基于知識圖譜的電站專家知識管理系統開發研究

路振剛，王潤鵬

輔機及其他

基于知識圖譜的電站專家知識管理系統開發研究

路振剛1，王潤鵬2

（1. 國網新源控股有限公司，北京 100761；2. 哈爾濱電機廠有限責任公司，哈爾濱 150040）

在水電站運行維護過程中，積累了大量的專家知識和運行檢修經驗，這些專家知識和經驗越來越受到電站及企業的重視并開發知識管理系統對其進行管理。本文依托豐滿智能水電站建設，首次開發了基于知識圖譜的電站專家知識管理系統。系統利用知識圖譜創建一種基于圖的數據結構，將機組關鍵部套以及關鍵部套之間關聯關系及其屬性連接在一起，形成一個電站專家知識關系網絡，實現機組部套和機組運行信息的可視化管理，并具有專家知識動態擴展方便的優勢。本文研究成果，對提升我國水電站專家知識的管理水平具有重要意義并對其他電站的專家知識管理系統建設提供借鑒。

專家知識管理系統；知識管理；知識圖譜；智能水電站

0 前言

我國是水電大國，截止到2019年底我國水電裝機已達到3.56億千瓦。在水電站運行維護過程中，積累了大量的專家知識和運行檢修經驗，這些專家知識和經驗越來越受到電站及企業的重視并開發知識管理系統對其進行管理。傳統專家知識管理采用文件和關系型數據庫管理為主，機組各部套專家知識和維修經驗分散存儲和管理，沒有建立起機組整體專家知識的關系網絡。隨著信息化和智能化技術不斷進步，專家知識管理方法不斷創新，本文依托豐滿智能水電站建設首次開發了基于知識圖譜的電站專家知識管理系統。系統利用知識圖譜創建一種基于圖的數據結構，將機組關鍵部套以及關鍵部套之間關聯關系及其屬性連接在一起，形成一個電站專家知識關系網絡，實現機組部套和機組運行信息的可視化管理，并具有專家知識動態擴展方便的優勢。

基于知識圖譜的電站專家知識管理系統按照故障樹的形式，利用機組各部套專家知識的關聯關系，將機組各部套專家知識搭建成整體的網絡結構，實現機組各部套的運行維護信息及專家知識形成有機整體，機組專家知識關系網絡存儲方式采用Neo4j圖數據庫進行結構化數據存儲，圖數據庫采用網頁交互形式，通過JAVA API操作實現圖數據庫的動態存儲[1-6]。

1 知識圖譜數據結構設計

本系統考慮專家知識的復雜性，融合了傳統的基于產生式規則、故障樹等表達形式，設計了知識圖譜的形式來表達水電站機組的專家知識的關聯網絡數據結構。專家知識圖譜抽象模型如圖1所示[7-11]。

圖1 專家知識圖譜表達形式模型

本系統對專家知識和運維經驗進行了充分的分析和研究，總結得到以下抽象的形式化對象，可以表達目前已知的這些專家知識：

（1）故障（Fault）有若干個表現的特征（或癥狀）（Feature）；

（2）故障與故障之間可能有關聯關系；

（3）故障的發生有若干種原因（Reason），而存在統計概率（或稱置信度）（Confidence）；

（4）特征（癥狀）可以發生在設備的特定部件（Component）；

（5）信號（傳感器）（Signal）布置在設備的特定位置上；

（6）可以針對不同的故障原因給出相應的解決方案（Solution）；

（7）上述所有對象都可以通過邏輯關系組合出新的組對象（Group）。

因此，我們設計得到了基于圖譜定義的專家知識表達方式，形成機組各部套的專家知識關系網絡。

2 知識圖譜數據結構存儲方式

本系統采用圖的形式對專家知識和部套信息進行存儲。Neo4j圖數據庫是一個高性能的NoSQL圖數據庫，它將數據以圖的形式進行組織，可以很好地進行圖操作[12-16]。Neo4j數據庫數據類型如下：

（1）節點（Node）：Neo4j數據庫中的節點相似于ER圖中的實體，并且在數據庫中每個實體可以包含多個屬性，也可以無屬性。如果存在屬性，這些屬性以鍵值對的形式存在。

（2）關系（Relation）：Neo4j數據庫中的關系同理相似于ER圖中的關系，一個關系由一個起始節點和一個終止節點構成。另外和節點一樣，關系也可以包含零個或多個屬性[17-23]。

知識圖譜數據結構的實體即對應于Neo4j數據庫中的Node，實體間關聯關系對應于Neo4j數據庫中的Relation。實體分為主要實體和屬性實體，屬性實體用于對主要實體進行描述。此外對實體間關聯（即圖譜的邊）也需要附加屬性標簽，在后面的子圖匹配中提供語義信息。圖2是發電機冷卻系統圖數據庫存儲結果。

