基于知识图谱的火灾及耦合灾害应急处置管理

刘永立，王海涛，2

（1.黑龙江科技大学 安全工程学院，黑龙江 哈尔滨150022；2.黑龙江工业学院 资源工程学院，黑龙江 鸡西158100）

煤炭一直是我国能源最主要供给形势，是我国支柱性产业之一[1]。随着国家推进“两化融合”，特别是近几年国家出台了智能化矿山建设的相关指导文件[2]，使得我国煤矿安全生产管理的信息化建设得到了广泛而深入的推进，安全生产状况取得了明显好转[3]。但是，煤矿灾害事故仍然偶尔发生，应急救援的能力仍有待提升[4-6]，而应急预案对应急救援有着重要的指导和参考作用。目前，煤矿企业很多应急预案都是纸质型或电子文档型保存的，这些应急预案的时效性较差，管理方式也相对落后，不能高效整合多种救援资源，限制了应急救援的水平[7-8]。为了解决这类问题，提出了基于知识图谱的应急处置管理方法。

知识图谱是一种用于揭示实体间关系的语义网络，由“E（实体）-R（关系）-E（实体）”基本单位组成，实体之间借助关系相互关联，构成网状知识结构[9-10]。知识图谱是结构化的语义知识库，以符号的形式描述实体的概念与实体间逻辑关系[10]。首先，知识图谱收集结构化、半结构化、非结构化数据，收集到的数据利用信息抽取技术（实体抽取、关系抽取、属性抽取）抽取半结构化、非结构化数据实体，抽取后的实体与结构化数据和企业风险仓库进行知识融合，消除指称项与事实对象间的歧义。然后，在已有知识库基础上，运用知识加工技术进一步挖掘隐含的知识，进而丰富和扩展知识库。最后，构建形成知识图谱服务于应用[11-12]。

哈尔滨工业大学社会计算与信息检索研究中心是最早开始研究事理图谱的研究机构[13]。事理图谱是围绕事件知识本身而展开的一种知识图谱，是1个描述事件之间演化规律和模式的事理逻辑知识库。结构上，事理图谱是1 个有向图，其中节点代表事件，有向边代表事件之间的顺承、因果、条件等事理逻辑关系[14]。顺承事理是1 种时间上的偏序关系，表示先后的动作逻辑；因果事理表示事件的前因后果，即1 个事件导致另1 个事件的发生；条件事理描述的是条件与结果间的关系，是预设与结果的逻辑。

1 煤矿耦合灾害领域知识图谱的构建

煤矿耦合灾害领域知识图谱由灾害领域图谱（火灾图谱、耦合灾害图谱）、管理部门图谱、灾害事理图谱3 个子图谱构成。图谱中包含了图像信息、文本信息、音频信息等不同形态、不同知识单元、不同属性的多源异构的关联数据，通过知识图谱的“E（关系）-R（实体）-E（关系）”特征以及可视化方法进行有效融合。

1.1 火灾图谱

火灾图谱如图1。

图1 火灾图谱Fig.1 Mapping knowledge domain of fire hazard

煤矿火灾的数据信息以文本信息为主，同时具有图像（工作面环境）、声音（井上下联络通话）等多种信息形式，是存储监控数据等信息的动态知识图谱。煤矿火灾信息由多相关部门分别掌管，火灾数据手续繁琐、效率低下，若某个部门出现问题，导致信息进展缓慢，极易出现“堵塞”或“瓶颈”，严重制约救援进度。此外，数据融合过程中极易出现数据重复，数据值不一致等问题，如何将来自2 个异构数据匹配关联同1 个自然实体也是煤矿火灾信息处理难点之一。因此，需要事先将不同机构不同部门的信息数据联合起来，才能满足快速应急响应的需求。

采用基于知识图谱的数据融合方法，将多源异构数据以“属性-值”的形式存储在知识图谱中，通过元素级、结构级匹配以及其他一些实体对齐的技术将多个来源的异构数据库进行融合。通过建立火灾知识图谱，建立火灾特征库，全方面存储火灾数据，实现复杂网络环境下火灾对象多源信息的自动提取、聚集、管理与融合。

1.2 耦合灾害图谱

火灾耦合灾害图谱如图2。

图2 火灾耦合灾害图谱Fig.2 Mapping knowledge domain of fire coupled hazard

与煤矿火灾图谱相类似，由火灾引发的耦合灾害图谱包括主要内容为：火灾生成的烟气、瓦斯、CO有毒有害物质；火灾导致工作面支护设备破损、失效，等引发的灾害；火灾形成的火风压，导致矿井通风系统，局部通风系统紊乱等灾害；受火灾影响的人员位置、火灾导致疏散通道受阻、矿井通信联络中断等矿井安全避险系统受损灾害。

