史運(yùn)濤，黨亞光*，雷振伍，張蔭芬，董 哲

(1.北方工業(yè)大學(xué)現(xiàn)場(chǎng)總線技術(shù)及自動(dòng)化北京市重點(diǎn)實(shí)驗(yàn)室,北京 100144；2.中國(guó)標(biāo)準(zhǔn)化研究院,北京 100089)

隨著我國(guó)城市管道燃?xì)馐聵I(yè)的迅速發(fā)展，燃?xì)夤艿来罅窟M(jìn)入社區(qū)及居民用戶家中。由于燃?xì)夤夥秶粩鄶U(kuò)大、用戶數(shù)量不斷增長(zhǎng)，與燃?xì)庥嘘P(guān)的各類風(fēng)險(xiǎn)因素也隨之增加，社區(qū)戶內(nèi)燃?xì)馐鹿食手鹉晟仙厔?shì)。據(jù)“燃?xì)獗ā蔽⑿殴娖脚_(tái)的不完全統(tǒng)計(jì)，2020年全國(guó)燃?xì)獍踩鹿使?48起，其中室內(nèi)燃?xì)馐鹿视?27起，占比達(dá)到了燃?xì)馐鹿士倲?shù)的59.7%。不難看出，社區(qū)燃?xì)庥脩粢殉蔀槿細(xì)馐鹿矢甙l(fā)群體。為了加強(qiáng)對(duì)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的監(jiān)管，確保社區(qū)居民的安全用氣，需要對(duì)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)進(jìn)行風(fēng)險(xiǎn)評(píng)估，以快速全面地了解社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的風(fēng)險(xiǎn)水平，從而指導(dǎo)管理者和使用者選擇適當(dāng)?shù)姆婪洞胧﹣矶糁迫細(xì)怙L(fēng)險(xiǎn)事故的發(fā)生，保障社區(qū)居民的生命和財(cái)產(chǎn)安全。

目前燃?xì)庀到y(tǒng)風(fēng)險(xiǎn)評(píng)估的對(duì)象多為燃?xì)夤艿溃槍?duì)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)，研究工作主要集中于戶內(nèi)燃?xì)馐鹿试虻姆治雠c梳理，而對(duì)于社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)風(fēng)險(xiǎn)評(píng)估方法的研究較少。如楊濤等從燃?xì)庠O(shè)施和安裝質(zhì)量?jī)煞矫嬷謽?gòu)建安全評(píng)價(jià)體系，并基于打分法進(jìn)行了社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的風(fēng)險(xiǎn)評(píng)估；程琦從“操作人員—操作設(shè)備—安全管理”三個(gè)方面分析室內(nèi)燃?xì)夤艿老到y(tǒng)的安全風(fēng)險(xiǎn)影響因素，并構(gòu)建了室內(nèi)燃?xì)夤艿老到y(tǒng)的安全風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系；徐小羽通過梳理社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的風(fēng)險(xiǎn)因素，構(gòu)建了社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的故障樹模型，并利用風(fēng)險(xiǎn)因素評(píng)分劃分風(fēng)險(xiǎn)等級(jí)，實(shí)現(xiàn)了社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的安全評(píng)價(jià)。

綜上研究可以看出，目前對(duì)于社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的風(fēng)險(xiǎn)評(píng)估大都是基于專家經(jīng)驗(yàn)的靜態(tài)分析方法，無法體現(xiàn)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)風(fēng)險(xiǎn)的動(dòng)態(tài)特性。此外，現(xiàn)有的風(fēng)險(xiǎn)評(píng)估方法一般只對(duì)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)中單獨(dú)組成部分進(jìn)行建模，忽略了社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)風(fēng)險(xiǎn)復(fù)雜的耦合影響關(guān)系，無法對(duì)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)可能發(fā)生的風(fēng)險(xiǎn)事件提供及時(shí)的警告與維護(hù)建議。

