知識圖譜在電力行業的應用與研究

◆王瓊 楊波

行業與應用安全

知識圖譜在電力行業的應用與研究

◆王瓊 楊波

（國網甘肅省電力公司信息通信公司 甘肅 730050）

通過對系統數據的挖掘，并將人工智能、知識圖譜及自然語言等技術與其相融合，構建電力行業的知識圖譜，根據電力行業的特點采用人工智能進行分析，從而對電力行業的發展進行預測。知識圖譜技術的推廣應用，可以推進電力行業的科學化發展和信息化建設，從而實現智能電網與用戶的雙向友好互動，保證各環節移動互聯，擴大智能電網的應用領域，具有很好的應用前景和現實的應用價值。

知識圖譜；電力行業；大數據；智能電網

將人工智能技術與傳統的數據庫相結合，可以構成知識圖譜，它是一種智能數據庫，可以按照一定的結構對知識進行管理。在電力行業中引入知識圖譜，可以對數據信息中的相關數據進行挖掘，并提取出有用的信息，同時還可以對系統中分散的知識進行匯總，從而提高數據分析的能力。通過人工智能、5G通信等先進技術，將系統中的數據傳感設備與通信資源相融合，從而構建智能化電力系統，為電力系統的穩定運行和高效管理提供了重要保障[1]。

1 知識圖譜與電力系統融合分析

知識圖譜通過結構化方式對客觀事物、概念及相互關系進行描述。通過對知識進行收集處理，然后對有用的知識進行抽取和存儲，從而完成知識圖譜的構建，知識抽取是整個構建過程的重要環節，其抽取方法作為研究的重點經歷了規則詞典-機器學習-深度學習三個過程。如今知識圖譜得到了廣泛應用，尤其在搜索引擎、對話問答等領域發揮了重要作用，通過大數據進行分析并結合深度學習，有效推動人工智能的發展。

1.1 知識圖譜

谷歌公司為了提升引擎的效率，實現智能化搜索，于2012年最早提出知識圖譜這一概念。知識圖譜采用節點來對實體、屬性進行描述，采用邊來對實體間、實體與屬性間的語義關系進行描述。實體是指現實中存在的事物，實體的特征由屬性來描述，各個實體間的互聯通過知識圖譜的關系特征來實現，這樣就能為語義理解、情報檢索等功能的實現提供支持[2]。知識圖譜的構建主要由知識抽取、知識融合、知識表示、知識驗證和知識推理五部分構成，構建流程如圖1所示。

圖1 知識圖譜構建流程

1.2 電力知識圖譜應用分析

隨著電力系統智能化和信息化的不斷推進，系統中的數據信息量正不斷增加，信息化平臺在各級電力調度中心建設過程中，沒有采用統一的格式化標準對數據進行定義，導致數據的種類和格式多種多樣，通常以文本、視頻等非結構化方式進行存儲，只有少量的數據是按結構化處理。作為生產服務型企業，電力企業的生產過程和服務工程會產生大量的數據，從而增加了電力數據的維度。電力數據資源主要由上述分散、多維、結構復雜的數據構成。

因此將知識圖譜應用在電力行業，可以對分散的電力數據進行集中處理和分析，從而保證電網數據的通用性和規范性，為智能電網建設的數據信息提供真實性和一致性保障[3]。

2 電力行業專用詞典的建立

為了更好研究電力行業，首要任務是對其相關專業術語進行了解，以便更好理解專業文獻。構建電力行業專用詞典有助于對專業詞條的掌握和理解，同時可以提高學習效率，對電力行業的發展起到一定推動作用。

2.1 構建方法

詞典構建的常用方法包括術語抽取和定義抽取兩種。術語抽取問題通常以形式化方式來表示，將其置信度以結果展現，從而對專業術語的置信度進行辨識。術語抽取問題有自身的缺陷，當對低頻問題進行統計時，信息利用率受限。為了降低分詞錯誤給識別效果帶來的影響，并對其識別難度進行調節，專業術語的抽取通過置信度傳播和表示學習來完成，抽取過程如下：

