基于知识图谱的潜油电泵井故障诊断

作者：宫法明; 董文吉^*; 袁向兵

来源：计算机系统应用, 2023, 32(05): 87-96.

DOI：10.15888/j.cnki.csa.009102

• 潜油电泵井
• 知识图谱
• 故障诊断
• BiLSTM-CRF
• BERT
• 贝叶斯网络

潜油电泵井系统是油田开采重要工具,具有排量大、扬程高与作业环境灵活多变等优点.为了降低潜油电泵井系统故障危害,需要对其发生故障部件进行快速精确定位并维修.本文提出一种基于知识图谱的潜油电泵井故障诊断方法.采用改进BiLSTM-CRF实体识别算法与BERT关系抽取算法提取故障数据中的专家知识,构建潜油电泵井故障诊断领域知识图谱;利用构建知识图谱搭建以故障征兆为初始节点的贝叶斯推理网络,利用历史故障数据与条件概率解耦的计算方式推理出故障原因.本文通过故障诊断真实案例进行方法验证.

• 出版日期2023
• 单位中国石油大学（华东）