基于本體推理的水電站水工建筑物安全決策模型

廣西電力職業技術學院 陳星豪 李裕勇

基于本體推理的水電站水工建筑物安全決策模型

廣西電力職業技術學院 陳星豪 李裕勇

為了更好地使用科學技術來指導水電站水工建筑物安全決策問題，本文引入本體的概念，提出了安全決策模型。通過OWL描述語言，構建水電站水工建筑物安全決策領域本體。同時，制定推理規則，對水電站水工建筑物監測數據進行推理，從而達到決策的目的，避免了決策過程中根據專家經驗判斷所帶來的主觀性影響。實驗結果表明，此模型具有高效、智能化、語義性等特點，對水電站水工建筑物安全決策具有一定的指導意義。

本體推理；智能化；水電站；水工建筑物；安全決策

1.引言

水利工程是關系到國計民生的重大工程，而水工建筑物又是水利工程安全有效運行的重要基礎。大型或重要的水工建筑物失事，常會造成重大災害。水電站水工建筑物大壩迎水面、泄水建筑物、門槽、防沖段等隱蔽工程常年處于水下，其安全狀況常常直接影響大壩的正常安全運行。

水電站水工建筑物類型眾多，在水電站運行的過程當中會監測到大量的相關數據。這些大量的監測數據反映了水電站運行的安全情況，有的數據能反應水工建筑物的安全隱患，有的則是需要挖掘才能捕獲到安全隱患；另外，有些數據單獨反應情況良好，但是組合起來可能也會存在安全隱患，甚至會帶來連鎖的災害。面對如此大量且復雜的數據，必須采用相關的信息技術將所有信息有機得整合在一起，才能實時地解讀和挖掘出隱藏的安全隱患?，F階段，對于水工建筑物安全隱患的診斷基本是通過專家主觀經驗打分來進行判斷，這對預警效果的邏輯性和實時性造成一定的負面影響。

本體這個術語最初來自于哲學，是形而上學的一個分支。用于定義相關領域內詞匯的本身定義以及相互關系，并且根據這種本身的關系可以確定相關規則的定義。本體可以應用到各個行業當中。本文引入本體的概念，通過OWL描述語言，構建水電站水工建筑物安全決策領域本體。同時，制定推理規則，對水電站水工建筑物監測數據進行推理，從而達到決策的目的。避免了決策過程中專家根據經驗判斷所帶來的主觀性影響。

2.安全決策模型

2.1 系統模型

水電站運行過程中，對于水工建筑物的實時監測數據需采用自動化的處理技術代替人工經驗判斷，才能實時對水工建筑物的安全狀況進行判斷。本文提出的水工建筑物安全隱患預警模型，包括數據預處理模塊，推理機模塊等，涉及到領域知識庫和領域本體庫。具體框架如圖1所示。

圖1 模型結構圖

數據預處理用來處理實時監測到數據，并轉化為推理機可以進行推理的格式。推理機根據領域知識庫和領域本體庫結合推理規則進行相關推理，最終得出推理結果。如發現存在安全隱患則及時報警。其中推理機推理過程中所應用的領域知識庫和領域本體以及推理規則采用開放接口，領域專家和工程師可以根據實際情況進行維護，具有良好的擴展性。

2.2 水工建筑物安全決策領域本體

水工建筑物按照功能性可分為擋水建筑物、泄水建筑物，進水建筑物，輸水建筑物等，各種分類下還可以進行更加細致的分類。每一種具體的建筑物都有可能存在不同情形的狀況，而不同的狀況反映了水電站的安全情況，每一種情況應該采取什么樣的決策。例如：大壩發生滑動位移應該采取搶救措施的決策。根據水電站領域專家的建議以及具體的內容分析，本文把水工建筑物安全決策領域本體分為三類，分別是：水工建筑物本體，水工建筑物狀態本體，水工建筑物決策本體。

(1)水工建筑物本體

水工建筑物可分為通用性水工建筑物和專門性水工建筑物。其中通用性水工建筑物又可以分為：擋水建筑物，泄水建筑物，進水建筑物，輸水建筑物等。往下再細分有各種壩、水閘、各種溢流壩、岸邊溢洪道、泄水隧洞、分洪閘等。

