高速鐵路電務設備故障應急處理案例知識庫的構建

李紅亮，張振海

（蘭州交通大學 自動化與電氣工程學院，蘭州 730070）

近年來，我國高速鐵路快速發展，為人們的生活方式帶來了巨大的改變。但由于高速鐵路修建難度高、承擔任務大，其安全問題也變得愈加突出，主要包括以下兩方面：高速鐵路自身的系統、設備發生故障，從而引起列車運行中斷或列車延誤；由于人為因素、自然災害等造成高速鐵路突發事件。兩者均會嚴重影響人們的正常生活和出行，甚至會對財產和生命安全造成威脅。這對我國高速鐵路突發事件應急管理及處置工作提出了更高的要求。在高速鐵路安全領域，電務設備故障應急處理案例（簡稱：電務應急案例）知識在表示、共享和再利用方面仍有較多不足之處。

知識庫是一個知識的集合，用來儲存、管理知識及提供知識服務。本體是一種對客觀現實的抽象本質的描述和說明，運用本體可以對知識進行模型構建。作為一種載體，本體可以獲取、表示和再利用知識庫的知識。當前，基于本體的知識庫構建研究在醫學、航空和生物等領域[1-5]均取得了豐碩的成果。鮑玉來等人[6]將本體技術、知識庫和Agent組織成一個整體，實現本體的結構化；Haghighi等人[7]針對人員因擁擠發生踩踏的突發事件，構建了醫療救援應急預案知識的本體庫；張璐[8]為地鐵突發事件的應急決策提供了較強的理論基礎，在規則和案例推理的基礎上生成應急響應方案；付苓[9]將本體概念引入單元信息知識庫的構建中，證明所構建的知識庫可以提供知識檢索和知識發現服務，實現從海量數據中獲取有價值信息的需求。

由國內外在本體知識庫領域的眾多研究中可以看出，突發事件處理案例知識的應用領域研究較少，且大多數研究對于知識庫中規則庫的構建及推理研究不足，將本體引入應急案例知識庫的構建，且實現高效的知識查詢和案例檢索是當前研究的一大熱點。綜上，本文基于本體相關知識，對高速鐵路電務應急案例知識庫進行構建，并實現了應急案例知識的推理，顯著提升了應急案例知識的應用效率。

1 電務應急案例知識庫概述

1.1 知識元本體概述

知識元是一種具備完備知識表達能力的單位，具有不可分割的特點。知識元本體指對抽象概念具有完備知識表達能力的本體。知識元本體通常由概念、屬性、方法、實例等要素組成。

1.2 知識表示元組

高速鐵路電務應急案例包含了電務突發事件中基本的知識要素，應急案例涉及的相關核心概念可由案例知識分析得出。可將電務應急案例知識由一個六元組A來表示：A={D,T,R,P,S,C}，其中，D表示危險源；T表示發生時間；R表示發生原因；P表示事件經過；S表示發生地點；C表示導致后果。

1.3 應急案例知識元本體模型

由于高速鐵路電務應急案例種類繁多，且導致突發事件的隱患較多，原因較復雜，使得應急案例知識相關的概念、屬性等數量較多且關系復雜。本文采用知識元本體表示應急案例知識中的核心概念及其之間的關系，作為案例知識庫的基本框架。

1.4 電務應急案例知識庫模型

基于本體的高速鐵路電務應急案例知識庫實質上是利用本體來組織、存儲和管理突發事件的理論、特征、公理和規則等知識，由案例庫和規則庫兩部分構成。規則庫存儲事件推理公理、判定規則；案例庫存儲電務突發事件的概念及其相互關系、屬性，以及電務應急案例，如圖1所示。電務應急案例、電務知識、規則公理等均可由知識元本體模型進行表示，以此構成案例庫和規則庫，對電務應急案例知識實現存儲、管理及共享，并利用推理機對案例本體進行推理分析。

圖1 應急案例知識庫模型

2 電務應急案例知識庫構建

本文將電務應急案例知識庫的構建分為知識獲取和知識表示，其構建流程如圖2所示。

圖2 應急案例知識庫構建流程

2.1 知識獲取

構建知識庫先要對知識進行獲取，在獲取過程中，確定使用的目的及范圍，收集相關應急案例知識，為概念、屬性、規則等的獲取提供數據支持。

（1） 確定應用目的及范圍：本文構建的知識庫主要面向高速鐵路電務突發事件，用于對案例的存儲、管理和再利用，對領域相關概念及概念間的語義關系進行明確規范的表達。

（2）收集應急案例知識：高速鐵路電務應急案例知識涉及眾多因素，要保證所建知識庫的質量，就要有強大的數據作為依據。需要對電務突發事件相關的記載資料、歷史案例和相關部門公布的現場真實數據等進行整理歸納。

