周義棋，劉 暢，，龍 增，李丹煜，陳鵬沖，劉 彬，鐘茂華

（1.清華大學(xué)工程物理系公共安全研究院，北京 100084；2.中國電力科學(xué)研究院有限公司，北京 100192）

0 引言

電網(wǎng)是保障城市安全運(yùn)行和能源經(jīng)濟(jì)健康的命脈，面臨突發(fā)事件時(shí)，及時(shí)有效地啟動電網(wǎng)事故應(yīng)急響應(yīng)是保障電網(wǎng)和城市正常運(yùn)行的關(guān)鍵。隨著電力系統(tǒng)發(fā)展日趨龐大，電網(wǎng)事故的應(yīng)急處置難度、內(nèi)容和流程日益復(fù)雜。目前，電網(wǎng)事故的應(yīng)急決策往往基于決策人員對應(yīng)急預(yù)案的理解與經(jīng)驗(yàn)進(jìn)行主觀決定。此外，電網(wǎng)事故處置需要多個(gè)部門協(xié)同，因此在應(yīng)急過程中，難免出現(xiàn)職責(zé)劃分不清、應(yīng)急處置任務(wù)覆蓋不全、協(xié)同效率低等情況。電網(wǎng)應(yīng)急預(yù)案中包含突發(fā)事件下各職責(zé)部門的應(yīng)急工作內(nèi)容，然而人工查閱的方式耗時(shí)較長，難以滿足應(yīng)急處置的時(shí)效性需求。因此電網(wǎng)系統(tǒng)需要借助智能化手段，將電網(wǎng)應(yīng)急知識轉(zhuǎn)換為結(jié)構(gòu)化、可視化的形式，輔助決策人員檢索應(yīng)急知識和應(yīng)急任務(wù)，協(xié)調(diào)各部門采取應(yīng)急措施，提高電網(wǎng)事故的處置效率。

知識圖譜（knowledge graph）作為智能化知識表示方法，以圖形式將三元組知識（頭實(shí)體，關(guān)系，尾實(shí)體）進(jìn)行存儲和關(guān)聯(lián)表示。目前，知識圖譜在電力和公共安全領(lǐng)域已有初步探索。在電力領(lǐng)域，閃鑫等[1]分析人工智能在電網(wǎng)調(diào)控中的應(yīng)用，表明知識圖譜可作為1 種有效的智能輔助決策手段；蒲天驕等[2]概述知識工程在電力系統(tǒng)中的發(fā)展歷程，提出1 種電力領(lǐng)域知識圖譜應(yīng)用框架設(shè)計(jì)。目前電力領(lǐng)域針對知識圖譜的研究主要應(yīng)用于故障處置方面，喬驥等[3]基于知識圖譜針對電網(wǎng)故障處理業(yè)務(wù)場景的應(yīng)用思路進(jìn)行初探；郭榕等[4]提出1 種電網(wǎng)故障處置知識圖譜構(gòu)建方法，分析知識圖譜在故障處置中的應(yīng)用；王駿東等[5]基于知識圖譜實(shí)現(xiàn)電網(wǎng)故障的輔助知識問答、案例匹配和業(yè)務(wù)推薦。在公共安全領(lǐng)域，杜志強(qiáng)等[6]和陶坤旺等[7]分別通過洪澇和地震災(zāi)害驗(yàn)證知識圖譜在應(yīng)急管理中的可行性；盧穎等[8]針對踩踏事故預(yù)防監(jiān)控領(lǐng)域的發(fā)展趨勢進(jìn)行知識圖譜可視化研究；林穿等[9]構(gòu)建電力事故事理知識圖譜，為預(yù)控電力事故發(fā)展提供知識服務(wù)。知識圖譜構(gòu)建的關(guān)鍵技術(shù)為實(shí)體抽取和關(guān)系抽取，Danilo等[10]利用自然語言處理技術(shù)抽取文本中的實(shí)體和關(guān)系；Phuc等[11]基于深度學(xué)習(xí)的分類模型生成三元組知識并構(gòu)建知識圖譜用于智能問答系統(tǒng)；廖佳路[12]結(jié)合電網(wǎng)領(lǐng)域?qū)I(yè)詞典和深度學(xué)習(xí)模型從電網(wǎng)故障案例文本中抽取故障信息。綜上可知，電力領(lǐng)域知識圖譜的相關(guān)研究多數(shù)聚焦于電網(wǎng)故障處置，在電網(wǎng)突發(fā)事故應(yīng)急管理方面的相關(guān)研究較少且研究不深。

