为终端或终端上安装的客户端提供服务(如数据计算服务、数据查询服务等)，可在服务器上或独立于服务器设置数据库，用于为服务器103提供数据存储服务，上述网络包括但不限于：广域网、城域网或局域网，终端101并不限定于PC、手机、平板电脑等。本申请实施例的目标故障信息的确定方法可以由服务器103来执行，也可以由终端101来执行，还可以是由服务器103和终端101共同执行。其中，终端101执行本申请实施例的目标故障信息的确定方法也可以是由安装在其上的客户端来执行。
图2是根据本申请实施例的一种可选的目标故障信息的确定方法的流程图，如图2所示，该方法可以包括以下步骤：
步骤S202，获取与目标设备的设备检修数据对应的数据图谱，其中，所述设备检修数据中包含所述目标设备的目标设备信息以及运行状态信息，所述数据图谱中包含多个初始节点，多个所述初始节点之间具有第一向量关系，每个所述初始节点的属性信息包括所述目标设备信息或者所述运行状态信息；
步骤S204，在图谱库中查找与所述数据图谱具有相似关系的目标图谱，其中，所述图谱库中存储了与参考设备的历史故障信息对应的图谱，所述图谱库中的图谱中包含多个参考节点，多个所述参考节点之间具有第二向量关系；
步骤S206，将所述目标图谱对应的历史故障信息确定为所述目标设备的目标故障信息。
通过上述步骤S202至步骤S206，通过将历史的维修数据生成图谱，并将图谱存储在图谱库中，将目标设备的设备检修数据生成数据图谱，在对数据图谱中包含的目标故障信息确定时，通过在图谱库中查找与数据图谱具有相似关系的目标图谱，并将目标图谱对应的历史故障信息确定为目标设备的目标故障信息，达到了根据历史故障信息快速准确的确定目标设备的目标故障信息的目的，从而实现了提高基于历史故障信息确定目标设备的目标故障信息的效率的技术效果，进而解决了基于历史故障信息确定目标设备的目标故障信息的效率较低的技术问题。
在步骤S202提供的技术方案中，目标设备可以但不限与包括车间的生产机器、车辆、家电等等。
可选地，在本实施例中，获取设备检修数据的数据图谱的方法可以是使用关键词提取模型对设备检修数据中的关键词进行提取，在使用图谱生成模型生成与设备检修数据对应的数据图谱。
可选地，在本实施例中，运行状态信息可以但不限于包括设备工况信息、故障现象、故障指示灯状态等等。
可选地，在本实施例中，可以通过Word2Vector模型对设备检修数据中的关键词进行词向量识别，从而得到关键点之间的向量关系。
在步骤S204提供的技术方案中，与数据图谱相似的目标图谱可以是数据图谱以及目标图谱中的图形相似，还可以是根据节点属性确定的匹配度大于某一阈值的图谱，本方案对此不作限定。
可选地，在本实施例中，历史故障信息可以但不限与包括故障原因、故障诊断结果等等。
作为一种可选的实施例，在所述图谱库中查找与所述数据图谱具有相似关系的所述目标图谱包括：
S11，在所述数据图谱包含的所述初始节点中查找第一节点，其中，所述第一节点为对应所述目标设备的所述目标设备信息的节点；
S12，在所述图谱库中查找包含第一节点的参考图谱；
S13，在所述参考图谱中确定与所述数据图谱满足目标相似条件的所述目标图谱。
可选地，在本实施例中，目标设备信息可以但不限于与包括设备的型号，零件型号等等，比如，当目标设备为一辆汽车时，目标设备信息可以是汽车的车型、发动机型号等等。
可选地，在本实施例中，目标相似条件可以但不限于包括数据图谱与参考图谱的相似的满足设定阈值、数据图谱与参考图谱中的参考节点的属性相似度大于设定阈值、向量关系的相似的大于设定阈值等等，本方案对此不作限定。
通过以上步骤，通过在图谱库中查找包含第一节点的参考图谱，从而实现根据设备的设备信息对图谱库中的图谱进行筛选，筛选出设备型号不符的图谱，从而减少图谱匹配的工作量，提高工作相率。
作为一种可选的实施例，在所述参考图谱中确定与所述数据图谱满足目标相似条件的所述目标图谱包括：
S21，计算所述数据图谱与每个所述参考图谱之间的目标相似度；
S22，将所述目标相似度最大的所述参考图谱确定为所述目标图谱。
可选地，在本实施例中，目标相似度可以是节点属性的相似度、节点数量的相似度、向量关系的相似度等等，本方案对此不作限定。
通过以上步骤，通过计算数据图谱与每个参考图谱的相似度，并将相似度最大的参考图谱确定为目标图谱，从而实现了确定出的目标图谱的准确率。
作为一种可选的实施例，计算所述数据图谱与每个所述参考图谱之间的所述目标相似度包括：
S31，计算所述初始节点与所述参考节点之间的第一相似度；
S32，计算所述第二向量关系与所述第一向量关系之间的第二相似度；
S33，基于第一预设权重信息对所述第一相似度以及所述第二相似度进行加权求和，以得到所述目标相似度。
可选地，在本实施例中，第一预设权重信息可以是第一相似度以及第二相似度设置的权重值，权重值越大，相似度的重要程度越高。
