一种电力运检隐患防控措施智能推荐方法

本发明涉及电力监测，即一种电力运检隐患防控措施智能推荐方法。

背景技术：

1、电力运检隐患是指电力生产运行和建设施工过程中产生可能造成人身伤害，或影响电力正常供应，或对电力系统安全稳定运行构成威胁的设备设施不安全状态、不良工作环境以及安全管理方面的缺失。电力运维检修部门的主要工作便是及时发现潜在隐患并高效处理。

2、长期以来，在电力运维检修领域，积累了大量电力运检隐患排查治理档案表，其中包含了电力设备以往发生的隐患场景及有效防控措施。然而这些历史隐患档案未能被有效利用，仅仅处于记录存档的状态。此外，电力运检隐患场景复杂多样，尽管一线的工作人员与专家能够凭借自己工作所得或口耳相传的经验完成运检工作，但单就其中部分业务的内在规则而言仍是模糊的。因此，挖掘隐患档案中的语义信息与因果联系，对于指导设备的状态评价与隐患治理具有重要意义。

3、近年来，由于语义计算和知识图谱技术兴起，电力领域知识图谱的应用取得了重要进展。国内外学者对以知识图谱技术为核心的电力系统应用进行了广泛的探讨。相关发明概述了人工智能技术在电力设备运维检修中的应用进展，强调基于知识图谱进行电力设备隐患知识推理是相关领域的有益探索；有技术利用设备缺陷记录语料构建电力知识图谱，提出利用图搜索进行电力设备缺陷检索的方法；此外，有发明通过搭建联合文本信息抽取模型和知识图谱的二次设备功能缺陷智能诊断与辅助决策平台，可快速分析诊断设备的缺陷部位及原因；相关技术提出面对多源异构电力设备数据的设备缺陷知识图谱构建方法，通过改进的图搜索模式以展示检索结果的期望信息；另外，有发明则采用领域知识图谱整合展示电力设备全生命周期数据，揭示实体与业务对象之间的关系；而同样有发明利用领域知识图谱进行规则推理，实现涉及设备、厂家、站/线、公司、质量、事件的高效分析查询。

4、综合而言，现有基于知识图谱的推荐研究工作多局限于图谱的构建过程，对图谱动态变化能力往往忽略；其次，推荐过程中行业人员交互空间有限，使得人工经验严重浪费，仅仅依赖于对语料的深度神经网络输出结果；而且基于静态图谱的更深入知识推理、智能推荐等后续能力不足。

技术实现思路

1、本发明以电力运检隐患为应用场景，围绕运检过程中隐患防控措施及规程规则推荐的技术难题，提出一种基于动态知识图谱的电力运检隐患防控措施智能推荐方法，实现由“人工经验式”向“知识导向式”运检模式转变，辅助现场运检人员更为高效的处理隐患，避免电力安全运行或生产事故。

2、本发明的技术解决方案是：一种电力运检隐患防控措施智能推荐方法，其特征在于包括：①构建基于倒排索引机制的隐患知识库生成模型，通过正向迭代最细粒度切分建立隐患实体与文档间映射关系，实现可高效检索的运检隐患治理档案文本结构化存储。②提出图存分离的知识图谱动态构建模式，通过结合隐患实体相似度的图谱语料检索和隐患记录在线解析，实现隐患知识图谱的动态生成。③设计基于动态知识图谱的隐患防控措施迭代交互智能推荐算法，通过规则约束和人工筛选实现防控措施精准推荐。④基于有关模型及算法研发隐患防控措施智能推荐系统，为运维检修人员提供友好的交互接口。

3、上述方案中，还包括：

4、所述的构建基于倒排索引机制的隐患知识库生成模型包含①原始隐患档案的格式转换及数据清洗。②基于正向迭代最细粒度切分的隐患内容分词。③隐患倒排索引库生成。

5、1)隐患数据预处理及格式规范化

6、通过开发python脚本，批量获取隐患治理档案表，解析对应字段及当中的文本信息。在数据预处理过程依据规则特征对隐患场景描述信息进行切分，去除冗余符号，获得隐患档案的一般规则文本信息。然后，根据“事故隐患内容”字段中的隐患场景描述，抽取隐患档案的相应字段，实现隐患治理档案表的js对象表示格式转换。

7、2)基于正向迭代最细粒度切分的隐患内容分词

8、结合电力运检领域词典，设计基于正向迭代最细粒度切分的隐患内容分词，具有60万字/秒的高速处理能力。在分词时，输入历史运检隐患记录，以单个字符的形式与词典进行匹配，如若能取到匹配项，则初步锁定该匹配项。循环到下一个字符，如果能在匹配项范围内与上一个字符匹配成词，则继续迭代后一个字符。若不能，则保存该词并加入到输出结果集，同时以该字符为新词始端，以此类推，直至遍历完成整条隐患记录。

9、3)电力运检隐患倒排索引库生成

10、通过上述分词获得的隐患关键实体，建立起隐患实体与所在文档间映射关系，即电力运检隐患倒排索引。隐患倒排索引与传统隐患档案存储方式显著不同，其为面向词项而非面向文档的数据结构，包含倒排列表、隐患实体集、实体id及文档频率四个部分组成。

