摘要
本发明公开了一种基于改进事件抽取技术的风电故障知识图谱构建方法,具体为:首先获取风电故障案例数据集并进行标注划分;随后是设计改进事件抽取模型ACFGEE并进行训练和评估;其次对评估完成的事件抽取模型进行部署测试;接着建模故障事件本体并将本体和抽取得到的数据知识导入Neo4j图数据库,实现知识存储以构建风电故障事件知识图谱;最后是知识服务,包括风电故障事件知识图谱可视化展示的知识查询服务和基于余弦相似度对故障事件进行故障维修推荐的知识推荐服务。本发明可广泛应用于风电场的故障诊断与决策支持系统,帮助运维人员快速定位问题,提升风电场的运营效率与经济效益,且已成功应用于某风电场进行故障诊断和决策支持。
技术关键词
知识图谱构建方法
事件抽取技术
风电机组故障
预训练语言模型
风电场运维系统
知识存储算法
算法引擎
知识本体
位置编码技术
决策支持系统
样本
语义
多标签
风机
深度学习框架