可选地，在本实施例中，第一预设权重信息可以是由开发人员根据业务需求预先设置的，比如认为某一相似度较为重要则可设备权重值较大，或者，根据数据的数量，数据数量越多设置的权重值越大。
可选地，在本事实例中，计算向量关系之间的相似度可以但不限于通过计算第一向量关系与第二向量关系之间的余弦相似度实现的。
通过以上步骤，通过对第一相似度和第二相似度设备权重值，并根据权重值计算得到目标相似度，实现按照需要设置权重值，满足用户最大的业务需求。
作为一种可选的实施例，计算所述初始节点与所述参考节点之间的所述第一相似度包括：
S41，计算每个所述初始节点与对应的所述参考节点之间的第三相似度；
S42，基于第二预设权重信息对所述第三相似度进行加权求和，以得到所述第一相似度。
通过以上步骤，在计算参考节点之间的相似度时，通过计算各个处室节点和对应的参考节点之间的相似度，并为每个节点的相似度赋值，最终得到参考节点与初始节点之间的第一相似度，实现根据业务需求，设置不同的权重值，更好的满足业务需求，提高用户体验。
作为一种可选的实施例，将所述目标图谱对应的所述历史故障信息确定为所述目标设备的所述目标故障信息之后，所述方法还包括：
S51，确定与所述历史故障信息对应的历史维修方法；
S52，将所述历史维修方法发送至目标显示设备。
可选地，在本实施例中，目标显示设备可以但不限于是手机、平板电脑、显示器等终端设备。
图3是根据本申请实施例的一种可选的图谱库构建流程图，如图3所示：
S301，获取历史维修数据，历史维修数据中包含了设备信息及处理方法，比如车型、车架号、工况、检修过程、故障现象、故障诊断结果、故障灯指示状态、维修方法等内容，根据构建的图谱schema对历史维修数据进行命名实体识别，获得历史数据中的schema信息，同时应处理维修数据中的相应表格，对表格内容进行命名实体识别。
S302，将获得的命名实体填充到知识图谱schema中，以维修任务为单位补充该次维修任务的全部schema信息。
S303，基于Word2Vector模型对上述schema信息中的命名实体识别结果进行词向量训练，获得全部专有词汇的词向量。
S304，将以上schema信息与词向量信息组成的知识图谱存储在图谱库中。
图4是根据本申请实施例的一种可选地故障诊断流程图，如图4所示：
S401，操作人员描述所遇到的情况的详细信息，包括设备型号、设备的运行状态、设备的故障表现等等。
S402，对输入的关键词进行命名实体的识别，得到相关关键字，例如检修过程信息描述的关键字、故障现象信息描述的关键字、机器状态信息描述的关键字等等。
S403，使用命名实体识别结果在图谱库中检索全部含相关信息的历史维修文档的参考图谱。
S404，查询图数据库得到全部候选文档的schema分别计算每一个候选文档与输入关键词的特征相似度，根据业务需要，可对不同的特征设置不同的权重，最终计算出关键词特征相似度。再根据参考图谱中的向量与输入关键词词向量的余弦相似度，根据实际业务需要对该相似度赋权并加入上一步骤的权重中，获得候选维修通讯的排序结果。
S405，根据排序结果对排序位置不同的数值基于不同额的权重，计算各图谱的最终相似度得分，并获得得分最高的参考图谱。
S406，将得分最高的参考图谱对应的故障原因确定为当前目标设备的目标故障原因。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台电子设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
根据本申请实施例的另一个方面，还提供了一种用于实施上述目标故障信息的确定方法的目标信息的确定装置。图5是根据本申请实施例的一种可选的目标信息的确定装置的示意图，如图5所示，该装置可以包括：
获取模块52，用于获取与目标设备的设备检修数据对应的数据图谱，其中，所述设备检修数据中包含所述目标设备的目标设备信息以及运行状态信息，所述数据图谱中包含多个初始节点，多个所述初始节点之间具有第一向量关系，每个所述初始节点的属性信息包括所述目标设备信息或者所述运行状态信息；
查找模块54，用于在图谱库中查找与所述数据图谱相似的目标图谱，其中，所述图谱库中存储了与参考设备的历史故障信息对应的图谱，所述图谱库中的图谱中包含多个参考节点，多个所述参考节点之间具有第二向量关系；
第一确定模块56，用于将所述目标图谱对应的历史故障信息确定为所述目标设备的目标故障信息。
需要说明的是，该实施例中的获取模块52可以用于执行本申请实施例中的步骤S202，该实施例中的查找模块54可以用于执行本申请实施例中的步骤S204，该实施例中的第一确定模块56可以用于执行本申请实施例中的步骤S206。
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现。
通过上述模块，可以解决了基于历史故障信息确定目标设备的目标故障信息的效率较低的技术问题，进而达到提高基于历史故障信息确定目标设备的目标故障信息的效率的技术效果。
