(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210636759.3 (22)申请日 2022.06.07 (71)申请人 车主邦 （北京） 科技有限公司 地址 100020 北京市朝阳区姚家园南路1号 惠通时代广场7号楼|能链中心 (72)发明人 魏亮水　 (74)专利代理 机构 北京维正专利代理有限公司 11508 专利代理师 董凯特 (51)Int.Cl. G06Q 50/20(2012.01) G06V 10/44(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 应用于加油站的智能作业培训方法、 装置和 设备 (57)摘要 本申请的实施例提供了应用 于加油站的智 能作业培训方法、 装置、 设备和计算机可读存储 介质。 所述方法包括获取加油站内各区域的动态 信息； 将所述动态信息输入至规范检测模型， 得 到非规范作业内容； 基于所述非规范作业内容， 生成与其对应的场景特征图； 将所述非规范作业 内容和所述场景特征图进行融合， 得到融合特 征； 将所述融合特征和培训数据库中的培训模板 进行匹配， 得到与其对应的培训内容集合； 基于 所述培训内容集合， 完成对加油站内工作人员的 作业培训。 以此方式， 实现了对加油站内工作人 员的智能作业培训。 权利要求书2页 说明书8页 附图4页 CN 114971970 A 2022.08.30 CN 114971970 A 1.一种应用于加油站的智能作业培训方法， 其特 征在于， 包括： 获取加油站内各区域的动态信息； 将所述动态信息 输入至规范检测模型， 得到非规范作业内容； 基于所述非规范作业内容， 生成与其对应的场景 特征图； 将所述非规范作业内容和所述场景 特征图进行融合， 得到融合特 征； 将所述融合特征和培训数据库中的培训模板进行匹配， 得到与其对应的培训内容集 合； 基于所述培训内容 集合， 完成对加油站内工作人员的作业培训。 2.根据权利要求1所述的方法， 其特征字在于， 所述规范检测模型通过如下方式进行构 建： 生成训练样本集合， 其中， 训练样本包括带有标注信息的动态信息； 所述标注信息为非 规范作业内容； 利用所述训练样本集合中的样本对规范检测模型进行训练， 以带有标注信 息的动态信 息作为输入， 以非规范作业内容作为输出， 当输出 的非规范作业内容与标注的非规范作业 内容的统一 率满足预设阈值时， 完成对规范检测模型的训练。 3.根据权利要求2所述的方法， 其特征在于， 所述基于所述非规范作业内容， 生成与其 对应的场景 特征图包括： 将所述非规范作业内容转化成场景图， 场景图是一种数据结构， 其中每个节点代表一 个对象， 连接对象之间的边代表所属关系， 使用词嵌入技术Skip ‑Gram网络将场景图中的所 有对象以及对象之间的所属关系转换为嵌入向量。 4.根据权利要求3所述的方法， 其特 征在于， 还 包括： 通过CBOW模型提取 所述嵌入向量的对象与对象之间的注意力系数， 定义 为： Hij＝ δ(f[X′i,Y′k,X′j]) 其中， Hij(Hij∈Y′s×t)表示， 场景图的任意边(X ′i,Y′k,X′j)中对象X ′j对对象X′i的贡 献率； 矩阵f， 用于将场景图中所有对象及关系向量集转换为更高级的特征向量， 使其具有 更强的表达能力； δ:Y ′3Q→Y′， [X′i,Y′k,X′j]是对X′i,Y′k,X′ j进行拼接处理的操作， 每个对 象节点的输出描述 为其与其他对象的加权和的形式： 5.根据权利要求 4所述的方法， 其特 征在于， 所述培训数据库通过如下 方式进行构建： 获取加油站的历史非规范作业内容和对应的解决方案； 基于所述历史非规范作业内容， 生成与其对应的历史场景图特 征； 根据所述历史场景图特征和所述对应的解决方案生成非规范作业特征， 所述非规范作 业特征包括非规范作业的内容、 发生的设备设施、 严重程度以及与所述非规范作业特征对 应的文字描述； 将所述非规范作业特征通过词组嵌入， 映射到N维空间向量， 生成培训方案数据， 利用 对抗神经网络对所述培训方案数据进行 学习， 生成新的培训解决方案； 将所述新的培训解决方案进行汇总， 得到 培训数据库。 6.根据权利要求5所述的方法， 其特 征在于， 还 包括： 获取加油站内的人员属性数据；权　利　要　求　书 1/2 页 2 CN 114971970 A 2基于所述人员属性数据， 通过如下公式计算培训内容的推荐指数： 其中， Pk为事项参数； Lm为Pk事项参数的具体信息； UPk为培训推荐规则中的事项参数； n为Pk事项参数的数目； Si为计算参数； Ci为Si计算参数的算数因子； j为Si计算参数的数目； F为是否参与计算 值， 如参与计算， 所述F 取1； 如不 参与计算， 所述F 取0； Wk为推荐规则的事项参数UPk在培训内容推荐中的计算权 重； Wi为计算参数Si在培训内容推荐中的计算权 重； 将培训内容 集合中的培训内容， 按照所述推荐指数从大到小 进行排列； 根据所述 排列顺序向相关人员展示和/或发送培训内容。 7.根据权利要求6所述的方法， 其特 征在于， 还 包括： 对推送的培训内容进行分析， 若培训内容被采纳， 则按照预定数值增加所述计算权重Wk 和/或Wi， 同时更新对应的推荐规则； 其中， 所述推荐规则由推荐算法规则矩阵组成， 包括推荐参数、 推荐权 重。 8.一种应用于加油站的智能作业培训装置， 其特 征在于， 包括： 获取模块， 用于获取加油站内各区域的动态信息； 训练模块， 用于将所述动态信息 输入至规范检测模型， 得到非规范作业内容； 生成模块， 用于基于所述非规范作业内容， 生成与其对应的场景 特征图； 融合模块， 用于将所述非规范作业内容和所述场景 特征图进行融合， 得到融合特 征； 培训模块， 用于将所述融合特征和培训数据库中的培训模板进行匹配， 得到与其对应 的培训内容 集合； 基于所述培训内容 集合， 完成对加油站内工作人员的作业培训。 9.一种电子设备， 包括存储器和处理器， 所述存储器上存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现如权利要求1～7中任一项所述的方法。 10.一种计算机可读存储设备， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现如权利要求1～7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114971970 A 3