以“知”赋能 | 云知声知识图谱技术赋能电力行业数智化转型升级

随着人工智能技术和应用的迅速，知识图谱技术受到学术界与工业界的大力关注。从多源异构数据中获取到蕴含的大规模行业知识，并可广泛应用于业务深层次认知推理，这对于传统行业数智化升级有关键支撑作用。

云知声以电力设备检修场景痛点为出发点，创新性地推出了基于知识图谱的电力设备故障诊断系统，以“知”赋能，为我国电力行业实现数字化、智能化升级提供“认知智能”新引擎。

UniKDS-EE ： 基于知识图谱的电力 设备 故障诊断系统

电力设备故障诊断是知识密集型的工作，经验丰富的“老师傅”能够借助检测工具通过“望闻问切”快速精准的定位到设备存在的问题。为充分传承和利用检修“老师傅”的多年工作经验，发掘丰富经验中蕴含的宝贵知识，提升一线班组故障诊断精准度， 云知声研发了基于知识图谱的电力 设备 故障诊断系统。 以电力设备检修导则、规范、细则和故障检修案例为基础数据，通过大规模知识构建技术学习到电力设备的故障诊断专业知识，以知识计算推理实现电力设备故障智能诊断。最终提升设备故障诊断工作的精准率和效率，赋能新型电力系统和数字化班组建设。 目前，该套系统已成功在国网新疆电科院落地应用，实现基层班组减负，增强公司核心竞争力与社会影响力。

▼ 创新点

（1） 精准知识图谱为核心： 本系统创新性的采用知识图谱构建技术，面向细分场景构建了深层次、细粒度、高精度的故障诊断知识体系；

（2） 自然 灵活 的 人机对话交互 ：采用自然语言处理和知识驱动对话管理技术，实现了启发式自然人机对话交互界面，提供精准主动灵活的产品交互体验。

（3） 多层次 的 诊断体系： 采用认知计算推理和搜索推荐技术，提供现场精准诊断、相似案例参考和技术标准指引三个层次的诊断知识辅助功能体系；

▼ 竞争优势

（1） 认知 决策 可解释强： 相对于粗糙集、神经网络等方法，本方案的知识来源确定性强，在故障诊断依据权威性、结论可解释性方面具有显著优势；

（2） 大规模 自动 知识构建： 相对于以往的专家系统，本方案通过大规模知识图谱自动构建技术来实现，在知识构建规模、知识可扩展性、知识应用灵活性方面具有代际领先性。

（3） 深厚的 知识图谱 技术积累 。 云知声在知识图谱和自然语言处理技术方面具有深厚的积累，已在相关国内国际会议ACL，EMNLP，CCKS等上发表了数十篇论文，获得几百项专利，凭借《大规模知识图谱构建关键技术与应用》项目获得2020年北京市 科技 进步一等奖。此外，近3年更是在各类认知技术测评比赛中获得10余次冠亚军名次，其中2019年CHIP手术名称标准化评测第一名，2020年语言与智能技术竞赛机器阅读理解任务第一名，2021年国网设备部“电网设备技术智能问答”技术验证测评问答赛道第二名(总23支队伍)等。

（4） 落地成功案例丰富，可验证，可复制。 云知声的知识图谱与智能语音等相关技术与产品，已在北京、天津、新疆等十几个电力公司得到了落地应用，并且重点参与了2022年北京冬奥会的电力保障工作。

云知声公司介绍

云知声，国内顶尖的人工智能独角兽企业，以智能语音识别、知识图谱、图像识别等全栈AI技术为核心，打造云端芯一体化平台，为医疗、地产、能源等多个行业提供语音交互、智慧物联和认知决策解决方案。

公司连续三年参与承建科技部的国家重点研发计划——“科技创新2030”新一代人工智能重大项目，并先后获得中国智能科技最高奖——“吴文俊人工智能科技进步奖”和“北京市科技进步一等奖”“国家级专精特新小巨人”等重要奖项。

“既要抬头仰望星空，也要低头脚踏实地。”这是云知声掌舵人黄伟博士很喜欢的一句话。仰望星空，使我们对未来生活充满突破界限、探索求知的渴望，脚踏实地，又促使着我们化理想为行动力，以实际科技产品去服务社会。面向未来，云知声将继续潜心深耕AI技术与行业场景的深度结合，与行业合作伙伴共创价值，以认知与感知智能技术赋能产业数智化升级。