可选地，所述查找模块包括：第一查找单元，用于在所述数据图谱包含的所述初始节点中查找第一节点，其中，所述第一节点为对应所述目标设备的所述目标设备信息的节点；第二查找单元，用于在所述图谱库中查找包含第一节点的参考图谱；确定单元在所述参考图谱中确定与所述数据图谱满足目标相似条件的所述目标图谱。
可选地，所述确定单元用于：计算所述数据图谱与每个所述参考图谱之间的目标相似度；将所述目标相似度最大的所述参考图谱确定为所述目标图谱。
可选地，所述确定单元用于：计算所述初始节点与所述参考节点之间的第一相似度；计算所述第二向量关系与所述第一向量关系之间的第二相似度；基于第一预设权重信息对所述第一相似度以及所述第二相似度进行加权求和，以得到所述目标相似度。
可选地，所述确定单元用于：计算每个所述初始节点与对应的所述参考节点之间的第三相似度；基于第二预设权重信息对所述第三相似度进行加权求和，以得到所述第一相似度。
可选地，所述装置还包括：第二确定模块，用于将所述目标图谱对应的所述历史故障信息确定为所述目标设备的所述目标故障信息之后，确定与所述历史故障信息对应的历史维修方法；发送模块，用于将所述历史维修方法发送至目标显示设备。
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。
根据本申请实施例的另一个方面，还提供了一种用于实施上述目标故障信息的确定方法的电子装置。
图6是根据本申请实施例的一种电子装置的结构框图，如图6所示，该电子装置可以包括：一个或多个(图中仅示出一个)处理器601、存储器603、以及传输装置605，如图6所示，该电子装置还可以包括输入输出设备607。
其中，存储器603可用于存储软件程序以及模块，如本申请实施例中的目标故障信息的确定方法和装置对应的程序指令/模块，处理器601通过运行存储在存储器603内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的目标故障信息的确定方法。存储器603可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器603可进一步包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至电子装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述的传输装置605用于经由一个网络接收或者发送数据，还可以用于处理器与存储器之间的数据传输。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置605包括一个网络适配器(Network Interface Controller，NIC)，其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置605为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
其中，具体地，存储器603用于存储应用程序。
处理器601可以通过传输装置605调用存储器603存储的应用程序，以执行下述步骤：获取与目标设备的设备检修数据对应的数据图谱，其中，所述设备检修数据中包含所述目标设备的目标设备信息以及运行状态信息，所述数据图谱中包含多个初始节点，多个所述初始节点之间具有第一向量关系，每个所述初始节点的属性信息包括所述目标设备信息或者所述运行状态信息；在图谱库中查找与所述数据图谱相似的目标图谱，其中，所述图谱库中存储了与参考设备的历史故障信息对应的图谱，所述图谱库中的图谱中包含多个参考节点，多个所述参考节点之间具有第二向量关系；将所述目标图谱对应的历史故障信息确定为所述目标设备的目标故障信息。
采用本申请实施例，提供了一种目标故障信息的确定方法和装置的方案。通过将历史的维修数据生成图谱，并将图谱存储在图谱库中，将目标设备的设备检修数据生成数据图谱，在对数据图谱中包含的目标故障信息确定时，通过在图谱库中查找与数据图谱相似的目标图谱，并将目标图谱对应的历史故障信息确定为目标设备的目标故障信息，达到了根据历史故障信息快速准确的确定目标设备的目标故障信息的目的，从而实现了提高基于历史故障信息确定目标设备的目标故障信息的效率的技术效果，进而解决了基于历史故障信息确定目标设备的目标故障信息的效率较低的技术问题。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