圖2 發電機冷卻系統圖數據庫存儲結果

3 專家知識匹配調用

專家知識管理系統的知識庫是一個圖，故匹配過程使用了剪枝處理的深度優先搜索策略。以圖3的節點知識結構為例，我們取特征1、特征2、特征3、特征4依次為“真真假真”，其匹配過程如箭頭所示。在特征節點上包含了判斷函數（或表達式）及特征來源；特征組是匯聚節點，即And，Or，Not。匹配過程中，當匹配的是一個特征時，將執行特征函數或表達式進行判斷；當匹配到一個特征組時，將先對其下級節點進行匹配，然后將匹配結果收集回來，再決定當前節點的值[24-29]。

在匹配過程中存在剪枝操作，如對And節點下，只要出現第一個為假的節點，后續節點將不做額外的處理。這樣會提高匹配的執行效率。

圖3 知識圖譜匹配過程

匹配函數有一個單獨的注冊中心，提供了服務的注冊及版本控制等功能。匹配函數可以使用JavaScript腳本進行擴充，用戶需要在配置文件中指定JavaScript腳本所在目錄，在程序啟動時會對這些腳本進行自動加載。

匹配函數事實上包含2個參數（values，params），values是提取得到的特征值，params是知識庫中指定的額外參數，可以有多個。用戶擴展時，需要定義函數并將函數進行注冊。

在特征節點上我們還支持表達式用于更復雜的情況，如涉及到多個測點的比較等。表達式使用改造后的JavaScript語法。提供一些默認的操作函數[22-25]。

F——查找并返回函數，F有兩個參數（funcName，version），其中version可忽略，默認為最新的版本。

S——查找并返回特征，S有兩個參數（featureName，componentName），componentName忽略時會從未處理的測點中尋找。

V——查找并返回特征值。與S類似，直接返回值，不返回特征ID等額外信息。

4 系統工程應用情況

目前該系統已在豐滿智能水電站應用，將電站機組主要結構部套（定子、轉子、空冷器、主軸密封、輔機等）的專家知識以及各部套之間的關聯關系形成知識圖譜關系網絡，確保機組專家知識形成有機整體，在運維、檢修過程中給運維人員提供決策和檢修意見指導。按照豐滿電站機組特征建立的機組專家知識圖譜數據結構存儲結果可視化如圖4所示。

在電站調試期間，豐滿電站運維人員按照系統專家知識匹配結果中氣隙診斷模塊專家知識檢修指導意見，快速成功指導電站調試人員實現了機組關鍵部套的檢修工作。

圖4 機組專家知識圖譜數據結構存儲結果

5 結論

本文設計的電站專家知識管理系統，實現了機組關鍵部件的專家知識圖譜建立與存儲，圖數據庫存儲了機組多種知識機理模型，并且建立了各種知識機理模型的關聯關系，形成了電站機組專家知識的關系網絡并實現可視化，同時電站人員可根據實際的知識積累進行系統的動態擴展。

該專家知識管理系統能快速指導電站人員對機組進行運維工作，同時對提升我國發電設備專家知識管理水平、確保電站寶貴運維經驗得以保留和進一步擴展應用、提高經濟效益有著重要的借鑒意義，為行業其他電站的專家知識和運維信息管理提供借鑒。

[1] 牛翊童. 基于知識圖譜的命名實體消歧方法研究[J]. 計算機產品與流通, 2020(8):249+255.

[2] 張瑩瑩, 錢勝勝, 方全, 徐常勝. 基于多模態知識感知注意力機制的問答方法[J]. 計算機研究與發展, 2020, 57(5):1037-1045.

[3] 趙紅丹, 劉微微. 知識隱藏：基于知識圖譜的研究述評[J]. 外國經濟與管理, 2020, 42(5):121-138.

[4] 鐘海燕, 冷玉婷. 基于知識圖譜的成渝地區雙城經濟圈研究綜述[J]. 重慶大學學報(社會科學版), 2020, 26(4):13-26.

[5] 郭小超, 雷婧, 馮銀虎, 張璐. 基于知識圖譜的國際突破性創新理論研究綜述[J]. 科學管理研究, 2020, 38(1):20-26.

[6] 周崢, 鄧朗妮, 廖羚, 雷麗貞, 劉睿敏. BIM技術在鋼結構深化設計與施工中應用熱點的知識圖譜構建方法研究[J]. 土木建筑工程信息技術, 2020, 12(3):16-21.

[7] 林世平, 林松海, 魏晶晶, 吳運兵, 廖祥文. 融合知識圖譜的文本情感分析[J]. 福州大學學報(自然科學版), 2020, 48(3):269-275.

