CN103902731B - 一种基于知识库查询的智能化信息检修方法 - Google Patents
一种基于知识库查询的智能化信息检修方法 Download PDFInfo
- Publication number
- CN103902731B CN103902731B CN201410151897.8A CN201410151897A CN103902731B CN 103902731 B CN103902731 B CN 103902731B CN 201410151897 A CN201410151897 A CN 201410151897A CN 103902731 B CN103902731 B CN 103902731B
- Authority
- CN
- China
- Prior art keywords
- fault
- inducement
- signature
- information
- knowledge
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000012423 maintenance Methods 0.000 title claims abstract description 54
- 230000008569 process Effects 0.000 claims description 40
- 238000013024 troubleshooting Methods 0.000 claims description 39
- 230000008439 repair process Effects 0.000 claims description 37
- 238000001514 detection method Methods 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000010354 integration Effects 0.000 claims description 9
- 238000000151 deposition Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 4
- 230000009191 jumping Effects 0.000 claims description 4
- 230000007257 malfunction Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 claims 7
- 230000008878 coupling Effects 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 7
- 238000005859 coupling reaction Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 101150012579 ADSL gene Proteins 0.000 description 2
- 102100020775 Adenylosuccinate lyase Human genes 0.000 description 2
- 108700040193 Adenylosuccinate lyases Proteins 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种基于知识库查询的智能化信息检修方法,包括:当网络设备或主机设备发生故障时,故障检修平台检测到发生异常的故障信息,确定发生故障的网络设备或主机设备;故障检修平台对故障信息进行分析,与信息检修知识库进行信息匹配,选取最优作业方案,然后将网络设备或主机设备位置、故障信息和最优作业方案通过无线或有线方式发送给检修人员;检修人员接收后,对发生故障的网络设备或主机设备进行维修。本发明将故障信息与相应解决方法放入知识库中作为事实存储基础,利用智能化维护策略,解决检修工作困难的问题,并一定程度上取代维修人员的工作任务,以解决旧有单纯靠人力和经验完成大规模信息***故障检修的问题。
Description
技术领域
本发明涉及故障维修领域,尤其涉及一种基于知识库查询的智能化信息检修方法,具体涉及企业内部网络设备及主机设备的智能化信息检修方法。
背景技术
目前在公司内部常用的信息检修工作流程简单:接到报修电话派一线维修人员直接去现场排查故障,只是单纯靠人力和经验来完成,当遇到疑难问题没有技术指导,难以完成检修任务,进而影响公司的工作效率。
因此本发明提供一种基于知识库的信息检修方法及***。知识库(KnowledgeBase, KB),又称为智能数据库或者人工智能数据库。是知识工程领域和数据库领域这两个不同领域有机结合的产物,是知识工程中结构化,易操作,易利用,全面有组织的知识集群。知识库能够针对某一领域问题求解的需要,将某种知识或某些相互联系的知识片集合进行组织、管理和使用。
