基于三維知識超圖的電力智庫知識服務平臺建設

李豪 周爽

摘要：[目的/意義]針對電力智庫情報信息獲取不全面、邏輯關聯提取困難等問題，為電力企業量身打造電力智庫知識服務平臺。[方法/過程]本文通過對內部信息和外部情報的全方位采集，搭建電力智庫知識庫，并以知識圖譜為基礎，引入知識超圖概念，提出電力智庫三維知識超圖架構，從而實現知識多維度提取關聯，適應智庫研究思路，挖掘數據價值。[結果/結論]針對電力智庫研究需求，本文搭建了電力智庫知識服務平臺，為智庫研究提供知識搜索、知識問答、智能推薦、輔助決策等功能，為智庫研究提供有效信息指導和思路指引。

關鍵詞：電力智庫? ? 知識圖譜? ? 知識超圖? ? 知識平臺? ? 知識推理

分類號：TM181

DOI： 10.19318/j.cnki.issn.2096-1634.2022.03.10

1? 引言

面對我國政策環境的不斷變化，科學技術飛速發展，能源變革加快轉型，各大企業、組織和機構開始建立專門智庫，電力企業對智庫服務的需求越來越突出。國家電網有限公司（以下簡稱“國網公司”）在智庫建設方面積極探索，組建了以電力科學研究院、能源研究院、電力經濟技術研究院等研究機構為中心的智庫體系，智庫研究蓬勃發展。智庫建設作為提升企業軟實力的重要手段，逐漸得到了各電力公司和相關企業部門的高度重視。提升智庫服務能力對助推電網企業發展起著重要作用[1]。明確企業智庫的戰略定位，將智庫研究從內部視角轉向外部視角有利于企業智庫健康發展[2]。知識資源是智庫生存和發展的關鍵，構建全面、準確、前沿的知識庫是智庫研究的堅實基礎[3-4]。以往的智庫研究依賴人工情報收集和專家知識經驗，人工智能技術的應用可以幫助智庫的構建從“經驗驅動”轉變為“數據驅動”，為智庫研究人員提供多元化的數據支撐，增強研究成果的科學性和有效性。

知識圖譜（knowledge graph，KG）是指將知識工程、人工智能技術與傳統的數據庫概念相結合而構成的智能知識庫，能夠囊括多元化數據，同時對數據進行智能化管理、探索、挖掘[5]，進而提供智能搜索、智能問答、智能推薦以及智能決策等[6-7]定制化功能，已逐步在金融、公安、醫療等行業廣泛應用[8-10]。電力行業也在調度、營銷、運檢等專業領域開展了知識圖譜相關技術的研究和應用[11-13]。針對我國電力物聯網的數據特征，蒲天驕等[14]提出了一種基于NoDKG（Not only Domain-specific Knowledge Graph）思想的電力領域知識圖譜應用框架設計，并闡述了在客服、調度、運檢業務上的應用設計。目前，知識圖譜在電力行業的應用主要集中在業務數據可視化展示、業務數據管理分析和電網故障處理檢索分析等領域。宋厚巖[15]依托“某電網公司全業務數據智能管控平臺”，采用基于知識圖譜的圖數據庫，搭建電力系統知識圖譜，通過搜索引擎展示電力系統知識圖譜;呂夢平等[16]針對風電數據分散且無法統一管理應用等問題，提出了一種用知識圖譜管理風電數據的方法，通過構建風電數據全景知識圖譜，實現了不同類型和業務數據間的貫穿統一;郭成等[17]提出面向低壓配電網絡拓撲知識圖譜的構建方法與檢索分析方法，采用基于子圖匹配的檢索方法對電網故障圖譜進行檢索分析，能夠高效地搜索分析出發生故障的原因以及處理措施。

電力智庫知識采集需要從能源電力角度出發，延伸至政策環境、市場導向、民生需求等各個方面，目前主要是人工采集、篩選和分析政策情報及相關文件，主觀性較強，且存在信息采集不全面、知識碎片化、知識零散化等問題，現有的通用知識圖譜無法滿足電力智庫研究需求。從應用目標出發，可以將知識圖譜分為通用知識圖譜（common knowledge graph）和垂直知識圖譜（vertical domain knowledge graph）[18]。相對于通用知識圖譜，垂直領域知識圖譜能夠更精準、全面地服務于特定專業領域，深度挖掘知識邏輯關系。垂直領域知識圖譜能夠較好地適應電力智庫專業化、開放化、多元化、扁平化和邊界模糊化的發展趨勢。

