基于知識圖譜的電力工程自動審計系統設計

摘 要：在電力工程審計工作愈加復雜的背景下，傳統的電力工程審計方式面臨著信息不完整、效率低下以及數據分析困難等問題，因此需要一種能夠高效、準確、全面進行電力工程審計的系統。基于知識圖譜技術在審計領域的初探，設計了一種電力工程自動審計系統，旨在提供一個全面、可視化的審計平臺，促使電力工程審計工作邁向智能化、信息化。

關鍵詞：電力工程；知識圖譜；智慧審計系統

中圖分類號：TM769；F239.62" " 文獻標志碼：A" " 文章編號：1671-0797（2024）06-0050-04

DOI：10.19514/j.cnki.cn32-1628/tm.2024.06.014

0" " 引言

隨著信息科技的高速發展，電力行業不斷追求創新與突破。鑒于傳統的審計方式存在的局限性，如今審計方式正快速朝數據化、智能化方向發展，從“人審”到“機審”再到“智審”的轉變逐漸成為一種新的趨勢。基于人工智能的智慧審計系統[1-3]通過低成本、高效率的人工智能技術提供便捷的數據處理及管控服務，為智能審計提供了一種新的思路。以神經網絡視角呈現的審計系統[4-5]根據神經網絡自身的非線性屬性，通過設置不同的訓練樣本與測試樣本，自動學習大量歷史數據以構建系統模型，不僅提高了審計效率，而且降低了審計不全面導致的隱性風險。數據挖掘技術與人工智能技術的融合[6-7]實現了審計數據的處理與審計業務信息的提取，能輔助審計人員后期的判斷與決策。因此，對于未來的審計領域而言，跨學科應用成為一種不可避免的發展趨勢。此外，知識圖譜技術[8]的興起，推進了基于知識圖譜的審計系統的發展，本文以知識圖譜技術為基礎，設計了一種基于知識圖譜的智慧審計系統，旨在高效便捷地提升審計的效率與質量。

1" " 知識圖譜概述

1.1" " 知識圖譜定義

2012年，谷歌正式提出了知識圖譜的概念，旨在構建更智能的搜索引擎。經過十多年的不斷發展和迭代，知識圖譜已在自然語言處理領域扮演了重要角色。它被視為一種結構化的語義知識庫，以符號形式描述了物理世界中的概念以及它們之間的關系。其以三元組“實體—關系—實體”的形式呈現，實體即客觀世界中存在的一切事物（具體事物以及抽象概念）；關系是實體處于不同場景下的具體描述，是事物內部間語義關系的抽象表示。

1.2" " 知識圖譜分類

知識圖譜可劃分為通用知識圖譜和領域知識圖譜兩類，它們在覆蓋范圍和應用方式上存在明顯差異。通用知識圖譜面向廣泛的領域，以實體為核心，結構化地描述了大量實體、屬性和關系。領域知識圖譜是面向于特定領域的知識表示，按照一定的邏輯規則層級形成專業知識庫，提供所屬領域詳細的信息和推理能力。

1.3" " 知識圖譜構建

如圖1所示，知識圖譜的構建流程包括：數據處理、知識抽取、知識融合以及圖譜構建。首先，將獲取的數據進行預處理，處理后的多源數據以實體、屬性、關系的形式進行抽取，通過知識融合將抽取的數據進行融合，實現知識的一致性和完整性，最后將知識進行整合，生成節點和邊，自動構建相應的知識圖譜。

2" " 系統構建

2.1" " 構建背景

電力工程建設過程中電力工程審計作為重要環節，主要包括項目審批、招投標合理性以及立項合規性等。審計內容與電力工程的經濟利益以及施工單位、設計單位的方案和要求有著密切的聯系，此外，對于電力部門而言，面對潛在的電力工程審計問題，以客觀、公正為前提，及時識別處理這些問題十分重要。因此，通過以知識圖譜為依據，數據為核心，結合審計領域知識形成智慧審計系統，實現智能化審計。

2.2" " 整體架構

在企業信息化進展覆蓋范圍內，傳統審計已經邁向智能審計。知識圖譜技術的發展為這種轉變提供了契機，即提出一種基于知識圖譜的智慧審計系統架構，如圖2所示。該系統的整體架構包括運行環境、數據層、支撐層、業務層、展示層、接入層。

2.2.1" " 運行環境

系統依賴于應用服務器，其數據來源于數據庫存儲與更新的資料信息。

2.2.2" " 數據層

確定電力工程審計內容后，需將相關審計數據作為支撐。1）數據采集：獲取項目前期、項目實施以及項目驗收這三個階段的工程數據；2）數據自動處理：對收集的數據進行清洗、去重、篩選等處理操作，以確保數據的質量與準確性；3）數據共享：整合數據，同時為審計業務提供數據源。

2.2.3" " 支撐層

利用AOP特性向整個系統各切面提供必要的支撐引擎，以幫助系統高效、有序、穩定地運行，并記錄關鍵節點的運行信息。

2.2.4" " 業務層

提供系統服務的用戶功能模塊，完成審計業務的自動化流程。1）審計業務模塊：對整合后的數據進行審閱（即對項目資料進行自動審查，判斷是否合法合規）、校對（即對項目有關材料與實際情況進行比對，核對是否保持一致性）以及驗證（即對審計材料中涉及的數值計算的正確性進行驗算）；2）知識圖譜模塊：知識圖譜作為系統的核心模塊，利用聚類分析、數據挖掘等算法對電力工程數據進行深入分析，從審計的角度識別異常、發現潛在問題，以提供有價值的信息；3）審計支持模塊：根據審計目標和需求，生成相應的審計計劃、自動化工作程序和報告模板，提供實時的審計工作決策支持。

2.2.5" " 展示層

采用Web應用的方式向接入層提供各功能模塊的可視化界面，主要將數據分析的結果以可視化方式向用戶展示，提供直觀、易理解的信息，支持用戶進行交互式的數據探索和決策。此外，展示層與業務層的功能交互則采用更加安全的HTTPS協議，通過AJAX或FORM表單的形式實現業務交流。

2.2.6" " 接入層

用戶訪問系統應用的接口，使用主流瀏覽器訪問，一般為Internet Explorer（8.0及以上版本）、Chrome、Fire Fox等。

3" " 功能設計

智慧審計系統的核心功能主要包括自動識別、數據處理、推斷分析、可視化展示、系統管理等，如圖3所示。

3.1" " 自動識別

對于指定格式文件（pdf、word、excel）自動識別提取圖片與文字，針對有誤信息通過告警的方式進行提示，并支持手動修正，最后將不同數據格式與結構的數據以結構化的形式進行整合，以便后續分析與處理。

3.2" " 數據處理

對于整合無誤的數據進行匹配提取，通過正則標定的方式完成關鍵字篩選，同時形成規則集合，為后續狀態機的快速匹配提供便捷。借助多模匹配算法截取復合規則集中待匹配關鍵字信息，統一化關鍵字序列并以ID序列的形式呈現，后續將其作為混合狀態自動機的輸入，經過相應的狀態轉移融合為復合規則集的匹配結果。此外，對于不符合預定義規范和標準的圖形，通過圖形矯正模塊完成去噪平滑、校準矯正等操作。

3.3" " 推斷分析

在預設規則下，將獲取的數據進行對比審核，結合審計規則完成核對工作。通過內置知識圖譜校驗數據的合規性問題，評估和預測審計工作可能面臨的風險，并根據所提供的風險提示輔助決策支持，制定合理的計劃與策略。

3.4" " 可視化展示

對于審計數量、質量以及效率方面的分析以可視化形式進行展示。審計數量是指對電力工程審計系統進行數據統計和分析，包括對周期內業務類型工程量及同比數據的可視化展示；關于各項審核異常數據匯總、整改次數統計等方面，按照不同業務管理部門、不同業務類型一次通過率面向審計質量展示；關于審計效率方面，主要傾向于人工審核時間的統計，并按照計算機處理時長與人工均線對比方式進行呈現。

3.5" " 系統管理

對于系統中登入、登出等重要操作進行實時監控管理，嚴控非法操作。基于統一用戶權限管理與統一認證管理，系統實現了用戶身份、子系統權限以及組織機構的集中統一管理。在軟件部署應用期間，應最大程度地確保日志記錄的完整性與可用性。此外，應定期根據審計反饋和需求變化，進行規則更新與圖譜維護。

4" " 應用價值

智慧審計系統將電力工程領域的多源異構數據進行整合，形成結構化的知識表示。通過將審計規章制度、法律法規、技術標準和行業規范等知識注入知識圖譜，不僅提供了全面而準確的審計管理（審計流程、監管指引、輔助決策）服務，而且能幫助審計機構更好地進行任務分配、資源調度和風險管理，從而增強審計管理的規范性；在審計過程中，依據豐富的領域知識與匹配關系，以自動化的形式發現存在的隱性風險與非法行為，實現對審計對象的精準定位和風險預警，有助于提高審計的準確性和全面性，減少主觀因素影響和漏審情況的發生；利用信息化手段實現審計智能化，運用知識圖譜、數據挖掘等技術抽取海量電力工程數據特征進行關聯與匹配，加快了審計過程中的數據分析和關聯推理，同時大幅提升了審計效率，減輕了審計人員的負擔；此外，審計智能化通過將領域知識、業務規則以及智能算法充分結合，推動了審計工作從自動化邁向智能化的道路。

5" " 結束語

基于知識圖譜的電力工程智慧審計系統具備重要的現實意義與應用價值。該系統憑借構建的電力工程審計領域知識圖譜，高度融合電力工程相關的數據和知識；通過結合數據挖掘技術實現審計數據的深入分析和挖掘，為輔助審計人員洞察潛在缺陷提供了有價值的數據支撐。

[參考文獻]

[1] 陳霆，陸明媛，顧群，等.基于人工智能技術的電力工程審計系統研究[J].電子設計工程，2019，27（16）：15-19.

[2] 李云香，周成軒，張鋮怡，等.基于深度學習的智慧審計系統[J].中國內部審計，2020（12）：12-19.

[3] 張生宏，周悅.基于人工智能技術的電力工程審計系統研究[J].消費導刊，2020（3）：45.

[4] 曹納.基于BP神經網絡的人工智能審計系統研究[J].信息技術，2021（8）：117-121.

[5] 王敏，申文逸.基于BP神經網絡的人工智能審計系統研究[J].信息系統工程，2023（7）：130-132.

[6] 常法亮.基于數據挖掘的智能審計系統的設計與實現[D].成都：電子科技大學，2010.

[7] 韓秋實.基于數據挖掘與智能技術支撐的持續審計系統的設計與實現[D].成都：電子科技大學，2021.

[8] 郭琳，陳曉慧，肖梅.知識圖譜研究綜述[J].信息記錄材料，2023，24（6）：17-19.

收稿日期：2023-11-23

作者簡介：李立鴻（1971—），男，江蘇濱海人，工程師，研究方向：電力工程。

基金項目：南京遠能電力工程有限公司科技項目資助“基于知識圖譜的電力工程項目智能審計技術研究”（YS2023XM-0073）