基于电网多元信息知识图谱的故障处置研究及应用

基于电网多元信息知识图谱的故障处置研究及应用

刘顺强 唐明福 卢彦君

清远供电局 511500

摘要：随着智能电网体系的不断完善，电力设备的类型、数量、工况复杂性大幅增加。投运设备的增加，带来的是零散存在于电力设备健康管理全生命周期各环节中的大量相关知识的增加，如何有效管理和利用这些知识，是电力设备精细化运维与健康管理领域的重要内容之一，已有研究将计算机领域中近年来广泛应用的知识图谱（knowledgegraph）技术引入电力系统领域。知识图谱的概念最初由Google公司于2012年提出，Google知识图谱通过三元组对“概念实体”、“属性”和“关系”等核心要素进行形式化描述，以最小的代价将大规模网络信息有效组织起来，开辟了互联网领域的数亿实体、属性和关联关系的可视化存储、组织和管理。在电网多元信息故障处理中存在着大量的专业业务知识，如何构建完备的知识图谱，并在此基础上挖掘其应用价值，实现设备的精细化运维、以及知识和健康管理的良性互动，是当前及今后一段时间内，能源电力系统推动数字化转型的内在驱动力之一。基于此，本篇文章对基于电网多元信息知识图谱的故障处置研究及应用进行研究，以供参考。

关键词：电网故障处置；多元信息；知识图谱；研究及应用

引言

在现阶段的电力行业的发展中，在电网调度管理工作中应用知识图谱技术，具有一定的经济效益和社会效益，可以全面地保障停电检修计划工作有计划、有安排地实施，也有利于提高工作质量，便于电网调度工作的管理，保障电力企业的稳定运行。基于知识图谱在停电检修计划编排工作的技术应用方面，可开发个性化信息的精准智能化推荐功能。一方面，根据岗位工作内容进行个性化信息的精准智能化推送，能够为个人的实际工作提供工作提醒、决策支持；另一方面，将业务的相关信息（包括业务指导书、业务经验分享、业务研究成果以及时事政治）精准智能化推送至个人，可逐步地提高员工的工作能力及业务水平、拓宽工作思路，从而起到了辅助公司培训内部人才的作用。

1知识图谱的定义

知识图谱是一种由谷歌公司研发出的技术类型，该技术本质上是为提升搜索引擎的功能性所构建出的一个辅助知识库。知识图谱的定义主要是过程与自身特性2个视角。从过程视角的角度进行分析，现阶段诸多学者认为知识图谱技术就是将数学、图形学以及信息可视化技术等诸多理论，融合到计量学引文分析、共现分析等分析方式，进而充分利用可视化的图谱形象，对其学科当中核心以及发展历史进行展现。从技术特征角度进行分析，这种知识图谱则是一种语义知识库，以此可以充分地利用符号的方式，对物理世界当中的诸多概念进行阐述，同时也相应地可以阐明关系。从自身特性来看，知识图谱则是结构化的语义知识库，用于以符号形式描述物理世界中的概念及其相互关系，其基本组成单位是“实体—关系—实体”三元组，实体间通过关系相互联结，构成网状的知识结构。

2省地协同电网故障处置平台构建

为解决电网省地两级调度单位实时故障处置的问题，本文设计电网省地协同故障处置技术方案，如图1所示。可以看出，故障处置方案可分为平台层、服务层及应用层。平台层用于提供电网实时运行过程中设备发生故障时的多源异构类数据，通过冀北电网调控云与本引擎的数据接口实现多源数据的接入。服务层旨在进行多源异构数据的预处理与融合。通过深度学习技术实现数据的结构化处理，知识图谱技术构建各类动静态数据的图数据库，数据本身的拓扑关系实现多源数据的融合。应用层是对图数据库的应用，通过实时的动态数据，匹配图数据库静态数据，实现故障定位，通过调规的故障处置经验及潮流数据的故障处置依据，结合知识推理，实现故障处置推荐服务，最后，通过人工介入判断故障处置逻辑的正确性，并作出正确的处置措施。