发明内容
为了克服现有技术中存在的不足,本发明提供一种基于知识库查询的智能化信息检修方法(Knowledge-Base Based Intelligent Information System MaintenanceMethod, KBMM),将故障信息与相应解决方法放入知识库中作为事实存储基础,利用智能化维护策略,解决检修工作困难的问题,并一定程度上取代维修人员的工作任务,以解决旧有单纯靠人力和经验完成大规模信息***故障检修的问题。
为实现上述目的,本发明采取如下技术方案:
一种基于知识库查询的智能化信息检修方法,包括如下步骤:
(1)当网络设备或主机设备发生故障时,故障检修平台检测到发生异常的故障信息,确定发生故障的网络设备或主机设备;
(2)故障检修平台对故障信息进行分析,与信息检修知识库进行信息匹配,选取最优作业方案,然后将网络设备或主机设备位置、故障信息和最优作业方案通过无线或有线方式发送给检修人员;
(3)检修人员接收到网络设备或主机设备位置、故障信息和最优作业方案后,对发生故障的网络设备或主机设备进行维修。
更进一步的,步骤(2)中故障检修平台与信息检修知识库进行信息匹配,获取最优作业方案包括如下步骤:
(21)故障检修平台根据故障信息构建故障表征集FT,并将该故障表征集FT中所有故障表征ft[j],其中0≤j<length(FT),依次与信息检修知识库故障集FS四元组<故障编号,故障类型,故障表征描述,故障作业方案>中故障表征描述字段进行关键字匹配,若存在,将其从故障表征集FT中移除,并放入故障处理队列FQ中;否则进行该故障表征ft[j]学习;重复步骤(21)直至故障表征集FT遍历完成,转入步骤(22);
(22)获取故障处理队列FQ,从队列头到队列尾,依次获取并处理所有故障表征ft[i],其中0≤i<length(FQ),将故障表征ft[i]所对应故障集FS中的故障编号依次记录至数组FN[]中,并判断该故障表征ft[i]是否存在已整合的故障诱因fr:将故障表征ft[i]所对应故障集FS中的故障编号与故障诱因集FR三元组<故障诱因编号,故障编号,故障诱因>中故障编号字段进行匹配,若存在,从故障诱因集FR中提取该故障表征ft[i]对应所有故障诱因,放入规则集合SR中;否则,进行该故障表征ft[i]对应故障诱因的整合;重复步骤(22)直至故障处理队列FQ遍历完毕,转入步骤(23);
(23)根据步骤(22)故障处理队列FQ获取到的数组FN[]以及规则集合SR进行故障解决方案整合,输出最优作业方案。
更进一步的,步骤(21)中故障表征集FT学习包括如下步骤:
(211)根据现有知识对故障表征集FT进行合理划分,对划分后的故障表征分别在信息检修知识库故障集FS建立新的四元组<故障编号,故障类型,故障表征描述,故障作业方案>,并分配故障编号,然后将故障表征分别存储到故障表征描述字段中;
(212)根据故障表征描述字段,在新建立的四元组中录入故障类型及相应故障作业方案。
更进一步的,步骤(22)中故障表征ft[i]对应故障诱因整合包括如下步骤:
(221)根据故障表征ft[i]在信息检修知识库故障集FS中查找对应四元组,读取其中故障表征描述和故障作业方案字段;
(222)根据故障表征描述和故障作业方案字段分析故障诱因,并建立新的三元组fr<故障诱因编号,故障编号,故障诱因>,分配临时故障诱因编号,将故障诱因和步骤(221)对应四元组中故障编号分别放入故障诱因字段和故障编号字段中;
(223)将新建三元组fr的故障诱因字段与故障诱因集FR的故障诱因字段进行匹配,若故障诱因集FR存在相同故障诱因,将新建三元组fr内的故障编号记录至故障诱因集FR相应三元组的相应字段中,进行归并操作,否则直接分配正式故障诱因编号,将新建三元组fr放入故障诱因集FR中;
(224)判断是否存在其他故障诱因,若存在,跳入步骤(222)继续建立对应的三元组fr;否则判断信息检修知识库故障集FS是否存在未记录在故障诱因集FR中的故障编号,若存在,提取对应故障表征ft,跳入步骤(221),否则,故障诱因整合结束。
更进一步的,步骤(23)中故障解决方案整合包括如下步骤:
(231)将规则集合SR中存放的故障表征对应所有故障诱因进行去重操作,将重复的故障诱因剔除后,重新保存至规则集合SR中;
(232)将从处理队列FQ获取到的数组FN[]内容进行去重操作,将重复的数据剔除后,重新保存至数组FN[]中;
(233)依次读取数组FN[],分别将读取的故障编号与故障集FS中故障编号进行匹配,获取对应的故障作业方案以及故障表征描述;
(234)读出存放故障诱因的规则集合SR,故障表征描述以及故障作业方案,构建完整的检修作业方案,将规则集合SR,故障表征描述以及故障作业方案均呈现给检修人员。
