面向低壓配電網絡拓撲的知識圖譜構建與檢索分析方法

郭 成，徐成現，蔣 維，王 波

（1. 云南電網有限責任公司 電力科學研究院，云南 昆明 650217；2. 昆明理工大學 機電工程學院，云南 昆明 650500；3. 成都國龍信息工程有限責任公司，四川 成都 610031）

0 引言

隨著人工智能技術的不斷發展，以知識圖譜為基礎的智能檢索分析方法逐漸運用于搜索引擎、電商、醫療、智能電網等領域[1]。通過抽取技術從各個領域的數據中抽取實體、屬性、關系等語義信息，并通過知識融合、知識加工等技術構建知識庫。通過實體間的匹配分析實現用戶所需的檢索分析服務。另外，知識圖譜以數據結構為基礎，采用本體術語和語義表達的格式[2]，有規范且標準的概念模型。能很好地解決電網系統積累的大量多源異構的運行數據，包括數字、文字、圖像等；而且，知識圖譜通過語義鏈接功能增強數據之間的關聯關系，可使數據表達更加規范，結構化更強，能很好地適應智能問答、智能檢索、輔助決策等技術的運用場景[3]，同時對電網知識的檢索分析也適用。

近年來，國內外學者主要將知識圖譜運用于電網調度、電力設備檢修等方面。文獻[4]在調度故障處理領域提出了基于知識圖譜的電網故障處理輔助決策方法，分析了各個環節的關鍵技術，最后實現了基于知識圖譜的故障信息解析判別、智能輔助決策及多維度的人機交互。文獻[5]在電網調度領域提出基于知識圖譜的智能輔助決策技術，給出了電網調控知識圖譜的構建步驟，并以故障處置預案知識圖譜為例給出了智能輔助決策運行機制。針對電力設備檢修，文獻[6]在電氣信息采集系統的基礎上建立了故障運維知識圖譜，利用知識圖譜高效的語義處理能力和快速分析能力，實現物聯網新形勢下電氣信息采集的高效運營。文獻[7]提出了輸變電設備運維檢修框架，梳理了輸變電設備的數據現狀，構建了基于電力設備運維檢修領域的知識圖譜檢修策略智能推薦系統。

上述研究為本文知識圖譜構建和檢索分析方法提供了重要的參考和依據。然而，目前的研究尚未形成電網故障處理檢索分析領域知識圖譜的構建方法和實現方案。本文基于電網告警故障檢索分析的需求，設計了面向低壓配電網絡拓撲領域的知識圖譜，并通過子圖匹配的方法實現電網知識的檢索分析。

1 知識圖譜

1.1 知識圖譜的定義與現狀

知識圖譜是將實體和實體或實體和屬性通過相互關系鏈接的一個知識網絡，可以對世間萬物之間的關系進行一種形式化描述，其本質上是一個知識庫。知識圖譜的通用表示形式是三元組：（實體–關系–屬性）或（實體–關系–實體），如（示范醫院–應用類別為–專變），（某供電所–包含– 62個用戶）等。三元組是知識圖譜中的最基本的單元，實體和屬性在知識圖譜中以節點的形式存在，兩者的關系以節點之間的連線存在。不同的實體或屬性之間存在不同的關系，通過結合可形成網狀的知識圖譜。

圖譜分為通用圖譜和行業圖譜，對于通用圖譜而言，其知識覆蓋面很廣且可應用于任何領域，強調融合實體越多越好，主要用在智能搜索領域。通用知識圖譜專業性不強，干擾大且會有一詞多義和多詞一義的現象存在，關系較多而無法列舉。行業知識圖譜則具有一定的行業意義，以一定的行業資料進行構建，可用于特定的行業。行業知識圖譜有很強的專業性，干擾小且實體大多是特定的專業用語，一般不會存在一詞多義或者多詞一義現象，數據模式與實體屬性比較豐富，應用程度廣且針對性強。

