陈雅伦，凌 璐，高铭泽，赵兴旺

（南瑞集团（国网电力科学研究院）有限公司，南京210000）

近年来，在省级计量中心智能化建设的推进下，各省公司基本建成了计量自动化生产系统，有效支撑了计量器具和用电信息采集设备的集中检定工作[1]。目前主要运维方式是人工巡检，以人工方式开展、事后弥补手段为主，然而随着大量新型、先进自动化设备的广泛应用，系统规模大、专业性强、复杂度高，传统依靠人工处理故障的方式满足不了低成本高效率的要求，无法做到精益化科学管理[2]。因此，为了加快设备故障的处理速度，提升运维水平和运维质量，需要通过分析线下历史运维日志以及故障处理方法相关材料建立一个能够实现智能应答的知识库[3-8]。

国内现有的运维知识库检索方式主要采用知识检索匹配方式，通过基于文本分析计算词频（term frequency，TF）和逆文本频率指数（inverse document frequency，IDF） 确定文章关键词，TF-IDF 值越大表明单词在文章中的重要程度越高，就越可能是关键词。然而，考虑到搜索语句常常包含“一词多义”和“一义多词”的情况，现有的脱离语义的文本分析方法会造成检索结果不够精确[9-10]，导致计量检定装置故障处理过程中出错风险增大，不利于智能运维工作的开展。

本文在历史运维数据的基础上构建智能运维知识库模型，输入查询数据时通过相似度计算，得到相似度排序，排序靠前的作为最优方案。同时根据用户反馈进行不断地完善，构建了能够智能推荐处理方法并能通过用户使用反馈进行自学习的智能运维知识库，帮助运维人员提升故障响应速度、运维水平和运维质量。……