電力智庫知識服務平臺是針對電力智庫研究內容和特點量身打造的，能夠實現電力內部信息以及外部情報知識的有效獲取、精準分類、關聯關系、關鍵信息提取和智能分析推理等功能，為智庫研究工作提供前沿、熱點、全面且精準的數據信息。

2? 電力智庫知識庫構建

電力智庫知識庫的構建是電力智庫知識服務平臺的基礎，也是電力智庫研究的根本。電力智庫知識庫的有效性、全面性、針對性和實時性關系到知識體系服務平臺的服務水平，也會影響到后續電力智庫研究工作的準確性和有效性。

構建電力智庫知識庫主要包括信息源獲取、知識提取、知識融合、知識更新等過程。具體見圖1。

2.1? 信息源分類及獲取

詹姆斯·麥甘[19]指出：“知道最好的信息源在哪里，從中分析高質量信息，信息體現價值，是智庫高質量建設的基本要求。”真實、客觀、有效的信息源是智庫研究的基礎，對智庫研究起到重要的支撐作用。構建電力智庫知識庫，首先要進行相關資料的采集，包括數據、文字、圖表以及其他媒體資源，涉及結構化、半結構化、非結構化多元化數據信息。為了保證電力智庫研究需求，電力智庫知識庫不僅包括國際、國家、行業等頂層信息，還需要下沉至省、市、區縣，以及企業、部門、專業等。針對電力智庫研究的領域專業性，信息來源可分為內部信息源和外部信息源兩方面。內、外部信息相結合，兼顧了內部信息的專業化和外部信息的多樣化（見圖2）。

2.1.1? 內部信息? ? ?內部信息來源于公司內部網站，包括國網公司總部及各網省公司、直屬公司通過內網發布的文件、標準、通知、會議紀要，項目的技術規范、可行性研究報告、驗收報告以及公司內網發布的媒體新聞報道。內部信息主要為半結構化信息，需要后續對信息進行分類整理、主題標簽標注、關鍵詞句信息提取。其中，內部網站發布的新聞報道和研究報告是電力智庫內部信息源的重要組成部分，公司新聞報道，包括推動先進理念、先進技術落地實踐、理論及應用研究成果、中藥會議宣貫等內容，提供電力智庫研究所需的企業內部動態信息。在內部網站中提供非常有價值的研究報告，供國網公司內部單位免費下載。國網江蘇省電力公司為加強對地方智庫研究工作的指導和與之的交流合作，運用信息化手段打通地市層面信息數據接口，定期匯集各地市公司內部情報信息，及時掌握第一手資料。328914AB-F61E-4124-8E19-47EC583A36D2

2.1.2? 外部信息? ? 外部信息涉獵廣泛，主要來源于互聯網，可分為經濟發展、政策與形勢、行業發展動態、企業經營發展等多種層級。其中，經濟發展和政策與形勢信息主要來源于中共中央組織部、國家發展改革委、工業和信息化部、生態環境部、國家能源局等政府組織機構在官方渠道公開發布的文件，包括文、函、意見、通知、公告、政策報告等，也包括從新華網、人民網等官方媒體發布的新聞報道;行業發展動態信息主要來源于行業權威網站發布的官方消息;企業經營發展動態信息主要來源于大型能源企業官網發布的新聞及官方消息，電力企業也會通過官方渠道，發布公眾可見的研究成果，包括發布具有企業和行業特色的研究報告，以專業視角解讀政策及產業發展。前沿研究成果論述除了從中國知網、萬方等學術數據庫獲取以外，也可借助新媒體平臺，從官方微博、微信公眾號獲取企業和相關專家的最新研究成果和思想理論。外部信息類型豐富，且時效性極強，不僅要保證信息獲取的全面性和準確性，還需要保證信息的時效性。

2.2? 知識庫信息源特點

為了更好地服務于電力智庫研究，電力智庫知識庫中的信息源應具備以下特點：

（1）特定信息內容應從特定來源獲取，如政策文件應從政府部門網站上獲取，論文、專利、著作從中國知網、萬方等學術數據庫獲取;

