电网知识图谱的构建

2022-08-30马娇玉

科技创新导报 2022年9期

马娇玉

（积成电子股份有限公司山东济宁 272000）

从知识图谱的定义角度分析，其在图书情报领域又被看作是知识领域的映射和可视化地图，同时，通过知识图谱，也能够直观地呈现出知识结构与发展状态中的图形，基于可视化技术对知识资源及载体的描述，能够清晰地找到并呈现二者之间存在的关系。本实验中使用了Neo4j数据库，来实现知识库结构的形成与利用［1］。通过数据库语句，根据关键字段来完成知识网络，提取mysql的半结构化数据，创建出实体、关系、属性等要素。实现知识有效融合，能够摆脱实体与关系，从而实现数据实时更新，构建良好的知识库结构，而知识推理的意义在于对当前知识库进行深入的知识挖掘，形成新的知识网络，丰富知识库内容。

知识图谱的主要作用是将多个独立的知识进行连接，形成一张知识网络，从而可以完成信息的结构化、统一化，也要依照现有的电网知识库实现隐晦知识的进一步挖掘，形成新的知识网络。

1 电网知识图谱的研发历程

1.1 第一阶段——设计

下文主要探索知识图谱的概念与构建电网知识图谱的意义，选取福建的电网数据进行分析。通过对福建地区的数据进行研究，提炼出电网关系结构图，详见图1，并将其作为电网知识图谱创建的重要参考。

图1 电网关系结构图

电网知识图谱的平台采用了传统B/S的模式（见图2），本文会详细介绍开发细节。

图2 电网知识图谱数据流结构图

1.2 第二阶段——持久化层

使用NOSQL图形数据库Neo4j，将其方法用于电网知识图谱的数据库工具，来完成电网知识图谱的持久化。以福建地区知识图谱为例，详见图3。

图3 福建电网知识图谱自动成图

Neo4j具有高性能特点，利用NOSQL图形数据库可以将结构化数据存储到网络中，其作为一种嵌入式的系统，通过磁盘来可以提高事务处理特性，构建Java持久化引擎［2］，然而对于机构化数据在网络（从数学角度叫做图）中的存储，并不是将数据存储于表内。Neo4j又被称为高性能引擎，通过这一引擎，可以满足成熟数据库应用需求，同时，程序员作为面向对象和灵活的网络结构，也能够表现出静态与严格的特点，然而这些特点都能够享受事务特性，也带来企业级数据库的优势。

Neo4j数据库中的label同等于关系型数据库中的表，其中的每一个实体同等于关系型数据库中的一行数据。

数据导入阶段，将福建电网的相关数据添加到Neo4j数据库，并自动生成关系，具体数据导入语句模板：

USING PERIODIC COMMIT 100 LOAD CSV FROM"文件路径"AS句柄merge（对象：标签名｛对象.属性0：句柄［0］，对象.属性1：句［1］，......｛对象.属性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行的数据进行一次Transaction提交，提升性能。

1.2.2 WITH HEADERS

从文件中读取第一行作为参数名，只有在使用了该参数后，才可以使用“对象.属性”这样的表示方式，否则需使用line［0］的表示方式。

具体自动创建关系语句模板：

Match（a：标签1），（b：标签2）where a.属性=b.属性merge（b）-［r：关系］->（a）。

通过此方式，来完成电网只是图谱的实体导入与关系自动创建，以半自动形成电网知识图谱。

1.3 第三阶段——可视化层

使用Vue+Element完成基本界面的搭建：（1）在页面script标签中引入Vue.js等库；（2）使用Echarts对知识图进行图形可视化展示操作首先引用Echarts的组件，然后引用其Graph进行画图操作。

