基于知识图谱技术的配电站房智能运检.pdf
《基于知识图谱技术的配电站房智能运检.pdf》由会员分享,可在线阅读,更多相关《基于知识图谱技术的配电站房智能运检.pdf(10页珍藏版)》请在咨信网上搜索。
1、言息实现Journal of Jilin University(Information Science Edition)2023年5月May2023No.3Vol.41第3期第41卷吉林大学学报(信息科学版)文章编号:16 7 1-58 96(2 0 2 3)0 3-0 47 4-10基于知识图谱技术的配电站房智能运检曹捷,阙小生,李慎兴,范永学,李兴,宋文志(1.国网福建省电力有限公司建设分公司,福州350 0 13;2.北京国电通网络技术有限公司建设及安监业务事业部,北京10 0 10 2)摘要:针对配电房主要依赖传统的人工巡检方式,存在巡检成本高、故障隐患误报漏报率较高等问题,基于知识图
2、谱和智能认知技术,提出了配电站房运检业务知识库及高级应用的理论和技术,深人研究了知识共享管理、智能搜索和推荐、数据标签及故障智能推理,建立了配电站房知识库并在山西电网进行了示范应用。利用研究成果构建了配电站房智能运检业务知识库,并开展了智慧应用研究,实现了故障隐患智能分析等知识赋能,减小了巡检成本,提高了智能运检能力。关键词:知识图谱;知识库;智能推理;智能运检中图分类号:TP391文献标志码:AIntelligent Operation Inspection of Distribution StationBuilding Based on Knowledge Map TechnologyCA
3、O Jie,QUE Xiaosheng,LI Shenxing,FANG Yongxue,LI Xing,SONG Wenzhi?(1.Construction Branch,State Grid Fujian Electric Power Company Limited,Fuzhou 350013,China;2.Construction and Safety Supervision Business Department,Beijing Guodiantong Network Technology Company Limited,Beijing 100102,China)Abstract:
4、At present,the distribution room mainly relies on the traditional manual inspection method,which hasthe problems of high inspection cost and high false alarm rate of hidden trouble.Based on the knowledge mapand intelligent cognitive technology,the basic theory and key technology of the knowledge bas
5、e and advancedapplication of the operation inspection business of the distribution station building are expounded.The knowledgesharing management,knowledge intelligent search,knowledge intelligent recommendation,knowledge data labeland fault intelligent reasoning are studied.The distribution station
6、 building knowledge base is established andapplied in Shanxi power grid.The research results build a knowledge base for intelligent operation and inspectionof power distribution station buildings,and carry out intelligent application research,realize knowledgeempowerment such as intelligent analysis