更进一步的,步骤(22)中若存在多故障诱因对应一个故障表征的情况,步骤(234)构建完整的检修作业方案时将冗余的故障表征删除;若存在单故障诱因对应多个故障表征的情况,步骤(234)构建完整的检修作业方案时将冗余的故障诱因删除。
更进一步的,故障检修平台开设有普通用户接口和管理员接口。
更进一步的,故障检修平台包括检测模块、知识获取模块、原因分析模块、知识匹配模块和***解答模块;
所述检测模块用于检测到发生异常的故障信息,确定发生故障的网络设备或主机设备,并发送给***解答模块;检测模块根据具体网络情况设有ping检测、路由检测、ADSL检测、广域网检测等检测方式对网络设备或主机设备应用情况进行实时监测,还支持用户客户端进行线上实时报修。
所述知识获取模块用于学习故障知识,并将学习到的故障知识存放到信息检修知识库故障集FS四元组<故障编号,故障类型,故障表征描述,故障作业方案>中供其他模块调用;
所述原因分析模块用于故障诱因分析整合,该模块将故障诱因存放至信息检修知识库故障诱因集FR三元组<故障诱因编号,故障编号,故障诱因>中供其他模块调用;
所述知识匹配模块用于故障表征匹配,知识匹配模块根据获取到的故障信息构建故障表征集FT,并将其所有故障表征与信息检修知识库故障集FS四元组<故障编号,故障类型,故障表征描述,故障作业方案>中故障表征描述字段进行匹配;
所述***解答模块用于与用户进行交互,获取存放故障诱因的规则集合SR,故障表征描述以及故障作业方案,整合最优作业方案,然后将网络设备或主机设备位置、故障信息和最优作业方案呈现给检修人员,帮助他们对发生故障的网络设备或主机设备进行维修。
更进一步的,故障检修平台还包括无线/有线通信模块,用于将网络设备或主机设备位置、故障信息和最优作业方案通过无线或有线方式发送给检修人员。另外,本发明还设有查询接口,便于人工查询。
有益效果:(1)本发明将故障信息与相应解决方法放入知识库中作为事实存储基础,利用智能化维护策略,解决检修工作困难的问题,并一定程度上取代维修人员的工作任务,以解决旧有单纯靠人力和经验完成大规模信息***故障检修的问题。(2)本发明对公司内部网络设备或主机设备进行实时监测,一旦发生问题,立即进行处理,将相应检测信息查询知识库后发送给维修人员,方便高效。(3)本发明提供的故障检修平台还支持线上实施保修,用户根据自身应用情况对故障进行描述,故障平台进行分析查询知识库后将具体作业方案发送给检修人员,节省人力、时间成本。
附图说明
图1为知识学习并收集故障表征阶段流程示意图。
图2为诱因匹配及整合阶段流程示意图。
图3为故障解决方案整合阶段流程示意图
图4为基于知识库查询的智能化信息检修***架构示意图。
图5为基于知识库查询的智能化信息检修***命中率比较柱状图。
图6为检修工作派工完成率比较柱状图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
应用于信息检修***,知识库主要是指报修故障知识库,故障知识库包括三个层次,分别是:事实、规则和策略。
最底层是“事实”知识,是针对报修电话获取的报修故障,所对应的维修方法的知识集合。报修故障机器对应维修方法可以通过信息运维监管***的事件管理工单进行获取。
“规则”知识是在简单的“事实”知识的上一层,用来简单的控制“事实”,通常用规则表示。主要是指针对报修的故障进行对维修方法的整合,从而实现某种故障可以被多重考虑,并选择出最佳方案。
最高层是“策略”知识,以中间层“规则知识”作为控制对象,也称为规则的规则。在信息检修***中,就是针对故障方法整合后的规则,建立信息检修维护策略。
如图2所示的是本发明提供的故障检修平台架构图,整个平台包括知识获取模块、原因分析模块、知识匹配模块、***解答模块等四个核心模块,覆盖信息***故障知识学***台时,输入需要检修的内容后,知识获取模块记录用户提供的知识,并通过知识匹配模块和原因分析模块将需要反馈给用户的数据提供给***解答模块,最终通过互动平台将信息传递给普通用户;当管理员登陆时,通过知识获取模块获取的普通用户提供的知识会反馈给管理员,管理员进行梳理和整合,并存放到以数据库形式存储的知识库中,以便下次用户登陆时使用。
本发明提供的一种基于知识库查询的智能化信息检修方法,包括如下步骤:
(1)当网络设备或主机设备发生故障时,故障检修平台检测到发生异常的故障信息,并对故障信息进行分析,确定发生故障的网络设备或主机设备;
(2)故障检修平台对故障信息进行分析后,与信息检修知识库进行信息匹配,选取最优作业方案,然后将网络设备或主机设备位置、故障信息和最优作业方案发送给检修人员;
(3)检修人员接收到故障信息和最优作业方案后,对发生故障的网络设备或主机设备进行维修。
本发明的核心内容为故障检修平台与信息检修知识库进行信息匹配,获取最优作业方案,包括知识学习并收集故障表征阶段、诱因匹配及整合阶段以及故障解决方案整合阶段等三个阶段。知识学习并收集故障表征阶段的流程如图1所示,诱因匹配及整合阶段的流程如图2所示,故障解决方案整合阶段的流程如图3所示。
