張軍琿　黃希揚(yáng)　桂明宇　昝紅英　張坤麗

摘 要：構(gòu)建水利領(lǐng)域的知識圖譜可為數(shù)字孿生水利工程建設(shè)提供結(jié)構(gòu)化的知識支持。基于黃河小浪底、萬家寨水利樞紐預(yù)報調(diào)度、工程安全、業(yè)務(wù)規(guī)則數(shù)據(jù)，使用實體識別和關(guān)系抽取模型構(gòu)建面向數(shù)字孿生工程的水利知識圖譜（ＫＧ４ＤＴ），并對圖譜進(jìn)行可視化展示。以水利樞紐為核心確定實體分類體系及關(guān)系分類體系，構(gòu)建ＫＧ４ＤＴ 的模式層。使用二次開發(fā)的標(biāo)注平臺對非結(jié)構(gòu)化文本進(jìn)行半自動標(biāo)注和人工校對，構(gòu)建ＫＧ４ＤＴ 的數(shù)據(jù)層。以黃河小浪底和萬家寨水利樞紐防洪、減淤、供水、發(fā)電業(yè)務(wù)為主線，結(jié)合ＡＣ 自動機(jī)等技術(shù)設(shè)計知識檢索、預(yù)案自動生成應(yīng)用，可為工程運(yùn)行提供智能決策支撐。

關(guān)鍵詞：水利知識圖譜；數(shù)字孿生；知識描述體系；應(yīng)用

中圖分類號：ＴＶ６１；ＴＰ３９１ 文獻(xiàn)標(biāo)志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０４．０２０

引用格式：張軍琿，黃希揚(yáng)，桂明宇，等．面向數(shù)字孿生工程的水利知識圖譜構(gòu)建及應(yīng)用［Ｊ］．人民黃河，２０２４，４６（４）：１２１－１２４，１３０．

水利部把智慧水利建設(shè)作為推動新階段水利高質(zhì)量發(fā)展的六條實施路徑之一。２０２１ 年１０—１１ 月，水利部印發(fā)《關(guān)于大力推進(jìn)智慧水利建設(shè)的指導(dǎo)意見》和《“十四五”期間推進(jìn)智慧水利建設(shè)實施方案》等文件。隨著水利信息化的不斷發(fā)展，水利樞紐工程積累了海量的異構(gòu)數(shù)據(jù)，這些數(shù)據(jù)存在內(nèi)容分散、利用效率低等問題。

知識圖譜的概念于２０１２ 年５ 月由Ｇｏｏｇｌｅ 提出，知識圖譜本質(zhì)上是一種語義網(wǎng)絡(luò)（ｓｅｍａｎｔｉｃ ｎｅｔｗｏｒｋ），網(wǎng)絡(luò)中的節(jié)點代表實體（ｅｎｔｉｔｙ）或者概念（ｃｏｎｃｅｐｔ），邊代表實體或概念之間的各種語義關(guān)系［１］ 。采用知識圖譜可以從海量異構(gòu)數(shù)據(jù)中提取結(jié)構(gòu)化知識，同時知識圖譜可與各個行業(yè)的下游應(yīng)用相結(jié)合。例如，醫(yī)學(xué)知識圖譜可以為醫(yī)療問答系統(tǒng)提供醫(yī)學(xué)知識支持，期貨知識圖譜可用于文本分析、輿情監(jiān)控和推理決策［２］ 。在智慧水利建設(shè)中知識圖譜有著廣泛應(yīng)用。例如，依據(jù)水利行業(yè)業(yè)務(wù)需求和流域管理特征，采用知識圖譜可進(jìn)行空間查詢服務(wù)、智能問答等［３－６］ 。然而，現(xiàn)有的水利知識圖譜存在知識涵蓋范圍較小、與實際業(yè)務(wù)聯(lián)系不緊密等問題。為此，本文構(gòu)建一種面向數(shù)字孿生工程的水利知識圖譜（ＫＧ４ＤＴ），使用實體識別和關(guān)系抽取技術(shù)從非結(jié)構(gòu)化數(shù)據(jù)中提取實體、屬性等并建立鏈接，圍繞預(yù)報調(diào)度、工程安全、庫區(qū)管理等核心業(yè)務(wù)，結(jié)合小浪底和萬家寨水利樞紐（萬家寨水利樞紐是黃河中游治理開發(fā)的關(guān)鍵工程，地位極其重要，被水利部列為數(shù)字孿生水利工程建設(shè)先行先試重點工程。小浪底水利樞紐是黃河干流的關(guān)鍵控制性工程。）防洪、減淤、供水、發(fā)電業(yè)務(wù)主線，為數(shù)字孿生水利工程提供知識檢索、預(yù)案自動生成等應(yīng)用。

