路振剛，王潤鵬

輔機及其他

基于知識圖譜的電站專家知識管理系統(tǒng)開發(fā)研究

路振剛1，王潤鵬2

（1. 國網(wǎng)新源控股有限公司，北京 100761；2. 哈爾濱電機廠有限責任公司，哈爾濱 150040）

在水電站運行維護過程中，積累了大量的專家知識和運行檢修經(jīng)驗，這些專家知識和經(jīng)驗越來越受到電站及企業(yè)的重視并開發(fā)知識管理系統(tǒng)對其進行管理。本文依托豐滿智能水電站建設，首次開發(fā)了基于知識圖譜的電站專家知識管理系統(tǒng)。系統(tǒng)利用知識圖譜創(chuàng)建一種基于圖的數(shù)據(jù)結(jié)構(gòu)，將機組關鍵部套以及關鍵部套之間關聯(lián)關系及其屬性連接在一起，形成一個電站專家知識關系網(wǎng)絡，實現(xiàn)機組部套和機組運行信息的可視化管理，并具有專家知識動態(tài)擴展方便的優(yōu)勢。本文研究成果，對提升我國水電站專家知識的管理水平具有重要意義并對其他電站的專家知識管理系統(tǒng)建設提供借鑒。

專家知識管理系統(tǒng)；知識管理；知識圖譜；智能水電站

0 前言

我國是水電大國，截止到2019年底我國水電裝機已達到3.56億千瓦。在水電站運行維護過程中，積累了大量的專家知識和運行檢修經(jīng)驗，這些專家知識和經(jīng)驗越來越受到電站及企業(yè)的重視并開發(fā)知識管理系統(tǒng)對其進行管理。傳統(tǒng)專家知識管理采用文件和關系型數(shù)據(jù)庫管理為主，機組各部套專家知識和維修經(jīng)驗分散存儲和管理，沒有建立起機組整體專家知識的關系網(wǎng)絡。隨著信息化和智能化技術(shù)不斷進步，專家知識管理方法不斷創(chuàng)新，本文依托豐滿智能水電站建設首次開發(fā)了基于知識圖譜的電站專家知識管理系統(tǒng)。系統(tǒng)利用知識圖譜創(chuàng)建一種基于圖的數(shù)據(jù)結(jié)構(gòu)，將機組關鍵部套以及關鍵部套之間關聯(lián)關系及其屬性連接在一起，形成一個電站專家知識關系網(wǎng)絡，實現(xiàn)機組部套和機組運行信息的可視化管理，并具有專家知識動態(tài)擴展方便的優(yōu)勢。

基于知識圖譜的電站專家知識管理系統(tǒng)按照故障樹的形式，利用機組各部套專家知識的關聯(lián)關系，將機組各部套專家知識搭建成整體的網(wǎng)絡結(jié)構(gòu)，實現(xiàn)機組各部套的運行維護信息及專家知識形成有機整體，機組專家知識關系網(wǎng)絡存儲方式采用Neo4j圖數(shù)據(jù)庫進行結(jié)構(gòu)化數(shù)據(jù)存儲，圖數(shù)據(jù)庫采用網(wǎng)頁交互形式，通過JAVA API操作實現(xiàn)圖數(shù)據(jù)庫的動態(tài)存儲[1-6]。

1 知識圖譜數(shù)據(jù)結(jié)構(gòu)設計

本系統(tǒng)考慮專家知識的復雜性，融合了傳統(tǒng)的基于產(chǎn)生式規(guī)則、故障樹等表達形式，設計了知識圖譜的形式來表達水電站機組的專家知識的關聯(lián)網(wǎng)絡數(shù)據(jù)結(jié)構(gòu)。專家知識圖譜抽象模型如圖1所示[7-11]。