故障检修平台与信息检修知识库进行信息匹配,获取最优作业方案的总体步骤如下:
步骤1:故障检修平台根据故障信息构建故障表征集FT,并将该故障表征集FT中所有故障表征与信息检修知识库故障集FS四元组<故障编号,故障类型,故障表征描述,故障作业方案>中故障表征描述字段进行关键字匹配,若该故障表征集FT中存在与故障集FS四元组匹配的故障表征ft,将其从故障表征集FT中移除,并放入故障处理队列FQ中,;否则,开启新进程,进行该故障表征集FT学习流程;重复步骤1直至故障表征集FT遍历完成,转入步骤2;
故障表征学习包括如下步骤:
步骤1.1:根据现有知识对故障表征集FT进行合理划分,对划分后的故障表征分别在信息检修知识库故障集FS建立新的四元组<故障编号,故障类型,故障表征描述,故障作业方案>,并分配故障编号,然后将故障表征分别存储到故障表征描述字段中;
步骤1.2:根据故障表征描述字段,在新建立的四元组中录入故障类型及相应故障作业方案。
步骤2:获取故障处理队列FQ,从队列头到队列尾,依次获取并处理所有故障表征ft[i],其中0≤i<length(FQ),将故障表征ft[i]所对应故障集FS中的故障编号依次记录至数组FN[]中,并判断该故障表征ft[i]是否存在已整合的故障诱因fr:将故障表征ft[i]所对应故障集FS中的故障编号与故障诱因集FR三元组<故障诱因编号,故障编号,故障诱因>中故障编号字段进行匹配,若存在,从故障诱因集FR中提取该故障表征ft[i]对应所有故障诱因,放入规则集合SR中;否则,开启新进程,进行该故障表征ft对应故障诱因整合进程;,重复步骤2直至故障处理队列FQ遍历完毕,转入步骤3。
故障诱因整合包括如下步骤:
步骤2.1:根据故障表征ft在信息检修知识库故障集FS中查找对应四元组,读取其中故障表征描述和故障作业方案字段;
步骤2.2:根据故障表征描述和故障作业方案字段分析故障诱因,并在故障诱因集FR中建立新的三元组,分配故障诱因编号,将故障诱因放入和步骤2.1对应四元组中故障编号分别放入故障编号和故障诱因字段中;
步骤2.3:将新建的三元组fr与原有故障诱因集FR进行对比,若存在近似故障诱因,则将fr三元组内的故障编号记录至FR相应的三元组的相应字段中,进行归并操作,以提高匹配效率,并分配正式故障诱因编号,将fr放入故障诱因集FR中。若不存在近似故障诱因,直接分配正式故障诱因编号,将fr放入故障诱因集FR中。
步骤2.4:判断是否存在其他可能的故障诱因,若存在,跳入步骤2.2继续建立对应的fr三元组,若不存在,则判断信息检修知识库故障集FS是否存在未记录在故障诱因集FR中的故障编号,若存在,则将故障表征描述存放至ft中,并跳入步骤2.1,否则,故障诱因整合进程结束;
步骤3:根据步骤2故障处理队列FQ获取到的数组FN[]以及步骤3中获取到的规则集合SR及进行故障解决方案整合进程;
故障解决方案整合包括如下步骤:
步骤3.1:将规则集合SR中存放的故障表征对应所有故障诱因进行去重操作,将重复的故障诱因剔除后,重新保存至SR中,这样确保在获取到多个故障表征情况下,故障诱因不重复;
步骤3.2:将从处理队列FQ获取到的数组FN[]内容进行去重操作,将重复的数据剔除后,重新保存至FN[]中,这样确保故障编号不重复;
步骤3.3:依次读取FN[],并将读取的内容与故障集FS中故障编号进行匹配,获取对应的故障作业方案以及故障表征描述;
步骤3.4:步骤(22)中若存在多故障诱因对应一个故障表征的情况,步骤(234)构建完整的检修作业方案时将冗余的故障表征删除;若存在单故障诱因对应多个故障表征的情况,步骤(234)构建完整的检修作业方案时将冗余的故障诱因删除。
依次读出存放故障诱因的规则集合SR,故障表征描述以及故障作业方案,构建完整的检修作业方案。
如图4所示,故障检修平台包括检测模块、知识获取模块、原因分析模块、知识匹配模块和***解答模块;
所述检测模块用于检测到发生异常的故障信息,确定发生故障的网络设备或主机设备,并发送给***解答模块;检测模块根据具体网络情况设有ping检测、路由检测、ADSL检测、广域网检测等检测方式对网络设备或主机设备应用情况进行实时监测,还支持用户客户端进行线上实时报修。
所述知识获取模块用于学习故障知识,并将学习到的故障知识存放到信息检修知识库故障集FS四元组<故障编号,故障类型,故障表征描述,故障作业方案>中供其他模块调用;
所述原因分析模块用于故障诱因分析整合,该模块将故障诱因存放至信息检修知识库故障诱因集FR三元组<故障诱因编号,故障编号,故障诱因>中供其他模块调用;
所述知识匹配模块用于故障表征匹配,知识匹配模块根据获取到的故障信息构建故障表征集FT,并将其所有故障表征与信息检修知识库故障集FS四元组<故障编号,故障类型,故障表征描述,故障作业方案>中故障表征描述字段进行匹配;