１ ＫＧ４ＤＴ 整體框架

ＫＧ４ＤＴ 構(gòu)建和應(yīng)用整體框架見圖１，數(shù)據(jù)資源層和知識抽取層為ＫＧ４ＤＴ 構(gòu)建部分，應(yīng)用服務(wù)層為ＫＧ４ＤＴ 應(yīng)用部分。整體框架分為３ 層，下層為上層提供服務(wù)，其中數(shù)據(jù)資源層包含３ 類原始數(shù)據(jù)，原始數(shù)據(jù)經(jīng)過知識抽取層處理后，為上層應(yīng)用服務(wù)層提供結(jié)構(gòu)化的知識支持，應(yīng)用服務(wù)層為用戶提供知識檢索、預(yù)案自動生成等應(yīng)用。

ＫＧ４ＤＴ 中原始數(shù)據(jù)為黃河小浪底、萬家寨水利樞紐相關(guān)數(shù)據(jù)。根據(jù)業(yè)務(wù)應(yīng)用的不同，將收集的數(shù)據(jù)分為３ 類，分別為：１）預(yù)報調(diào)度數(shù)據(jù)。其包括防洪預(yù)報調(diào)度方案、調(diào)水調(diào)沙方案、汛末蓄水方案、超標(biāo)洪水應(yīng)急預(yù)報調(diào)度方案等相關(guān)數(shù)據(jù)。通過對水文氣象監(jiān)測數(shù)據(jù)進(jìn)行分析，結(jié)合水利工程的水文、水資源等特征，可對潛在的水災(zāi)害風(fēng)險進(jìn)行預(yù)測并制定科學(xué)合理的水資源調(diào)度方案，從而保障水資源的合理利用以及減少水災(zāi)害的發(fā)生。２）工程安全數(shù)據(jù)。其包括工程風(fēng)險隱患、隱患事故案例、事件處置案例、工程安全會商等相關(guān)數(shù)據(jù)。根據(jù)結(jié)構(gòu)化工程安全知識可以在出現(xiàn)工程安全隱患時快速檢索應(yīng)急預(yù)案，提高應(yīng)急處置能力。３）業(yè)務(wù)規(guī)則數(shù)據(jù)。其包括工程調(diào)度運(yùn)用規(guī)程、機(jī)電設(shè)備運(yùn)行規(guī)程、工程安全監(jiān)測資料整編規(guī)程等相關(guān)數(shù)據(jù)。規(guī)程主要是水利工程建設(shè)、管理等業(yè)務(wù)活動中的制度性規(guī)定，確保水利工程安全、高效、可持續(xù)運(yùn)營。

２ ＫＧ４ＤＴ 具體構(gòu)建過程與方法

ＫＧ４ＤＴ 具體構(gòu)建過程分為模式層構(gòu)建和數(shù)據(jù)層構(gòu)建，見圖２。模式層制定知識描述體系，數(shù)據(jù)層通過實體關(guān)系三元組對模式層各類知識的定義進(jìn)行表達(dá)。

２．１ 模式層構(gòu)建

模式層的構(gòu)建首先需要對收集的預(yù)報調(diào)度方案、業(yè)務(wù)規(guī)則等進(jìn)行整理分析。將模式層分為３ 個部分：預(yù)報調(diào)度知識描述體系、工程安全知識描述體系、業(yè)務(wù)規(guī)則知識描述體系。３ 類知識描述體系中部分實體關(guān)系定義見表１，各體系的實體關(guān)系側(cè)重點不同，例如，雖然預(yù)報調(diào)度和工程安全的核心實體均是“水庫”，但是預(yù)報調(diào)度的重點是對潛在的水災(zāi)害風(fēng)險進(jìn)行預(yù)測并制定科學(xué)合理的水資源調(diào)度方案，因此在預(yù)報調(diào)度知識描述體系中“水庫”應(yīng)與“水位”建立關(guān)系，根據(jù)水庫水位的變化生成防汛預(yù)案。工程安全包含水利樞紐各結(jié)構(gòu)和各系統(tǒng)的安全事件處置經(jīng)驗，因此工程安全知識描述體系側(cè)重于對水庫—位置等實體關(guān)系進(jìn)行描述。根據(jù)各體系知識種類以及應(yīng)用的不同，分別建立不同實體之間的關(guān)系，形成包含實體分類體系和關(guān)系分類體系的知識描述體系，即完成模式層的構(gòu)建。