1.2 基于知識圖譜的檢索框架

本文所提的基于知識圖譜的電壓合格率檢索方法主要為低壓電網知識圖譜的構建、基于子圖匹配的檢索方法，以及基于評價模型的檢索結果評價，其基本框架如圖1所示。

圖1 基于知識圖譜的低壓配電網電壓合格率檢索框架Fig. 1 Retrieval framework of voltage qualification rate of low-voltage distribution network based on knowledge graph

2 低壓配電網知識圖譜的構建

2.1 低壓配電網知識類型分析及拓撲結構

構建低壓配電網電壓合格率檢索知識圖譜。在電力企業中低壓配電網缺陷記錄業務中的知識類型主要以非結構化數據或半結構化數據存在。本文知識圖譜是利用圖數據庫NEO4J進行構建，圖數據庫的模型數據能夠直觀地表示電網系統的拓撲屬性，如圖2所示。該拓撲結構含有3個廠站，每個場站由發電機（G）、斷路器（開關）、母線（BusBar）、負荷（LD）、刀閘（隔離開關）等設備組成，各個場站間用交流線路（LN）進行鏈接。

圖2 低壓配電網拓撲結構Fig. 2 Low-voltage distribution network topology

2.2 實體/屬性抽取

實體/屬性抽取是指從低壓配電網缺陷記錄原始語料中自動識別出實體或屬性。實體抽取的常用方法有神經網絡方法和基于規則與詞典的方法。前者可以自動地從記錄語料中對有效特征進行捕獲和表示，從而完成實體的識別；而規則與詞典是用預先定義好的規則庫，然后從語料中抽取出電力設備實體名稱，設備所屬機構名，電壓變化范圍及變化時間。典型的實體/屬性抽取方法有條件隨機場[8]，隱馬爾可夫模型[9]和BILSTM模型[10]等。在電壓合格率檢索中，大部分實體和屬性可在電網公司積累的缺陷記錄語料中抽取獲得。

本次實體抽取的主要內容是針對10 kV花橋線及其臺區–電壓合格率記錄語料來抽取實體和屬性，首先標注要抽取的詞性。由于電力行業的實體和屬性有限，結合電力工程專業詞典對其進行相似度計算和匹配抽取[11]，步驟如下：

步驟1：分詞。先對10 kV花橋線及其臺區–電壓合格率語料進行分詞處理。用隱馬爾可夫模型以及常用詞典進行分詞，為了提高分詞的準確率，導入了輔助工具[12]—電力專業詞典。

步驟 2：詞抽取。將分詞后文本中的實體/屬性與專業詞典中的實體進行對比檢索，通過計算實體/屬性的相似度匹配到相對應的那一項，若匹配成功，則抽取出來的實體或屬性就可以用來構建知識圖譜。

步驟3：注釋詞性。用電力工程詞典和常規語料中的詞性對文本中的各種詞進行詞性注釋[13]，可把對10 kV花橋線及其臺區–電壓合格率語料中的詞分成5類：（1）形如電網公司和設備的名詞，“Ent”作為其詞性，代表實體；（2）形如10 kV花橋線及其臺區電壓值的量詞，“Pq”作為其詞性，代表屬性；（3）形如電網故障程度的副詞，“Pad”作為其詞性，代表屬性；（4）形如低壓配電網電壓合格率的動詞，“Pv”作為其詞性，代表屬性；（5）在以上沒有注釋的詞被抽取出來，可按原來的詞性進行再注釋，因其并不表示屬性或實體。

2.3 關系抽取

文本語料在進行實體/屬性抽取后，形成離散的實體/屬性，若得到具體的語義信息，需要從電網公司記錄文本語料中抽取出關系，包括實體與實體之間的關系和實體與屬性之間的關系，用關系將實體/屬性聯系，形成網狀的知識庫。低壓配電網電壓合格率檢索的知識圖譜還可以用抽取出的實體或屬性的詞性來約束關系，如表1所示。

