電網知識圖譜的構建

馬嬌玉

（積成電子股份有限公司 山東濟寧 272000）

從知識圖譜的定義角度分析，其在圖書情報領域又被看作是知識領域的映射和可視化地圖，同時，通過知識圖譜，也能夠直觀地呈現出知識結構與發展狀態中的圖形，基于可視化技術對知識資源及載體的描述，能夠清晰地找到并呈現二者之間存在的關系。本實驗中使用了Neo4j數據庫，來實現知識庫結構的形成與利用［1］。通過數據庫語句，根據關鍵字段來完成知識網絡，提取mysql的半結構化數據，創建出實體、關系、屬性等要素。實現知識有效融合，能夠擺脫實體與關系，從而實現數據實時更新，構建良好的知識庫結構，而知識推理的意義在于對當前知識庫進行深入的知識挖掘，形成新的知識網絡，豐富知識庫內容。

知識圖譜的主要作用是將多個獨立的知識進行連接，形成一張知識網絡，從而可以完成信息的結構化、統一化，也要依照現有的電網知識庫實現隱晦知識的進一步挖掘，形成新的知識網絡。

1 電網知識圖譜的研發歷程

1.1 第一階段——設計

下文主要探索知識圖譜的概念與構建電網知識圖譜的意義，選取福建的電網數據進行分析。通過對福建地區的數據進行研究，提煉出電網關系結構圖，詳見圖1，并將其作為電網知識圖譜創建的重要參考。

圖1 電網關系結構圖

電網知識圖譜的平臺采用了傳統B/S的模式（見圖2），本文會詳細介紹開發細節。

圖2 電網知識圖譜數據流結構圖

1.2 第二階段——持久化層

使用NOSQL圖形數據庫Neo4j，將其方法用于電網知識圖譜的數據庫工具，來完成電網知識圖譜的持久化。以福建地區知識圖譜為例，詳見圖3。

圖3 福建電網知識圖譜自動成圖

Neo4j具有高性能特點，利用NOSQL圖形數據庫可以將結構化數據存儲到網絡中，其作為一種嵌入式的系統，通過磁盤來可以提高事務處理特性，構建Java持久化引擎［2］，然而對于機構化數據在網絡（從數學角度叫做圖）中的存儲，并不是將數據存儲于表內。Neo4j又被稱為高性能引擎，通過這一引擎，可以滿足成熟數據庫應用需求，同時，程序員作為面向對象和靈活的網絡結構，也能夠表現出靜態與嚴格的特點，然而這些特點都能夠享受事務特性，也帶來企業級數據庫的優勢。

Neo4j數據庫中的label同等于關系型數據庫中的表，其中的每一個實體同等于關系型數據庫中的一行數據。

數據導入階段，將福建電網的相關數據添加到Neo4j數據庫，并自動生成關系，具體數據導入語句模板：

USING PERIODIC COMMIT 100 LOAD CSV FROM"文件路徑"AS句柄merge（對象：標簽名｛對象.屬性0：句柄［0］，對象.屬性1：句［1］，......｛對象.屬性n：句柄［n］｝）。

1.2.1 USING PERIODIC COMMIT 100

在LOAD CSV前面加上USING PERIODIC COMMIT 1000，1000表示每1000行的數據進行一次Transaction提交，提升性能。

1.2.2 WITH HEADERS

從文件中讀取第一行作為參數名，只有在使用了該參數后，才可以使用“對象.屬性”這樣的表示方式，否則需使用line［0］的表示方式。

具體自動創建關系語句模板：

Match（a：標簽1），（b：標簽2）where a.屬性=b.屬性merge（b）-［r：關系］->（a）。

通過此方式，來完成電網只是圖譜的實體導入與關系自動創建，以半自動形成電網知識圖譜。

1.3 第三階段——可視化層

使用Vue+Element完成基本界面的搭建：（1）在頁面script標簽中引入Vue.js等庫；（2）使用Echarts對知識圖進行圖形可視化展示操作首先引用Echarts的組件，然后引用其Graph進行畫圖操作。

