基于油田領域標準知識圖譜的數字化服務平臺研究

關鍵詞：油田領域，知識圖譜，數字化，服務平臺

DOI編碼：10.3969/j.issn.1674-5698.2023.05.012

1 標準制定的背景和目的

石油天然氣工業發展至今，已形成涵蓋石油勘探、開發、油氣集輸、儲運等十幾個專業的工業體系。隨著我國石油天然氣工業的迅速發展，企業規模不斷增長， 油氣勘探開發難度也不斷加大，油田企業的安全形勢比較嚴重，面臨的挑戰和競爭前所未有，同時暴露出的安全、健康、環境問題也愈來愈多，在石油天然氣勘探開發面臨的對象、要求的技術條件、新工藝、新技術應用等方面的安全與環保問題日益突出[1]。當前，世界各國公眾的安全和環保意識不斷提高，對安全事故和環境問題的關注也達到了史無前例的高度，作為美國油氣工業界標準制定機構的美國石油學會（API）組織，其下屬三大部門之一的安全健康環保部，專門負責制定及修訂健康、安全與環保標準，而勘探生產部和煉油部也都分別制定其相關領域的安全與環保標準。我國的安全生產技術標準化工作，已經形成設計類標準、安全生產設備/工具標準、生產工藝類安全衛生標準、防護用品類標準、管理類標準、安全技術規程等幾大安全環保標準體系。

相關研究表明，不按標準規范操作的事故時有發生，由人為失誤造成的約占事故總起數的70%左右。石油石化企業從事的是高危行業，一旦發生大型或特大型事故將給社會帶來嚴重的災難，給企業帶來巨大的財產損失，且給企業形象造成惡劣的影響。

油田安全及環保問題是油田生產當中的兩個重要的問題，社會也非常關注，油田的相關部門正加強對兩個方面問題的認識程度，利用正確的策略，并且采取有效的方法，讓標準數字化工作在油田環保安全工作中起到決定性和規范性作用是本文研究的基本出發點。

2 油田領域標準化現狀與問題分析

2.1 油田現行標準法規數量龐大，但數字化程度不高

目前，我國油田企業在用標準系統包括標準動態管理系統、標準制修訂系統、油田標準查詢系統、技術監督管理平臺等平臺，各平臺的歷史標準數據獨立存儲，標準規范和格式也不統一，對標準的統一使用和集中管理帶來不便。此外，在用企業、國家、行業、地方等標準仍以非結構化電子文檔形式存在，各標準內容、條款、指標等標準核心要素數字化程度不高，在指導油田環保安全生產活動方面存在較大短板[2]。

2.2 標準獲取方式較為傳統落后，人為主觀活動導致標準使用的不確定性風險較大

油田安全風險點多、分布廣、作業現場分散，油田企業環保安全管理是一項典型的知識密集型工作，但這些知識分散存儲在各種資料中，如：標準規范、施工組織設計、安全技術方案、事故調查報告以及其他各種技術及管理資料等。在油田環保安全管理過程中需要大量的專業領域知識的支持，這些資料由于數據量大、種類繁多、來源廣泛，很難快速準確地從中獲取有價值的知識。

2.3 標準指導安全檢查工作能力不足

當前油田現場操作實施及監督人員在日常工作中常常需要隨身攜帶大量紙質標準文檔和規章制度文件，發現問題后需要耗費大量精力去查閱，但現有的搜索引擎仍以文件名稱或編號進行檢索，紙質或電子版的標準文檔、規章制度、法律法規中涉及的知識需要花費較多的人力成本和時間成本進行解讀，存在檢索標準、規章制度等資源不全，檢索手段落后、查全率和查準率低、檢索質量不高等問題，大大影響了標準、規章制度和相關法律法規的推廣普及應用。

鑒于此，本文在數據庫與文件存儲中對油田領域的國家、行業、地方、團體等標準數據進行數據保存，通過多源異構數據集成的方式在數據管理系統中建成標準題錄數據庫，之后對標準數據進行內容識別，構建標準內容知識圖譜，標準知識圖譜中具有標準化對象、指標、限定類、體例等內容，最終在pc端上提供油田領域諸如：題錄檢索、全文檢索、指標展示等知識圖譜的數字研究服務。

3 基于油田領域標準知識圖譜的數字化服務平臺創建的思路

3.1 本體

本體的概念最初起源于哲學領域，用于描述事物的本質。本體一詞產生之后，學者們便對其概念及內涵作了不懈的研究和探討。1998年Student等人對于本體的特點給出了一個更為明確和全面的解釋：“知識本體是對概念體系的明確的、形式化、可共享的規范說明”，并且進一步指出，知識本體是“領域知識規范的抽象和描述，表達、共享、重用知識的方法”。