所述***解答模块用于与用户进行交互,获取存放故障诱因的规则集合SR,故障表征描述以及故障作业方案,整合最优作业方案,然后将网络设备或主机设备位置、故障信息和最优作业方案呈现给检修人员,帮助他们对发生故障的网络设备或主机设备进行维修。
故障检修平台还包括无线/有线通信模块,用于将网络设备或主机设备位置、故障信息和最优作业方案通过无线或有线方式发送给检修人员。另外,本发明还设有查询接口,便于人工查询。
故障检修平台建成后,平台命中率(Platform Hit Rate, PHR)是衡量故障检修平台是否高效的一个重要指标。平台命中率越高,说明当前平台的知识库涵盖的范围越广,针对智能化检修方法而言,就是规则整合的越合理,策略制定方法越科学。
单次派工率(Single Dispatching Rate, SDR)是另一个衡量信息检修平台是否高效的重要指标。单次派工是指一次完成检修任务,单次派工率越高,说明检修人员的检修能力越强。对应到信息检修***中,单次派工率越高,说明信息检修***智能化越高,基于知识库查询的智能化信息***检修方法越合理。如何通过***确定检修方案,从而最大限度的提高单次派工率是智能化检修方法重点考虑的问题。
基于知识库查询的智能化信息***检修方法针对以往靠人力和经验的信息***检修方法,引入知识库作为事实存储,将人工智能知识引入信息***智能化检修中,利用智能化维护策略,解决检修工作困难的问题,提高单次派工率和平台命中率,一定程度上取代维修人员的工作任务。
为了验证基于知识库查询的智能化信息***检修方法的有效性,利用两个月的时间进行平台测试。在两个月内共接到561条计算机报修信息,接到报修,4名检修人员立即登陆信息检修***进行检修方案查询。共有494个报修信息能够直接获取解决方案,并最终成功完成计算机维修工作,有58个报修信息获取的解决方案比较模糊,经现场维修人员排查后解决问题,剩余的9个报修信息因数据库知识不全面,没有搜到相关解决方案。完成情况如图5所示,***在一定程度上能够取代维修人员的工作任务,并向维修人员提供技术支持工作,完全匹配的解决方案达87.97%,可提供解决方案的比例达到98.40%。
尽管有10.43%的模糊方案和1.6%的未命中率,但由于在检修工作结束后,管理员在知识库中将相关检修知识进行补充,再次遇到这种报修时,即可成功命中。体现了***的可扩展性,提高了***的性能。
在这561次维修任务中,其中,单次派工完成检修工作548次,需二次及以上派工完成检修工作13次,单次派工完成率为97.77%,而未使用智能化检修平台时,单次派工率约为85%,完成情况如图6所示。引入检修平台一定程度上解决了重复派工、单次派工无法完成检修工作的问题。
综上所述,基于知识库查询的智能化信息***检修方法在平台命中率上达到预期目的,在单次派工率上较以往靠人力和经验的检修方法表现出了良好的性能,而且随着公司信息化的发展,信息检修工作压力逐渐增大,报修数量的日益增多,本方法与传统的方法相比具备更强的适应性和可扩展性。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种基于知识库查询的智能化信息检修方法,其特征在于包括如下步骤:
(1)当网络设备或主机设备发生故障时,故障检修平台检测到发生异常的故障信息,确定发生故障的网络设备或主机设备;
(2)故障检修平台对故障信息进行分析,与信息检修知识库进行信息匹配,选取最优作业方案,然后将网络设备或主机设备位置、故障信息和最优作业方案通过无线或有线方式发送给检修人员;
所述步骤(2)中故障检修平台与信息检修知识库进行信息匹配,获取最优作业方案包括如下步骤:
(21)故障检修平台根据故障信息构建故障表征集FT,并将该故障表征集FT中所有故障表征ft[j],其中0≤j<length(FT),依次与信息检修知识库故障集FS四元组<故障编号,故障类型,故障表征描述,故障作业方案>中故障表征描述字段进行关键字匹配,若存在,将其从故障表征集FT中移除,并放入故障处理队列FQ中;否则进行该故障表征ft[j]学习;重复步骤(21)直至故障表征集FT遍历完成,转入步骤(22);
(22)获取故障处理队列FQ,从队列头到队列尾,依次获取并处理所有故障表征ft[i],其中0≤i<length(FQ),将故障表征ft[i]所对应故障集FS中的故障编号依次记录至数组FN[]中,并判断该故障表征ft[i]是否存在已整合的故障诱因fr:将故障表征ft[i]所对应故障集FS中的故障编号与故障诱因集FR三元组<故障诱因编号,故障编号,故障诱因>中故障编号字段进行匹配,若存在,从故障诱因集FR中提取该故障表征ft[i]对应所有故障诱因,放入规则集合SR中;否则,进行该故障表征ft[i]对应故障诱因的整合;重复步骤(22)直至故障处理队列FQ遍历完毕,转入步骤(23);
(23)根据步骤(22)故障处理队列FQ获取到的数组FN[]以及规则集合SR进行故障解决方案整合,输出最优作业方案;