图1电网省地协同故障处置技术方案

3基于电网多元信息知识图谱的故障处置研究及应用

3.1面向电网操作场景的知识图谱构建技术

构建面向电网操作场景的知识图谱，主要包括以下4个步骤。（1）收集电网故障处置、异常设备隔离等电网专业词汇，并对这些专业词汇进行预处理，将电网故障处置场景和提取的专业词汇进行有机结合，并确定模型。（2）利用结巴分词工具对电网专业词汇进行分词处理，通过建立电网专业词典，提高分词的准确性，词典词汇均默认最大词频，进而利用正则表达式识别故障处置知识图谱的实体和关系。（3）将识别出的实体和关系进行对齐、链接、消歧，通过手工维护、相同字符规则匹配、K-means聚类等多种方式进行实体链接，从而形成完整的处置及隔离知识图谱。（4）应用Neo4j图数据库存储实体和关系，通过Cypher语言进行数据查询,建立面向电网操作场景的知识图谱。

3.1电力设备健康管理知识图谱构建分析

通常在完成本体构造、实体和关系抽取任务后便可得到知识图谱的大体框架，但正如前文所述，实体和关系抽取的质量将影响最终知识图谱的质量，所以在构建知识图谱之前需确保抽取的实体及关系有着较高的准确率。当前不少工作是将实体抽取、关系抽取视为两个分离的任务，故本文对实体-关系联合抽取做了相应回顾。实体、关系分离抽取存在的最大问题就是忽视了误差传播因素，随着自然语言处理（NLP）的快速发展，必将涌现出一系列实体-关系联合抽取方法，以获得高质量的实体及关系。在知识图谱构建完成之后需进行图谱完善以及知识推理工作，对现有的知识图谱进行反馈得到更为全面的知识图谱。同时，数据的不断累积将导致关键数据稀疏情况的出现，所以，如何从海量数据获取目标数据也是知识图谱构建过程中的一大难题。因此，本小节将从数据准备、图谱构建、图谱完善等展开论述，详细介绍电力设备健康管理知识图谱的构建过程，总体框架如图2所示。

图2电网多元信息知识图谱构建过程

结束语

总而言之，为解决电网实时故障定位与处置的问题，本文提出基于电网多元信息知识图谱的故障处置方法。通过实际应用验证，电网多元信息知识图谱对电网实时故障诊断及处置具有极其重要的价值，实现电网多元信息的高效利用与实时的电网故障定位与处置。接下来的研究工作将继续围绕电网多元信息的知识图谱构建工作进行，深入挖掘调度规程中蕴含的故障处置经验，同时结合电网的实时潮流信息，为故障处置推荐算法进行有效检验与建议，从而保电网故障处置工作可靠且高效地完成。

参考文献

[1]郭成,徐成现,蒋维,王波.面向低压配电网络拓扑的知识图谱构建与检索分析方法[J].电力科学与工程,2019,37(07):52-61.

[2]张虹,景欣,阮梦宇,周利军,王静,林春龙,林春哲.基于知识图谱的交直流大电网断面越限处置策略快速生成方法[J].现代电力,2019,38(04):455-464.DOI:1007-2322.2019.0392.

[3]郭榕,杨群,刘绍翰,李伟,袁鑫,黄香鸿.电网故障处置知识图谱构建研究与应用[J].电网技术,2019,45(06):2092-2100.DOI:10.13335/j.1000-3673.pst.2019.0065.

[4]王骏东,杨军,裴洋舟,詹祥澎,周挺,谢培元.基于知识图谱的配电网故障辅助决策研究[J].电网技术,2019,45(06):2101-2112. 2019.1677.

[5]乔骥,王新迎,闵睿,白淑华,姚冬,蒲天骄.面向电网调度故障处理的知识图谱框架与关键技术初探[J].中国电机工程学报,2019,40(18):5837-5849.DOI:10.13334/j.0258-8013.pcsee.200033.