近年來，基于機(jī)器學(xué)習(xí)的應(yīng)用可以作為動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估方法的解決方案。因此，本文提出了一種基于圖神經(jīng)網(wǎng)絡(luò)的社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估方法。首先，通過構(gòu)建社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，用來反映社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的安全失效動(dòng)態(tài)風(fēng)險(xiǎn)；然后，將知識(shí)圖譜用于社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的場(chǎng)景構(gòu)建，利用知識(shí)圖譜來反映社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)復(fù)雜的耦合影響關(guān)系，并在構(gòu)建社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)知識(shí)圖譜基礎(chǔ)上，提出了一種基于圖神經(jīng)網(wǎng)絡(luò)的社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估方法，通過對(duì)知識(shí)圖譜中實(shí)體特征進(jìn)行聚合，挖掘?qū)嶓w深層次的信息，從而實(shí)現(xiàn)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估，可為社區(qū)燃?xì)庥脩舻陌踩芾硖峁├碚搮⒖迹蛔詈?，通過案例應(yīng)用分析研究，驗(yàn)證了該方法的有效性和可靠性。

1 構(gòu)建社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系

建立一個(gè)合理的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系對(duì)于風(fēng)險(xiǎn)評(píng)估具有科學(xué)的指導(dǎo)性作用。通過對(duì)2016—2020年全國(guó)燃?xì)馐鹿式y(tǒng)計(jì)數(shù)據(jù)以及社區(qū)戶內(nèi)典型燃?xì)獍踩鹿蔬M(jìn)行全面分析，識(shí)別出社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)存在的風(fēng)險(xiǎn)問題和風(fēng)險(xiǎn)因素。結(jié)合事故分析結(jié)果和專家意見，分別從社區(qū)戶內(nèi)燃?xì)庠O(shè)施因素、運(yùn)行環(huán)境因素、人為因素和管理因素4個(gè)方面構(gòu)建如圖1所示的社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，實(shí)現(xiàn)對(duì)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)風(fēng)險(xiǎn)水平科學(xué)、準(zhǔn)確的描述。

圖1 社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系Fig.1 Dynamic risk assessment index system of community indoor gas system

1.1 燃?xì)庠O(shè)施因素

社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的構(gòu)成,如圖2所示。社區(qū)燃?xì)庥脩艏抑械娜細(xì)庠O(shè)施一般包括燃?xì)饬⒐?、燃?xì)獗?、燃?xì)忾y門、燃?xì)庠罹?、燃?xì)膺B接管、燃?xì)鉄崴鳌⒊橛蜔煓C(jī)等。而燃?xì)庠O(shè)施由于老化、腐蝕、故障和安裝不當(dāng)?shù)仍驎?huì)引發(fā)燃?xì)庑孤┑娘L(fēng)險(xiǎn)問題。例如：導(dǎo)致燃?xì)獗硇孤┑脑蛑饕ㄊ褂脮r(shí)間較長(zhǎng)造成燃?xì)獗肀旧砻芊饧匣l(fā)生燃?xì)庑孤?、燃?xì)獗硎褂铆h(huán)境不清潔造成燃?xì)獗砀g穿孔發(fā)生燃?xì)庑孤?、受外力影響或安裝問題導(dǎo)致燃?xì)獗肀眢w或連接處受損引發(fā)燃?xì)庑孤?；而燃?xì)庠罹叩娘L(fēng)險(xiǎn)問題一般包括灶具的老化、灶具自身質(zhì)量問題和灶具點(diǎn)火失敗等故障問題；燃?xì)鉄崴鞯娘L(fēng)險(xiǎn)問題除了由于服役時(shí)間長(zhǎng)易造成燃?xì)庑孤┩?，還包括因設(shè)施安裝位置不當(dāng)和煙道問題可能引起室內(nèi)聚集大量一氧化碳(CO)。

圖2 社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)構(gòu)成Fig.2 Composition of community indoor gas system

通過對(duì)社區(qū)戶內(nèi)燃?xì)庠O(shè)施的風(fēng)險(xiǎn)分析，其評(píng)估指標(biāo)體系分別從燃?xì)庠O(shè)施的服役時(shí)間、外防腐層完整性、安裝位置和設(shè)備故障狀況4個(gè)三級(jí)指標(biāo)來反映社區(qū)戶內(nèi)燃?xì)庠O(shè)施的風(fēng)險(xiǎn)水平。