本领域普通技术人员可以理解，图6所示的结构仅为示意，电子装置可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(MobileInternet Devices，MID)、PAD等电子设备。图6其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比图6中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图6所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令电子设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(RandomAccess Memory，RAM)、磁盘或光盘等。
本申请的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于执行目标故障信息的确定方法的程序代码。
可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：获取与目标设备的设备检修数据对应的数据图谱，其中，所述设备检修数据中包含所述目标设备的目标设备信息以及运行状态信息，所述数据图谱中包含多个初始节点，多个所述初始节点之间具有第一向量关系，每个所述初始节点的属性信息包括所述目标设备信息或者所述运行状态信息；在图谱库中查找与所述数据图谱相似的目标图谱，其中，所述图谱库中存储了与参考设备的历史故障信息对应的图谱，所述图谱库中的图谱中包含多个参考节点，多个所述参考节点之间具有第二向量关系；将所述目标图谱对应的历史故障信息确定为所述目标设备的目标故障信息。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种目标故障信息的确定方法，其特征在于，包括：
获取与目标设备的设备检修数据对应的数据图谱，其中，所述设备检修数据中包含所述目标设备的目标设备信息以及运行状态信息，所述数据图谱中包含多个初始节点，多个所述初始节点之间具有第一向量关系，每个所述初始节点的属性信息包括所述目标设备信息或者所述运行状态信息；
在图谱库中查找与所述数据图谱相似的目标图谱，其中，所述图谱库中存储了与参考设备的历史故障信息对应的图谱，所述图谱库中的图谱中包含多个参考节点，多个所述参考节点之间具有第二向量关系；
将所述目标图谱对应的历史故障信息确定为所述目标设备的目标故障信息。
2.根据权利要求1所述的方法，其特征在于，在所述图谱库中查找与所述数据图谱相似的所述目标图谱包括：
在所述数据图谱包含的所述初始节点中查找第一节点，其中，所述第一节点为对应所述目标设备的所述目标设备信息的节点；
在所述图谱库中查找包含第一节点的参考图谱；
在所述参考图谱中确定与所述数据图谱满足目标相似条件的所述目标图谱。
3.根据权利要求2所述的方法，其特征在于，在所述参考图谱中确定与所述数据图谱满足目标相似条件的所述目标图谱包括：
计算所述数据图谱与每个所述参考图谱之间的目标相似度；
将所述目标相似度最大的所述参考图谱确定为所述目标图谱。
4.根据权利要求3所述的方法，其特征在于，计算所述数据图谱与每个所述参考图谱之间的所述目标相似度包括：
计算所述初始节点与所述参考节点之间的第一相似度；
计算所述第二向量关系与所述第一向量关系之间的第二相似度；
基于第一预设权重信息对所述第一相似度以及所述第二相似度进行加权求和，以得到所述目标相似度。
5.根据权利要求4所述的方法，其特征在于，计算所述初始节点与所述参考节点之间的所述第一相似度包括：
计算每个所述初始节点与对应的所述参考节点之间的第三相似度；
基于第二预设权重信息对所述第三相似度进行加权求和，以得到所述第一相似度。
6.根据权利要求1所述的方法，其特征在于，将所述目标图谱对应的所述历史故障信息确定为所述目标设备的所述目标故障信息之后，所述方法还包括：
确定与所述历史故障信息对应的历史维修方法；
将所述历史维修方法发送至目标显示设备。
7.一种目标故障信息的确定装置，其特征在于，包括：
获取模块，用于获取与目标设备的设备检修数据对应的数据图谱，其中，所述设备检修数据中包含所述目标设备的目标设备信息以及运行状态信息，所述数据图谱中包含多个初始节点，多个所述初始节点之间具有第一向量关系，每个所述初始节点的属性信息包括所述目标设备信息或者所述运行状态信息；
查找模块，用于在图谱库中查找与所述数据图谱相似的目标图谱，其中，所述图谱库中存储了与参考设备的历史故障信息对应的图谱，所述图谱库中的图谱中包含多个参考节点，多个所述参考节点之间具有第二向量关系；
第一确定模块，用于将所述目标图谱对应的历史故障信息确定为所述目标设备的目标故障信息。
8.根据权利要求7所述的装置，其特征在于，所述查找模块包括：
第一查找单元，用于在所述数据图谱包含的所述初始节点中查找第一节点，其中，所述第一节点为对应所述目标设备的所述目标设备信息的节点；
第二查找单元，用于在所述图谱库中查找包含第一节点的参考图谱；
确定单元在所述参考图谱中确定与所述数据图谱满足目标相似条件的所述目标图谱。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至6任一项中所述的方法。
