电力设备健康管理知识图谱：基本概念、关键技术及研究进展

被引：87

作者：

李刚 ^{[1
,2
]}

李银强 ^{[1
]}

王洪涛 ^{[1
,2
]}

谢庆 ^{[3
]}

黄文琦 ^{[4
]}

侯佳萱 ^{[4
]}

机构：

[1] 华北电力大学控制与计算机工程学院

[2] 复杂能源系统智能计算教育部工程研究中心(华北电力大学)

[3] 华北电力大学电气与电子工程学院

[4] 南方电网数字电网研究院有限公司

来源：

电力系统自动化 | 2022年 / 46卷 / 03期

基金：

国家重点研发计划;

关键词：

电力设备; 健康管理; 知识图谱; 深度学习; 自然语言处理; 知识推理;

D O I：

暂无

中图分类号：

TM50 [一般性问题];

学科分类号：

080101 [一般力学与力学基础];

摘要：

知识图谱具有良好的知识表达能力和解释性,是人工智能领域的一个重要分支,将其应用于电力设备健康管理,可有效整合设备全生命周期的数据,形成以知识为导向的新型运维管理模式。首先,文中系统地梳理了开放领域知识图谱构建方法,针对其中的关键技术和难点问题进行了详细阐述,并结合电力设备健康管理知识图谱的特点,论述了知识图谱的构建过程;然后,结合现有工作,明确了知识图谱在电力设备健康管理中的应用场景,并分析了当前健康管理领域对知识图谱技术的需求;最后,对未来知识图谱在能源电力设备健康管理中的应用前景做了展望。

引用

页码：1 / 13

页数：13

共 64 条

[1]

融合实体类别信息的实体关系联合抽取 [J].