（2）避免重復采集信息，保證信息的獨一性、實時性、真實性和有效性;

（3）信息數據類型包括結構化、半結構化、非結構化等多元形式，涵蓋內部數據、外部數據全口徑;

（4）信息源精益化管理，對信息源自動學習歸類、智能關聯，輔助實現對實體關系的精準理解。

2.3? 標簽定義

電力智庫知識庫涉及廣泛，包含能源電力相關知識情報信息，政治、經濟等環境形勢，以及相關技術領域發展追蹤。對知識庫實體進行標簽定義有利于知識庫資源管理，為實體間邏輯關系、知識挖掘提供豐富的數據管理基礎。電力智庫知識庫標簽采用元數據定義，是一種描述實體/屬性數據的數據，能夠實現信息資源的有效發現、查找、管理和追蹤。標簽提取基于模板的元數據解析方法，對于一些網站、專業數據庫論壇、微博、新聞網評等，采用簡易信息聚合（Really Simple Syndication，RSS）實現內容傳播，在提取正文信息的同時，可以直接提取標題、作者、發表日期、分類、關鍵詞、信息來源等更加豐富的元數據信息;對于中國知網、萬方、維普等各類專業數據庫，以及政府部委官方網站文件、能源企業官方文章等，能夠解析出屬于能源電力涉及的元數據屬性，包括信息主題、關鍵詞、發布機構、發布時間、點擊數、引用次數等;對于公司內部發布的文件，可以提取的文件形式，涉及單位部門、職責、時間、指標等關鍵詞。標簽定義功能支持個性化定制，根據需求針對性地采集數據庫中的部分字段信息，智能比對知識庫已有標簽和實體，并對標簽和實體進行自主學習擴充。

3? 電力智庫三維知識超圖

3.1? 知識預處理

電力智庫知識庫具有全覆蓋、多維性、復雜性、時間性、關聯性等特點，需要綜合運用多種數據挖掘技術和分析方法，對海量信息進行不同策略的知識提取，清洗篩選關鍵、有效的信息，進一步捕捉知識實體間的關系，構建事實本體。

構建知識圖譜[20]是捕捉海量知識實體間關聯關系的核心，以機器學習為基礎，通過大量的數據訓練學習，在海量信息中提取關鍵知識實體，對其進行抽取整合，對信息中的關鍵詞、信息來源、發布日期、引用、數字等數據項進行自動標注，從而實現實體之間的關系抽取。在采集過程中，電力智庫知識服務平臺可以根據自定義的數據格式確定知識提取范圍，自動過濾大量的冗余信息。

構建事實本體是將數據層映射到模型層的過程，如圖3所示，能夠使知識數據庫構建成結構化的知識圖譜，對知識進行統一管理。

電力智庫知識庫涉及領域廣泛，信息采集來源豐富，采用由數據驅動的以自底向上（Bottom-up）為主、以知識驅動的自頂向下（Top-down）為輔的構建方法。對于外部多元化信息，采用自底向上的構建方式，分析歸納底層結構信息，逐層向上形成知識本體;對于已有的電力領域知識系統，采用自頂向下的構建方法，傳承電力智庫現有數據庫的相關經驗知識，增強專業領域錯綜復雜情況下知識圖譜的魯棒性。

3.2? 構建三維知識超圖

知識圖譜中的每一個事實f可表示為一個三元組（v1， r， v2），其中v1， v2∈V，表示實體，r表示實體間的關系。而知識超圖是一種特殊的異構知識圖譜，一個事實可以被表示為多元組，基本單位是超關系事實fact=（r， v1， v2， …， vn}，其中r∈R表示實體間的關系，vi∈V，表示實體。傳統的知識超圖普遍采用扁平化的組織架構，缺乏對時空和層級的表達，從而導致時空關系模糊，知識等級關系混亂。本文提出了一種電力智庫三維知識超圖架構，將電力智庫知識領域、頂層設計以及時空時序多維度聯合表示，能夠發現知識超圖中的隱式關系，使時空關系清晰明確、知識推理快捷可靠。