（1）通過模版匹配將專業術語從語料中自動抽取；

（2）利用點互信息對抽取出的術語進行詞組性計算，然后通過百科語料庫和表示學習的方法以嵌入的形式對術語語義進行表示，再根據語義關系構建語義網絡；

（3）通過置信度傳播對抽取的術語進行排序，并對名次靠前的術語進行挑選，詞典的構建流程如圖2 所示。

2.2 構建分析

通過對不同數據源的數據進行分析，篩選出電力行業專業術語，構建專用詞典。隨著大數據、5G移動通信和人工智能的快速發展，為電力行業的智能化發展提供了條件。為了適應電力系統智能化和信息化建設，本文對電力、計算機領域的相關專業詞匯進行匯總，并編制成詞典，電力行業詞條包括：高壓直流輸電、繼電保護、自動調控、供配電系統、電力物聯網、變電站和發電廠等；計算機詞條包括：可視化、VR技術、機器語言、神經網絡、知識圖譜、大數據、5G通信、云計算、網絡技術和信息安全等[4]。

圖2 詞典構建流程

3 電力行業知識圖譜構建

3.1 基礎平臺知識圖譜

基礎平臺主要由平臺管理、各種數據庫和總線等構成，為相關功能的開發、使用和維護提供技術支持，并確保系統安全可靠運行。通過對其知識圖譜進行構建，平臺內各功能單元間的關系一目了然，這樣就可以為工作人員就能對其結構更加直觀了解，為后續使用提供了方便。

基礎平臺的知識圖譜如圖3所示，按照從下到上方法對其進行構建，首先將實體和屬性從數據源中進行提取，并對提取的數據進行篩選，從而獲得應用管理、數據庫表、消息通道、日志服務等，其次將上述實體間的關系按照種類進行區分，對其本體關系進行抽象化處理，從而完成其知識圖譜的構建。

圖3 基礎平臺知識圖譜

3.2 業務邏輯知識圖譜

電力系統的業務多樣化，同時各業務緊密聯系，因其數據信息量大，還需保證其動態特性，這樣就給系統數據處理帶來了巨大的壓力。業務邏輯知識圖譜的構建，一方面可以通過可視化技術將復雜業務的調用關系對外展示，另一方面還可以輔助排故，加深對系統的認識和了解，熟悉各個業務流程。對業務邏輯的知識圖譜進行構建通常包括以下要點：依據專家經驗和知識庫相關信息，對各部分的本體及其關系進行抽象化處理，然后將本體的信息從各數據源中提取出來，這樣就可以按照本體間的關聯關系，對實體關系進行構建，最終實現知識圖譜的構建[5]。

4 效益分析

4.1 社會經濟效益

構建電力系統的知識圖譜，實現了用戶與智能電網間的雙向互動，保證服務型企業的高效管理，為系統安全可靠供電提供了重要保障，對日常管理進行了優化并開拓了企業的業務領域。實現了精益化管理，根據數據分析，可以對電網的運行狀態進行預測，從而掌握系統的功率、負載等運行趨勢，通過對電力資源的優化配置，保證了電力企業的可持續發展。

4.2 綜合管理效益

通過知識圖譜與人工智能的建設，首先可以對用戶側負荷進行柔性調控，電力企業有序用電管理水平得到提升；其次對用戶用電情況實時在線監控，提升了客戶服務水平；最后可以通過對系統采集數據的分析，對需求側的管理不足進行改進，為相關政策的實施提供數據信息支撐，可以有效推動管理水平的提升[6]。

5 結論

將知識圖譜應用在電力領域，可滿足電力企業數字化管理和智能電網的建設，有效提高了電力企業的管理水平。該系統對電網運行數據進行提取分析，利用人工智能技術對大數據進行合理使用，保證了系統安全穩定運行，同時推動了智能電網的建設，根據數據信息對電力系統實現精益化管理，促進了電力企業的科學化管理和信息化建設，實現了智能電網與用戶間友好互動，有效提升了電力公司的業務水平，具有很好的發展前景和實用價值。

[1]劉津，杜寧，等. 知識圖譜在電力領域的應用于研究[J]. 電力信息與通信技術，2020，18（1）：60-63.

[2]李新鵬，徐建航，等. 調度自動化系統知識圖譜的構建與應用[J]. 中國電力，2019，52（2）：70-75.

[3]余建明，王小海，等.面向智能調控領域的知識圖譜構建與應用[J]. 電力系統保護與控制，2020，48（3）：29-33.

[4]郭洋，張永梅，姚振.智能電網可視化平臺建設實踐研究[J].電工技術，2019（18）：98-99.

[5]沈國梁，強榮，陳海亮.電網實時運行可視化分析系統應用[J].寧夏電力，2008（3）：40-42.

本文受甘肅省電力公司科技項目《智能電網信息互聯技術支撐體系設計及應用研究》資助