如果把每一個知識領域抽象成一套概念體系，再具體化為一個詞表來表示，包括每一個詞的明確定義、詞與詞之間的關系（例如：代、屬、分、參關系）以及該領域的一些公理性知識的陳述等，并且能在這個領域的專家之間達成某種共識，即能夠共享這套詞表，上述所有就構成了該知識領域的一個“知識本體” [3]。

最后，為了便于計算機理解和處理，需要用一定的編碼語言（例如：RDF/OWL）明確表示上述體系（詞表、詞表關系、關系約束、公理、推理規則等）。在這個意義上，知識本體已經成為一種提取、理解和處理領域知識的工具，可以被應用于任何具體的科學和專業領域。總之，本體是構建知識圖譜的基礎。

3.2 知識圖譜

知識圖譜是對真實世界某些特定領域中的元素以及它們之間的相互關系的抽象表示，一種計算機可計算可理解的結構化知識表示模型[4]。知識圖譜采用面向對象的方式對真實世界進行抽象，將領域中的“元素”抽象為“實體”，在圖譜中以節點來表示，將兩個元素之間的內在聯系抽象為“二元關系”，在圖譜中以邊（連接兩個節點）來表示，將實體和關系的名稱用標簽標注，據此形成兩個實體與關系的三元組結構（如圖1所示）。

其中，實體指客觀世界中存在的人（例如：油田工人）、事（例如：大氣污染物排放控制要求）、物（例如：油井）、屬性值（例如：4，50 0米）或者概念（例如：油田十四五規劃）。關系指實體間的關系（例如：因果關系）或者屬性（例如：深度）。

三元組則是由兩個實體及其之間關系構成的組合。例如：實體1油井，屬性為深度，實體2（它是一個屬性值）為4，500米。

3.3 基于油田領域標準知識圖譜的數字化服務平臺的創建思路

針對油田領域標準文件間碎片化、標準間數據難以關聯、數據結構復雜導致機器難以理解等難點，將石油行業油田企業特點、環保安全領域屬性與標準文本數據特點結合，以環保安全標準規范等技術資料為底層數據，設計油田環保安全標準知識組織方法論，明確知識的展示形態；研究基于自然語言處理和機器學習的半自動化標準知識組織技術；梳理建立知識體系各要素之間的關聯關系，形成面向油田環保安全領域的標準規范知識圖譜，并據此構建基于油田領域標準知識圖譜的數字化服務平臺，為在其他領域的延展應用奠定了夯實的技術基礎。基于油田領域標準知識圖譜的數字化服務平臺的創建思路主要有以下4個方面。

3.3.1 研發基于知識本體理論的油田環保安全標準知識的組織方法論

標準知識組織方法論，是實現知識圖譜中標準內容的實體識別和關系抽取的基礎和依據：1）結合油田環保安全管理體系及油田標準體系，設計形成適合于油田環保安全領域的標準知識分類體系，其中，涵蓋工作場景、業務流程、應用設備等多種組織維度；2）在此基礎上，結合油田業務維度（如：勘探開發、地面工程、公用工程及海上工程等），基于知識本體理論，采用敘詞表等組織方式，研究適用于油田企業的三元組核心數據模型，即標準化對象（產品）—體例（段落結構）—指標（屬性），如：“輕質石油產品—酸度—中和100ml輕質石油產品所需氫氧化鉀的毫克數”（GB/T 258-2016《輕質石油產品酸度測定法》），其中，產品和體例均需要建立同義詞和上下位的關系，指標包括：指標項、指標值、計量單位、限定類等，實現文獻碎片化，形成基于知識本體理論，采用敘詞表等組織方式的油田環保安全標準知識組織方法論。

3.3.2 研發基于自然語言處理和機器學習的半自動化標準知識組織技術

與通用知識圖譜不同，適用于油田企業環保安全領域的知識圖譜面向特定領域，深度和完備性、針對性較強，實體屬性較多且具有行業意義。通常，行業領域知識圖譜的數據模式構建由本領域專家來承擔，但專家對計算機中知識圖譜的理解有限，一般建設周期長，人力成本高，知識圖譜構建啟動難。為大幅度降低行業知識圖譜啟動時的構建成本，通過對半結構化數據及非結構化數據做半自動化處理：1）以人工處理的結構化數據為訓練集，應用機器學習框架，針對半結構化數據，實現自動的實體與關系標注，并構建標準知識圖譜；2）以人工構建的詞表和語法規則范式為基礎，針對非結構化數據，實現實體識別與消歧、關系標注，并構建標準知識圖譜。再由專家對關鍵信息進行總結，通過迭代的方式優化標注結果，供專家篩選判斷，以此加快知識圖譜的構建過程。