三維知識超圖可表示為G=（X， Y， Z， R），如圖4所示。其中，X是時間維度;Y是層級維度;Z是事實維度;R是關系集合。R={R（X，Y）， R（X，Z）， R（Y，Z），}表示三個維度之間的關系集合。其中，X是代表時間時序的連續坐標;Y是有序離散坐標，由人工定義層級屬性坐標點，包括中共中央辦公廳、國務院辦公廳、國家發展改革委、司法部、財政部、生態環境部、住房和城鄉建設部、交通運輸部、國家市場監督管理總局等政府機構，省、自治區、直轄市行政區域，以及大型國企、大型私企、分公司等企業單位;Z是以事實為坐標點的離散坐標;關系集合R主要包括條件、組成、因果等邏輯推理關系。

圖4（a）表示在層級VYj不同時間與實事的映射關系，可得出某一層級在不同時刻關注事實的變化情況。例如，隨著時間的推移，國網公司從農網改造、供電可靠性、電能質量，到特高壓、新能源、全壽命、電能替代，再到現在的綠色電力、新型電力系統等關注事件領域的轉變。圖4（b）表示在時間VXi不同層級與實事的映射關系，可得出不同層級在某一時刻關注事實的分布情況。例如，2020年國家發展改革委關注點為電力市場、電價、電改等，國網公司關注點為電價、市場競爭力等，國網公司基層單位則更多關注線損、外力破壞、智能電表、用電信息采集等。圖4（c）表示事實VZk在不同層級與時間的映射關系，可得出不同層級對某一事實在不同時刻的關注變化情況。以“綠色建造”為例，2019年，住房和城鄉建設部部長王蒙徽提出了“綠色建造”，2020年住房和城鄉建設部印發《關于開展綠色建造試點工作的函》，并于2021年3月16日發布了《綠色建造技術導則（試行）》，湖南省作為綠色建造試點省份于2021年3月31日審議通過了《湖南省綠色建筑發展條例（草案）》，國網公司于2021年7月21日發布了《國家電網有限公司關于全面推進輸變電工程綠色建造的指導意見》，對于“綠色建造”這一事實，隨著時間變化，國家、部委、行業、企業等不同層級的關注度會有遷移。328914AB-F61E-4124-8E19-47EC583A36D2

為了發現知識超圖中的隱式關聯，三維知識超圖架構在時序和層次兩個屬性進行三維擴充，能夠適應電力智庫對知識信息縱向關注情況以及橫向發展情況的研究特點，以及不同級別上下對比、歷史數據前后對比、相關行業橫向對比等智庫研究方式，進一步挖掘數據價值，同時提升知識庫管理邏輯水平，縮減推理查詢空間。

4? 電力智庫知識服務平臺架構設計

4.1? 電力智庫知識服務平臺總體架構

本文根據電力智庫的研究特點和實際需求，構建了電力智庫知識服務平臺（見圖5），使電力智庫知識庫能夠被用戶充分利用，為智庫研究提供數據支撐和輔助決策。

4.2? 知識發現獲取層

知識發現獲取層的主要功能是底層數據采集和預處理。數據信息源除了電力內部運行數據，更多的是政策經濟環境、相關行業企業、涉及技術專業領域的情報知識，數據形式以半/非結構化文檔網頁數據為主。知識發現獲取層主要負責獲取、存儲原始數據，并完成結構化數據解析，包括內部的excel、json等文件導入、讀取以及結構化存儲;半/非結構化數據預處理，主要是對文本數據進行清洗和標準化，包括噪聲處理、詞匯規范化、對象標準化等。

4.3? 知識融合處理層

知識融合處理層是構建電力智庫知識庫的重要環節，以零散、碎片化的底層數據為基礎，構建電力智庫三維知識超圖，形成電力智庫知識庫。知識融合處理層承載著自然語言處理、知識提取、知識融合加工等多項功能。其中，自然語言處理的主要任務是文本標注，包括語句分詞標注、語義判定、詞性標注以及語料內容分類和主題歸納等深層處理，實現知識的深入理解和認知。在知識融合處理層規范采用圖數據庫存儲實體、屬性、關系，構成本體事實，形成多對多關系映射的三維知識超圖，構建邏輯關系強、可推理的電力知識庫。