表1 關系的類型Tab. 1 Types of relationships

抽取關系的問題可以轉化為實體和屬性的分類，由于監督學習方法的分類結果不理想，所以采用半監督協同訓練的方法進行分類。在分類前，先形成兩兩結合的待分類詞對，接著匹配出和表1中某行組成的詞類型，最后對組成的每一組詞對進行關系分類。

2.4 構建知識圖譜

構建知識圖譜主要分為數據獲取、信息抽取、知識融合和知識加工[14]4步。構建圖譜的數據的來源可分為兩種：一種在網站上可以獲取，這些在網頁上存在的數據，屬于非結構化數據；一種是行業內部的數據，這些數據大多屬于結構化數據。

信息抽取是在所需電力行業的文本語料中抽取實體和屬性以及關系并以三元組的形式進行儲存。信息抽取后的實體、屬性和關系之間的關系是扁平化的，缺乏邏輯性，所以需要進行知識融合。知識融合是將多個知識庫的信息進行融合，形成知識庫的過程，該過程用到的主要技術有實體消歧義、共指消解和實體鏈接等技術。

許多數據在經過抽取和融合以后得到一些基本事實，但這并不是想要的知識，要獲得網絡化、結構化的知識體系，還需經質量評估后，把合格的知識歸入知識體系中保證知識庫的質量，這是知識加工過程。該過程是一個動態過程，在不斷應用知識圖譜的過程中，評價其應用效果和數據質量，并根據知識的不斷更新與發展，還要對知識圖譜進行更正和實時更新。構建知識圖譜的流程如圖3所示。

圖3 知識圖譜構建技術流程圖Fig. 3 Technical flow chart of knowledge graph construction

低壓配電網知識圖譜的構建可以把電網設備和臺區這些實體作為節點，并且把臺區和設備及設備的一些屬性信息在構建知識圖譜中以拓撲關系鏈接。比如設備的ID、用戶編號、用戶類別、設備故障信息、各相電壓合格率或不合格率、各相的最值以及平均值等（如圖4）作為節點，把節點與節點之間的關系，如“上/下級”、“電壓值為”、“信息有”、“屬性是”等關系作為連接節點與節點之間的邊。基于知識圖譜的儲存方式，能夠構建全面并且易用的低壓配電網故障處理措施檢索知識庫。

圖4 低壓配電網知識圖譜的構建設計Fig. 4 Construction and design of knowledge graph of low-voltage distribution network

3 基于子圖匹配的電網故障處理措施檢索方法

提出一種基于子圖匹配的電網故障處置措施檢索算法。首先，針對電網知識定義了子圖匹配的相關概念，提出了檢索子圖構建—拆分子檢索—并行子檢索—連接子檢索結果4個步驟的檢索算法。

算法包括：

步驟1：由檢索條件生成檢索圖。

步驟2：將原始查詢圖劃分為多個子檢索。

步驟 3：在圖數據庫中執行步驟 2中的子檢索，獲得所有子檢索的結果。

步驟4：連接子檢索的結果，生成最終檢索結果。其次，提出一種基于物理距離與鄰近影響的檢索結果評價體系，能夠對檢索結果進行重要性評價，讓檢索結果給予查詢人員更多參考價值。最后，通過算例分析驗證了本方法的可行性。

3.1 子圖匹配定義

（1）檢索圖

檢索圖Q=(EQ,RQ)。包含點集合EQ和邊集合RQ。每一個檢索點都對應一個具體的實體描述，邊表示連接任意兩個點之間的關系。

（2）匹配子圖

給定圖譜G=(EG,RG,EG)和檢索子圖Q=(EQ,RQ)，匹配的目的是在圖譜G中找到檢索子圖Q的匹配子圖φ(Q)。即將圖譜G中滿足映射函數M的子圖定義為匹配子圖φ(Q)。φ將Q中的點EQ映射到G中的點φ(EG)，將Q中的邊RQ映射到G中的邊φ(RG)。

