科研之友
微信
新浪微博
Facebook
分享链接
摘要
为更好地管理和利用燃气轮机故障知识，提高故障诊断的效率，提出燃气轮机故障知识构建方法。首先，根据故障文本知识特点，并结合专家知识设计燃气轮机故障文本知识本体概念模型。其次，采用BERT-BiLSTM-CRF、BERT-BiLSTM-Attention等深度学习模型实现燃气轮机故障命名实体识别及实体关系模型训练，在引入BERT模型获取动态字符后，相比BiLSTM-CRF模型，实体识别模型的综合评价指标F1提高7.98个百分点，相比Word2Vec特征表示方法提高0.89个百分点；在关系抽取中将BiLSTM-CRF抽取模型中的CRF模型替换为Attention模型并引入BERT模型后，综合评价指标F1提高8.49个百分点。最后，使用Neo4j图数据库完成知识的存储工作，并将知识图谱用于辅助故障分析。研究结果表明：知识图谱技术能够实现对燃气轮机组成部件故障先验知识的利用以及对故障原因的解释。研究结果可为燃气轮机故障诊断提供知识支持。
-
单位中国石油大学（华东）; 机电工程学院