因此，本文根據(jù)電網(wǎng)自然災(zāi)害和大面積停電事件應(yīng)急預(yù)案，梳理電網(wǎng)應(yīng)急預(yù)案知識內(nèi)容體系，提出基于規(guī)則與深度學(xué)習(xí)的電網(wǎng)應(yīng)急知識圖譜構(gòu)建方法并通過Neo4j圖數(shù)據(jù)庫進(jìn)行可視化分析，通過大面積停電實(shí)際案例驗(yàn)證構(gòu)建方法的有效性，以期通過構(gòu)建電網(wǎng)應(yīng)急知識圖譜提高電網(wǎng)突發(fā)事故的處置效率。

1 數(shù)據(jù)來源與分析

1.1 電網(wǎng)應(yīng)急預(yù)案數(shù)據(jù)來源

應(yīng)急預(yù)案是電網(wǎng)應(yīng)急管理體系建設(shè)的核心內(nèi)容之一，在突發(fā)事件處置等方面起著重要作用[13]。針對自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生和社會安全4 類突發(fā)事件，我國均已制定相關(guān)應(yīng)急預(yù)案。電力系統(tǒng)事故中，除運(yùn)行設(shè)備故障和人為操作失誤外，自然災(zāi)害是大部分事故的原因，且自然災(zāi)害對電網(wǎng)的影響較為嚴(yán)重，例如2008年中國南方冰凍雨雪災(zāi)害和汶川地震，導(dǎo)致電網(wǎng)設(shè)施大面積毀損，造成重大社會經(jīng)濟(jì)損失[14]。各類自然災(zāi)害導(dǎo)致的大面積停電可能會引發(fā)巨大經(jīng)濟(jì)影響，甚至引發(fā)社會混亂[15]。因此，本文針對電網(wǎng)自然災(zāi)害及其引發(fā)的大面積停電事件進(jìn)行研究，通過中國部分省市（不包括港澳臺，下同）政府官方網(wǎng)站搜集各層級大面積停電事件應(yīng)急預(yù)案共57 份，同時(shí)通過省級電力公司安全管理部門搜集涵蓋臺風(fēng)、地震等自然災(zāi)害應(yīng)急預(yù)案共7 份，如表1所示。

表1 電網(wǎng)應(yīng)急預(yù)案數(shù)據(jù)來源Table 1 Data sources of power grid emergency plans

電網(wǎng)應(yīng)急預(yù)案具有下述特點(diǎn)，導(dǎo)致應(yīng)急知識抽取存在一定困難：1）預(yù)案內(nèi)容根據(jù)發(fā)布部門層級不同有所差異，知識提取時(shí)可能造成各級實(shí)體混淆；2）災(zāi)害的多樣性導(dǎo)致各類應(yīng)急預(yù)案涉及的專業(yè)詞匯不同；3）涉及部門較多導(dǎo)致實(shí)體邊界容易混淆。盡管如此，各預(yù)案的應(yīng)急組織架構(gòu)和應(yīng)急處置流程具有共通模式[16]。本文結(jié)合搜集的各類電網(wǎng)自然災(zāi)害以及大面積停電事故應(yīng)急預(yù)案，分析電網(wǎng)災(zāi)害事故應(yīng)急組織架構(gòu)和應(yīng)急處置流程。

1.2 電網(wǎng)應(yīng)急預(yù)案結(jié)構(gòu)化分析

1.2.1 電網(wǎng)災(zāi)害事故應(yīng)急組織架構(gòu)