3.2 子檢索劃分

當檢索圖的頂點和邊的數目過多，無論采用深度優先檢索還是廣度優先檢索，都會導致檢索的約束條件過多，從而增加檢索難度甚至使檢索無法完成。將檢索圖劃分為多個子檢索圖，使單一的子檢索圖具有頂點數目少、邊特征單一的特點，進而達到降低檢索難度的目的。因此，將子圖檢索劃分為兩層樹結構，每個檢索圖包含一個根節點、一層子節點和邊。

如圖5所示，采用上述規則將檢索子圖Q劃分為子檢索圖Q1、Q2、Q3，Q3，包含節點c、e、f、h和邊(c，e)、邊(c，f)和邊(c，h)。

圖5 檢索劃分示例Fig. 5 Example of search partition

通過節點、邊的匹配就能得到檢索Q3的檢索結果。得到Q2、Q3檢索結果就能得到Q1檢索結果，進而得到Q的檢索結果。

3.3 子檢索執行

首先，把子檢索圖分解成最小生成樹，在對邊進行匹配時應優先匹配最小生成樹的邊；然后選擇根節點作為優先匹配過濾能力強的頂點；接著在傳統VF2[15]算法的基礎上，結合圖的標簽特征進行子檢索執行。其具體步驟如下：

步驟1：輸入數據圖與劃分后的子檢索圖，初始化子檢索結果集Ci與匹配點對集合T為空。

步驟2：由根節點可生成備選匹配點對集合CT。

步驟3：備選匹配點對的匹配，如果CT中包含子檢索圖Qi的所有節點，接著計算圖的邊是否符合標準，符合標準判斷的結果存入子檢索結果集Ci；如果CT中包含子檢索圖Qi的部分頂點，則判斷圖是否數據信息錯誤，并將信息錯誤反饋給數據圖。

步驟4：判斷是否完成所有候選匹配點對的匹配，若沒有完成匹配返回上一步，否則直接進行下一步驟。

步驟5：返回結果集Ci。

3.4 子檢索結果的連接

子檢索結果的連接是該算法的最后一步，其目標是把所有子檢索的結果鏈接到一起，生成匹配子圖。包括連接子檢索結果和檢索結果評價兩個部分。以檢索電壓是否合格為例，首先按照子檢索劃分方法將檢索Q劃分為Q1(a，b，c)、Q2(b，e，f，g)和Q3(c，e，f，h)，再分別執行Q2(b，e，f，g)和Q3(c，e，f，h)子檢索；此后連接所有二級子檢索結果，得到Q2、Q3兩個一級子檢索的結果；最后來執行Q1(a，b，c)的子檢索，得到Q的檢索結果。如圖6所示，檢索某個Q(a，b，c，d，e，f，g，h)的評分結果為14.2，則表示該節點需要重點關注。

圖6 子檢索結果的連接Fig. 6 Connection of subretrieval results

由圖6可知，子檢索結果的連接有兩個部分，分別是檢索結果評價和子檢索結果。檢索結果連接是圖譜檢索的基礎操作，常用的哈希連接可用于本文的數據庫中，當且僅當Qi和Qj兩個子檢索有共同的頂點時才能夠實現Qi和Qj的檢索結果連接。子檢索結果連接的基本過程如下。

步驟1：將子檢索結果集C初始化，對子檢索劃分的檢索集Qi∈(Q1,Q2,…,Qn)按照子檢索執行方法執行所有的Qi，得到所有子檢索的結果。

步驟2：對n各子檢索的檢索結果進行哈希連接，保存匹配度滿足閾值γ的結果到C中，并將結果按匹配度排序處理。

步驟3：對檢索結果的電壓特性進行合格率評估，得出電壓合格率H。

步驟4：對存儲在C中的檢索結果運用評價模型進行評價，得出檢索結果重要度f。

步驟5：返回檢索結果集C，完成檢索。

4 算例分析

4.1 算例基本情況

為了驗證基于知識圖譜的低壓配電網故障處理措施檢索方法的有效性，本文以某電網 35 kV變電站實際數據進行試驗，算例基本情況如下：

該變電站包含10 kV花橋線，長41.07 km，共有配變62臺，其中公變29臺，專變33臺，容量共計6 051 kVA，低壓無功補償電容器情況不明確，柱上開關10臺，圖7是臺區分布網絡結構局部圖。