10.一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器通过所述计算机程序执行上述权利要求1至6任一项中所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110064529.XA CN112800197A (zh) | 2021-01-18 | 2021-01-18 | 一种目标故障信息的确定方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110064529.XA CN112800197A (zh) | 2021-01-18 | 2021-01-18 | 一种目标故障信息的确定方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112800197A true CN112800197A (zh) | 2021-05-14 |
Family
ID=75810235
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110064529.XA Pending CN112800197A (zh) | 2021-01-18 | 2021-01-18 | 一种目标故障信息的确定方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112800197A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113098723A (zh) * | 2021-06-07 | 2021-07-09 | 新华三人工智能科技有限公司 | 一种故障根因定位方法、装置、存储介质及设备 |
| CN114372063A (zh) * | 2022-01-21 | 2022-04-19 | 华谱科仪(北京)科技有限公司 | 一种基于色谱仪的故障检测方法及电子设备 |
| CN115524002A (zh) * | 2022-09-19 | 2022-12-27 | 国家电投集团河南电力有限公司 | 一种电厂旋转设备的运行状态预警方法、系统及存储介质 |
| CN115987376A (zh) * | 2022-12-20 | 2023-04-18 | 中国人民解放军63819部队 | 一种地球站上架中射频设备性能测试方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180268029A1 (en) * | 2017-03-18 | 2018-09-20 | Tracelink Inc. | Metafutures-based Graphed Data Lookup |
| CN111159423A (zh) * | 2019-12-27 | 2020-05-15 | 北京明略软件系统有限公司 | 一种实体关联方法、装置及计算机可读存储介质 |
| CN111539197A (zh) * | 2020-04-15 | 2020-08-14 | 北京百度网讯科技有限公司 | 文本匹配方法和装置以及计算机系统和可读存储介质 |
| CN112148887A (zh) * | 2020-09-16 | 2020-12-29 | 珠海格力电器股份有限公司 | 设备故障诊断方法、装置、存储介质和电子设备 |
| CN112231493A (zh) * | 2020-11-10 | 2021-01-15 | 泽恩科技有限公司 | 基于知识图谱的机房故障诊断方法、装置、设备及介质 |
-
2021
- 2021-01-18 CN CN202110064529.XA patent/CN112800197A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180268029A1 (en) * | 2017-03-18 | 2018-09-20 | Tracelink Inc. | Metafutures-based Graphed Data Lookup |
| CN111159423A (zh) * | 2019-12-27 | 2020-05-15 | 北京明略软件系统有限公司 | 一种实体关联方法、装置及计算机可读存储介质 |
| CN111539197A (zh) * | 2020-04-15 | 2020-08-14 | 北京百度网讯科技有限公司 | 文本匹配方法和装置以及计算机系统和可读存储介质 |
| CN112148887A (zh) * | 2020-09-16 | 2020-12-29 | 珠海格力电器股份有限公司 | 设备故障诊断方法、装置、存储介质和电子设备 |