(2)水工建筑物狀態本體

水工建筑物狀態本體包括各種水工建筑物的實時狀態名詞，用來描述水工建筑物的實時狀況。例如：描述大壩壩身的狀態：完整牢固、有缺口、無缺口、有滑動位移、無滑動位移、有裂縫、無裂縫等相關的名詞；描述壓力管道的的狀態：沉陷、變形、裂縫、漏水和銹蝕等。

(3)水工建筑物決策本體

水工建筑物決策本體包括所有檢測到安全隱患后所應該采取具體措施。例如：正常維護、小修、大修、搶修等維修類別，另外還有泄洪、關閉閘門、啟閉機螺桿等技術類別，等等諸如此類。

2.3 水工建筑物安全決策領域本體關系經驗

水工建筑物安全決策領域本體各種本體之間具有嚴密的邏輯關系，同時，這種關系已經經過專家理論的證明以及水電站運行過程實踐證明?，F實中，水電站水工建筑物的安全隱患排查以及處理正是通過這種經驗關系來執行。歸納現有的相關文獻資料以及結合專家的經驗，可得出水工建筑物安全決策領域本體關系經驗各主要本體之間的相互關系主要有3種：

(1)發生。主要用于描述水工建筑物本體與水工建筑物狀態本體之間的關系，說明水工建筑物發生某些具體的狀況。例如，大壩壩身發生滑動位移；壓力管道發生變形；壓力管道發生裂縫。

(2)采取措施。主要用于描述水工建筑物狀態本體與水工建筑物安全隱患處理本體的關系，說明水工建筑物發生某些狀況應該采取什么樣的措施。例如，大壩發生滑動位移應該搶修；大壩水位過高應該采取泄洪措施。

(3)引發。主要描述水工建筑物狀態本體之間相互影響和依存關系，說明某一水工建筑物發生某些狀況是否會引發其它的狀況。例如，大壩有缺口同時又滑動位移會引發潰堤。

2.4 水工建筑物安全決策領域本體建立

根據2.3節所提出的關系經驗模型，采用protege作為編輯工具，OWL DL作為描述語言，建立水工建筑物安全決策領域OWL本體模型。根據Cruber在1995年提出本體建立5大基本原則來規劃本體的建立流程：

(1)定義類及層次關系

通過分析并抽象出水工建筑物安全決策領域里相關概念，自頂向下構建本體的層次關系。例如，擋水建筑物是通用性水工建筑物的子類，而壩和水閘又分別是擋水建筑物的子類。使用OWL語言描述這種概念類之間的關系如下所示：

(2)定義各本體類之間的關系

通過2.3節的關系經驗模型可知，水工建筑物安全決策領域各只要本體之間的相互關系主要有“發生”和“采取措施”以及“引發”三種?！鞍l生”關系主要針對的是水工建筑物本體與水工建筑物狀態本體之間的關系，順序是不可逆的。這種關系相當于一個二元關系，前后的群體分別代表定義域和值域?！安扇〈胧焙汀耙l”關系也是同樣的道理。這種關系對應本體體系中的對象屬性（object properties）。采用OWL描述語言描述它們的這種關系，以“發生”關系為例，具體代碼如下所示：

(3)設置各本體類的屬性

主要描述的是類與其實例之間關系的屬性，對應本體體系中的類型屬性（datatype properties）。

(4)定義同義等語義擴展關系

本體技術的一大特點是能支持本義、同義、近義和上下位的語義擴展，所以在構建本體的過程當中要將這些語義擴展關系描述出來。

(5)本體模型的修正

本體的開發和建立是一個不斷修正的重復過程，采用推理機對本體模型進行邏輯推理，不斷修正不合理處，最終得出健壯和穩定的本體。

(6)本體存儲

OWL描述的本體知識庫可以采用三種不同類型進行存儲。第一種是純文本的方式（如.OWL文件），第二種是專門的管理工具以及關系數據庫。三種類型各有優點，本文水工建筑安全決策領域本體采用OWL文件存儲方式保存。