圖1 專家知識圖譜表達形式模型

本系統(tǒng)對專家知識和運維經(jīng)驗進行了充分的分析和研究，總結(jié)得到以下抽象的形式化對象，可以表達目前已知的這些專家知識：

（1）故障（Fault）有若干個表現(xiàn)的特征（或癥狀）（Feature）；

（2）故障與故障之間可能有關聯(lián)關系；

（3）故障的發(fā)生有若干種原因（Reason），而存在統(tǒng)計概率（或稱置信度）（Confidence）；

（4）特征（癥狀）可以發(fā)生在設備的特定部件（Component）；

（5）信號（傳感器）（Signal）布置在設備的特定位置上；

（6）可以針對不同的故障原因給出相應的解決方案（Solution）；

（7）上述所有對象都可以通過邏輯關系組合出新的組對象（Group）。

因此，我們設計得到了基于圖譜定義的專家知識表達方式，形成機組各部套的專家知識關系網(wǎng)絡。

2 知識圖譜數(shù)據(jù)結(jié)構(gòu)存儲方式

本系統(tǒng)采用圖的形式對專家知識和部套信息進行存儲。Neo4j圖數(shù)據(jù)庫是一個高性能的NoSQL圖數(shù)據(jù)庫，它將數(shù)據(jù)以圖的形式進行組織，可以很好地進行圖操作[12-16]。Neo4j數(shù)據(jù)庫數(shù)據(jù)類型如下：

（1）節(jié)點（Node）：Neo4j數(shù)據(jù)庫中的節(jié)點相似于ER圖中的實體，并且在數(shù)據(jù)庫中每個實體可以包含多個屬性，也可以無屬性。如果存在屬性，這些屬性以鍵值對的形式存在。

（2）關系（Relation）：Neo4j數(shù)據(jù)庫中的關系同理相似于ER圖中的關系，一個關系由一個起始節(jié)點和一個終止節(jié)點構(gòu)成。另外和節(jié)點一樣，關系也可以包含零個或多個屬性[17-23]。

知識圖譜數(shù)據(jù)結(jié)構(gòu)的實體即對應于Neo4j數(shù)據(jù)庫中的Node，實體間關聯(lián)關系對應于Neo4j數(shù)據(jù)庫中的Relation。實體分為主要實體和屬性實體，屬性實體用于對主要實體進行描述。此外對實體間關聯(lián)（即圖譜的邊）也需要附加屬性標簽，在后面的子圖匹配中提供語義信息。圖2是發(fā)電機冷卻系統(tǒng)圖數(shù)據(jù)庫存儲結(jié)果。

圖2 發(fā)電機冷卻系統(tǒng)圖數(shù)據(jù)庫存儲結(jié)果

3 專家知識匹配調(diào)用

專家知識管理系統(tǒng)的知識庫是一個圖，故匹配過程使用了剪枝處理的深度優(yōu)先搜索策略。以圖3的節(jié)點知識結(jié)構(gòu)為例，我們?nèi)√卣?、特征2、特征3、特征4依次為“真真假真”，其匹配過程如箭頭所示。在特征節(jié)點上包含了判斷函數(shù)（或表達式）及特征來源；特征組是匯聚節(jié)點，即And，Or，Not。匹配過程中，當匹配的是一個特征時，將執(zhí)行特征函數(shù)或表達式進行判斷；當匹配到一個特征組時，將先對其下級節(jié)點進行匹配，然后將匹配結(jié)果收集回來，再決定當前節(jié)點的值[24-29]。

在匹配過程中存在剪枝操作，如對And節(jié)點下，只要出現(xiàn)第一個為假的節(jié)點，后續(xù)節(jié)點將不做額外的處理。這樣會提高匹配的執(zhí)行效率。

圖3 知識圖譜匹配過程

匹配函數(shù)有一個單獨的注冊中心，提供了服務的注冊及版本控制等功能。匹配函數(shù)可以使用JavaScript腳本進行擴充，用戶需要在配置文件中指定JavaScript腳本所在目錄，在程序啟動時會對這些腳本進行自動加載。

匹配函數(shù)事實上包含2個參數(shù)（values，params），values是提取得到的特征值，params是知識庫中指定的額外參數(shù)，可以有多個。用戶擴展時，需要定義函數(shù)并將函數(shù)進行注冊。

在特征節(jié)點上我們還支持表達式用于更復雜的情況，如涉及到多個測點的比較等。表達式使用改造后的JavaScript語法。提供一些默認的操作函數(shù)[22-25]。