7、 of fault hidden dangers,reduce the inspection cost,and improve theintelligent operation and inspection capability.Key words:knowledge graph;knowledge base;intelligent reasoning;intelligent operation inspection0引言随着社会经济的发展和城镇化进程加快,配电站房已成为城市配电网络的重要组成部分,是名电力系统末端配电网中传输、分配电能的重要电气设备场所。目前对配电站房的管理相对薄弱,亻收稿日
8、期:2 0 2 2-0 6-2 7基金项目:国家电网公司科技基金资助项目(SCITDT00YXJS2101411)作者简介:曹捷(196 9一),男,福州人,国网福建省电力有限公司高级工程师,硕士,主要从事电网建设管理、电网工程规划与建设研究,(Tel)86-15210833893(E-ma i l)59412 2 58 1 q q.c o m;通讯作者:李兴(197 7 一),男,贵州遵义人,北京国电通网络技术有限公司高级工程师,主要从事人工智能、大数据、物联网等电网信息化新技术研究,(Tel)86-18910850738(E-mail)lixing0405 sina,com。475曹捷,等
9、:基于知识图谱技术的配电站房智能运检第3期融合性不够全面,安全事故时有发生。对配电站房的巡检主要依赖传统的人工巡检方式,其成本和故障隐患误报漏报率较高。根据笔者调研分析,电网运检业务出台了不少标准规范及作业要求,但多为线下纸质或非结构化材料,没有形成完整的知识体系,也无法实现运检业务知识的搜索查询和智能推荐,不便于指导运检作业的开展。同时,针对当前配电站房运行的检修维护,存在监测数据比较单一孤立,缺少知识综合关联、数据抽取及融合性分析的信息化手段等问题。由此导致故障隐患发现不及时,而且即使发现故障,也无法准确判断导致事故的原因,对配电站房正常运行造成了不利的影响。2012年Google公司通过
10、推出“知识图谱”项目,首次提出了知识图谱技术,构建了可提供语义检索和计算服务的知识库。知识图谱技术的提出,为弥补认知智能的“知识”内核提供了实现方式与技术手段2,且相关应用已经在部分行业初步体现出优势,但知识图谱在电网运检业务领域的应用研究尚未充分开展。笔者提出采用知识图谱技术,通过构建配站房运检知识库及其应用体系,将配电站房传感器、电气参数和环境数据以及告警规则、检修工艺等全方位的信息通过知识图谱技术进行数据接入及标注,构建其完整的全景知识库,实现数据关联、融合和综合分析3。笔者的贡献分为两方面:1)构建了基于知识图谱的配电站房运检领域的知识库,实现了运检知识的可查询、可共享;2)在知识库基
11、础上对配电站房运检的典型智能应用进行研究。1配电站房知识库构建笔者以配电站房运检为研究对象,围绕知识库构建及其知识应用进行了相关研究。如图1为总体架构,其分为知识数据、知识库和知识应用共3层。数据层主要为知识库简历提供结构化及非结构化数据,知识库作为知识应用支撑基础,通过知识图谱技术,构建了知识本体、关联、实体等组成知识仓库,为其应用提供知识内容翼移动端PC端VR端知识应用层智能诊断智能推荐智能搜索知识浏览知识共享内容维护内容审核规则构建与执行知识图谱知识挖掘与发现数据/知识评估业务规则辅助置信度指标规则擎贝叶斯统计频繁项挖掘概率图模型治理评估体系4知识库层本体构建知识抽取知识图谱多源信息融合
12、分词NER槽填充关系抽取事件抽取本体结构化构建标注后文本训练一数据导引摩本体自动抽取引擎父引擎人工标注信息抽取模型模型人工抽取指数数据层工况数据纸质文档文件扫描过程记录告警信息业务数据图1总体架构示意图Fig.1Schematic diagram of overall architecture1.1知识图谱随着互联网时代的到来,海量数据爆发式增长,传统的专家系统模式已不能满足人工智能发展对“智能”方面的需求。2 0 12 年,Google公司推出了“知识图谱”项目,提出了知识图谱的知识库构建技术。该项目综合运用了知识抽取、融合、推理等知识库管理技术,通过对来自多个数据源的信息进行清洗整合,形成
13、一个可以为Google搜索引擎提供语义检索和计算服务的知识库4。基于该知识库,现实世界不概第41卷吉林大学学报(信息科学版)476再是一个个的文本字符串(Strings),而是机器可以理解的“事物(Things)”,由此实现了机器的认知智能化。知识中心建设与应用的提升主要体现在如下两个方面。1)知识库建设。由程序自动获取数据,对数据的内容进行处理,包括提取本体、实体、事件以构建本体库、实体库和事件库等,对内容进行匹配,链接,去穴余,融合,以及在知识库中使用推理机制进行内部构建,利用已有知识发现新的知识等。2)知识应用。从传统的专家系统注重逻辑推理,转向注重事实知识的检索,知识图谱下沉到人工智能