２．２ 數(shù)據(jù)層構(gòu)建

數(shù)據(jù)層的構(gòu)建需要對采集的數(shù)據(jù)進(jìn)行半自動標(biāo)注和人工校對。在數(shù)據(jù)標(biāo)注過程中，為了確保標(biāo)注效率和標(biāo)注的一致性，借鑒醫(yī)學(xué)實體關(guān)系標(biāo)注平臺［７］ ，結(jié)合水利領(lǐng)域知識進(jìn)行二次開發(fā)，形成面向水利領(lǐng)域的實體關(guān)系標(biāo)注平臺。采用多輪交叉標(biāo)注方式在該平臺對知識庫中的實體及實體關(guān)系進(jìn)行標(biāo)注，采用基于規(guī)則的方法對非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行實體識別，采用深度學(xué)習(xí)方法對非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行實體關(guān)系的自動抽取。本文采用Ｂｉ－ＬＳＴＭ－ＣＲＦ 模型進(jìn)行實體識別、采用ＰＣＮＮ模型進(jìn)行關(guān)系抽取。Ｂｉ－ＬＳＴＭ－ＣＲＦ 模型由雙向長短期記憶網(wǎng)絡(luò)（ＬＳＴＭ）和條件隨機(jī)場（ＣＲＦ）組成，該模型能夠捕獲句子的雙向信息，降低對詞向量的依賴。ＰＣＮＮ 模型能夠?qū)嶓w的特征分布進(jìn)行編碼，有效提高關(guān)系抽取的準(zhǔn)確率。實體識別及關(guān)系抽取過程見圖３。

在采集的數(shù)據(jù)中，除文本數(shù)據(jù)外還存在一定數(shù)量的圖表數(shù)據(jù)，這些數(shù)據(jù)包含結(jié)構(gòu)化的水利知識，可為知識檢索應(yīng)用提供支撐，須對圖表數(shù)據(jù)進(jìn)行單獨處理。將單獨的表格或圖片定義為一個實體，圖表的題目即為實體名稱。將圖表的實體名稱存入Ｎｅｏ４ｊ 數(shù)據(jù)庫，再將原始圖表的基礎(chǔ)信息存入ＭｙＳＱＬ 數(shù)據(jù)庫，兩者之間通過唯一的實體名稱相關(guān)聯(lián)，在知識檢索應(yīng)用中通過對圖表題目進(jìn)行模糊匹配即可展示出對應(yīng)的圖表。

２．３ ＫＧ４ＤＴ 可視化展示

ＫＧ４ＤＴ 中共有７０ 類水利實體概念、１０８ 類實體關(guān)系、１２ ９０８ 個實體關(guān)系三元組，其中預(yù)報調(diào)度實體概念２８ 類、實體關(guān)系２８ 類，工程安全實體概念２１ 類、實體關(guān)系５０ 類，業(yè)務(wù)規(guī)則實體概念２１ 類、實體關(guān)系３０ 類。為了直觀反映ＫＧ４ＤＴ 中各概念之間的關(guān)系，設(shè)計ＫＧ４ＤＴ 可視化展示平臺，見圖４。通過系統(tǒng)頁面的搜索框可以檢索到各類水利實體，并以查詢的實體為中心，鏈接與其相關(guān)的各類實體。

３ ＫＧ４ＤＴ 具體應(yīng)用

數(shù)字孿生水利工程通過與物理工程的同步仿真運(yùn)行以及對各種軟硬件設(shè)備的實時監(jiān)控，可提高水利樞紐綜合監(jiān)管能力。通過對小浪底和萬家寨水利樞紐防洪、減淤、供水、發(fā)電業(yè)務(wù)主線的分析，結(jié)合工程管理實際業(yè)務(wù)需求，設(shè)計知識檢索、預(yù)案自動生成等應(yīng)用。

