2022年中国知识图谱行业研究报告(17)

知识图谱的广度与维度很多，可以将设备知识、细分领域知识、部门业务职能等多个维度的知识关联起来，从多维全面的角度去分析问题；
在设备发生故障时，知识图谱可以快速找到解决方案，如需要什么职位的人去解决、故障的现象可以关联到哪些原因等。
在发现设备缺陷时，知识图谱可以溯源至生产厂商、生产环节与流程等，快速分析缺陷原因。
三、应用举例
预期目标：快速发现变压器001的故障原因，并采取相应措施，保证变压器安全并恢复供电。
核心原理：基于过往的变电站故障原因与知识手册等搭建知识图谱网络，根据故障现象快速定位原因与措施。
所需数据特点：以文本数据为主，包含设备知识指南与手册、基本概念、检修经验等。结构化数据可作为数值属性而存在，作为某一故障的具体体现。
触发流程：现场故障设备运行数据发出警告信息——故障文本数据和系统数据构建知识图谱——逻辑分析运算——处置结果产生。

场景应用分析三：供应链管理
通过多维知识图谱网络解决供应链物资供应与成本管理难题
物资供应难以匹配采购需求
采购周期不足导致物资难以到货：部分工业企业进行采购时，仅考虑市场需求而缺少对库存与采购量之间的衡量，有的领域（如煤炭）采购计划性差，需要随买随用，预留的采购时间紧张，可能带来供应不足或断供的影响。
采购价格与物资质量难以平衡：采购方希望以较低的成本换取优质的物资，但实际采购时由于中间环节多、价格不透明、生产工作量改变等因素的影响，很难找到采购价格与物资品质之间的平衡点。
供应链成本压力加剧
高库存导致的现金流压力：因地租成本、企业担心潜在的销售损失、客户取消订单、老库存消化不足、产品设计变更或废止等因素的影响，制造业一直存在高库存问题，这对制造企业的现金流造成了不小的现金流压力。
其他因素导致的供应链成本压力：信息流、物流和资金流的信息不透明且多变，以及工业产品设计的不合理等都会加大供应链的复杂程度和管理难度，最终增加供应链成本。