（3）抽取概念、屬性及關系：屬性可用來描述事件概念間和知識概念間的關系，也反映了知識之間相互作用的原理。本文采用人工篩選和自動篩選相結合的方式進行概念識別篩選。

（4）抽取案例知識規則：規則提取多采用基于粗糙集和神經網絡的提取方法[10-11]。本文在提取知識規則時采用人工識別方法，保證提取規則的質量。在收集到的相關案例知識中選取相應規則，如“突發事件造成1條及以上線路全線停運2～6 h”或“造成直接經濟損失50萬～1 000萬元”為一般A類事故。

2.2 知識表示

2.2.1 應急案例庫構建

（1）確定類及層次結構：以知識表示元組和本體模型為基礎，結合電務領域核心概念、屬性和關系等，對知識的層次結構進行深入剖析。高速鐵路電務應急案例部分本體結構如圖3所示。

圖3 高速鐵路應急案例部分本體層次結構

（2）定義類的屬性：為描述類的共有特征和實例的特有特征，將屬性分為對象屬性和數據屬性，如表1和表2所示。

表1 對象屬性（部分）

表2 數據屬性（部分）

（3）本體形式化：以軟件Protégé 5.2.0對本體進行可視化構建。利用軟件自帶推理機對本體進行一致性檢驗。

2.2.2 規則庫構建

（1）規則描述：語義網規則語言（SWRL，Semantic Web Rule Language）是一種以OWL為基礎的規則描述語言，建立于本體之上，融入多種規則描述方式，在使用Horn-like形式的規則與本體結合的同時[12]，把經驗知識轉化為基于語義的推理規則。

（2）規則形式化：形式化規則旨在將自然語言所描述的規則轉換為計算機可識別的規則[13]。本文采用Jena規則語法實現規則的形式化。

3 基于知識庫的推理應用

本文在構建案例知識庫的基礎上，以某次高速鐵路交通事故為例，以Protégé軟件為載體，對本體知識進行形式化表示，對高速鐵路電務應急案例本體知識庫的知識推理應用進行分析。

3.1 案例知識規則庫構建

高速鐵路電務應急案例領域中除用概念、屬性及實例表示的事實類知識外，還需要用知識元語進行規則類知識的表示。因此，對于規則類的案例知識，在構建相應的應急案例規則庫時，要以概念知識庫作為基礎，將領域知識內容更好地表達。本文以事實類本體知識庫的概念層次與屬性關系為基礎，通過分析類間的語義關系，確定形成案例的規則集，在Protégé 5.2.0環境下，利用Jena規則語法進行形式化處理并存儲，實現案例知識的表達推理，從而建立規則庫[14]。部分規則及其內容如表3所示。

表3 規則內容（部分）

3.2 基于案例知識庫的語義推理

在案例知識庫的基礎上，要獲得更多新知識，就要進行語義推理。本文利用推理機對案例知識的本體和規則進行推理，并加載OWL文件，添加規則，創建推理機和推理模型，輸出推理結果。

分別將規則1和規則2代入推理代碼中，可得到結果1為： ns：Train rear-ended ns：has Souce Danger ns：Equipment，表示列車追尾事故和根源危險源設備之間有對象屬性 has$ourceDanger ；結果2為：(ns:Trainrear-endedns:hasAccidentLevelValuens:V) ，表示列車追尾事故的等級有可能為Ⅴ級。

推理結果1是本體中隱藏的知識，稱為隱形知識；推理結果2是應急案例知識庫中本不存在，后續通過推理挖掘出的新知識。綜上，運用本體方法構建的應急案例本體知識庫不僅可以推理出本體中存在的隱形知識，還可挖掘出本體中不存在的新知識，體現出了本體與規則相結合的推理優勢。

4 結束語

針對高速鐵路電務應急知識組織、共享和再利用不足等實際問題，本文對本體方法在事故案例知識庫方面的應用進行研究，本體方法的運用，可顯著提升知識庫的擴展和語義推理能力，并提高高速鐵路電務應急案例知識的共享率和重用率。高速鐵路電務應急案例知識庫的構建在高速鐵路電務事故的預警處理方面提供了知識依據，為高速鐵路電務安全管理及決策水平的提高提供了理論依據支持。