3.3.3 建立基于關聯網絡和知識圖譜的標準知識基礎框架

在定義及梳理研究對象，梳理對象的類型、明確對象模板的基礎上，研究基于領域預訓練模型的知識抽取技術，形成樹形結構為主，屬性分類為輔的知識架構，以及三元組為主的知識關聯網絡。通過研究應用主題模型、標簽關系挖掘、語義表示、多層次知識融合等方法，構建集成短語級、句子級、篇章級等不同粒度層次的知識對象識別及標注的統一體系，滿足通用細粒度知識對象和專業領域知識的標注和抽取需求。

3.3.4 創建面向油田領域知識圖譜的數字化服務平臺

針對石油行業油田企業在實際工作中的標準文獻管理、標準文獻研究、標準知識利用等應用場景，形成不同層級的標準知識圖譜數據庫，最終在pc端上提供包括標準知識檢索、分類導航、知識圖譜、信息推薦等知識服務，建成面向油田領域知識圖譜的數字化服務平臺，切實解決用戶在標準文獻搜索精度、知識發現的智能化、文獻關聯推薦的準確度方面存在的問題。

4 基于油田領域標準知識圖譜的數字化服務平臺的主要功能

知識圖譜可以在標準數字化轉型過程中得到應用和發展，以幫助用戶實現更智能、高效的標準信息處理和管理。具體功能包括以下幾項。

4.1 搜索引擎優化通過構建油田領域標準知識圖譜的數字化

服務平臺，搜索引擎可以更好地理解用戶搜索結果，并提供更準確、有用的信息。知識圖譜中包含了豐富的標準結構化數據和實體關系，可以讓搜索引擎更好地理解用戶查詢意圖，提供更準確的搜索結果。

4.2 內容推薦

基于用戶行為和偏好，利用油田領域標準知識圖譜的數字化服務平臺來推薦相關內容，提升用戶體驗和滿意度。其中豐富的語義信息可以拓展檢索結果，具有更好的檢索體驗。

4.3 智能客服

油田領域標準知識圖譜的數字化服務平臺將本體、知識庫和知識圖譜結合起來，讓智能客服系統能夠更快速、準確地回答用戶問題，提高標準信息和情報的服務效率。

4.4 數據分析

油田領域標準知識圖譜的數字化服務平臺借助知識圖譜的關系網絡，進行數據挖掘和分析，發現潛在的規律和趨勢，支持決策制定。

4.5 機器學習

知識圖譜可以作為機器學習模型的輸入數據，用于訓練模型并提高預測準確率。

5 未來技術展望

目前基于知識圖譜的信息化系統發展緩慢，隨著深度學習、神經網絡等技術快速涌現，結合油田領域的標準知識圖譜的數字化服務平臺也得到了推動發展，且有著廣闊的研究空間。油田領域標準知識圖譜的數字化服務平臺未來發展方向如下。

（1）基于神經網絡的深度學習，知識圖譜的質量決定標準數字化平臺的體驗，因此對于油田領域知識圖譜的鏈路預測問題是不可忽視的。例如：油田知識圖譜中的實體關系若是存在缺失則會導致油氣生產過程中無法完成閉環，并且因為缺少事實關系，推薦的質量可能會下降。因此將知識圖譜推理和推薦任務聯合部署在同一個模型中是增強推薦質量的有效途徑。另外，多任務油田領域信息化系統也是智能的、有發展前景的，可以釋放和減輕生產資源緊缺的壓力，使生產任務更加便捷高效。

（2）基于知識圖譜的智能化油田管理系統可以通過對各種數據、設備和工藝的建模和分析，實現全面監測、預警和優化操作。這將顯著提高油田生產效率和安全性。建立油田領域的知識圖譜，可以將各種數據、文獻和專家經驗進行匯聚和整合，從而支持人工智能算法開展更為精準的油田決策和風險評估。隨著能源互聯網的建設和發展，知識圖譜可以扮演連接各個環節的重要角色，例如：從天然氣輸送到加工和終端應用等多個環節的效率優化和智能調度。建立行業級的油田知識圖譜也將有利于推動油田領域標準化和規范化，從而進一步提高行業效率和質量水平。