為應(yīng)對電網(wǎng)突發(fā)災(zāi)害事故，政府部門和電力企業(yè)均需建立應(yīng)急組織架構(gòu)，并在災(zāi)害事故發(fā)生時(shí)密切協(xié)作。根據(jù)我國大面積停電事件應(yīng)急預(yù)案，由國務(wù)院或國務(wù)院授權(quán)發(fā)展改革委成立應(yīng)急指揮部，統(tǒng)一領(lǐng)導(dǎo)指揮大面積停電事件應(yīng)對工作，其組織框架如圖1（a）所示[17]。電力企業(yè)建立健全應(yīng)急指揮機(jī)構(gòu)，在政府應(yīng)急指揮部領(lǐng)導(dǎo)下開展電網(wǎng)災(zāi)害事件應(yīng)對工作。根據(jù)某省級電力公司提供的電網(wǎng)自然災(zāi)害應(yīng)急預(yù)案，分析電力企業(yè)應(yīng)急組織架構(gòu)如圖1（b）所示。

圖1 電網(wǎng)災(zāi)害事故應(yīng)急組織架構(gòu)Fig.1 Emergency organization framework for power grid disasters and accidents

1.2.2 電網(wǎng)災(zāi)害事故應(yīng)急處置流程

電網(wǎng)應(yīng)急管理指災(zāi)害事故的預(yù)防與應(yīng)急準(zhǔn)備、監(jiān)測與預(yù)警、應(yīng)急處置與救援、事后恢復(fù)與重建等應(yīng)對活動[18]。在應(yīng)急預(yù)案體系中，電網(wǎng)災(zāi)害事故應(yīng)急處置流程包括日常保障、監(jiān)測預(yù)警、應(yīng)急響應(yīng)和后期處置4 個(gè)階段，如圖2所示。日常保障階段的主要內(nèi)容包括應(yīng)急隊(duì)伍保障，裝備物資保障，通信、交通與運(yùn)輸保障，技術(shù)保障和資金保障；監(jiān)測預(yù)警的流程包括信息監(jiān)測，風(fēng)險(xiǎn)研判，提出預(yù)警信息發(fā)布建議，預(yù)警發(fā)布，預(yù)警行動以及預(yù)警解除；應(yīng)急響應(yīng)階段包括發(fā)布響應(yīng)，采取響應(yīng)措施以及響應(yīng)終止，各響應(yīng)措施均由相應(yīng)的職責(zé)部門執(zhí)行；后期處置階段包括總結(jié)評估，事件調(diào)查，善后處置以及恢復(fù)重建。

圖2 電網(wǎng)災(zāi)害事故應(yīng)急處置流程Fig.2 Emergency disposal pr ocess of power grid disasters and accidents

2 電網(wǎng)應(yīng)急預(yù)案知識圖譜構(gòu)建方法

電網(wǎng)應(yīng)急知識圖譜的構(gòu)建包括模式層構(gòu)建和數(shù)據(jù)層構(gòu)建。模式層是對實(shí)體概念、屬性以及實(shí)體間關(guān)系進(jìn)行描述的組織框架。數(shù)據(jù)層構(gòu)建即選擇合適方法對電網(wǎng)應(yīng)急知識進(jìn)行實(shí)體、關(guān)系抽取。數(shù)據(jù)層中的實(shí)體和關(guān)系按照模式層預(yù)設(shè)方式進(jìn)行關(guān)聯(lián)映射，從而得到電網(wǎng)應(yīng)急知識圖譜。模式層和數(shù)據(jù)層分別采用自頂向下和自底向上的方式構(gòu)建，總體流程如圖3所示。

圖3 電網(wǎng)應(yīng)急知識圖譜構(gòu)建流程Fig.3 Construction process of power grid emer gency knowledge graph

2.1 模式層構(gòu)建

以圖2中電網(wǎng)災(zāi)害事故應(yīng)急處置流程的4 個(gè)階段為主要線索，分析各階段所關(guān)注的實(shí)體概念和屬性，構(gòu)建電網(wǎng)應(yīng)急預(yù)案知識圖譜模式層如圖4所示。在應(yīng)急處置各階段中，本文重點(diǎn)關(guān)注各職責(zé)部門及其職責(zé)內(nèi)容，因此需抽取職責(zé)部門實(shí)體和職責(zé)內(nèi)容實(shí)體。應(yīng)急響應(yīng)啟動后，還需關(guān)注所成立的應(yīng)急工作組及其職責(zé)內(nèi)