F——查找并返回函數(shù)，F(xiàn)有兩個參數(shù)（funcName，version），其中version可忽略，默認為最新的版本。

S——查找并返回特征，S有兩個參數(shù)（featureName，componentName），componentName忽略時會從未處理的測點中尋找。

V——查找并返回特征值。與S類似，直接返回值，不返回特征ID等額外信息。

4 系統(tǒng)工程應用情況

目前該系統(tǒng)已在豐滿智能水電站應用，將電站機組主要結(jié)構(gòu)部套（定子、轉(zhuǎn)子、空冷器、主軸密封、輔機等）的專家知識以及各部套之間的關聯(lián)關系形成知識圖譜關系網(wǎng)絡，確保機組專家知識形成有機整體，在運維、檢修過程中給運維人員提供決策和檢修意見指導。按照豐滿電站機組特征建立的機組專家知識圖譜數(shù)據(jù)結(jié)構(gòu)存儲結(jié)果可視化如圖4所示。

在電站調(diào)試期間，豐滿電站運維人員按照系統(tǒng)專家知識匹配結(jié)果中氣隙診斷模塊專家知識檢修指導意見，快速成功指導電站調(diào)試人員實現(xiàn)了機組關鍵部套的檢修工作。

圖4 機組專家知識圖譜數(shù)據(jù)結(jié)構(gòu)存儲結(jié)果

5 結(jié)論

本文設計的電站專家知識管理系統(tǒng)，實現(xiàn)了機組關鍵部件的專家知識圖譜建立與存儲，圖數(shù)據(jù)庫存儲了機組多種知識機理模型，并且建立了各種知識機理模型的關聯(lián)關系，形成了電站機組專家知識的關系網(wǎng)絡并實現(xiàn)可視化，同時電站人員可根據(jù)實際的知識積累進行系統(tǒng)的動態(tài)擴展。

該專家知識管理系統(tǒng)能快速指導電站人員對機組進行運維工作，同時對提升我國發(fā)電設備專家知識管理水平、確保電站寶貴運維經(jīng)驗得以保留和進一步擴展應用、提高經(jīng)濟效益有著重要的借鑒意義，為行業(yè)其他電站的專家知識和運維信息管理提供借鑒。

[1] 牛翊童. 基于知識圖譜的命名實體消歧方法研究[J]. 計算機產(chǎn)品與流通, 2020(8):249+255.

[2] 張瑩瑩, 錢勝勝, 方全, 徐常勝. 基于多模態(tài)知識感知注意力機制的問答方法[J]. 計算機研究與發(fā)展, 2020, 57(5):1037-1045.

[3] 趙紅丹, 劉微微. 知識隱藏：基于知識圖譜的研究述評[J]. 外國經(jīng)濟與管理, 2020, 42(5):121-138.

[4] 鐘海燕, 冷玉婷. 基于知識圖譜的成渝地區(qū)雙城經(jīng)濟圈研究綜述[J]. 重慶大學學報(社會科學版), 2020, 26(4):13-26.

[5] 郭小超, 雷婧, 馮銀虎, 張璐. 基于知識圖譜的國際突破性創(chuàng)新理論研究綜述[J]. 科學管理研究, 2020, 38(1):20-26.

[6] 周崢, 鄧朗妮, 廖羚, 雷麗貞, 劉睿敏. BIM技術(shù)在鋼結(jié)構(gòu)深化設計與施工中應用熱點的知識圖譜構(gòu)建方法研究[J]. 土木建筑工程信息技術(shù), 2020, 12(3):16-21.

[7] 林世平, 林松海, 魏晶晶, 吳運兵, 廖祥文. 融合知識圖譜的文本情感分析[J]. 福州大學學報(自然科學版), 2020, 48(3):269-275.

[8] 王曉鴻, 范志雄. 基于科學知識圖譜分析的我國科技創(chuàng)新發(fā)展脈絡研究[J]. 科技與經(jīng)濟, 2020, 33(2):16-20.

[9] 劉智穎, 蔣冠. 基于知識圖譜的信息搜尋行為研究綜述[J]. 蘭臺世界, 2020(5):40-43.

[10] 付洋, 劉茂福, 喬瑞. 心臟病中文知識圖譜的構(gòu)建[J]. 武漢大學學報(理學版), 2020, 66(3):261-267.

[11] 蘇向楠, 伍曉汀. 胃腸道間質(zhì)瘤研究的科學知識圖譜分析[J]. 中國普外基礎與臨床雜志, 2020, 27(10):1241-1244.

[12] 黃宗碧. 智慧水電及AI大數(shù)據(jù)應用[J]. 水電與抽水蓄能, 2019, 5(6):1-5.

[13] 陳淑紅. 智慧酒店設備節(jié)能與運維一體化整體解決方案[J]. 智能建筑與智慧城市, 2018(8):18-24.

[14] 章旭偉, 陶燕麟, 張仁貢, 趙克華. 武義縣智慧水電大運維平臺技術(shù)的研究與實踐[J]. 水電站機電技術(shù), 2018, 41(6):33-36+62.

[15] 吳利娟. 醫(yī)院后勤管理信息一體化項目開發(fā)研究[D]. 鄭州大學, 2018.

[16] 邱思亮. BIM技術(shù)對傳統(tǒng)物業(yè)管理模式的改造和提升研究[D]. 天津大學, 2018.

[17] 李振東. BIM在工業(yè)園設施運維管理中的應用研究[D]. 廈門大學, 2017.

[18] 段勇剛. 新電改背景下G核電集團售電平臺的商業(yè)模式重構(gòu)研究[D]. 深圳大學, 2017.

[19] 茅毅文. 基于BIM的上海市X政務大廳智慧大樓運營管理體系研究[D]. 廣西師范大學, 2017.

[20] 王春國. 華潤電力江蘇分公司市場競爭戰(zhàn)略研究[D]. 哈爾濱工業(yè)大學, 2016.

[21] 國家發(fā)展改革委. 中國制造2025——能源裝備實施方案[J]. 中國產(chǎn)經(jīng), 2016(6):66-93.

[22] 李曉芳, 曾樂平, 李凱. 電力企業(yè)的經(jīng)濟理論分析與研究[J]. 中國商貿(mào), 2013(16):125-126.

[23] 高新民. 人類未來能源的研究與發(fā)展[J]. 陜西煤炭, 2009(2):103-104.

[24] 張繼忠. 電力企業(yè)發(fā)展的外部和內(nèi)部環(huán)境分析[J]. 重慶工學院學報(社會科學版), 2007(9):43-45.

[25] 龍成鳳. 實施戰(zhàn)略成本管理提高火電企業(yè)競爭力[J]. 會計之友, 2006(1):47-48.

[26] 傅林江. 打造發(fā)電航母唱響光明樂章——嘉興發(fā)電有限責任公司五年發(fā)展歷程[J]. 中國電力企業(yè)管理, 2005(7):40-41.

[27] 王昶. 戰(zhàn)略管理[M]. 清華大學出版社, 2010.

[28] 穆獻中, 等. 新能源和可再生能源發(fā)展與產(chǎn)業(yè)化研究[M]. 石油工業(yè)出版社, 2008.

[29] 胡兆光, 等. 綜合資源戰(zhàn)略規(guī)劃與需求側(cè)管理[M]. 中國電力出版社, 2008.

Research on Development of Expert Knowledge Management System for Power Plant

LU Zhengang1, WANG Runpeng2

(1. State Grid Xinyuan Company Limited, Beijing 100761, China;2. Harbin Electric Machinery Company Limited, Harbin 150040, China)

In the process of operation and maintenance of hydropower stations, a large amount of expert knowledge and operation and maintenance experience have been accumulated. These expert knowledge and experience have been paid more and more attention by power stations and enterprises and developed a knowledge management system to manage them. In this paper, relying on the construction of Fengman smart hydropower station, it is the first time to develop a power station expert knowledge management system based on knowledge graph. The system uses the knowledge graph to create a graph-based data structure, which connects the key components of the unit and the relationship and attributes between the key components to form a power plant expert knowledge relationship network, and realizes the relationship between the unit components and the operating information visualized management, and has the advantage of convenient dynamic expansion of expert knowledge. The research results of this paper are of great significance for improving the management level of expert knowledge of hydropower stations in our country and provide reference for the construction of expert knowledge management systems for other power stations.

expert knowledge management system; knowledge management; knowledge graph; smart hydropower station

TM622

A

1000-3983(2021)01-0089-04

中國制造2025——智能制造綜合標準化與新模式應用項目（Z135060009002）

2020-08-07

路振剛（1964-），1991年4月畢業(yè)于大連理工大學水力發(fā)電工程專業(yè)，博士研究生，現(xiàn)從事水電站和抽水蓄能電站生產(chǎn)、建設與科研工作，教授級高級工程師。