14、领域的基础设施中,提供基础的结构化知识,比如基于知识图谱可构建智能搜索、问答、对话机器人等应用,而不像专家系统作为一个独立的应用出现5 1.2知识库构建配电站房运检专业涉及数据较多,常见的有:在线监测类,如温湿度、侵水和烟火等环境监测;运行状态及电气数据类,如高低压柜电压、电流和频率等;运检业务类,如工单。上述数据总体可分为结构化及非结构化数据,对非结构化数据,需对文本数据中包含的词、语法和语义等信息进行标识、理解和抽取,挖掘其中存在的知识和规律。配电站房运检专业知识库构建需对上述数据和知识进行知识建模、数据抽取、知识实体和实体关联等步骤,具体如表1所示表1#知识库构建步骤表Tab.1TTab
15、le of knowledge base construction steps序号流程节点业务步骤业务信息1概念建模对原始知识收集、整理,建立关联关系建立检修工艺、巡检标准、感知及工况数据的图谱概念模型及关联关系2数据抽取常态化建立知识收集方式获取在线系统中的数据,以及线下标准文档3知识实体抽取的数据转化为图数据库的属性实体将数据抽取的数据转化为知识实体4实体关联通过关系关联各属性根据概念模型建立知识实体间的关联关系1.2.1概念建模念模型建立是构建知识图谱的基础,开展知识存储之前需建立特定知识领域数据本体模型本体可理解为是一堆相似事物的概念集合6。相应地,概念的实例化称之为实体,概念之间存在
16、关联关系,概念下的实体也可继承概念间关联关系7 具体来说,对变电站房运检业务建立传感器、电气参数和环境数据以及告警规则、检修工艺的图谱概念模型及关联关系。以配电站房主要设备变压器为例,按照知识图谱“实体-关系-实体”三元组的基本思路,构建配电站房初步的知识概念模型如图2所示8 台账规则温度操作信息噪声变压器信息局放电流检修电压信息图2概念建模实例图Fig.2Example diagram of concept modeling概念模型建立后,需设计其各概念对象的属性,以便后续做对应数据抽取。通过属性管理可对已定义的属性和关系进行管理,可对概念中属性和关系进行删除脱钩,也可配置属性或关系对应概念
17、,同一概念可对应多个属性或关系。以变压器主体为例的概念模型属性表如表2 所示,包含但不限于表2中属性。表2概念模型属性表Tab.2Table of concept model attribute属性名称属性类型所属概念数值类型属性名称属性类型所属概念数值类型所在配电站房对象属性变压器配电站房检修信息文本属性变压器字符串值温度值数值属性变压器数值告警信息文本属性变压器字符串值噪声值数值属性变压器数值操作信息文本属性变压器字符串值局放值数值属性变压器数值台账文本属性变压器字符串值电流电压数值属性变压器数值规则文本属性变压器字符串值曹捷,等:基于知识图谱技术的配电站房智能运检第3期4771.2.2数
18、据抽取数据抽取是实现知识图谱的基础和关键环节,即从不同来源和结构的数据中进行知识提取,形成知识(结构化数据)存人到知识图谱。为构建配电站房运检业务信息知识图谱,需开展检修工艺等文本特征提取技术研究,从海量的文本数据中抽取必要信息,为配电站房运检知识库的构建奠定基础9。数据抽取基本技术流程如图3所示本体构建本体本体构建引擎模型知识图谱多源异构信息融合基于深度学习的信息自动化抽取结构化分词NER槽填充关系抽取事件抽取数据导引擎父引擎标注后文本训练自动抽取人工半自动化标注实时自动信息抽取模型人工抽取图3数据抽取流程图Fig.3Flow chart of data extraction配电站房运检领域
19、相关的文本数据包括国家电网公司变电运维管理规定、变压器巡视作业卡、设备运检数字化班组评价细则等大量以非结构化形式存在的文本,因此需针对非结构数据的实体抽取、关系抽取技术开展研究。1)实体抽取。实体抽取又称命名实体识别,目的在于从文本中抽取实体信息元素,包括变压器名称、故障和试验名称等。对非结构化的实体抽取,首先需从文本中识别定位实体,例如“2 0 19 年5 月4日变电站开展检修”,其中的“2 0 19 年5 月4日”就是时间的实体。实体的抽取问题研究大致可分为:基于规则、统计模型和深度学习的方法10。笔者采用深度学习方法进行实体抽取,对设备台账、故障、评价、异常及缺陷信息,试验数据、跳闸、非