容。在實(shí)體屬性方面，構(gòu)建“級別”屬性以避免不同級別部門實(shí)體間的混淆。按照如圖4所示模式層預(yù)設(shè)方式，從電網(wǎng)應(yīng)急預(yù)案文本中提取對應(yīng)的實(shí)體和屬性，從而實(shí)現(xiàn)電網(wǎng)應(yīng)急預(yù)案知識圖譜的構(gòu)建。

圖4 電網(wǎng)應(yīng)急知識圖譜模式層Fig.4 Mode layer of power gr id emergency knowledge graph

2.2 數(shù)據(jù)層構(gòu)建

電網(wǎng)應(yīng)急知識圖譜可用G=（E，R，S）表示，其中E為知識庫中的實(shí)體集合，R為關(guān)系集合，S 為“節(jié)點(diǎn)—關(guān)系—節(jié)點(diǎn)”三元組知識集合。數(shù)據(jù)層構(gòu)建即在模式層組織框架指導(dǎo)下，從應(yīng)急預(yù)案文本中提取所需實(shí)體及關(guān)系。數(shù)據(jù)層構(gòu)建的關(guān)鍵技術(shù)包括實(shí)體抽取、關(guān)系抽取、知識融合和知識更新。

2.2.1 實(shí)體抽取

電網(wǎng)應(yīng)急知識圖譜中，每個(gè)實(shí)體（entity）對應(yīng)1 個(gè)節(jié)點(diǎn)（node），節(jié)點(diǎn)具有標(biāo)簽（label）和屬性（property），可用式（1）表示：

式中：Name表示該實(shí)體名稱；Property1，Property2 表示該實(shí)體的多個(gè)屬性，用來區(qū)分不同類型、級別和階段的實(shí)體。

本文主要關(guān)注職責(zé)部門、工作組、人員物資和職責(zé)內(nèi)容4 類實(shí)體。知識抽取方法分為基于規(guī)則的抽取方法和基于深度學(xué)習(xí)的抽取方法。根據(jù)實(shí)體和屬性的特點(diǎn)，分別采用2 種方法對電網(wǎng)應(yīng)急知識進(jìn)行抽取，所需提取的實(shí)體類型和提取方式如表2所示。

表2 電網(wǎng)應(yīng)急知識類別及提取方式Table 2 Categor ies and extraction methods of power grid emergency knowledge

1）基于深度學(xué)習(xí)的知識抽取

“職責(zé)部門”、“工作組”及“人員物資”實(shí)體概念均為名詞詞組且具有規(guī)律性，可通過命名實(shí)體識別進(jìn)行提取。本文采用基于BERT（bidirectional encoder representation from transformers）模型的命名實(shí)體識別方法對應(yīng)急預(yù)案文本中的實(shí)體進(jìn)行抽取。首先，標(biāo)注文本語料構(gòu)成訓(xùn)練集來訓(xùn)練深度學(xué)習(xí)模型，采用的標(biāo)注模式為BIO模式，其中B表示實(shí)體開始部分，I表示實(shí)體中間部分，O表示非實(shí)體部分，如表3所示。選取部分應(yīng)急預(yù)案文本，進(jìn)行長句切分后對1 130 個(gè)句子進(jìn)行人工標(biāo)注，以9 :1 的比例劃分訓(xùn)練集和驗(yàn)證集。訓(xùn)練所得模型可對文本中的“職責(zé)部門”、“工作組”和“人員物資”類實(shí)體進(jìn)行抽取。

表3 電網(wǎng)應(yīng)急預(yù)案實(shí)體標(biāo)注方法Table 3 Entity labeling method for power grid emergency plans