黃宏斌等 （2018）認為企業的現金流可以真實反映企業處于不同生命周期時的經營狀況，基于此，按照企業的現金流特征，可將企業劃分為初創期、成長期、成熟期和衰退期。處于不同生命周期下的企業現金流情況見表2。

圖7 臺區分布網絡結構局部圖Fig. 7 Partial diagram of distribution network structure in zone area

實驗選取某電力企業20 000條電網故障記錄作為基礎數據，構建低壓配電網處置措施知識圖譜如圖8所示，涵蓋了16類超過300臺設備的基本信息與日常運行數據信息，知識圖譜數據庫中節點個數超過10萬個，能精確地檢索到某臺區某裝備的故障。

圖8 低壓配電網知識圖譜Fig. 8 Knowledge map of low voltage distribution network

4.2 電網故障處理措施檢索結果與分析

根據前述基于子圖匹配的電壓合格率檢索方法完成電網故障處理措施檢索與分析。以線路跳閘為例，將其作為電網故障關鍵詞進行檢索，利用知識圖譜技術和子圖匹配算法，通過對關鍵信息進行分析，可以得出發生該故障的原因以及維修建議等，能減少排查故障的時間，提高故障維修效率，對快速搶修電網故障有十分重要的意義。

由知識圖譜的語義特性可知，通過語義特征描述，檢索時對圖譜之間的語義信息進行語義相似度計算，可以得到更準確的查詢結果。查詢圖譜與結果子圖之間的相似度計算包括基于圖結構和語義信息的相似度計算兩部分。

（1）基于圖結構的相似度計算

為實現圖結構的相似度度量，需要對查詢圖譜與結果子圖的結構進行定量化分析。根據圖譜相似度度量的基本理論可知，若存在兩個圖譜G1中節點a和圖譜G2中節點b，若兩圖譜中鄰居結點相似，則節點a與節點b相似；同理，邊的相似度度量為：如果圖譜G1中邊c與圖譜G2中邊d的起點和終點相似，則邊c與邊d相似。本文提到的查詢圖譜與結果子圖的結構相似度主要通過兩圖節點相似度和邊相似度構成的矩陣來度量，任意節點或任意邊之間相似度的取值總在[0,1]區間內，若相似度值越接近1，則表示任意節點或任意邊之間的相似度越高，其子圖匹配的程度越高。

若圖譜G1中有e個節點，圖譜G2有f個節點，則節點相似度的矩陣規模e×f，用xab表示圖譜G1中點a與圖譜G2中點b的相似度，ycd表示圖譜G1與圖譜G2中邊c與d的相似度。其節點與邊的得分求解公式如下：

式中：SSimX表示圖譜G1與圖譜G2節點相似度得分矩陣；x1(k),x2(k),…表示經過K次迭代后兩圖譜中各點的相似度；SSimY表示圖譜G1與圖譜G2邊相似度得分矩陣；y1(k),y2(k),…表示經過K次迭代后兩圖譜中各邊的相似度。

式中：AveSSim表示查詢圖譜與結果子圖的結構相似度得分；n1表示圖譜G1中節點數；n2表示圖譜G2中節點數；m1表示圖譜G1中邊的個數；m2表示圖譜G2中邊的個數。

（2）基于統計語義信息的相似度計算

給出查詢圖譜G1=(e1,e2,…,en)，其中ei為查詢圖譜中的詞，結果子圖G2=(f1,f2,…,fm),其中fj為三元組，本文利用統計語義模型將查詢圖譜與結果子圖的語義信息相似度用似然估計概率p(G1|G2)表示，并根據概率值的大小判斷語義相似程度，并對結果子圖進行排序。其中似然估計概率p(G1|G2)計算公式如下：