1.4 第四階段——部署

（1）平臺使用.jar文件，使用JDK進行啟動。（2）前端vue文件部署在Tomcat服務器上，使用同Tomcat進行啟動。

2 電網知識圖譜詳細功能簡要介紹

2.1 知識創建

以電網調控知識源為核心，建立電網調度運行專業詞庫，綜合采用命名本體實體識別、句法分析、語義分析等自然語言處理方法，系統支持抽取數據源信息中的實體（概念）、屬性以及實體關系。抽取時，根據已有電網模型信息構造，包含省調、地調、縣調、廠站、設備、電壓等級、設備屬性及量測數據統計信息的網絡層次知識［3］。例如，可以按地區與廠站、廠站與母線等具有關聯關系，廠站本身也有很多相關的屬性，這些都能夠在詞庫的實體屬性中具體展現。

USING PERIODIC COMMIT 1000 LOAD CSV FROM"文件路徑"AS句柄merge（對象：標簽名｛對象.屬性0：句柄［0］，對象.屬性1：句［1］，......｛對象.屬性n：句柄［n］｝）。

上述語句詳細解釋。

2.1.1 USING PERIODIC COMMIT 1000

在LOAD CSV前面加上USING PERIODIC COMMIT 1000，1000表示每1000行的數據進行一次Transaction提交，提升性能。

2.1.2 WITH HEADERS

從文件中讀取第一行作為參數名，只有在使用了該參數后，才可以使用line.name這樣的表示方式，否則需使用line［0］的表示方式。

2.1.3 AS line

整個數據表是以行的形式進行提交的，每行提交為一個實體。

2.1.4 MERGE

使用MERGE實現創建，會自動取消創建重復的實體以及關系。在導入時，MERGE子句在已經存在各個標簽、屬性、屬性值與當前MERGE后面描述的節點完全相同的情況下不會重復創建多余節點。所以，要先整理數據源，保證csv中的每條數據相同的節點要完全相同。

2.2 知識消減

系統可以消除電網知識圖譜中的重復概念關系，及時清理冗余及錯誤的實體關系，保證知識圖譜結構的準確性，可以使用Echarts完成知識圖譜的數據可視化［4］。

2.3 知識推理

知識推理作為關鍵環節，可以根據現有電網業務邏輯信息進行推理，系統可以實現知識庫中已有實體關系的邏輯推理，使用規則引擎，從現有知識中發現新知識，可實現業務需求分析推理，從而輔助電網業務決策。知識推理可以通過遞歸查詢，深度挖掘，可以得到新的知識網絡，以發掘新的知識。

2.4 知識展示

系統應提供知識圖譜中的電網層次語義信息，點擊可查看相應的具體知識內容；系統可根據輸入選擇類型，展示對應知識內容。

3 電網KG構建

電網在建設初期并沒有統一的知識平臺，每一個部門都建立了各種信息庫，使得電網產生了較多的信息，通過電網的生產、運行及服務等環節，使得信息量不斷增加［5］。例如，電流、電壓及頻率發生變化時會產生相關數據，開關狀態發生改變后，也產生一系列的數據，電表信息是不可忽視的數據信息。電網信息化雖然產生了較多的電網數據，但需要使用的時間不斷縮短。但是，在輸出這些數據時，存在一些困難，主要原因是沒有統一的格式，不僅需要將結構化的數據輸入其中，還具有各種非結構化的數據，涵蓋了文本、音頻及視頻等。在構建電網KG時，KG中根據多源數，結構化數據一般可以直接進行知識融合；對于半結構化數據來說，需要進行有效篩選，利用此種方法消除干擾數據，也可以進行知識抽取，有助于更好地規范數據。此外，要想建立完整的電網KG，需要將電網中涉及的各種數據進行有效整合，在對數據進行管理及查找時，會降低時間的浪費，也會將電網逐漸智能化，提高工作效率。要想建立良好的電網KG，第一步要從各個方面獲取有效的電網術語，有效運用這些電網術語為形成專業化電網KG奠定了基礎。與此同時，還可以運用形式化方法抽取術語信息，并對其可靠性進行相關分析［6］。但是，電網術語沒有得到大規模的使用，其重要性也會得到降低，但會提高術語的統計難度。對此，工作人員可以設計專業化的電網詞典，這有助于其他人更好地理解專業電網術語，也可以提高電網知識的學習效率，促進電網不斷獲得發展。

4 結語

電網知識圖譜作為大數據時代背景下的全新技術領域，對我國現代化電力產業的發展起到良好的推進作用，但是，當前的電力行業發展中對于知識圖譜的運用仍然處于起步階段，算法還不夠成熟。然而，受到信息化時代的支持，人們對知識圖譜展開了深入研究，積極探索多領域技術的融合應用，為電網企業的知識傳承提供可靠支持。