4.4? 知識計算推理層

知識計算推理層負責提供上層應用所需的算法模型，包括表示學習、關系預測推理、圖譜搜索、路徑計算、線索推理等功能模塊。其中，“表示學習”能夠將接收到的輸入信息轉化為有效特征，實現對用戶的意圖感知;“關系預測推理”根據用戶的意圖推理不同邏輯關系的知識點;通過“圖譜搜索”能夠將用戶請求準確地對應到底層知識庫;“路徑計算”能夠利用輸入信息特征定制自適應學習路徑，提供最優知識序列;“線索推理”可以進一步分析出熱點知識主題，提供主題脈絡和發展預測推理。

4.5? 知識展示應用層

知識展示應用層作為電力智庫知識服務平臺輸出的功能模塊，能夠與用戶開展有效交互，并與實際的應用場景對接，提供知識搜索、知識問答、智能推薦、輔助決策等功能模塊。其中，智能推薦能夠提供相關的熱點預測，追蹤研究發展動態，為智庫研究思路提供方向指引，充分適應智庫研究的時效性和前瞻性。為不同類型的用戶設置訪問層級權限，內置數據保密協議，僅公司內部賬號能夠訪問內部知識庫中有關電網運行的企業重要內部數據，避免數據泄露。

4.6? 結果反饋

平臺設置服務結果反饋溝通機制，統計用戶在知識展示應用層的用戶行為和服務反饋，包括熱門搜索主題、智能推薦點擊情況、知識問答用戶滿意度等，通過反饋結果持續優化更新底層知識庫，提升智庫數據分析能力和知識庫自優化能力，深度融合智庫研究需求，發現潛在需求和內在規律，有針對性地提供主動型智庫知識服務。

5? 功能實現

5.1? 情報信息智慧捕捉

電力智庫知識服務平臺能夠實現對最新發布的能源電力相關情報的智慧識別，持續捕捉更新，對原始信息情報篩選、分類、提煉和預處理，并支持以多種形式推薦展示。以某電力公司每周出版的“三分鐘閱讀”簡報為例，電力智庫知識服務平臺從知識庫最新捕捉的情報信息中，根據用戶需求定向獲取和提煉有效信息，根據技術趨勢變化和政策環境動態調整知識提取內容，突出重點知識元，并進行可視化展示，如圖6所示。

5.2? 自定義結果輸出

為了能夠向用戶提供更加直觀、有效的知識展示，電力智庫知識服務平臺設置了自定義輸出模塊，該模塊能夠根據用戶期望的輸出文件，自動識別文件各部分內容結構，生成結構模板。例如，某單位定期出版智庫研究專報和熱點追蹤等成果文件，其文檔結構與格式相對固定，電力智庫知識服務平臺能夠對架構相對固定的文件進行智能學習分析，比對已有的知識庫，形成輸出結構模板，如定義、關鍵技術、應用情況、研究現狀、相關政策、專家觀點等，結構模板中的每一部分均能夠分別通過特定渠道自動獲取，調用模型計算生成結果，自動填補，形成用戶所需的輸出結果。

5.3? 知識信息精準檢索

通過電力智庫知識服務平臺，用戶能夠通過任意文本輸入，自動識別有效實體，通過信息抽取模型，從知識庫中提取相關內部業務數據和外部情報信息實體，采用三維知識超圖架構，多維度深度推理實體間的邏輯關系。同時，通過結構化與非結構化數據處理以及自然語言處理技術，理解應對用戶問題，提供精準、有效的交互信息。

5.4? 研究主題智能推薦

電力智庫知識平臺能夠在自主學習過程中，從海量學術成果以及相關行業熱點新聞中，發掘主流智庫的研究主題和熱點話題，發現主題演化規律，進而發掘研究主題脈絡及發展動態，為智庫研究提供科學、精準的方向指引。

6? 未來挑戰

知識數據是驅動智庫研究的堅實基礎，知識圖譜融合深度學習技術是知識工程的重要技術手段。縱觀電力領域對知識圖譜和知識工程應用的研究進展，電力智庫知識服務平臺的構建仍存在以下挑戰。

6.1? 混雜多源的數據提取與圖譜構建

電力智庫數據形式豐富，內容多源異構，隨著相關行業媒體和自媒體的高速發展，信息迭代速度不斷提升，且伴有噪聲、冗余和歧義，導致電力智庫知識庫存在大量無用實體、屬性和關系，占據存儲空間和關系結構路徑，降低知識庫推理能力。隨著人工智能相關技術的不斷進步，知識庫構建過程的自動化程度和知識數據處理質量將越來越高。因此，面向無監督的智庫知識數據高效獲取、高效清洗、高效融合是構建電力智庫知識庫的一大挑戰。328914AB-F61E-4124-8E19-47EC583A36D2