3.水工建筑物安全決策推理實現

模型的推理實現過程主要包括兩個步驟：首先設置并制定相關的推理規則，然后采用JANA提供的推理機接口結合其它編程工具編程進行推理，最終得出邏輯結果作為決策依據。

3.1 推理規則

Jena本身包含了大量的通用推理規則，都是是針對本體的特點而定義的，用于檢查概念的可滿足性，不同類之間的關系以及屬性的傳遞、互逆、不相交等。但是，這些通用規則不一定能全部滿足某些具體領域內的一些推理和信息檢索的要求。根據水工建筑物安全隱患領域中各本體之間的關系特點，本研究定制自己的規則并創建特定的推理機以滿足相關推理的要求。推理自定義規則包括類關系規則、實例關系規則以及屬性關系規則三部分，這里僅以類關規則為例，介紹制定過程。

(1)引發傳遞規則

Rule1(?a sd#yinfa ?b)(?b sd#yinfa?c)-->(?a sd#yinfa c)

若狀態本體a可引發狀態本體b，狀態本體b可引發狀態本體c，則狀態本體a可引發狀態本體c。

(2)發生繼承規則

Rule2(?a rdf:subClassof ?b)(?b sd#fasheng ?c)-->(?a sd#fasheng c)

若水工建筑物本體a是水工建筑物本體b的子類，而水工建筑物本體b發生狀態本體c，則水工建筑物本體a發生狀態本體c。

(3)采取措施繼承規則

Rule3(?a rdf:subClassof ?b)(?a sd#cuoshi ?c)-->(?b sd#cuoshi c)

若狀態本體a是狀態本體b的子類，而狀態本體b應要采取措施水工建筑物處理本體c，則狀態本體a也應要采取措施水工建筑物處理本體c。

3.2 推理實現

推理實現的平臺選擇Netbeans，開發語言采用Java，加載jena2 API庫文件，另外結合自定義規則文件創建語義本體推理應用程序。首先從感應注冊機中獲得OWLReasoner。可以獲得返回的標準配置OWL reasoner。然后將reasoner綁定到本體。接著，將使用綁定的reasoner從本體模型創建相關模型。從原始數據和OWL本體創建了推理模型后，它就可以像任何其他Model實例一樣進行處理。創建和查詢推理模型部分代碼如下：

4.實驗及分析

實驗采用手工輸入輸入兩組信息，模擬實時監測到的數據。三組信息包括：(1)大壩+水位過高；(2)壓力管道+變形。兩組實時數據經過決策模型推理之后分別得出相應的決策如圖2、圖3所示。

圖2 “大壩+水位過高”決策模型實驗結果圖

圖3 “壓力管道+變形”決策模型實驗結果圖

圖2、圖3表明，本決策模型能根據實時數據，快速、高效地進行推理，最終得出決策。該模型具備語義性和智能性。

5.結束語

為了避免決策過程中根據專家經驗判斷所帶來的主觀性影響，本文引入本體的概念，提出水電站水工建筑物安全決策模型，使用智能化的推理手段達到決策的目的。實驗結果表明，該模型具有有效性、合理性以及邏輯性，對水電站水工建筑物的安全決策具有一定的指導意義。

[1]付秀東.OWL+DL本體中概念相似度算法研究[D].西南交通大學,2009.

[2]郝素慧.水工建筑物混凝土裂縫的防治[J].同煤科技,2009(3).

[3]朱姬鳳,馬宗民,呂艷輝.OWL本體到關系數據庫模式的映射[J].計算機科學,2008,35(8):165-169.

[4]李勇,李躍龍.基于關系數據庫存儲OWL本體的方法研究[J].計算機工程與科學,2008,30(7):105-107.

[5]譚月輝,肖冰,陳建泗,等.Jena推理機制及應用研究[J].河北省科學院學報,2009,26(4):14-17.

[6]田宏,馬朋云.基于Jena的城市交通領域本體推理和查詢方法[J].計算機應用與軟件,2011,28(8):57-59.

[7]黃風華,晏路明.基于Jena的臺風災害領域本體模型推理[J].計算機應用,2013,33(3):771-775.

[8]李宏偉,蔡暢,李勤超.基于Jena和地理本體的空間查詢與推理研究[J].測繪工程,2009,18(5):5-9.

陳星豪（1980—），男，廣西防城港人，講師，研究方向：本體、語義網、智能電網。

李裕永（1965—），男，廣西欽州人，講師，研究方向：水電站動力設備。