３．１ 知識檢索

水利樞紐工作人員通過知識檢索功能可以快速查詢預(yù)報調(diào)度方案、工程安全和業(yè)務(wù)規(guī)則等水利知識，以提高工作效率、促進(jìn)知識分享、快速決策和規(guī)劃。知識檢索界面見圖５。

知識檢索功能的實現(xiàn)基于ＡＣ 自動機(jī)（ Ａｈｏ －Ｃｏｒａｓｉｃｋ ａｕｔｏｍａｔｏｎ）和Ｎｅｏ４ｊ 數(shù)據(jù)庫。ＡＣ 自動機(jī)是一種高效的字符串多模式匹配算法，其核心思想是將ＫＭＰ 算法的失配指針應(yīng)用于Ｔｒｉｅ 樹中，實現(xiàn)對所有模式串的單次文本串掃描，并輸出匹配結(jié)果。例如：給定一個有限模式集｛水庫回水長度，小浪底水庫排沙，小浪底水利樞紐，庫容峰值｝和待檢索問題“小浪底水利樞紐的水庫回水長度是多少？”，首先為模式集創(chuàng)建ＡＣ 自動機(jī)（見圖６），然后對ＡＣ 自動機(jī)上所有的節(jié)點構(gòu)造失配指針，失配指針表見表２。在匹配階段，ＡＣ自動機(jī)會從待檢索問題的第一個字符開始匹配，如果當(dāng)前字符可以轉(zhuǎn)移到下一個節(jié)點，則繼續(xù)匹配下一個字符。如果匹配失敗，ＡＣ 自動機(jī)就會查找失配指針表，跳轉(zhuǎn)到下一個可能匹配的位置。如果到達(dá)某個節(jié)點時，這個節(jié)點表示一個模式串的結(jié)尾，則說明匹配成功，可以記錄下這個模式串的位置和長度。最終ＡＣ自動機(jī)檢索出頭實體“小浪底水利樞紐”和關(guān)系“水庫回水長度”，根據(jù)檢索出的頭實體在Ｎｅｏ４ｊ 數(shù)據(jù)庫中進(jìn)行條件查詢并返回查詢結(jié)果。

３．２ 預(yù)案自動生成

預(yù)案自動生成功能具有重要的實際意義，針對實時監(jiān)測和預(yù)測的水庫水雨情和工情數(shù)據(jù)，采用基于規(guī)則的方法將數(shù)據(jù)與ＫＧ４ＤＴ 中的匹配內(nèi)容進(jìn)行對比，做出邏輯判斷后生成防汛預(yù)案。以小浪底水利樞紐為例，預(yù)報預(yù)警匹配規(guī)則見表３，把小浪底水利樞紐、西霞院工程防汛預(yù)警劃分為Ⅰ、Ⅱ、Ⅲ、Ⅳ共４ 個等級。

