隨著人工智能技術和應用的迅速，知識圖譜技術受到學術界與工業界的大力關注。從多源異構數據中獲取到蘊含的大規模行業知識，并可廣泛應用于業務深層次認知推理，這對于傳統行業數智化升級有關鍵支撐作用。

云知聲以電力設備檢修場景痛點為出發點，創新性地推出了基于知識圖譜的電力設備故障診斷系統，以“知”賦能，為我國電力行業實現數字化、智能化升級提供“認知智能”新引擎。

UniKDS-EE：基于知識圖譜的電力設備故障診斷系統

電力設備故障診斷是知識密集型的工作，經驗豐富的“老師傅”能夠借助檢測工具通過“望聞問切”快速精準的定位到設備存在的問題。為充分傳承和利用檢修“老師傅”的多年工作經驗，發掘豐富經驗中蘊含的寶貴知識，提升一線班組故障診斷精準度，云知聲研發了基于知識圖譜的電力設備故障診斷系統。以電力設備檢修導則、規范、細則和故障檢修案例為基礎數據，通過大規模知識構建技術學習到電力設備的故障診斷專業知識，以知識計算推理實現電力設備故障智能診斷。最終提升設備故障診斷工作的精準率和效率，賦能新型電力系統和數字化班組建設。目前，該套系統已成功在國網新疆電科院落地應用，實現基層班組減負，增強公司核心競爭力與社會影響力。

▼ 創新點

（1）精準知識圖譜為核心：本系統創新性的采用知識圖譜構建技術，面向細分場景構建了深層次、細粒度、高精度的故障診斷知識體系；

（2）自然靈活的人機對話交互：采用自然語言處理和知識驅動對話管理技術，實現了啟發式自然人機對話交互界面，提供精準主動靈活的產品交互體驗。

（3）多層次的診斷體系：采用認知計算推理和搜索推薦技術，提供現場精準診斷、相似案例參考和技術標準指引三個層次的診斷知識輔助功能體系；

▼ 競爭優勢

（1）認知決策可解釋強：相對于粗糙集、神經網絡等方法，本方案的知識來源確定性強，在故障診斷依據權威性、結論可解釋性方面具有顯著優勢；

（2）大規模自動知識構建：相對于以往的專家系統，本方案通過大規模知識圖譜自動構建技術來實現，在知識構建規模、知識可擴展性、知識應用靈活性方面具有代際領先性。

（3）深厚的知識圖譜技術積累。云知聲在知識圖譜和自然語言處理技術方面具有深厚的積累，已在相關國內國際會議ACL，EMNLP，CCKS等上發表了數十篇論文，獲得幾百項專利，憑借《大規模知識圖譜構建關鍵技術與應用》項目獲得2020年北京市科技進步一等獎。此外，近3年更是在各類認知技術測評比賽中獲得10余次冠亞軍名次，其中2019年CHIP手術名稱標準化評測第一名，2020年語言與智能技術競賽機器閱讀理解任務第一名，2021年國網設備部“電網設備技術智能問答”技術驗證測評問答賽道第二名(總23支隊伍)等。

（4）落地成功案例豐富，可驗證，可復制。云知聲的知識圖譜與智能語音等相關技術與產品，已在北京、天津、新疆等十幾個電力公司得到了落地應用，并且重點參與了2022年北京冬奧會的電力保障工作。

云知聲公司介紹

云知聲，國內頂尖的人工智能獨角獸企業，以智能語音識別、知識圖譜、圖像識別等全棧AI技術為核心，打造云端芯一體化平臺，為醫療、地產、能源等多個行業提供語音交互、智慧物聯和認知決策解決方案。

公司連續三年參與承建科技部的國家重點研發計劃——“科技創新2030”新一代人工智能重大項目，并先后獲得中國智能科技最高獎——“吳文俊人工智能科技進步獎”和“北京市科技進步一等獎”“國家級專精特新小巨人”等重要獎項。

“既要抬頭仰望星空，也要低頭腳踏實地。”這是云知聲掌舵人黃偉博士很喜歡的一句話。仰望星空，使我們對未來生活充滿突破界限、探索求知的渴望，腳踏實地，又促使著我們化理想為行動力，以實際科技產品去服務社會。面向未來，云知聲將繼續潛心深耕AI技術與行業場景的深度結合，與行業合作伙伴共創價值，以認知與感知智能技術賦能產業數智化升級。