1.3 监管部门图谱

监管部门图谱如图3。

图3 监管部门图谱Fig.3 Mapping knowledge domain of supervision department

煤矿企业监管部门繁多、数量大、关系复杂，监管过程中经常涉及多部门资源联合调度，联合调度要求资源时效性强、动态性高、变化性频繁。传统应急处置方法通常只能获取与煤矿直接相关的司法机构信息，若煤矿灾害事故出现跨区域，传统应急预案无法及时获取多区域监管部门的详细信息，难以实现跨区域多部门联合执法，影响应急处置速度。为解决这些问题，通过构建监管部门图谱，建立行政管辖区域的管理部门关系网，将错综复杂的管理部门以知识图谱的形式清晰地展现出来。

煤矿企业发生灾害事故后，通过获取行政管辖范围内多个系统各级各部门的基本信息、上下级关系等数据，将各个机构看作实体，基本信息看作属性，上下级关系作为实体间关系，构建监管部门图谱。通过构建监管部门图谱，将错综复杂的监管部门以关系网络的形式清晰地展现出来。当发生煤矿灾害事故，监管部门图谱快速、准确、全面地调取监管部门的完整信息，实现多部门高效联动响应以及应急预案的生成，实现多区域监管部门信息的快速调取以及多部门跨区域联合监管。

2 基于煤矿灾害事理图谱的辅助决策支持技术

灾害事理图谱通过构建灾害触发条件知识网络，将复杂领域的事件结构化、标准化、层次化以及抽象化；通过构建灾害事理图谱，自动抽取灾害事件的因果事理、顺承事理、条件事理等。以实时应急态势为驱动，结合知识灾害实体推理技术与辅助决策支持技术，将应急处置决策所需的基础数据、专题数据以及应急决策知识进行无缝融合，为应急预案智能化的决策支持提供可行方案。

2.1 煤矿灾害事理图谱

煤矿灾害事理图谱如图4。

图4 煤矿灾害事理图谱Fig.4 Coal mine hazard event logic graph

灾害事理图谱旨在从海量灾害事故案例调查报告描述文本中，运用事件抽取、事件对齐、事件融合以及泛化技术，自动形成大规模灾害事理图谱，得到因果关系、条件关系、顺承关系等事件间关系，为应急处置预案的生成提供事件态势驱动的智能化应急决策支持。如煤矿内因火灾的起因主要有煤的自然发火期短，工作面丢煤多、漏风多，乱采乱挖等；煤矿外因火灾的引起主要原因有机电起火、明火作业、违章放炮等。这些原因在适宜的条件下引发火灾的发生和蔓延，最终导致其它耦合灾害的发生。

传统应急处置预案模式固定死板，根据煤矿灾害类型进行固定流水化作业，无法根据煤矿灾害的实际异常情况有针对性地智能生成应急处置预案。运用煤矿灾害事理图谱的事件逻辑推理技术，预测煤矿火灾发展趋势，将决策信息动态注入预案流程节点，动态生成智能应急处置节点，为应急处置预案提供辅助决策支持，将灾害造成的危害降到最低。

2.2 基于灾害事理图谱的应急预案生成

灾害事理图谱的应急预案生成如图5。

图5 灾害事理图谱的应急预案生成Fig.5 Emergency plan generation of hazard event logic graph

当煤矿生产出现异常情况，需及时生成异常状况预警，并根据煤矿灾害事理图谱的逻辑推理技术预测灾害趋势，为应急预案的生成提供事件态势驱动的智能化应急决策支持，进而根据不同的异常情景有针对性地动态生成应急处置方案。以图2 中耦合灾害事件逻辑为例，灾害事理图谱与应急预案的动态关联，利用监测系统发现生产状况异常情况，首先确定是否误报警，如果是误报警进行消警，如果不是马上确认核实灾害情况，判断是否能控制住灾害危险源。如能则进行现场处置，如不能启动应急预案，直至灾害消除。

2.3 应急预案模板

针对煤矿灾害突发性、复杂性、隐蔽性等特点，以事件驱动的形式实现应急处置流程在多部门间有序流转，形成以火灾为主多种耦合灾害应急预案模版，涉及应急小组、司法局、公安局、法院、检察院等多个部门协同监管，为应急处置预案的生成提供基本框架。应急预案模板如图6。