式中：p(ei|G2)是表示圖譜G1的統計語言模型能產生詞ei的概率，用ei在多個三元組模型產生概率p(ei|fj)的平均值表示。

查詢圖譜與結果子圖的相似度靠單一的圖結構或語義相似度不能準確地度量，因此本文綜合考慮圖結構和語義相似度的計算，將結構相似度得分ScoreSSim與語義相似度得分Scorep(G｜1G2)進行線性聯合，公式如下：

式中：α是一個可變參數，取值為[0,1]，主要用來調節兩個相似度得分在結果得分中所占比重。通過綜合得分Score的計算，得到各個結果子圖的得分，并對結果子圖進行排序，得到最優的查詢結果，從而完成基于子圖匹配的電網故障檢索。

采用基于物理距離與鄰近關系的檢索結果評價模型對子檢索結果進行分析評價。評價模型以臺變為單位進行實驗。為直觀地展示檢索結果的重要程度，結合物理距離與鄰近關系構建檢索結果評價模型。

式中：f[φi(Q)]表示節點電網故障率的重要程度；G1[φi(Q)]和G2[φi(Q)]表示節點故障在u和l兩種情況下的物理距離影響函數；u表示電網故障是由某一現象導致；l表示電網故障是由另一現象導致；T[φi(Q)]表示該節點的鄰近關系函數。式（2）（3）中，L[φi(Q)]表示該節點的物理距離影響因數，取值范圍為[0, 1]；H[φi(Q)]表示該節點的電網的非故障率。

根據臺區物理距離構建距離影響因數L，其取值范圍為[0, 1]，部分臺區距離影響因數如表2所示。

表2 部分臺區距離影響因數Tab. 2 Influence factors of some zone area distance

根據相鄰臺變電網故障檢索結果構建鄰近函數，部分臺區鄰近函數值如表3所示。

表3 部分臺區鄰近函數值Tab. 3 Values of neighbor functions in some zones

構建物理距離影響函數與鄰近函數構建電網故障處理措施檢索結果重要程度評價模型，部分臺區電網故障處理措施檢索結果重要程度評價結果如表4所示。

表4 部分臺區評價模型數值Tab. 4 Evaluation model values of some zones

通過重要程度分析，知識圖譜可以精確地識別輸入的關鍵詞，通過計算相似度進行電網故障查詢匹配，但又不局限于關鍵字符的相似度，并很好地結合了電網領域的信息，具有較好的針對性，用傳統的語義解析方法較難實現。例如，在檢索電壓合格率時，導致合格率低的原因在很大程度上是其內部原因，根據檢索結果可以從供電半徑過大、負載過大、線徑過細等原因來排查；在對示范醫院和武定榮豐石材廠的電網故障處理措施檢索時其正確率分別達到85.342%和87.938%，但是其重要程度評價值偏高，導致電壓不合格原因在很大程度上是其外部原因，由檢索結果可以從三相不平衡、無功不足、功率因數過低等因素來排查。

5 結論

基于低壓配電網的故障記錄語料，結合了知識圖譜的理念，提出了面向低壓配電網絡拓撲的知識圖譜的構建方法和基于知識圖譜的低壓配電網絡知識檢索分析方法。詳細闡述了低壓配電網知識類型分析及拓撲結構、知識圖譜的基本步驟實體/屬性、關系抽取過程和最終構建過程。在構建了知識圖譜的基礎上，采用子圖匹配的方法完成了基于知識圖譜的低壓配電網故障處理措施檢索分析。最后通過電網公司實際運行數據驗證了圖譜構建方法的可行性及在電網知識檢索分析的優越性。

如果在本文構建的知識圖譜中增加更多電網的運行數據，如故障數據、調度控制數據等，則能進一步增加知識圖譜的運用領域，如智能調控，負荷預測等，這也是電網知識圖譜的后續研究重點方向。