李哲周斌李文慧李晓蕴周友冯占科赵涵
北京低碳清洁能源研究院国家能源投资集团有限责任公司国能网信科技(北京)有限公司
针对难以从煤矿机电设备事故表象和部分监控数据判断设备事故根本原因,以及缺少能够利用历史数据、经验知识的有效手段来提高设备事故处理效率等问题,构建了煤矿机电设备事故知识图谱。首先设计四组元本体模型的数据关系,确定本体及本体之间的关系类型;然后根据设计的数据关系,采用机器学习和规则模板相结合的方法从数据库、文本中抽取实体、关系和属性;最后基于Python语言,通过py2neo库用Cypher语句对实体、关系和属性进行创建并存入Neo4j图数据库,实现知识图谱的构建和更新。煤矿机电设备事故知识图谱在煤矿机电设备事故诊断、风险管理和智能问答等方面的应用可使用户高效利用煤矿机电设备事故相关知识,帮助设备维护人员快速查找事故链条、定位事故原因并提出维修方案,达到降低事故率、减少事故处理时间的目的。
煤矿机电设备知识图谱Neo4j事故诊断风险管理智能问答
0 引言
1 煤矿机电设备事故知识图谱构建
1.1 构建流程
1.2 数据关系设计
1.3 知识抽取
1.4 图谱元素创建及知识存储
2 煤矿机电设备事故知识图谱应用
3 结语
主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会