[8] 王曉鴻, 范志雄. 基于科學知識圖譜分析的我國科技創新發展脈絡研究[J]. 科技與經濟, 2020, 33(2):16-20.

[9] 劉智穎, 蔣冠. 基于知識圖譜的信息搜尋行為研究綜述[J]. 蘭臺世界, 2020(5):40-43.

[10] 付洋, 劉茂福, 喬瑞. 心臟病中文知識圖譜的構建[J]. 武漢大學學報(理學版), 2020, 66(3):261-267.

[11] 蘇向楠, 伍曉汀. 胃腸道間質瘤研究的科學知識圖譜分析[J]. 中國普外基礎與臨床雜志, 2020, 27(10):1241-1244.

[12] 黃宗碧. 智慧水電及AI大數據應用[J]. 水電與抽水蓄能, 2019, 5(6):1-5.

[13] 陳淑紅. 智慧酒店設備節能與運維一體化整體解決方案[J]. 智能建筑與智慧城市, 2018(8):18-24.

[14] 章旭偉, 陶燕麟, 張仁貢, 趙克華. 武義縣智慧水電大運維平臺技術的研究與實踐[J]. 水電站機電技術, 2018, 41(6):33-36+62.

[15] 吳利娟. 醫院后勤管理信息一體化項目開發研究[D]. 鄭州大學, 2018.

[16] 邱思亮. BIM技術對傳統物業管理模式的改造和提升研究[D]. 天津大學, 2018.

[17] 李振東. BIM在工業園設施運維管理中的應用研究[D]. 廈門大學, 2017.

[18] 段勇剛. 新電改背景下G核電集團售電平臺的商業模式重構研究[D]. 深圳大學, 2017.

[19] 茅毅文. 基于BIM的上海市X政務大廳智慧大樓運營管理體系研究[D]. 廣西師范大學, 2017.

[20] 王春國. 華潤電力江蘇分公司市場競爭戰略研究[D]. 哈爾濱工業大學, 2016.

[21] 國家發展改革委. 中國制造2025——能源裝備實施方案[J]. 中國產經, 2016(6):66-93.

[22] 李曉芳, 曾樂平, 李凱. 電力企業的經濟理論分析與研究[J]. 中國商貿, 2013(16):125-126.

[23] 高新民. 人類未來能源的研究與發展[J]. 陜西煤炭, 2009(2):103-104.

[24] 張繼忠. 電力企業發展的外部和內部環境分析[J]. 重慶工學院學報(社會科學版), 2007(9):43-45.

[25] 龍成鳳. 實施戰略成本管理提高火電企業競爭力[J]. 會計之友, 2006(1):47-48.

[26] 傅林江. 打造發電航母唱響光明樂章——嘉興發電有限責任公司五年發展歷程[J]. 中國電力企業管理, 2005(7):40-41.

[27] 王昶. 戰略管理[M]. 清華大學出版社, 2010.

[28] 穆獻中, 等. 新能源和可再生能源發展與產業化研究[M]. 石油工業出版社, 2008.

[29] 胡兆光, 等. 綜合資源戰略規劃與需求側管理[M]. 中國電力出版社, 2008.

Research on Development of Expert Knowledge Management System for Power Plant

LU Zhengang1, WANG Runpeng2

(1. State Grid Xinyuan Company Limited, Beijing 100761, China;2. Harbin Electric Machinery Company Limited, Harbin 150040, China)

In the process of operation and maintenance of hydropower stations, a large amount of expert knowledge and operation and maintenance experience have been accumulated. These expert knowledge and experience have been paid more and more attention by power stations and enterprises and developed a knowledge management system to manage them. In this paper, relying on the construction of Fengman smart hydropower station, it is the first time to develop a power station expert knowledge management system based on knowledge graph. The system uses the knowledge graph to create a graph-based data structure, which connects the key components of the unit and the relationship and attributes between the key components to form a power plant expert knowledge relationship network, and realizes the relationship between the unit components and the operating information visualized management, and has the advantage of convenient dynamic expansion of expert knowledge. The research results of this paper are of great significance for improving the management level of expert knowledge of hydropower stations in our country and provide reference for the construction of expert knowledge management systems for other power stations.

expert knowledge management system; knowledge management; knowledge graph; smart hydropower station

TM622

A

1000-3983(2021)01-0089-04

中國制造2025——智能制造綜合標準化與新模式應用項目（Z135060009002）

2020-08-07

路振剛（1964-），1991年4月畢業于大連理工大學水力發電工程專業，博士研究生，現從事水電站和抽水蓄能電站生產、建設與科研工作，教授級高級工程師。