设备运维是制造、电力能源行业最重要的场景之一，它的运维质量和效率将会直接影响企业的整体运行效率，加强运维管理成为制造业企业以及能源电力企业管理中不可缺少的一个重要环节。
海致星图自研的知识图谱技术，能够助力企业在运维设备的过程中，精准且快速的定位原因、实现诊断、分析归因和找到最佳解决方案，并且形成专家经验，有效降低故障损失，提升整个企业运行中的风险控制能力。
近日，海致星图副总裁于政博士受邀出席“2022世界计算大会”并发表演讲，全面系统的介绍了海致的知识图谱技术优势以及一站式认知智能技术、产品和服务能力，详见《于政博士：认知智能将助力企业释放更大数字能量》，同时，于政博士还特别分享了海致星图的知识图谱技术在制造、能源行业“设备智能运维”场景的解决方案。
以下为于政博士演讲实录：
但是，设备运维的数据常常是由各种结构化数据和非结构化数据构成，结构化的数据，包括设备的状态数据、故障的状态数据以及设备之间的组成关系，标准统一，能够比较好识别和梳理。非结构化的数据包括设备的运维方法、故障现象的描述、故障分析的问题和相关的知识等等，梳理难度较大。
海致的知识图谱技术能够对大量的结构化数据和非结构化数据进行关键信息的抽取与融合，帮助运维分析人员基于相关的关键信息描述，快速找到设备故障的原因以及设备运维的方法，从而提升设备运维效率。
故障检修是设备运维过程中的一项重要工作，比如当设备发生故障时，设备智能运维知识库会先做一次研判，分析是已知故障还是未知故障。如果是已知故障，可以从知识库里面去检索解决方案，找到故障的根因，提供运维的方法。如果是未知故障，则可以利用知识图谱方式去分析故障之间的关联关系或者是设备指标之间的关联关系，从而将这块知识固化、沉淀到知识库中，以支持下一次当同类故障发生时的运维工作。
如此而来，设备智能运维知识图谱会不断的更新壮大，我们也期望在未来发生问题时，有更多的运维模式是在已知的设备智能运维知识图谱里面的，从而能够快速的帮助企业解决问题。
同时，在知识库日常运营过程中，也支持人工输入关键指标和参数等信息，使得设备状态研判、分析的过程更加直观、全面，并且能够提供非常友好的人机交互的体验。
知识的沉淀对于企业而言相当于资产的沉淀，不断丰富的知识库，能够在企业的不同业务场景中进行复用，比如在培训过程中对一些典型的运维案例的分析和解决方案的指导。
海致星图的知识图谱技术在电力行业已经有了大量的落地应用，如海致星图为某省的电网分公司建立了电力主设备的智能运维知识库。其中知识库的数据底座来源于设备的维修手册、技术标准、运维案例，而应用层则通过提供知识搜索、知识推荐的功能，精准的判断用户的查询意图，辅助设备运维人员快速定位到所需要的专业知识，以及解决方案。同时，在移动端也提供了智能问答的交互方式，一线的设备运维人员可以随时、随地通过移动端的多轮对话、语义理解实现运维分析的问答、相似案例的推荐以及缺陷推理的判断，相比较过去，大大提升了工作效率。
当下，整个社会都步入了数字化变革的快车道，而知识图谱作为认知智能的基础技术，在数字化的过程中逐渐被应用到越来越多的行业、越来越多的场景，技术与行业需求融合不断迸发出数字驱动发展的动力和活力。
海致星图作为中国企业级知识图谱的开创者，我们通过自主可控的知识图谱底层技术，自主研发构建了包含新一代云原生分布式高性能图数据库AtlasGraph、Atlas知识图谱平台、DMC知识图谱数据管理平台、Metis知识管理及问答平台等在内的优质国产软件产品矩阵，并不断探索和推动知识图谱技术与崭新的场景相结合、与崭新的行业相结合，为各行各业用户的数字化转型和信创化改造提供自主可控的底层技术和基础软件支撑，保障数据资产的安全可控，助力更多用户不断挖掘持续发展的新动能。