| CN112231493A (zh) * | 2020-11-10 | 2021-01-15 | 泽恩科技有限公司 | 基于知识图谱的机房故障诊断方法、装置、设备及介质 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113098723A (zh) * | 2021-06-07 | 2021-07-09 | 新华三人工智能科技有限公司 | 一种故障根因定位方法、装置、存储介质及设备 |
| CN113098723B (zh) * | 2021-06-07 | 2021-09-17 | 新华三人工智能科技有限公司 | 一种故障根因定位方法、装置、存储介质及设备 |
| CN114372063A (zh) * | 2022-01-21 | 2022-04-19 | 华谱科仪(北京)科技有限公司 | 一种基于色谱仪的故障检测方法及电子设备 |
| CN114372063B (zh) * | 2022-01-21 | 2022-08-12 | 华谱科仪(北京)科技有限公司 | 一种基于色谱仪的故障检测方法及电子设备 |
| CN115524002A (zh) * | 2022-09-19 | 2022-12-27 | 国家电投集团河南电力有限公司 | 一种电厂旋转设备的运行状态预警方法、系统及存储介质 |
| CN115524002B (zh) * | 2022-09-19 | 2023-08-22 | 国家电投集团河南电力有限公司 | 一种电厂旋转设备的运行状态预警方法、系统及存储介质 |
| CN115987376A (zh) * | 2022-12-20 | 2023-04-18 | 中国人民解放军63819部队 | 一种地球站上架中射频设备性能测试方法及装置 |
| CN115987376B (zh) * | 2022-12-20 | 2024-05-14 | 中国人民解放军63819部队 | 一种地球站中射频设备性能测试方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112800197A (zh) | 一种目标故障信息的确定方法和装置 | |
| CN107844634B (zh) | 多元通用模型平台建模方法、电子设备及计算机可读存储介质 | |
| CN106980623B (zh) | 一种数据模型的确定方法及装置 | |
| CN112800095B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
| CN111046237B (zh) | 用户行为数据处理方法、装置、电子设备及可读介质 | |
| CN111090807B (zh) | 一种基于知识图谱的用户识别方法及装置 | |
| CN112364014B (zh) | 数据查询方法、装置、服务器及存储介质 | |
| CN109284321B (zh) | 数据加载方法、装置、计算设备和计算机可读存储介质 | |
| CN104750872A (zh) | 一种业务对象的查询方法及装置 | |
| CN109905292B (zh) | 一种终端设备识别方法、系统及存储介质 | |
| CN109829073B (zh) | 一种图像搜索的方法及装置 | |
| CN114741392A (zh) | 数据查询方法、装置、电子设备及存储介质 | |
| CN111047434B (zh) | 一种操作记录生成方法、装置、计算机设备和存储介质 | |
| CN112784025A (zh) | 一种目标事件的确定方法和装置 | |
| CN112528067A (zh) | 图数据库的存储方法、读取方法、装置及设备 | |
| CN111190964B (zh) | 数据对接方法、装置、设备及存储介质 | |
| CN110737662A (zh) | 一种数据分析方法、装置、服务器及计算机存储介质 | |
| CN110781375A (zh) | 一种用户状态标识确定方法及装置 | |
| CN113093702B (zh) | 故障数据的预测方法和装置、电子设备和存储介质 | |
| CN110471708B (zh) | 基于可重用组件的配置项获取的方法及装置 | |
| CN114781517A (zh) | 风险识别的方法、装置及终端设备 | |
| CN111327721A (zh) | Ip地址定位方法及装置、存储介质及电子装置 | |
| CN110851517A (zh) | 一种源数据抽取方法、装置、设备及计算机存储介质 | |
| CN109582680A (zh) | 基于新产品开发的业务处理方法、电子装置及可读存储介质 | |
| CN115454354B (zh) | 数据的处理方法、系统、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |