電網(wǎng)知識圖譜的構(gòu)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(lǐng)域又被看作是知識領(lǐng)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(xiàn)出知識結(jié)構(gòu)與發(fā)展狀態(tài)中的圖形，基于可視化技術(shù)對知識資源及載體的描述，能夠清晰地找到并呈現(xiàn)二者之間存在的關(guān)系。本實驗中使用了Neo4j數(shù)據(jù)庫，來實現(xiàn)知識庫結(jié)構(gòu)的形成與利用［1］。通過數(shù)據(jù)庫語句，根據(jù)關(guān)鍵字段來完成知識網(wǎng)絡(luò)，提取mysql的半結(jié)構(gòu)化數(shù)據(jù)，創(chuàng)建出實體、關(guān)系、屬性等要素。實現(xiàn)知識有效融合，能夠擺脫實體與關(guān)系，從而實現(xiàn)數(shù)據(jù)實時更新，構(gòu)建良好的知識庫結(jié)構(gòu)，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(wǎng)絡(luò)，豐富知識庫內(nèi)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(wǎng)絡(luò)，從而可以完成信息的結(jié)構(gòu)化、統(tǒng)一化，也要依照現(xiàn)有的電網(wǎng)知識庫實現(xiàn)隱晦知識的進一步挖掘，形成新的知識網(wǎng)絡(luò)。

1 電網(wǎng)知識圖譜的研發(fā)歷程

1.1 第一階段——設(shè)計

下文主要探索知識圖譜的概念與構(gòu)建電網(wǎng)知識圖譜的意義，選取福建的電網(wǎng)數(shù)據(jù)進行分析。通過對福建地區(qū)的數(shù)據(jù)進行研究，提煉出電網(wǎng)關(guān)系結(jié)構(gòu)圖，詳見圖1，并將其作為電網(wǎng)知識圖譜創(chuàng)建的重要參考。

圖1 電網(wǎng)關(guān)系結(jié)構(gòu)圖

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

圖2 電網(wǎng)知識圖譜數(shù)據(jù)流結(jié)構(gòu)圖

1.2 第二階段——持久化層

使用NOSQL圖形數(shù)據(jù)庫Neo4j，將其方法用于電網(wǎng)知識圖譜的數(shù)據(jù)庫工具，來完成電網(wǎng)知識圖譜的持久化。以福建地區(qū)知識圖譜為例，詳見圖3。

圖3 福建電網(wǎng)知識圖譜自動成圖

Neo4j具有高性能特點，利用NOSQL圖形數(shù)據(jù)庫可以將結(jié)構(gòu)化數(shù)據(jù)存儲到網(wǎng)絡(luò)中，其作為一種嵌入式的系統(tǒng)，通過磁盤來可以提高事務(wù)處理特性，構(gòu)建Java持久化引擎［2］，然而對于機構(gòu)化數(shù)據(jù)在網(wǎng)絡(luò)（從數(shù)學(xué)角度叫做圖）中的存儲，并不是將數(shù)據(jù)存儲于表內(nèi)。Neo4j又被稱為高性能引擎，通過這一引擎，可以滿足成熟數(shù)據(jù)庫應(yīng)用需求，同時，程序員作為面向?qū)ο蠛挽`活的網(wǎng)絡(luò)結(jié)構(gòu)，也能夠表現(xiàn)出靜態(tài)與嚴格的特點，然而這些特點都能夠享受事務(wù)特性，也帶來企業(yè)級數(shù)據(jù)庫的優(yōu)勢。

Neo4j數(shù)據(jù)庫中的label同等于關(guān)系型數(shù)據(jù)庫中的表，其中的每一個實體同等于關(guān)系型數(shù)據(jù)庫中的一行數(shù)據(jù)。

數(shù)據(jù)導(dǎo)入階段，將福建電網(wǎng)的相關(guān)數(shù)據(jù)添加到Neo4j數(shù)據(jù)庫，并自動生成關(guān)系，具體數(shù)據(jù)導(dǎo)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(shù)據(jù)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(shù)名，只有在使用了該參數(shù)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(chuàng)建關(guān)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(guān)系］->（a）。

通過此方式，來完成電網(wǎng)只是圖譜的實體導(dǎo)入與關(guān)系自動創(chuàng)建，以半自動形成電網(wǎng)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(wù)器上，使用同Tomcat進行啟動。

2 電網(wǎng)知識圖譜詳細功能簡要介紹

2.1 知識創(chuàng)建

以電網(wǎng)調(diào)控知識源為核心，建立電網(wǎng)調(diào)度運行專業(yè)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(tǒng)支持抽取數(shù)據(jù)源信息中的實體（概念）、屬性以及實體關(guān)系。抽取時，根據(jù)已有電網(wǎng)模型信息構(gòu)造，包含省調(diào)、地調(diào)、縣調(diào)、廠站、設(shè)備、電壓等級、設(shè)備屬性及量測數(shù)據(jù)統(tǒng)計信息的網(wǎng)絡(luò)層次知識［3］。例如，可以按地區(qū)與廠站、廠站與母線等具有關(guān)聯(lián)關(guān)系，廠站本身也有很多相關(guān)的屬性，這些都能夠在詞庫的實體屬性中具體展現(xiàn)。

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(shù)據(jù)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(shù)名，只有在使用了該參數(shù)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(shù)據(jù)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(xiàn)創(chuàng)建，會自動取消創(chuàng)建重復(fù)的實體以及關(guān)系。在導(dǎo)入時，MERGE子句在已經(jīng)存在各個標簽、屬性、屬性值與當前MERGE后面描述的節(jié)點完全相同的情況下不會重復(fù)創(chuàng)建多余節(jié)點。所以，要先整理數(shù)據(jù)源，保證csv中的每條數(shù)據(jù)相同的節(jié)點要完全相同。

2.2 知識消減

系統(tǒng)可以消除電網(wǎng)知識圖譜中的重復(fù)概念關(guān)系，及時清理冗余及錯誤的實體關(guān)系，保證知識圖譜結(jié)構(gòu)的準確性，可以使用Echarts完成知識圖譜的數(shù)據(jù)可視化［4］。

2.3 知識推理

知識推理作為關(guān)鍵環(huán)節(jié)，可以根據(jù)現(xiàn)有電網(wǎng)業(yè)務(wù)邏輯信息進行推理，系統(tǒng)可以實現(xiàn)知識庫中已有實體關(guān)系的邏輯推理，使用規(guī)則引擎，從現(xiàn)有知識中發(fā)現(xiàn)新知識，可實現(xiàn)業(yè)務(wù)需求分析推理，從而輔助電網(wǎng)業(yè)務(wù)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(wǎng)絡(luò)，以發(fā)掘新的知識。

2.4 知識展示

系統(tǒng)應(yīng)提供知識圖譜中的電網(wǎng)層次語義信息，點擊可查看相應(yīng)的具體知識內(nèi)容；系統(tǒng)可根據(jù)輸入選擇類型，展示對應(yīng)知識內(nèi)容。

3 電網(wǎng)KG構(gòu)建

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

4 結(jié)語

電網(wǎng)知識圖譜作為大數(shù)據(jù)時代背景下的全新技術(shù)領(lǐng)域，對我國現(xiàn)代化電力產(chǎn)業(yè)的發(fā)展起到良好的推進作用，但是，當前的電力行業(yè)發(fā)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(lǐng)域技術(shù)的融合應(yīng)用，為電網(wǎng)企業(yè)的知識傳承提供可靠支持。