20、停、带电检测,月度运行分析、技术分析和年度总结报告等数据,以及隐患变压器专题专项工作管理方面数据等文本报告做结构化处理,从以上非结构化文档中提取关键信息,包括文档关键词、摘要、标签等,将非结构化数据转化为结构化模型。对结构化数据知识抽取,可从贴源库中建立和用户源库相同的数据表,并和数据源编号匹配,则可进行数据抽取操作,抽取后用户源库中对应数据表的数据将写入贴源库中对应的数据表中然后,将知识图谱库知识结构和贴源库数据结构建立映射关系,将关系型数据抽取到知识图谱平台12 O2)关系抽取。关系抽取是信息抽取任务中的重要一环,对存放在文件中的非结构化数据,关系抽取主要基于文本相似度匹配技术,研究实体关
21、系的描述语句的筛选方法,形成关系描述语句集合,实现实体之间的具体关系挖掘和抽取,从语料基础库形成电网基建领域实体关系库(知识库)。对存放在关系数据中的结构化数据,关系抽取主要将关系型数据库中结构化数据映射抽取到图数据库中,需从MySQL、O r a c l e、H i v e、SQ LSe r v e r 等结构化数据库及CSV(Co mma-Se p a r a t e d Va l u e s)等文件中导人数据。因关系数据库存在全量及增量两种形势,笔者设计了全量和增量知识抽取两种模式13】,分别如图4、图5 所示。对闲时时间或初次抽取,建议采用全量知识抽取;对实时性要求高或随机性强数据,建
22、议采用增量知识抽取。通过全量及增量抽取,可抽取现有运检系统的各设备运行状态、电器试验、业务流程数据等信息并与图谱实体实现关联3)知识实体。笔者以配电站房日常巡检业务为例,其知识实体包括:巡检设备类型、名称、对象取值、管理规定、标准工艺、要点和参考示例等实体信息。构建知识实体的详细步骤及方法如表3所示。478第41卷吉林大学学学报(信息科学版)数据传输用户数据数据复制ETL工具数据传输贴源库数据转义服务实体模型存储概念库实体库图4全量知识抽取设计图Fig.4Design drawing of totalknowledge extraction数据推送用户数据备份消费缓冲队列知识抽取消费贴源库实体
23、模型数据转义服务?存储概念库实体库图5增量知识抽取设计图Fig.5Design drawing of incrementalknowledge extraction表3知识实体创建流程表Tab.3Flow chart of knowledge entity creation序号实体流程信息流程步骤业务信息1实体创建构建配电站房日常巡检标准工艺特征的实体设备运检细则、运维管理规定2Excel导人实体导人配电站房日常巡检标准工艺的实体设备运检细则、运维管理规定3同步实体到搜索同步配电站房日常巡检标准工艺实体到搜索设备运检细则、运维管理规定4批量删除批量删除配电站房日常巡检标准工艺的实体设备运检细则
24、、运维管理规定5编辑实体编辑配电站房日常巡检标准工艺的实体设备运检细则、运维管理规定6删除实体删除配电站房日常巡检标准工艺的实体设备运检细则、运维管理规定7删除关系删除配电站房日常巡检标准工艺的关系信息设备运检细则、运维管理规定8搜索实体快速查找配电站房日常巡检标准工艺实体信息设备运检细则、运维管理规定4)实体关联。实体关联如图6 所示,通过将变压器类型、归属配电站房信息、作业部位、巡检内容和要点、参考示例等概念模型与知识实体进行绑定,构建其关联关系。进行实体关联的业务流程如表4所示。巡检设备类型包含的设备类型巡检设备名称巡检管理规章制定遵循的巡检要点巡检要点巡检部位名称遵循的巡检标准巡检管理
25、规定参考示例巡检标准工艺图6 知识关联原型图Fig.6Prototype of knowledge association表4知识实体创建流程表Tab.4Flow chart of knowledge entity creation序号实体关联概念名称业务描述业务信息1巡检设备类型构建配电站房日常巡检设备类型实体设备运检细则、运维管理规定2巡检设备名称配电站房日常巡检设备名称实体信息设备运检细则、运维管理规定3巡检部位名称配电站房日常巡检对象实体信息设备运检细则、运维管理规定4巡检管理规定配电站房日常巡检管理规定实体信息设备运检细则、运维管理规定5巡检标准工艺配电站房日常巡检标准工艺实体信息设
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 知识 图谱 技术 配电 智能
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。