1.2 運(yùn)行環(huán)境因素

通過分析社區(qū)戶內(nèi)燃?xì)馐鹿拾l(fā)生原因及其產(chǎn)生的影響，社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)安全失效可劃分為燃?xì)獗ㄊ鹿屎腿藛TCO中毒事故。燃?xì)庠O(shè)施由于泄漏以及用氣環(huán)境通風(fēng)不良等風(fēng)險(xiǎn)問題會(huì)導(dǎo)致室內(nèi)可燃?xì)怏w聚集，當(dāng)可燃?xì)怏w濃度達(dá)到爆炸極限或遇到明火會(huì)引發(fā)嚴(yán)重的燃?xì)獗ㄊ鹿剩淮送?，燃?xì)庠O(shè)施安裝在密閉空間或通風(fēng)不良的位置，由于燃?xì)獾牟怀浞秩紵龝?huì)造成CO聚集，進(jìn)一步可導(dǎo)致人員CO中毒事故。因此，社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)運(yùn)行環(huán)境的風(fēng)險(xiǎn)水平可以通過可燃?xì)怏w濃度和CO濃度2個(gè)三級(jí)指標(biāo)來反映。

1.3 人為因素

社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)由于用戶違規(guī)操作和使用不當(dāng)?shù)热藶橐蛩匾l(fā)的燃?xì)馐鹿室渤Ｓ邪l(fā)生，例如：用戶缺乏安全用氣意識(shí)，出現(xiàn)用氣時(shí)無人看管、使用燃?xì)夂笪醇皶r(shí)關(guān)閉閥門或關(guān)閉不到位、未及時(shí)更換超期使用的燃?xì)庠O(shè)施等不良用氣習(xí)慣；為了個(gè)人使用的便利，未經(jīng)批準(zhǔn)私改燃?xì)庠O(shè)施、封包暗藏燃?xì)庠O(shè)施、堆積易燃易爆物品等導(dǎo)致用氣環(huán)境失效等。因此，針對(duì)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)風(fēng)險(xiǎn)的人為因素，三級(jí)指標(biāo)體系包括用氣習(xí)慣、用氣環(huán)境可靠性。

1.4 管理因素

管理因素主要是指由于燃?xì)夤芾韱挝淮嬖诠芾砣毕荻l(fā)的風(fēng)險(xiǎn)問題，如燃?xì)夤疚窗凑找?guī)定進(jìn)入戶內(nèi)進(jìn)行周期檢修、宣教不到位等。因此，社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)的管理因素的三級(jí)指標(biāo)體系包括安全教育知識(shí)宣傳力度和入戶檢修頻率。

2 構(gòu)建社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的知識(shí)圖譜

知識(shí)圖譜旨在描述真實(shí)世界中存在的各種實(shí)體或概念，以及它們之間的關(guān)聯(lián)關(guān)系。在知識(shí)圖譜中，每個(gè)實(shí)體具有屬性值，每個(gè)屬性值用來刻畫實(shí)體的內(nèi)在特征，而關(guān)系用來連接兩個(gè)實(shí)體，用來刻畫它們之間存在的關(guān)聯(lián)關(guān)系。知識(shí)圖譜以圖的形式表示客觀世界中存在的“實(shí)體”和實(shí)體間的“關(guān)系”。本文在社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系的基礎(chǔ)上，利用知識(shí)圖譜來反映戶內(nèi)燃?xì)庀到y(tǒng)風(fēng)險(xiǎn)復(fù)雜的耦合影響關(guān)系，實(shí)現(xiàn)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的場(chǎng)景構(gòu)建。

具體地，將評(píng)估指標(biāo)體系中二級(jí)指標(biāo)“燃?xì)庠O(shè)施因素”作為一種實(shí)體類型，其余二級(jí)指標(biāo)“運(yùn)行環(huán)境因素”“人為因素”和“管理因素”綜合為“燃?xì)庥脩簟睂?shí)體類型，用來反映燃?xì)庥脩舻娘L(fēng)險(xiǎn)水平。同時(shí)，根據(jù)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的構(gòu)成，定義“燃?xì)庠O(shè)施”之間的關(guān)系為“連接”；“燃?xì)庠O(shè)施”與“燃?xì)庥脩簟遍g的關(guān)系為“屬于”。最終，構(gòu)建的社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)知識(shí)圖譜，見圖3。

圖3 社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)知識(shí)圖譜Fig.3 Knowledge graph of community indoor gas system

此外，將評(píng)估指標(biāo)體系中的三級(jí)指標(biāo)作為實(shí)體的內(nèi)在特征，即實(shí)體的屬性值。為了對(duì)實(shí)體特征進(jìn)行規(guī)范的描述，根據(jù)《城鎮(zhèn)燃?xì)庠O(shè)計(jì)規(guī)范》[GB 50028—2006(2020年版)]中居民生活用氣應(yīng)用要求，對(duì)實(shí)體的特征進(jìn)行了簡(jiǎn)化和離散化處理，其離散化處理結(jié)果見表1。考慮到實(shí)體“燃?xì)庠O(shè)施”對(duì)實(shí)體“燃?xì)庥脩簟钡娘L(fēng)險(xiǎn)影響，將兩種實(shí)體間的特征進(jìn)行關(guān)聯(lián)，如：“用氣習(xí)慣”的結(jié)果受“服役時(shí)間”的影響；“燃?xì)庠O(shè)施可靠性”的結(jié)果受“設(shè)施故障狀況”的影響。在離散化結(jié)果中，由于燃?xì)庠O(shè)施的設(shè)計(jì)壽命不同，因此“服役時(shí)間”的特征值由燃?xì)庠O(shè)施的設(shè)計(jì)壽命決定。例如戶內(nèi)燃?xì)庀到y(tǒng)中某一灶具閥門的服役時(shí)間為3～4 a之間，其設(shè)計(jì)壽命為10 a，則對(duì)應(yīng)的特征值為“<設(shè)計(jì)壽命50%”。

表1 社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)實(shí)體特征的離散化處理Table 1 Discretization of entity features of community indoor gas system

3 基于圖神經(jīng)網(wǎng)絡(luò)的社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估方法

根據(jù)上述構(gòu)建的社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)知識(shí)圖譜以及對(duì)知識(shí)圖譜實(shí)體特征的離散化處理結(jié)果，本文提出了一種基于圖神經(jīng)網(wǎng)絡(luò)的社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估方法。圖神經(jīng)網(wǎng)絡(luò)(Graph Neural Network,GNN) 是一種連接模型，它通過圖的節(jié)點(diǎn)之間的消息傳遞來捕捉圖的依賴關(guān)系，能夠處理具有廣義拓?fù)鋱D結(jié)構(gòu)的數(shù)據(jù)，如知識(shí)圖譜等，并可深入發(fā)掘其特征和規(guī)律。目前GNN的主要應(yīng)用包括實(shí)體分類、鏈路預(yù)測(cè)和圖分類等任務(wù)場(chǎng)景。

如圖4所示為基于圖神經(jīng)網(wǎng)絡(luò)的社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估模型的實(shí)現(xiàn)流程。

圖4 社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估模型的實(shí)現(xiàn)流程Fig.4 Implementation process of community indoor gas system dynamic risk assessment model

將社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)知識(shí)圖譜的實(shí)體特征矩陣和表示實(shí)體間連接關(guān)系的鄰接矩陣作為社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估模型的輸入。模型結(jié)構(gòu)共分為3層：實(shí)體級(jí)注意力層、語義級(jí)注意力層和實(shí)體分類層。在社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)知識(shí)圖譜中，實(shí)體間具有不同的關(guān)系，給定一種關(guān)系，每個(gè)實(shí)體都有基于該關(guān)系的鄰居實(shí)體。首先，實(shí)體級(jí)注意力層利用注意力機(jī)制學(xué)習(xí)某一實(shí)體(目標(biāo)實(shí)體)在特定關(guān)系下鄰居實(shí)體的重要性，得到目標(biāo)實(shí)體在鄰居實(shí)體影響下的特征嵌入；然后，語義級(jí)注意力層利用注意力機(jī)制學(xué)習(xí)不同關(guān)系的重要性，為其分配權(quán)重，并計(jì)算目標(biāo)實(shí)體在不同關(guān)系影響下的實(shí)體特征嵌入，挖掘?qū)嶓w特征的深層信息；最后，將經(jīng)實(shí)體級(jí)注意力層和語義級(jí)注意力層后得到的目標(biāo)實(shí)體新的特征嵌入輸入到實(shí)體分類層進(jìn)行分類，判定目標(biāo)實(shí)體的標(biāo)簽類別，實(shí)現(xiàn)目標(biāo)實(shí)體的風(fēng)險(xiǎn)等級(jí)劃分。