11、所述的图存分离的知识图谱动态构建模式包含图谱语料检索与领域知识在线提取。

12、1)考虑隐患实体相似度的图谱语料检索

13、以隐患知识库倒排索引机制为基础，设计考虑隐患实体相似度的图谱语料检索方法，实现符合现场实时隐患场景的历史隐患记录检索。

14、2)基于语义解析的领域知识在线提取

15、基于语言技术平台，设计脚本调用应用容器引擎内编译的依存句法分析服务，实现隐患记录在线解析。

16、所述的基于动态知识图谱的隐患防控措施迭代交互智能推荐算法能够结合人工经验、历史数据及图谱动态推理实现电力运检隐患的异常征兆、故障规程、防控措施之间的因果关联分析。该算法通过实体范畴加图谱关系的搜索过程将动态知识图谱融入到迭代交互过程中，再通过历史隐患记录检索链接所构建的隐患倒排索引库，在实现扩大图谱语义表达范围的同时有效提升隐患防控措施推荐的准确性。

17、所述的基于有关模型及算法研发隐患防控措施智能推荐系统包括基础数据层，主要实现对结构化、半结构化的隐患排查治理档案的批量导入，并建立起隐患实体倒排索引的元数据管理底层信息库。知识计算层，作为电力领域知识图谱应用架构的核心层，承载自然语言处理、知识抽取、知识融合以及知识加工能力，同时，负责集成信息解析、事件抽取、比较排序、路径计算、关系推理等算法模型，为图谱应用层提供算法支撑。图谱应用层，负责提供隐患知识库管理、隐患分析、图谱优化、智能推荐及第三方应用，作为敏捷知识图谱应用框架的功能界面与实际应用场景进行对接。

18、本发明的优点如下：

19、1、与其他图谱语料检索方案性能对比分析

20、为了验证本发明所提倒排索引机制隐患知识库和考虑隐患实体相似度的图谱语料检索方法(相似度tf-idf算法)的性能，设计如下检索方案进行对比分析，各方案细节如下：

21、方案1：隐患治理档案表-人工检索。

22、方案2：隐患治理档案库-tf-idf算法。

23、方案3：隐患治理档案库-相似度tf-idf算法。

24、本发明方法：倒排索引机制隐患知识库-相似度tf-idf算法。

25、评价运检隐患记录检索效果时在采用精确率、召回率、f1值三项指标的基础上，发明中进一步增添平均检索时间的指标，不同检索方案的测试结果如表2所示

26、表2不同检索方案的测试性能对比

27、

28、由表2可知，相较于方案1(无索引结构)和方案2、3(传统的索引结构)，本发明中面向电力运检记录的倒排索引机制设计使单条隐患记录的平均检索时间显著降低，为下一步基于敏捷图谱的推荐奠定了良好基础。同时，对比方案2、3，改进tf-idf算法的精确率、召回率及f1值分别提升了9.67％、7.18％、8.44％，而本发明方法相较于方案3各项指标值进一步提升的原因主要是：倒排索引库构建过程中已对隐患记录进行过细粒度的分词，从而使隐患实体相似度检索时效果更佳。

29、2、隐患防控措施智能推荐方法效果对比

30、为了进一步验证本发明所提融合动态知识图谱的隐患防控措施智能推荐方法性能，基于构建的测试集分别开展如下3种方式的隐患防控措施推荐。推荐方法的性能分析采用推荐时间、准确率两项评测指标。

31、①传统人工方式：根据现场运检人员的人工经验对隐患进行初步分析，查找纸质版或电子版规程规则文件，人工编制隐患防控措施。

32、②知识库查询方式：该方式依然以运检人员对现场隐患原因分析为主，但在规程规则查询过程中采用了本发明构建的运检隐患知识库。

33、③本发明方法：在隐患原因分析环节由运检人员与智能推荐算法交互完成。执行过程中迭代机制调用的隐患知识库和图存分离的动态知识图谱。

34、分别采用传统人工、知识库查询及本文发明中方法推荐隐患防控措施，图8为测试集的推荐时间、准确率两项指标的平均统计结果。

35、分析图8可知，虽然人工方式编制隐患防控措施能够满足隐患基本治理要求，然而受限工作经验、工作状态等多方面影响，隐患原因分析并非十分全面，导致准确率始终低于80％；同时，人工逐条查阅规程规则极其消耗时间，导致防控措施编制时间较长。通过采用知识库查询方式，可有效降低人工翻阅纸质版或电子版规程规则所浪费的时间，使得防控措施推荐效率和准确率均得到提升。本发明方法在推荐时间、准确率上都有明显的优势，平均推荐时间约2.4min，推荐准确度可达94.8％。分析优势原因有以下三点，基于倒排索引机制的隐患知识库作为整套隐患措施推荐方案的数据支撑，便捷的交互检索极大压缩了推荐过程中规程规则查询时间；敏捷知识图谱可以准确地识别关键实体、匹配语义信息和进行知识推理，避免了传统人工经验隐患分析考虑不周全的问题；基于迭代机制的推荐算法引导电力运维检修人员进行“筛选式”隐患防控措施编制，在弥补不同工龄、学历的电力运维检修人员工作经验短板的同时，提高了人员专注力。

36、总而言之，从以上图谱语料检索和隐患防控措施智能推荐方法对比验证可以得出，本发明能为电力运维检修人员提供敏捷、精准、智能的辅助决策支持。其中，基于倒排索引机制的隐患知识库生成模型，实现了对海量运检排查治理档案的结构化索引管理，为历史隐患记录的高效检索和知识推理奠定了数据基础；图存分离的隐患知识图谱动态构建突破了传统信息提取+图数据库存储的图谱构建模式，动态知识图谱能够根据隐患特点及时推理出具有相同隐患场景的历史隐患记录，更为高效的解决运维检修人员自身尚未遇到但历史隐患记录中存在可借鉴案例的隐患情况；隐患防控措施迭代交互智能推荐算法，解决了电力检修人员无法准确把控安全隐患和高效处理的问题。对于知识和经验相对薄弱的新运维检修人员极具指导意义，能够迅速提升其业务水平及工作实践能力。