所述步骤(21)中故障表征集FT学习包括如下步骤:
(211)根据现有知识对故障表征集FT进行合理划分,对划分后的故障表征分别在信息检修知识库故障集FS建立新的四元组<故障编号,故障类型,故障表征描述,故障作业方案>,并分配故障编号,然后将故障表征分别存储到故障表征描述字段中;
(212)根据故障表征描述字段,在新建立的四元组中录入故障类型及相应故障作业方案;
(3)检修人员接收到网络设备或主机设备位置、故障信息和最优作业方案后,对发生故障的网络设备或主机设备进行维修。
2.根据权利要求1所述的一种基于知识库查询的智能化信息检修方法,其特征在于:所述步骤(22)中故障表征ft[i]对应故障诱因整合包括如下步骤:
(221)根据故障表征ft[i]在信息检修知识库故障集FS中查找对应四元组,读取其中故障表征描述和故障作业方案字段;
(222)根据故障表征描述和故障作业方案字段分析故障诱因,并建立新的三元组fr<故障诱因编号,故障编号,故障诱因>,分配临时故障诱因编号,将故障诱因和步骤(221)对应四元组中故障编号分别放入故障诱因字段和故障编号字段中;
(223)将新建三元组fr的故障诱因字段与故障诱因集FR的故障诱因字段进行匹配,若故障诱因集FR存在相同故障诱因,将新建三元组fr内的故障编号记录至故障诱因集FR相应三元组的相应字段中,进行归并操作,否则直接分配正式故障诱因编号,将新建三元组fr放入故障诱因集FR中;
(224)判断是否存在其他故障诱因,若存在,跳入步骤(222)继续建立对应的三元组fr;否则判断信息检修知识库故障集FS是否存在未记录在故障诱因集FR中的故障编号,若存在,提取对应故障表征ft,跳入步骤(221),否则,故障诱因整合结束。
3.根据权利要求1所述的一种基于知识库查询的智能化信息检修方法,其特征在于:所述步骤(23)中故障解决方案整合包括如下步骤:
(231)将规则集合SR中存放的故障表征对应所有故障诱因进行去重操作,将重复的故障诱因剔除后,重新保存至规则集合SR中;
(232)将从处理队列FQ获取到的数组FN[]内容进行去重操作,将重复的数据剔除后,重新保存至数组FN[]中;
(233)依次读取数组FN[],分别将读取的故障编号与故障集FS中故障编号进行匹配,获取对应的故障作业方案以及故障表征描述;
(234)读出存放故障诱因的规则集合SR,故障表征描述以及故障作业方案,构建完整的检修作业方案。
4.根据权利要求3所述的一种基于知识库查询的智能化信息检修方法,其特征在于:所述步骤(22)中若存在多故障诱因对应一个故障表征的情况,步骤(234)构建完整的检修作业方案时将冗余的故障表征删除;若存在单故障诱因对应多个故障表征的情况,步骤(234)构建完整的检修作业方案时将冗余的故障诱因删除。
5.根据权利要求1所述的一种基于知识库查询的智能化信息检修方法,其特征在于:所述故障检修平台开设有普通用户接口和管理员接口。
6.根据权利要求1所述的一种基于知识库查询的智能化信息检修方法,其特征在于:所述故障检修平台包括检测模块、知识获取模块、原因分析模块、知识匹配模块和***解答模块;
所述检测模块用于检测到发生异常的故障信息,确定发生故障的网络设备或主机设备,并发送给***解答模块;
所述知识获取模块用于学习故障知识,并将学习到的故障知识存放到信息检修知识库故障集FS四元组<故障编号,故障类型,故障表征描述,故障作业方案>中供其他模块调用;
所述原因分析模块用于故障诱因分析整合,该模块将故障诱因存放至信息检修知识库故障诱因集FR三元组<故障诱因编号,故障编号,故障诱因>中供其他模块调用;
所述知识匹配模块用于故障表征匹配,知识匹配模块根据获取到的故障信息构建故障表征集FT,并将其所有故障表征与信息检修知识库故障集FS四元组<故障编号,故障类型,故障表征描述,故障作业方案>中故障表征描述字段进行匹配;
所述***解答模块用于与用户进行交互,获取存放故障诱因的规则集合SR,故障表征描述以及故障作业方案,整合最优作业方案,然后将网络设备或主机设备位置、故障信息和最优作业方案呈现给检修人员,帮助他们对发生故障的网络设备或主机设备进行维修。
7.根据权利要求6所述的一种基于知识库查询的智能化信息检修方法,其特征在于:故障检修平台还包括无线/有线通信接口,用于将网络设备或主机设备位置、故障信息和最优作业方案通过无线或有线方式发送给检修人员;所述故障检修平台还包括查询接口,用于人工查询。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410151897.8A CN103902731B (zh) | 2014-04-16 | 2014-04-16 | 一种基于知识库查询的智能化信息检修方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410151897.8A CN103902731B (zh) | 2014-04-16 | 2014-04-16 | 一种基于知识库查询的智能化信息检修方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103902731A CN103902731A (zh) | 2014-07-02 |