3.1 模型相關(guān)變量定義

在構(gòu)建社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估模型前，先對(duì)模型中的相關(guān)變量進(jìn)行定義。

定義1：社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)知識(shí)圖譜由

G

=(

V

，

R

)表示，其中

V

={

e

,

e

,…,

e

}表示知識(shí)圖譜中的實(shí)體集合,

R

={

r

,

r

,…,

r

}表示知識(shí)圖譜的關(guān)系集合,

N

表示知識(shí)圖譜中的實(shí)體個(gè)數(shù),

D

表示知識(shí)圖譜中的關(guān)系個(gè)數(shù)。

定義3：社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)知識(shí)圖譜中實(shí)體間的關(guān)系稱為語義路徑，實(shí)體在不同的語義路徑下具有不同的語義信息。語義路徑集合表示為

φ

={

φ

,

φ

,…,

φ

,…,

φ

}，其中

P

為知識(shí)圖譜中的語義路徑個(gè)數(shù),

φ

表示某一語義路徑。

3.2 實(shí)體級(jí)注意力層

針對(duì)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)知識(shí)圖譜，考慮實(shí)體間的影響關(guān)系，對(duì)實(shí)體特征信息進(jìn)行聚合。首先，實(shí)體級(jí)注意力層利用實(shí)體級(jí)注意力機(jī)制學(xué)習(xí)基于特定語義路徑目標(biāo)實(shí)體的鄰居實(shí)體重要性，并為它們分配不同的權(quán)重，通過聚合目標(biāo)實(shí)體自身特征和鄰居實(shí)體的特征，得到目標(biāo)實(shí)體新的特征嵌入。

由于不同實(shí)體類型具有不同的特征空間，為了將知識(shí)圖譜中不同類型實(shí)體的特征映射到同一特征空間中，需要將實(shí)體特征進(jìn)行線性變換，得到映射到高維空間的特征向量，其計(jì)算公式為

(1)

為了學(xué)習(xí)鄰居實(shí)體對(duì)于目標(biāo)實(shí)體的權(quán)重，引入了實(shí)體級(jí)注意力機(jī)制，其作用是能夠更好地學(xué)習(xí)到目標(biāo)實(shí)體與鄰居實(shí)體特征之間的依賴關(guān)系，其計(jì)算公式為

(2)

為了使實(shí)體級(jí)注意力系數(shù)便于計(jì)算和比較，利用softmax函數(shù)對(duì)實(shí)體級(jí)注意力系數(shù)進(jìn)行歸一化處理，其公式為

(3)

公式(3)是一個(gè)單層的前饋神經(jīng)網(wǎng)絡(luò)，并加入了LeakyReLu函數(shù)作為非線性的激活函數(shù)。利用該式運(yùn)算得到了歸一化后的不同實(shí)體間的注意力系數(shù)，使用注意力系數(shù)計(jì)算對(duì)應(yīng)特征的線性組合并結(jié)合多頭注意力機(jī)制，其計(jì)算公式為

(4)

3.3 語義級(jí)注意力層

在實(shí)體級(jí)注意力層的基礎(chǔ)上，為了得到實(shí)體在不同語義路徑下的特征嵌入，在語義級(jí)注意力層引入了語義級(jí)注意力機(jī)制，將實(shí)體級(jí)注意力層的輸出作為語義級(jí)注意力層輸入，通過計(jì)算不同語義路徑的重要性，得到不同語義路徑的權(quán)重，進(jìn)一步得到實(shí)體在不同語義路徑下的特征嵌入。

(5)

與實(shí)體級(jí)注意力系數(shù)一致，為了使語義級(jí)注意力系數(shù)更容易計(jì)算和比較，利用softmax函數(shù)對(duì)語義注意力系數(shù)進(jìn)行歸一化處理，其公式為

μ

=softmax(

attn

_

sem

)

(6)

(7)

3.4 模型結(jié)構(gòu)

為了獲得社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)知識(shí)圖譜中目標(biāo)實(shí)體的最終特征嵌入，模型分別使用了兩個(gè)實(shí)體級(jí)注意力層和語義級(jí)注意力層，具體計(jì)算公式如下：

(8)

(9)

3.5 實(shí)體分類層

為了實(shí)現(xiàn)知識(shí)圖譜中實(shí)體的風(fēng)險(xiǎn)等級(jí)評(píng)估，在實(shí)體級(jí)和語義級(jí)注意力層后增加了實(shí)體分類層。定義社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)集合為{低風(fēng)險(xiǎn)，較低風(fēng)險(xiǎn)，中等風(fēng)險(xiǎn)，較高風(fēng)險(xiǎn)，高風(fēng)險(xiǎn)}，利用softmax函數(shù)作為實(shí)體分類層激活函數(shù)，將語義級(jí)注意力層的輸出作為實(shí)體分類層的輸入，可得到目標(biāo)實(shí)體屬于各個(gè)風(fēng)險(xiǎn)等級(jí)的概率。實(shí)體分類層的計(jì)算公式為

(10)

社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估模型的整體結(jié)構(gòu)，見圖5。

圖5 社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估模型結(jié)構(gòu)Fig.5 Structure of dynamic risk assessment model for indoor gas

為了對(duì)模型中的參數(shù)進(jìn)行訓(xùn)練，利用交叉熵?fù)p失函數(shù)對(duì)帶標(biāo)簽的訓(xùn)練數(shù)據(jù)與預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。交叉熵?fù)p失函數(shù)的計(jì)算公式為

(11)

表2 實(shí)體分類標(biāo)簽編碼Table 2 Encodings of entity classification label

利用公式(11)計(jì)算帶標(biāo)簽實(shí)體的真實(shí)風(fēng)險(xiǎn)等級(jí)與預(yù)測(cè)結(jié)果之間的差異，并利用梯度下降法反傳誤差進(jìn)行半監(jiān)督學(xué)習(xí)，對(duì)模型中可學(xué)習(xí)的參數(shù)進(jìn)行訓(xùn)練。

3.6 模型訓(xùn)練

3.6.1 數(shù)據(jù)來源與數(shù)據(jù)處理

為了對(duì)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估模型的參數(shù)進(jìn)行訓(xùn)練，通過對(duì)北京市石景山區(qū)建鋼南里社區(qū)進(jìn)行調(diào)研，獲得了相關(guān)數(shù)據(jù)。在社區(qū)中，通過設(shè)計(jì)數(shù)據(jù)采集表獲得知識(shí)圖譜中的實(shí)體特征數(shù)據(jù)，同時(shí)利用項(xiàng)目應(yīng)用示范工程在社區(qū)加裝的物聯(lián)網(wǎng)傳感器獲得社區(qū)燃?xì)庥脩艨扇細(xì)怏w濃度和CO濃度的相關(guān)數(shù)據(jù)。

通過數(shù)據(jù)采集，得到建鋼南里社區(qū)103個(gè)燃?xì)庥脩艄? 000個(gè)實(shí)體的特征數(shù)據(jù)，通過對(duì)數(shù)據(jù)進(jìn)行處理后得到模型輸入的特征矩陣和鄰接矩陣。

另外，為了構(gòu)建模型訓(xùn)練的標(biāo)簽集合，結(jié)合層次分析法和專家打分法對(duì)實(shí)體進(jìn)行風(fēng)險(xiǎn)評(píng)估。具體計(jì)算步驟為：利用層次分析法獲得實(shí)體特征的權(quán)值矩陣

W

，并根據(jù)實(shí)體的特征進(jìn)行專家打分，得到分?jǐn)?shù)矩陣

S

，通過公式Risk=

W

·

S

計(jì)算實(shí)體的分?jǐn)?shù)，并根據(jù)風(fēng)險(xiǎn)等級(jí)劃分原則(見表3)，確定實(shí)體的風(fēng)險(xiǎn)等級(jí)。

表3 風(fēng)險(xiǎn)等級(jí)劃分表Table 3 Risk classification

3.6.2 模型參數(shù)設(shè)置

3.6.3 模型訓(xùn)練結(jié)果

模型訓(xùn)練結(jié)果見圖6，其中train_loss和val_loss分別對(duì)應(yīng)左縱坐標(biāo)中訓(xùn)練集損失和驗(yàn)證集損失；train_acc和val_acc分別對(duì)應(yīng)右縱坐標(biāo)中的訓(xùn)練集準(zhǔn)確率和驗(yàn)證集準(zhǔn)確率。

圖6 模型訓(xùn)練結(jié)果Fig.6 Model training results

由圖6可見，當(dāng)?shù)?34次時(shí)，模型準(zhǔn)確率達(dá)到了最高的88.3%，說明當(dāng)訓(xùn)練集數(shù)據(jù)只占數(shù)據(jù)集的20%時(shí)，模型已有較好的預(yù)測(cè)結(jié)果。

繼續(xù)增大訓(xùn)練集數(shù)據(jù)量，并在不同訓(xùn)練集占比下重復(fù)訓(xùn)練10次，將驗(yàn)證集和測(cè)試集準(zhǔn)確率的最大值作為模型訓(xùn)練結(jié)果，見表4。

表4 不同訓(xùn)練集占比的模型訓(xùn)練結(jié)果對(duì)比Table 4 Comparison of different training set proportion model results

根據(jù)模型訓(xùn)練結(jié)果(見表4)，模型具有較高的準(zhǔn)確率，可用于社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的風(fēng)險(xiǎn)評(píng)估。

4 案例應(yīng)用與分析

本文選取北京市石景山區(qū)建鋼南里社區(qū)燃?xì)庥脩糇鳛樵u(píng)估對(duì)象，分別于2019年10月和2020年10月使用數(shù)據(jù)采集表對(duì)該社區(qū)中103個(gè)燃?xì)庥脩暨M(jìn)行調(diào)研，獲得了相關(guān)數(shù)據(jù)，并利用訓(xùn)練好的社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估模型對(duì)其進(jìn)行風(fēng)險(xiǎn)評(píng)估，其評(píng)估結(jié)果見圖7和表5。

圖7 建鋼南里社區(qū)中不同時(shí)間實(shí)體數(shù)據(jù)風(fēng)險(xiǎn)水平變化Fig.7 Change of entity risk level at different time in Jiangang Nanli Community

表5 建鋼南里社區(qū)中不同時(shí)間較高風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)實(shí)體類型數(shù)量的統(tǒng)計(jì)結(jié)果Table 5 Comparison of the number of high-risk and higher-risk entity types at different time in Jiangang Nanli Community

由圖7可見，根據(jù)模型評(píng)估結(jié)果，隨著時(shí)間的變化，建鋼南里社區(qū)中較高風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)的實(shí)體數(shù)量有所增加。通過對(duì)該社區(qū)中不同時(shí)間較高風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)實(shí)體類型數(shù)量的統(tǒng)計(jì)結(jié)果(見表5)進(jìn)行對(duì)比分析，發(fā)現(xiàn)在該社區(qū)中燃?xì)膺B接管、燃?xì)獗砗腿細(xì)鉄崴鞯葘?shí)體類型存在較高風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)的數(shù)量相對(duì)較多。結(jié)合社區(qū)燃?xì)庥脩羰褂萌細(xì)獾膶?shí)際情況，分析其原因主要為：①社區(qū)部分燃?xì)庥脩羰褂玫娜細(xì)膺B接管材質(zhì)為膠管，而燃?xì)饽z管的設(shè)計(jì)壽命一般為18個(gè)月，在該社區(qū)中特別在老年人家中存在燃?xì)饽z管超期使用的情況較多；②建鋼南里社區(qū)是建成于20世紀(jì)80年代的老舊小區(qū)，社區(qū)內(nèi)公共燃?xì)庠O(shè)施服務(wù)年限較長(zhǎng)，戶內(nèi)燃?xì)獗砗腿細(xì)饬⒐苡捎诶匣透g等原因，存在較為嚴(yán)重的風(fēng)險(xiǎn)問題；③社區(qū)部分燃?xì)庥脩羰褂玫娜細(xì)鉄崴靼惭b在衛(wèi)生間、廚房等通風(fēng)不良的位置，存在較大的安全隱患，同時(shí)部分用戶家中使用的燃?xì)鉄崴鞣蹠r(shí)間較長(zhǎng)，存在設(shè)施老化、故障等問題。