2）基于規(guī)則的知識抽取

根據(jù)文本中的關(guān)系詞人工總結(jié)匹配模板對電網(wǎng)應(yīng)急知識進(jìn)行抽取。例如，部門的“級別”屬性，根據(jù)文本中的關(guān)鍵字進(jìn)行識別，如實(shí)體名稱包含“省”，則其屬性為{level=省級}。實(shí)體的“階段”屬性則根據(jù)其文本在應(yīng)急預(yù)案中的位置決定。應(yīng)急預(yù)案文本中部門的職責(zé)內(nèi)容多樣，不單由詞組來構(gòu)成且多為動賓結(jié)構(gòu)，如“加強(qiáng)監(jiān)測電力設(shè)備運(yùn)行情況”等，因此針對職責(zé)內(nèi)容使用深度學(xué)習(xí)方式進(jìn)行抽取的難度較大。然而，應(yīng)急預(yù)案文本中職責(zé)內(nèi)容的描述相對固定，動賓搭配組合均為常規(guī)用法，如：“負(fù)責(zé)…工作”、“加強(qiáng)…”等。因此采用基于規(guī)則的方式對應(yīng)急預(yù)案文本中的職責(zé)內(nèi)容進(jìn)行抽取。職責(zé)內(nèi)容的提取規(guī)則如式（2）所示：

式中：＜Strstart＞表示起始符；＜Strend＞表示終止符。起始符和終止符界定職責(zé)內(nèi)容的實(shí)體邊界，其間內(nèi)容便為職責(zé)內(nèi)容duty。對電網(wǎng)應(yīng)急預(yù)案文本職責(zé)內(nèi)容進(jìn)行提取的部分規(guī)則如表4所示，若某起始符不存在對應(yīng)的終止符（記為None），則以句號、逗號等標(biāo)點(diǎn)作為該條規(guī)則的天然終止符。

表4 電網(wǎng)應(yīng)急預(yù)案文本職責(zé)內(nèi)容提取規(guī)則（部分）Table 4 Extraction rules for responsibility contents in text of power grid emergency plans（partial）

2.2.2 關(guān)系抽取

電網(wǎng)應(yīng)急知識圖譜中的關(guān)系如式（3）所示：

式中：nodestart，nodeend分別表示頭實(shí)體，尾實(shí)體，箭頭表明關(guān)系具有方向性；rel表示關(guān)系名稱；Property3 表示關(guān)系屬性。實(shí)體間的關(guān)系通過基于規(guī)則的方式抽取，根據(jù)電網(wǎng)應(yīng)急預(yù)案文本特點(diǎn)制定的抽取規(guī)則如表5所示。

表5 電網(wǎng)應(yīng)急知識實(shí)體關(guān)系抽取規(guī)則（部分）Table 5 Extraction rules for entity relationship of power grid emergency knowledge（partial）

2.2.3 知識融合

知識融合將含義相同的多個(gè)實(shí)體用單一實(shí)體進(jìn)行表示，即A={a1，a2，…，am}，其中a1～am表示含義相同的m個(gè)實(shí)體，A為融合后的實(shí)體。電網(wǎng)應(yīng)急知識融合流程如圖5所示。在電網(wǎng)應(yīng)急預(yù)案文本中，需要進(jìn)行知識融合的情況為以下2 種。

圖5 電網(wǎng)應(yīng)急知識融合流程Fig.5 Fusion process of power grid emergency knowledge

1）全稱和簡稱的混合使用。在應(yīng)急預(yù)案文本中，部分職責(zé)部門和工作組因名稱過長需要對名稱作簡化處理，如“某省大面積停電應(yīng)急指揮部”和“省電力應(yīng)急指揮部”應(yīng)為同一實(shí)體；“某省大面積停電事件應(yīng)急指揮部辦公室”和“省電力應(yīng)急辦”應(yīng)為同一實(shí)體。此類情況采用基于規(guī)則的方式進(jìn)行知識融合，例如：名稱包含“指揮部”的實(shí)體歸為“電力應(yīng)急指揮部”；同時(shí)包含“辦公室”的實(shí)體歸為“電力應(yīng)急辦”。