1.4 第四阶段——部署

（1）平台使用.jar文件，使用JDK进行启动。（2）前端vue文件部署在Tomcat服务器上，使用同Tomcat进行启动。

2 电网知识图谱详细功能简要介绍

2.1 知识创建

以电网调控知识源为核心，建立电网调度运行专业词库，综合采用命名本体实体识别、句法分析、语义分析等自然语言处理方法，系统支持抽取数据源信息中的实体（概念）、属性以及实体关系。抽取时，根据已有电网模型信息构造，包含省调、地调、县调、厂站、设备、电压等级、设备属性及量测数据统计信息的网络层次知识［3］。例如，可以按地区与厂站、厂站与母线等具有关联关系，厂站本身也有很多相关的属性，这些都能够在词库的实体属性中具体展现。

USING PERIODIC COMMIT 1000 LOAD CSV FROM"文件路径"AS句柄merge（对象：标签名｛对象.属性0：句柄［0］，对象.属性1：句［1］，......｛对象.属性n：句柄［n］｝）。

上述语句详细解释。

2.1.1 USING PERIODIC COMMIT 1000

在LOAD CSV前面加上USING PERIODIC COMMIT 1000，1000表示每1000行的数据进行一次Transaction提交，提升性能。

2.1.2 WITH HEADERS

从文件中读取第一行作为参数名，只有在使用了该参数后，才可以使用line.name这样的表示方式，否则需使用line［0］的表示方式。

2.1.3 AS line

整个数据表是以行的形式进行提交的，每行提交为一个实体。

2.1.4 MERGE

使用MERGE实现创建，会自动取消创建重复的实体以及关系。在导入时，MERGE子句在已经存在各个标签、属性、属性值与当前MERGE后面描述的节点完全相同的情况下不会重复创建多余节点。所以，要先整理数据源，保证csv中的每条数据相同的节点要完全相同。

2.2 知识消减

系统可以消除电网知识图谱中的重复概念关系，及时清理冗余及错误的实体关系，保证知识图谱结构的准确性，可以使用Echarts完成知识图谱的数据可视化［4］。

2.3 知识推理

知识推理作为关键环节，可以根据现有电网业务逻辑信息进行推理，系统可以实现知识库中已有实体关系的逻辑推理，使用规则引擎，从现有知识中发现新知识，可实现业务需求分析推理，从而辅助电网业务决策。知识推理可以通过递归查询，深度挖掘，可以得到新的知识网络，以发掘新的知识。

2.4 知识展示

系统应提供知识图谱中的电网层次语义信息，点击可查看相应的具体知识内容；系统可根据输入选择类型，展示对应知识内容。

3 电网KG构建

电网在建设初期并没有统一的知识平台，每一个部门都建立了各种信息库，使得电网产生了较多的信息，通过电网的生产、运行及服务等环节，使得信息量不断增加［5］。例如，电流、电压及频率发生变化时会产生相关数据，开关状态发生改变后，也产生一系列的数据，电表信息是不可忽视的数据信息。电网信息化虽然产生了较多的电网数据，但需要使用的时间不断缩短。但是，在输出这些数据时，存在一些困难，主要原因是没有统一的格式，不仅需要将结构化的数据输入其中，还具有各种非结构化的数据，涵盖了文本、音频及视频等。在构建电网KG时，KG中根据多源数，结构化数据一般可以直接进行知识融合；对于半结构化数据来说，需要进行有效筛选，利用此种方法消除干扰数据，也可以进行知识抽取，有助于更好地规范数据。此外，要想建立完整的电网KG，需要将电网中涉及的各种数据进行有效整合，在对数据进行管理及查找时，会降低时间的浪费，也会将电网逐渐智能化，提高工作效率。要想建立良好的电网KG，第一步要从各个方面获取有效的电网术语，有效运用这些电网术语为形成专业化电网KG奠定了基础。与此同时，还可以运用形式化方法抽取术语信息，并对其可靠性进行相关分析［6］。但是，电网术语没有得到大规模的使用，其重要性也会得到降低，但会提高术语的统计难度。对此，工作人员可以设计专业化的电网词典，这有助于其他人更好地理解专业电网术语，也可以提高电网知识的学习效率，促进电网不断获得发展。