此外，根據(jù)建鋼南里社區(qū)部分實(shí)體間的風(fēng)險(xiǎn)影響評(píng)估結(jié)果(見圖8)可以看出：當(dāng)“燃?xì)鉄崴?”的實(shí)體特征為{>設(shè)計(jì)壽命90%，破損點(diǎn)≥5個(gè)，安裝位置不合格，有故障}，模型預(yù)測(cè)其風(fēng)險(xiǎn)等級(jí)為“高風(fēng)險(xiǎn)”，與之相連的“燃?xì)庥脩?”受其影響，模型預(yù)測(cè)其風(fēng)險(xiǎn)等級(jí)為“中等風(fēng)險(xiǎn)”；當(dāng)與“燃?xì)庥脩?2”相連的“燃?xì)獗?2”、“燃?xì)庠罹?2”和“抽油煙機(jī)12”的實(shí)體特征分別為{>設(shè)計(jì)壽命90%，破損點(diǎn)≥5個(gè)，安裝位置不合格，有故障}、{>設(shè)計(jì)壽命90%，破損點(diǎn)<5個(gè)，安裝位置不合格，有故障}和{>設(shè)計(jì)壽命90%，破損點(diǎn)≥5個(gè)，安裝位置不合格，無故障}，模型預(yù)測(cè)“燃?xì)獗?2”、“燃?xì)庠罹?2”和“抽油煙機(jī)12”的風(fēng)險(xiǎn)等級(jí)分別為{高風(fēng)險(xiǎn)，高風(fēng)險(xiǎn)，較高風(fēng)險(xiǎn)}，受3個(gè)實(shí)體的風(fēng)險(xiǎn)影響，模型預(yù)測(cè)“燃?xì)庥脩?2”的風(fēng)險(xiǎn)等級(jí)為“高風(fēng)險(xiǎn)”。

圖8 建鋼南里社區(qū)中實(shí)體間的風(fēng)險(xiǎn)影響評(píng)估結(jié)果Fig.8 Risk impact results between entities of Jiangang Nanli Community

通過上述分析可知，所構(gòu)建的動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估模型可以針對(duì)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)風(fēng)險(xiǎn)復(fù)雜的耦合影響關(guān)系進(jìn)行動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估，并根據(jù)評(píng)估結(jié)果確定社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)存在的風(fēng)險(xiǎn)問題，這對(duì)采取有效的風(fēng)險(xiǎn)防控措施指明了方向,如：社區(qū)管理者應(yīng)督促燃?xì)庥脩魧?duì)風(fēng)險(xiǎn)較高的燃?xì)膺B接管和燃?xì)鉄崴鬟M(jìn)行及時(shí)更換；對(duì)于腐蝕較為嚴(yán)重的燃?xì)獗?，燃?xì)夤緫?yīng)及時(shí)進(jìn)行檢修和更換，以避免燃?xì)馐鹿实陌l(fā)生。

5 結(jié)論與建議

本文以社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)為研究對(duì)象，通過構(gòu)建社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系，結(jié)合社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的構(gòu)成，建立了社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的知識(shí)圖譜，并提出了一種基于圖神經(jīng)網(wǎng)絡(luò)的社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估方法。通過實(shí)例應(yīng)用分析表明：該方法可以針對(duì)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)風(fēng)險(xiǎn)復(fù)雜的耦合影響關(guān)系，實(shí)現(xiàn)社區(qū)戶內(nèi)燃?xì)庀到y(tǒng)的安全動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)價(jià)，對(duì)社區(qū)燃?xì)庥脩舻陌踩芾砼c采取及時(shí)有效的風(fēng)險(xiǎn)防控措施具有一定的指導(dǎo)和參考意義。

本文的研究中，評(píng)估對(duì)象未考慮燃?xì)馊∨?、燃?xì)獗趻鞝t等戶內(nèi)燃?xì)庠O(shè)施的影響，未來將進(jìn)一步完善評(píng)估對(duì)象，并深入研究圖神經(jīng)網(wǎng)絡(luò)方法在燃?xì)怙L(fēng)險(xiǎn)評(píng)估中的應(yīng)用。