6.2? 智能推理與輔助決策的深度應用

電力智庫知識服務平臺能夠提供模塊化、可擴展的功能服務，為了能夠提供滿足智庫研究實際需求的智能服務，需要對知識推理模型進行海量樣本的高質量學習訓練，精準掌握事件之間的關系，準確研判事件的演化規律和發展態勢。如何基于圖譜分析技術高效利用知識庫資源，實現智能認知和智能推理，并結合人機交互，對推理結果需求進行準確的傳遞和反饋，形成輔助決策的推理結果，是電力智庫知識服務平臺的提升難點。

6.3? 第三方數據庫對接合作

目前，國內外智庫建設已基本完成，并且多種不同專業領域的智庫數據庫應運而生。獲取可靠的第三方數據能夠大幅提升智庫知識庫構建效率，減輕數據采集負擔。社會上智庫種類、數量繁多，信息復雜性容易導致智庫數據庫與第三方信息不對稱。因此，如何與第三方數據庫對接合作，構成協同、高效的分布式智庫數據庫，仍需要進一步探討。

7? 結語

本文從電力智庫的研究特點出發，以知識工程與人工智能為技術手段，建立兼顧內部業務數據和外部情報信息的電力智庫知識庫，提出了創新性的三維知識超圖架構，通過對事實實體在時序和層級屬性的擴充，深度挖掘實體之間的隱式關聯，并構建電力智庫知識服務平臺。基于三維知識超圖架構的電力智庫知識服務平臺，能夠適應電力智庫研究思路，有效解讀知識實體間的邏輯關系，有助于進行深層數據挖掘。電力智庫知識服務平臺有知識發現獲取層、知識融合處理層、知識計算推理層和知識展示應用層四層架構，具有情報信息智慧捕捉、自定義結果輸出、知識信息精準檢索以及研究主題智能推薦四項功能，實現“數據驅動”的“數據—知識—服務”流程，為電力智庫研究提供全面、精準、多樣化的知識指導和有效路徑指引。

需要指出的是，本文處于策劃建設階段，且仍存在一些不足之處：一方面，構建電力智庫知識庫對提升電力智庫知識服務平臺服務質量起到至關重要的作用，內部數據采集互聯、互通，外部信息獲取精準、及時、有效，構建電力智庫知識庫的具體手段和方式方法需要進一步確定，且需要在反復實踐應用中逐漸成熟;另一方面，三維超圖架構中“層級”維度無法完全通過智能算法定義，需要依賴人工判斷，對各維度屬性定義的質量要求較高，需要進一步探索利用人工智能算法自適應學習屬性特征，智能定義多維度屬性的方法。此外，如何采用純智能算法快速構建高質量電力知識超圖，進一步推進電力智庫知識服務平臺落地應用，是后續重要的研究方向。

參考文獻：

[1] 張飏， 韓向榮， 陳成， 等. 提升電網企業智庫服務能力策略研究[J]. 經濟師， 2021（4）： 275-276.

[2] 郭莉， 王樂， 沈高鋒. 企業智庫戰略定位研究： 從內部視角轉向外部視角[J]. 智庫理論與實踐， 2020， 5（1）： 16-21.

[3] 于旭， 項亞男. 社會智庫知識服務能力體系構建研究[J]. 情報雜志， 2021， 40（1）： 98， 132-138.

[4] 宋忠惠， 鄭軍衛. 支撐智庫研究的信息源建設策略[J]. 智庫理論與實踐， 2016， 1（3）： 65-72.

[5] 王飛， 劉井平， 劉斌， 等. 代碼知識圖譜構建及智能化軟件開發方法研究[J]. 軟件學報， 2020， 31（1）： 47-66.

[6] SAWANT U， GARG S， CHAKRABARTI S， et al. Neural architecture for question answering using a knowledge graph and web corpus[J]. Information Retrieval Journal， 2019， 22（3/4）： 324-349.

[7] LI Q， WANG D， FENG S， et al. Global graph attention embedding network for relation prediction in knowledge graphs[J/OL]. IEEE Transactions on Neural Networks and Learning Systems， 2021. https：//doi.org/10.1109/TNNLS.2021.3083259.