CN103902731B true CN103902731B (zh) | 2017-02-15 |
Family
ID=50994053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410151897.8A Active CN103902731B (zh) | 2014-04-16 | 2014-04-16 | 一种基于知识库查询的智能化信息检修方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103902731B (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105448029B (zh) * | 2014-08-06 | 2017-12-29 | 漳州台懋实业有限公司 | 诱导式异常警示操作模式***结构 |
CN104486673A (zh) * | 2014-12-15 | 2015-04-01 | 四川长虹电器股份有限公司 | 一种故障处理平台***及故障处理方法 |
CN105117865B (zh) * | 2015-09-28 | 2018-11-20 | 广东电网有限责任公司江门供电局 | 一种基于雷击故障绝缘恢复特性的输电线路巡线策略方法 |
CN105967063B (zh) * | 2016-05-16 | 2018-08-14 | 上海振华重工电气有限公司 | 维保平台故障分析处理***及方法 |
CN105955213A (zh) * | 2016-05-24 | 2016-09-21 | 成都天衡电科科技有限公司 | 制造设备的异常处理方法 |
CN106254138A (zh) * | 2016-08-31 | 2016-12-21 | 广州和运科技发展有限公司 | 机房智能运维***故障分析方法 |
CN106130804A (zh) * | 2016-08-31 | 2016-11-16 | 广州和运科技发展有限公司 | 故障解决云*** |
CN107506467A (zh) * | 2017-08-30 | 2017-12-22 | 山东鲁能智能技术有限公司 | 一种充电桩检修的方法及*** |
CN107765123B (zh) * | 2017-10-19 | 2019-10-25 | 中领世能(天津)科技有限公司 | 检测规则更新方法及用电安全监测*** |
CN107908173B (zh) * | 2017-11-06 | 2019-03-22 | 珠海格力电器股份有限公司 | 一种电器监管*** |
CN108510085A (zh) * | 2017-12-26 | 2018-09-07 | 杭州富阳海康保泰安防技术服务有限公司 | 物联网运营维护派单平台 |
CN108319240B (zh) * | 2018-01-24 | 2020-11-17 | 中国电力科学研究院有限公司 | 一种在现场作业终端应用采集运维知识库的方法和*** |
CN109344145B (zh) * | 2018-09-07 | 2022-12-27 | 北明软件有限公司 | 一种基于数据标准规范的数据清洗方法、装置和*** |
CN111507550A (zh) * | 2019-01-30 | 2020-08-07 | 广州泰迪智能科技有限公司 | 一种工单问题的最佳解决方案自动推荐方法 |
CN110826735B (zh) * | 2019-10-31 | 2023-04-25 | 上海玖道信息科技股份有限公司 | 一种电力scada智能多维查询检修方法 |
CN111309572B (zh) * | 2020-02-13 | 2021-05-04 | 上海复深蓝软件股份有限公司 | 测试分析方法、装置、计算机设备及存储介质 |
CN111784064A (zh) * | 2020-07-09 | 2020-10-16 | 河南中电投华新电力工程有限公司 | 一种基于大数据的电厂设备智能预测检修方法和*** |
CN113159993B (zh) * | 2021-04-07 | 2022-08-12 | 国家电网有限公司客户服务中心 | 一种基于电力***的知识库构建方法及*** |
CN114037294A (zh) * | 2021-11-12 | 2022-02-11 | 国网江苏省电力有限公司苏州供电分公司 | 用于变电站设备的智能检修***及其控制方法 |
