-
题名基于知识图谱和多任务学习的设备故障诊断方法
- 1
-
-
作者
蒋海刚
朱敏
蒋小强
-
机构
上海市安装工程集团有限公司运维中心
上海市安装工程集团有限公司调试检测中心
上海城建职业学院城市运营管理学院
-
出处
《计算机应用》
CSCD
北大核心
2024年第S2期72-78,共7页
-
基金
上海建工集团股份有限公司重点课题项目(23JCSF-21)。
-
文摘
针对建筑设备运维过程中的智能分析与自主决策能力不足、故障诊断效率低等问题,提出一种基于知识图谱和多任务学习的设备故障诊断方法。首先,构建面向运维的知识图谱,利用自然语言处理和实体链接技术提取建筑设备系统的多源异构数据,从而获取丰富的知识表示。其次,在小样本标注的情况下,探索多源症状关联识别,并把未标注数据通过自训练和协同训练策略迭代优化模型参数,提高模型泛化能力。最后,在设计基于深度知识推理的故障根因定位技术时,借助概率图模型追溯复杂设备系统的故障传播路径,提高故障分析的准确性和可解释性。同时,引入多任务学习框架融合机制,提升所提方法在故障诊断任务上的性能。实验结果显示,所提方法的故障诊断准确率达92%,平均每条记录诊断时间达6.5 s,在准确率、精确率和召回率等评估指标上均优于对比模型。
-
关键词
知识图谱
建筑设备
故障诊断
多任务学习
运维优化
-
Keywords
knowledge graph
building equipment
fault diagnosis
multi-task learning
operation and maintenance optimization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TU18
[建筑科学—建筑理论]
-