[8] 黃恒琪， 于娟， 廖曉， 等. 知識圖譜研究綜述[J]. 計算機系統應用， 2019， 28（6）： 1-12.

[9] 劉嶠， 李楊， 段宏， 等. 知識圖譜構建技術綜述[J]. 計算機研究與發展， 2016， 53（3）： 582-600.

[10] 李瑞琪， 李佳， 韋莎， 等. 知識圖譜產業應用及標準化需求研究[J]. 信息技術與標準化， 2021（5）： 11-16.

[11] 徐蕙， 及洪泉， 姚曉明， 等. 智能電網中基于知識圖譜的語義搜索算法[J]. 實驗室研究與探索，2021， 40（4）： 71-74， 86.

[12] 郭素芹， 鄭建寧， 陳坤， 等. 基于知識圖譜的變電站安全隱患動態分析方法[J]. 電力系統及其自動化學報， 2021， 33（12）： 125-133.

[13] 李新鵬， 徐建航， 郭子明， 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）： 70-77， 157.

[14] 蒲天驕， 談元鵬， 彭國政， 等. 電力領域知識圖譜的構建與應用[J]. 電網技術， 2021， 45（6）： 2080-2091.

[15] 宋厚巖. 基于圖數據庫的電力系統知識圖譜研究與應用[D]. 北京： 中國科學院大學（中國科學院沈陽計算技術研究所）， 2021.328914AB-F61E-4124-8E19-47EC583A36D2

[16] 呂夢平， 段斌， 蔣海輝， 等. 基于知識圖譜技術的風電數據管理與應用研究[J]. 電力系統保護與控制， 2021， 49（6）： 167-173.

[17] 郭成， 徐成現， 蔣維， 等. 面向低壓配電網絡拓撲的知識圖譜構建與檢索分析方法[J]. 電力科學與工程， 2021， 37（7）： 52-61.

[18] 中國電子技術標準化研究院. 《知識圖譜標準化白皮書》正式發布[EB/OL]. （2019-09-11）[2021-01-11]. http：//www.cesi.cn/201909/5588.html.

[19] 詹姆斯·麥甘. 建立全球定位的智庫[N]. 文匯報， 2010-09-06（010）.

[20] 田玲， 張謹川， 張晉豪， 等. 知識圖譜綜述： 表示、構建、推理與知識超圖理論[J]. 計算機應用， 2021， 41（8）： 2161-2186.

作者貢獻說明：

李? 豪：提出概念，設計論文框架;

周? 爽：設計平臺架構，收集資料，撰寫與修改論文。

Construction of Knowledge Service Platform Based on Three-Dimensional Knowledge Hypergraph for Power Think Tank

Li Hao1? Zhou Shuang2

1Power Construction Engineering Consulting Branch， State Grid Beijing Electric Power Company， Beijing? 100078

2Economic and Technological Research Institute， State Grid Beijing Electric Power Company， Beijing? 100055

Abstract： [Purpose/significance] In order to solve the problems of incomplete information acquisition and difficult logical association extraction in electric power think tank research， the knowledge service platform for power think tank research is specially designed for the think tank research in electric power enterprise. [Method/process] This paper builds the knowledge base of power think tank through a comprehensive collection of internal and external information. The three-dimensional knowledge hypergraph structure of power think tank is proposed based on knowledge graph and knowledge hypergraph， so as to realize the multi-dimensional extraction and association of knowledge. This can adapt to the research ideas of think tanks and mine data value. [Result/conclusion] In this paper， we build up the knowledge service platform for power think tank research according to the research demand of power think tank. It provides the functions of knowledge search， knowledge question and answer， intelligent recommendation and assistant decision-making for the research of think tank， to provide effective information and thinking guidance for think tank research.

Keywords： power think tank? ? knowledge graph? ? knowledge hypergraph? ? knowledge platform? ? knowledge reasoning

收稿日期：2021-12-03? ? ? 修回日期：2022-01-23

作者簡介：李豪，國家電網北京市電力公司高級工程師，碩士，E-mail： 13810359748@163.com;周爽，國家電網北京市電力公司工程師，碩士，E-mail： cherry_kaido@163.com。328914AB-F61E-4124-8E19-47EC583A36D2