图6 应急预案模板Fig.6 Template of emergency plan

传统应急处置预案手续繁琐复杂，各监管部门需按规定时间内层层上报，上级监管部门通过查阅大量的相关文件做好决策再层层下达，处理速度缓慢。通过应急预案模板，构建庞大的灾害事故知识库，存储事故相关数据；当检测到煤矿灾害事故时可自动匹配到相似事故案例，根据灾害信息直接定位相关灾害处置程序，进而快速生成事故应急预案。

3 多部门应急处置融合模型与生成算法

多部门应急处置融合模型如图7。

图7 多部门应急处置融合模型Fig.7 Multi-sectoral emergency response integration model

构建的应急预案模板为整个应急处置预案提供基本框架，存储在煤矿灾害知识图谱中的多源异构信息向应急预案模板动态注入数据，灾害事理图谱中的事件逻辑为动态智能应急处置提供辅助决策支持，最后将注入数据后的应急预案模板与智能预案流程节点进行融合，生成最终的应急处置预案。

结合煤矿灾害领域知识图谱、灾害事理图谱以及应急预案模板，提出了多部门应急处置预案动态融合模型与生成算法，算法流程如下：

1）从煤矿灾害领域图谱中获取火灾及耦合灾害基本信息。

2）通过监管部门图谱获取监管部门基本信息。

3）根据煤矿灾害类型调取对应的应急预案模板。

4）将煤矿灾害与监管部门图谱中的事故案例进行匹配，得到相似事故的应急处置方案。

5）根据煤矿灾害发展趋势在灾害事理图谱中匹配到相似事件的逻辑网。

6）将第2）步得到的具体监管部门注入第3）步预案模板中的相应部门。

7）将第4）步获取的相似事故应急处置方案作为第3 步应急预案模板中的决策参考。

8）根据第5）步得到的煤矿灾害发展趋势生成相应的应急处置计划，并注入预案流程节点。

9）将第6）、第7）步动态注入数据后的应急预案模板与第8）步生成的智能预案流程节点进行动态融合，生成多部门应急处置预案。

4 结 语

传统煤矿灾害应急处置的工作模式需花费相关工作人员大量的时间与精力，按照固定死板的预案流程缓慢推进，极易造成预案使用瓶颈并延误行动进程。此外，传统应急预案的生成模型无法根据灾害的实际情况动态生成智能应急预案，若涉及跨区域多部门联合监管，亦难以实现高效的协同合作。基于知识图谱的原理，针对煤矿火灾及耦合灾害的特征，设计了煤矿灾害应急处置管理模型和算法。提出的多部门应急处置预案融合技术，与传统应急处置预案的生成技术相比，具有如下优势：

1）煤矿企业信息往往以纸质文档、电子文档、相关记录仪器、系统数据库等形式存储，应急处置想要获取相关信息需通过调用不同存储设备或者文档，程序繁琐复杂，工作效率低。此外，传统的静态数据储方法易导致数据丢失和篡改，传统的动态数据存储方法数据实时更新困难，造成监管部门获取的信息不及时、不准确、不全面，严重影响应急救援进度。构建煤矿灾害知识图谱，通过制定知识图谱底层数据库的访问、查询、修改、删除等权限，确保静态数据的安全存储，利用知识图谱数据库的触发机制实现动态数据的实时快速更新。借助知识图谱的搜寻方法快速准确定位所需信息，实现相关数据的快速提取，提升了数据调用的时效性。

2）煤矿企业以往的信息管理系统大多采用关系型数据库存储，这就需构建大量关系表来维护煤矿灾害错综复杂的关系, 严重地降低运行性能。而利用知识图谱底层图数据库的结构特性，可以实现复杂关系数据的高性能存储，以知识图谱形式存储多源异构数据，实现静态数据安全存储，动态数据的实时更新，降低复杂关系数据的维护成本，提高数据调用的时效性，提高信息管理系统运行效率。

3）煤矿企业传统应急预案生成，都是通过煤矿

工作人员对灾害事故现场情况简单描述了解情况，这也是应急小组实施应急预案前获取信息的唯一渠道。由于煤矿灾害态势的不确定、多变性，人员情绪紧张导致语言表达不准确、局限性等因素影响，致使应急预案缺乏时效性。知识图谱技术在获取应急态势方法的基础上，运用自身技术特点获取煤矿灾害相关实时监控数据，迅速获取灾害位置及其周边环境信息，再借助辅助分析等手段得到灾害态势的实时变化，不但节约获取实时灾害态势的成本，更能以实时灾害态势为动力，快速准确制定符合灾害现场情况的应急决策。