預(yù)案生成過程分為兩步：第一步為判別響應(yīng)等級，第二步為自動生成預(yù)案。判別響應(yīng)等級時應(yīng)依據(jù)調(diào)度方案期內(nèi)各水文站的最高水位和流量，若同時有多個水位、流量達(dá)到不同等級，則取最高等級。預(yù)案自動生成案例見圖７，采集的實測和預(yù)測入庫流量、出庫流量、水位數(shù)據(jù)以圖表形式可視化展示，將這些數(shù)據(jù)與預(yù)報預(yù)警匹配規(guī)則匹配后，自動判別對應(yīng)的響應(yīng)等級。生成的預(yù)案包括４ 個部分，分別為水情形勢、工程安全研判、樞紐運(yùn)用方案和安全舉措。例如，根據(jù)“２０２１ 年秋汛洪水１００５０８－按調(diào)令出庫”調(diào)度方案，在調(diào)度時間范圍內(nèi)小浪底水庫預(yù)測最高水位為２７３．８２ ｍ、預(yù)測最大出庫流量為４ ０１２ ｍ３ ／ ｓ，潼關(guān)水文站預(yù)測最大流量為８ ２００ ｍ３ ／ ｓ，系統(tǒng)自動預(yù)判啟動Ⅲ級應(yīng)急響應(yīng)。預(yù)案中水情形勢展示內(nèi)容為小浪底、西霞院、三門峽水庫水位和潼關(guān)、花園口、利津水文站流量；工程安全研判內(nèi)容為水庫預(yù)警、水文站預(yù)警和工程監(jiān)測指標(biāo)預(yù)警信息；樞紐運(yùn)用方案內(nèi)容為機(jī)組、孔洞的運(yùn)用條件和運(yùn)行狀態(tài)；安全舉措中應(yīng)急響應(yīng)內(nèi)容為“小浪底管理中心防汛領(lǐng)導(dǎo)小組全體人員在６ ｈ 內(nèi)抵達(dá)樞紐管理區(qū)，統(tǒng)籌部署防汛工作。開發(fā)公司防汛指揮部全體人員及防汛工作人員在６ ｈ 內(nèi)抵達(dá)樞紐管理區(qū)，按照防汛預(yù)案開展巡查監(jiān)測及通信后勤保障工作，做好搶險準(zhǔn)備。投資公司防汛指揮部分管旅游公司的副總指揮、防辦、旅游公司負(fù)責(zé)人及防汛相關(guān)工作人員在６ ｈ內(nèi)抵達(dá)樞紐管理區(qū)，按照預(yù)案開展防汛工作”，還包括公司職責(zé)、搶險隊伍、物資保障等。用戶可分別對以上預(yù)案內(nèi)容進(jìn)行篩選查閱，以獲得細(xì)粒度預(yù)案信息。

４ 結(jié)束語

本文描述了面向數(shù)字孿生工程的水利知識圖譜構(gòu)建以及應(yīng)用過程。首先在模式層構(gòu)建中整合３ 類水利文本，然后在分析水利文本結(jié)構(gòu)的基礎(chǔ)上，經(jīng)水利領(lǐng)域?qū)＜抑笇?dǎo)設(shè)計圖譜描述體系，在數(shù)據(jù)層中通過多輪迭代的方式標(biāo)注文本，同時使用深度學(xué)習(xí)方法進(jìn)行實體關(guān)系自動抽取，對人工和自動標(biāo)注的三元組進(jìn)行校對。最后結(jié)合小浪底、萬家寨水利樞紐實際業(yè)務(wù)場景設(shè)計了知識檢索、預(yù)案生成等應(yīng)用。本文構(gòu)建的ＫＧ４ＤＴ 可以讓決策者更加快捷方便地辨識調(diào)度相關(guān)信息，通過任何一個實體搜索獲得其完整的知識體系，為工程安全、防洪調(diào)度提供數(shù)據(jù)查詢分析。

參考文獻(xiàn)：

［１］ 王萌，王昊奮，李博涵，等．新一代知識圖譜關(guān)鍵技術(shù)綜述［Ｊ］．計算機(jī)研究與發(fā)展，２０２２，５９（９）：１９４７－１９６５．

［２］ 李雯昕．期貨領(lǐng)域知識圖譜的構(gòu)建研究［Ｄ］．鄭州：鄭州大學(xué)，２０２２：２０－２８．

［３］ 曾曉玲，張弓．基于黃河資源整合共享的知識圖譜研究和應(yīng)用［Ｊ］．人民黃河，２０２１，４３（增刊２）：２８２－２８４．

［４］ 劉建華，岳銘睿．黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展研究知識圖譜分析［Ｊ］．人民黃河，２０２１，４３（７）：７－１２，２３．

［５］ 高鳳寧，高祥濤，曹帥，等．面向智能搜索應(yīng)用的水利知識圖譜構(gòu)建［Ｊ］．江蘇水利，２０２１（１０）：５９－６４．

［６］ 馮鈞，徐新，陸佳民．水利信息知識圖譜的構(gòu)建與應(yīng)用［Ｊ］．計算機(jī)與現(xiàn)代化，２０１９（９）：３５－４０．

［７］ 張坤麗，趙旭，關(guān)同峰，等．面向醫(yī)療文本的實體及關(guān)系標(biāo)注平臺的構(gòu)建及應(yīng)用［Ｊ］．中文信息學(xué)報，２０２０，３４（６）：３６－４４．

【責(zé)任編輯 栗 銘】

基金項目：河南省科技攻關(guān)項目（２３２１０２２１１０３３，２３２１０２２１１０３９）