2）文本表示的多樣性，指由字詞差異導(dǎo)致誤識為多個(gè)實(shí)體。如“現(xiàn)場指揮機(jī)構(gòu)”和“現(xiàn)場指揮部”應(yīng)為同一實(shí)體；“北京人民政府”和“北京市人民政府”應(yīng)為同一實(shí)體。此類情況難以制定完備的知識融合規(guī)則，因此采用文本聚類算法進(jìn)行知識融合，即遍歷每個(gè)實(shí)體，計(jì)算該實(shí)體與其余實(shí)體的文本相似度，將相似度高于閾值的實(shí)體合并。實(shí)體語義相似度S 的計(jì)算公式如式（4）所示：

式中：A，B分別為2 個(gè)實(shí)體名稱經(jīng)過分詞后得到的詞頻向量；n 為分詞個(gè)數(shù)。語義相似度S 越高，2 個(gè)實(shí)體相似度越高。

2.2.4 知識更新

目前，電力領(lǐng)域發(fā)展迅速，電網(wǎng)相關(guān)應(yīng)急文件也在不斷增加。因此，電網(wǎng)應(yīng)急知識圖譜需要持續(xù)更新以保證應(yīng)急知識的有效性，確保知識圖譜能在突發(fā)事故發(fā)生時(shí)為電網(wǎng)應(yīng)急決策提供參考。電網(wǎng)應(yīng)急預(yù)案的主要內(nèi)容形式相對固定，因此模式層相對固定。在將來新增應(yīng)急預(yù)案或完善當(dāng)前預(yù)案時(shí)，會增加新的電網(wǎng)應(yīng)急知識，因此需要對知識圖譜數(shù)據(jù)層進(jìn)行更新。新增電網(wǎng)應(yīng)急知識需通過知識融合后方可加入原有知識圖譜中，同時(shí)應(yīng)考慮：對于新增的實(shí)體或關(guān)系，在已有圖譜中是否已存在相同實(shí)體或關(guān)系，若存在則進(jìn)行去重；知識更新后是否存在失效實(shí)體或關(guān)系，若存在則應(yīng)剔除。

2.3 Neo4j圖譜構(gòu)建

采用圖數(shù)據(jù)庫Neo4j展示可視化電網(wǎng)應(yīng)急預(yù)案知識圖譜，所構(gòu)建知識圖譜可儲存所抽取的實(shí)體和關(guān)系，并可視化表示“節(jié)點(diǎn)—關(guān)系—節(jié)點(diǎn)”三元組知識，具有可視化效果佳和搜索高效的特點(diǎn)。電網(wǎng)應(yīng)急預(yù)案知識圖譜可通過查詢語句查找電網(wǎng)突發(fā)事故應(yīng)急處置中的各個(gè)節(jié)點(diǎn)和關(guān)系，幫助電網(wǎng)事故應(yīng)急決策人員在事故處置的各個(gè)階段，迅速確定所需執(zhí)行的工作及其負(fù)責(zé)部門，大幅度提高電網(wǎng)事故的應(yīng)對效率。

3 電網(wǎng)應(yīng)急預(yù)案知識圖譜構(gòu)建案例及應(yīng)用

3.1 大面積停電為例的知識圖譜構(gòu)建

基于所提出的電網(wǎng)應(yīng)急預(yù)案知識圖譜構(gòu)建方法，以電網(wǎng)大面積停電事故為例，搜集我國各級單位電網(wǎng)大面積停電應(yīng)急預(yù)案文件共57 份，經(jīng)過長句切分后共得到數(shù)據(jù)6 442 條，對其文本進(jìn)行實(shí)體抽取、關(guān)系抽取和知識融合后，通過圖數(shù)據(jù)庫Neo4j進(jìn)行電網(wǎng)應(yīng)急預(yù)案知識圖譜可視化展示，部分結(jié)果如圖6所示，所構(gòu)建知識圖譜中關(guān)鍵節(jié)點(diǎn)和邊的類型及數(shù)量如表6所示。

表6 電網(wǎng)大面積停電應(yīng)急預(yù)案知識圖譜關(guān)鍵節(jié)點(diