張凡，陳浩敏，姚森敬，鄧遠發(fā)

（1.南方電網(wǎng)數(shù)字電網(wǎng)研究院有限公司，廣東廣州 510700；2.南方電網(wǎng)深圳數(shù)字電網(wǎng)研究院有限公司，廣東 深圳 518000）

知識圖譜是一種大型的語義網(wǎng)絡(luò)，用于描述客觀世界的概念實體時間以及實體映射關(guān)系[1-2]。與電網(wǎng)結(jié)構(gòu)傳統(tǒng)語義網(wǎng)絡(luò)相比，構(gòu)建電力知識圖譜能夠全面覆蓋電力網(wǎng)絡(luò)實體，能夠有效采集電網(wǎng)數(shù)據(jù)屬性、關(guān)系、實體信息等[3]。文獻[4]給出了基于知識圖譜的安全分析架構(gòu)圖,整個架構(gòu)分為數(shù)據(jù)采集層、數(shù)據(jù)預(yù)處理層和安全分析層。通過數(shù)據(jù)采集層采集構(gòu)建知識圖譜所需的原始安全數(shù)據(jù)。利用數(shù)據(jù)預(yù)處理層加工安全數(shù)據(jù)，從而獲得更深層次的知識。選擇安全分析層預(yù)處理電網(wǎng)數(shù)據(jù),構(gòu)建安全分析知識圖譜。安全分析層可以制定查詢規(guī)則，查詢異常行為、異常實體,同時可以基于已有的風險評估模型進行資產(chǎn)風險評估。文獻[5]基于知識圖譜技術(shù),探索電力設(shè)備缺陷記錄檢索方法，提升缺陷記錄檢索效果。但上述方法存在重復采集電網(wǎng)數(shù)據(jù)問題，使最終生成的知識圖譜置信度過低，效果不理想。因此，該文提出基于電網(wǎng)多源數(shù)據(jù)的電力知識圖譜構(gòu)建方法，提高知識圖譜置信度。

1 電力知識圖譜構(gòu)建方法

1.1 采集實體電網(wǎng)多源數(shù)據(jù)

采集實體電網(wǎng)多元素數(shù)據(jù)時，以電力發(fā)電廠與電網(wǎng)客服系統(tǒng)作為采集對象[6]。實體電網(wǎng)多源數(shù)據(jù)采集架構(gòu)如圖1 所示。

整合實體電網(wǎng)架構(gòu)中相同源頭的電力知識數(shù)據(jù)[7]，賦予實體電力知識權(quán)重：

其中，E|ε|表示電網(wǎng)中實體電力知識數(shù)量。電力知識間的相似性表示為：

其中，a、b分別表示不同的電力知識實體，φ(a)、φ(b)分別表示知識相似性函數(shù)和變換約束函數(shù)。定義上述得到的相似性電網(wǎng)多源數(shù)據(jù)的實體集合為E。為了減少相同電網(wǎng)知識的重復采集[8-9]，將可能含有語義相似的實體進行平滑處理：

其中，ei、ej分別表示含有相同電力知識的電力知識實體，計算得到重復采集的電力知識實體：

其中，wij表示采集得到電力知識實體間的連接矩陣，N(ei)表示參與計算的電力實體數(shù)量。將采集處理后的電網(wǎng)多源數(shù)據(jù)作為處理對象，抽取實體內(nèi)的電力知識。

1.2 抽取電力知識

將電力知識間的關(guān)系轉(zhuǎn)變?yōu)榉诸惼骺勺R別的特征數(shù)值[10]，轉(zhuǎn)變過程為：

其中，M(r)表示差異參數(shù)，vr(ei,ej)表示電力知識的差異函數(shù)。轉(zhuǎn)化處理電網(wǎng)多源數(shù)據(jù)后，計算可識別知識變量中的互信息表征：

其中，f表示電力知識類別中的變量，P(r)P(f)表示變量與特征數(shù)值間的聯(lián)合分布[11]。

在標注互信息表征關(guān)系的同時構(gòu)建最大熵模型，電力知識的抽取過程如圖2 所示。

圖2 電力知識抽取過程

根據(jù)圖2 可知，電力知識最終生成一個具有實體關(guān)系的三元組[12]，構(gòu)建電力特征篩選過程：

其中，fi(x,y)表示第i個電力知識關(guān)系三元組的特征方程，λi表示特征方程的權(quán)重參數(shù)，k表示得到的三元組數(shù)量，Z(X)表示歸一化因子。

1.3 構(gòu)建電力知識圖譜結(jié)構(gòu)

計算上述抽取得到的電力知識邏輯參數(shù)：

其中，z表示電力知識集合，Q(z(i))表示具有邏輯性的電力知識，P(x(i),z(i))表示電力知識的似然函數(shù)[13-14]。

構(gòu)建電力知識圖譜前，消除該部分冗余，消除過程為：

其中，E(Δ)表示電力知識冗余結(jié)構(gòu)參數(shù)[15]，γ表示冗余的間隔參數(shù)[16]。消除該部分冗余后，匯總上述邏輯參數(shù)對應(yīng)的電力知識[17]，知識譜構(gòu)建過程如圖3 所示。

圖3 電力知識譜構(gòu)建過程

在電力知識譜構(gòu)建過程，控制實際電力知識采用自頂向下的構(gòu)建方向。設(shè)定電網(wǎng)多源數(shù)據(jù)開放獲取鏈接，不斷更新電力知識的實體關(guān)系。綜合上述處理，最終完成基于電網(wǎng)多源數(shù)據(jù)的電力知識圖譜構(gòu)建。

2 仿真實驗

2.1 實驗準備

以表1 電力系統(tǒng)運行標準參數(shù)為準，搭建電力實驗平臺。

表1 電力系統(tǒng)運行標準參數(shù)設(shè)置

采用集中部署的電力平臺作為電網(wǎng)多源數(shù)據(jù)的采集對象，采集數(shù)據(jù)的電網(wǎng)結(jié)構(gòu)如圖4 所示。

圖4 電網(wǎng)多源數(shù)據(jù)目標采集結(jié)構(gòu)

在電網(wǎng)多源數(shù)據(jù)目標采集結(jié)構(gòu)下，使用文獻[4]方法、文獻[5]方法以及文中設(shè)計的方法進行實驗，對比不同知識圖譜構(gòu)建方法的性能。

2.2 結(jié)果及分析

對圖4中的電網(wǎng)多源數(shù)據(jù)采集20次，將電力知識常識作為標準，構(gòu)建知識圖譜準確率，計算公式為：

其中，T1表示被正確預(yù)測的知識關(guān)系數(shù)量，T2表示預(yù)測出的知識關(guān)系數(shù)量。

不同圖譜構(gòu)建方法的準確率結(jié)果如圖5 所示。

圖5 不同圖譜構(gòu)建方法準確率結(jié)果

根據(jù)圖5 可知，文中設(shè)計的知識圖譜構(gòu)建方法最終產(chǎn)生的準確率數(shù)值較高。在處理相同數(shù)量的多源數(shù)據(jù)數(shù)量時，準確率保持在97%左右。

保持上述實驗環(huán)境不變，將構(gòu)建知識圖譜中各項指標作為處理對象，對多源數(shù)據(jù)進行召回，獲取不同方法的召回率，計算公式為：

其中，T3表示電網(wǎng)多源數(shù)據(jù)包含的知識圖譜關(guān)系。不同構(gòu)建方法產(chǎn)生的召回率結(jié)果如圖6 所示。

圖6 不同圖譜構(gòu)建方法召回率結(jié)果

根據(jù)圖6 可知，文獻[4]方法平均召回率約為0.50%，知識圖譜構(gòu)建時對電網(wǎng)多源數(shù)據(jù)的召回數(shù)量較小。文獻[5]方法產(chǎn)生的平均召回率約為0.58%，實際召回的電網(wǎng)多源數(shù)據(jù)數(shù)量較多。而文中設(shè)計的方法平均召回率約為0.78%，召回處理的電網(wǎng)多源數(shù)據(jù)數(shù)量高于文獻[4]方法和文獻[5]方法，最終得到的知識圖譜結(jié)構(gòu)更加完整。

以不同知識圖譜構(gòu)建得到的三元組F 值作為對比對象。知識圖譜三元組中的F 值越大，則表示構(gòu)建得到的電力知識圖譜置信度越高，計算公式為：

變換構(gòu)建方法處理的多源數(shù)據(jù)組數(shù)量后，計算并統(tǒng)計不同方法的F 值。F 值大小如表2 所示。

表2 不同圖譜構(gòu)建方法F值結(jié)果

根據(jù)表2 可知，文獻[4]方法得到的F 值在53 左右，實際構(gòu)建得到的電力知識圖譜的置信度較弱。文獻[5]方法得到的F 值在73 左右，對應(yīng)得到的電力知識圖譜的置信度較高。而文中設(shè)計的方法得到F 值在93 左右，與文獻[4]方法和文獻[5]方法相比，文中設(shè)計的方法實際構(gòu)建得到的知識圖譜置信度較高。

3 結(jié)束語

隨著電力電網(wǎng)規(guī)模增大，電力數(shù)據(jù)管理工作趨于復雜。為此，以電網(wǎng)多源數(shù)據(jù)為基礎(chǔ)，構(gòu)建電力知識圖譜具有一定意義。電網(wǎng)多源數(shù)據(jù)的電力知識圖譜構(gòu)建方法能夠改善現(xiàn)有圖譜構(gòu)建方法的不足，為今后電力知識圖譜系統(tǒng)設(shè)計提供理論支持。