CN114971218A (zh) * | 2022-05-07 | 2022-08-30 | 北京北九方轨道交通科技有限公司 | 一种机车行修数字化管理*** |
CN115426243B (zh) * | 2022-08-09 | 2024-03-19 | 武汉虹信技术服务有限责任公司 | 一种基于大数据的网络设备故障维修方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495949A (zh) * | 2011-11-23 | 2012-06-13 | 西北工业大学 | 一种基于飞行数据的故障预报方法 |
CN102509178A (zh) * | 2011-11-25 | 2012-06-20 | 江苏省电力公司淮安供电公司 | 配网设备状态评估*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8291264B2 (en) * | 2009-08-03 | 2012-10-16 | Siemens Aktiengesellschaft | Method and system for failure prediction with an agent |
-
2014
- 2014-04-16 CN CN201410151897.8A patent/CN103902731B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495949A (zh) * | 2011-11-23 | 2012-06-13 | 西北工业大学 | 一种基于飞行数据的故障预报方法 |
CN102509178A (zh) * | 2011-11-25 | 2012-06-20 | 江苏省电力公司淮安供电公司 | 配网设备状态评估*** |
Also Published As
Publication number | Publication date |
---|---|
CN103902731A (zh) | 2014-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103902731B (zh) | 一种基于知识库查询的智能化信息检修方法 | |
CN107994539B (zh) | 一种基于云服务器的配电线路故障检测*** | |
CN103714383B (zh) | 一种基于粗糙集的轨道交通故障诊断方法和*** | |
CN107612756A (zh) | 一种具有智能故障分析处理功能的运维管理*** | |
CN110674189A (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
CN107179503A (zh) | 基于随机森林的风电机组故障智能诊断预警的方法 | |
CN107342878A (zh) | 一种故障处理方法及装置 | |
CN106199276A (zh) | 一种用电信息采集***中异常信息的智能诊断***及方法 | |
CN107862393A (zh) | 一种it运维管理*** | |
CN109343395A (zh) | 一种核电厂dcs操作日志的异常检测***和方法 | |
CN101615687B (zh) | 电池化成设备智能读取数据方法 | |
CN107018023A (zh) | 一种服务器诊断方法、装置及*** | |
CN109501834A (zh) | 一种道岔转辙机故障预测方法及装置 | |
CN102158360A (zh) | 一种基于时间因子因果关系定位的网络故障自诊断方法 | |
CN108958215A (zh) | 一种基于数据挖掘的工程车辆故障预测***及其预测方法 | |
CN103618638B (zh) | 评估电力通信网检修方案的方法 | |
CN107437113A (zh) | 一种配电主设备带电检测判据知识库***及其实现方法 | |
CN107124289A (zh) | 网络日志时间对齐方法、装置及主机 | |
CN110311709A (zh) | 用电信息采集***故障判别方法 | |
CN106451761A (zh) | 一种基于动态数据驱动的大面积停电自动监测分析*** | |
CN106610616B (zh) | 一种基于大数据分析的性能自动调优方法及装置 | |
CN112084220B (zh) | 一种电能计量装置异常诊断方法、装置及可读存储介质 | |
CN106817708A (zh) | 一种巡检簇构建方法及装置 | |
CN105894213A (zh) | 一种基于黑板模型的多智能体电网故障诊断***及方法 | |
CN106407096A (zh) | 基于时间序列的日志分析方法和日志分析装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |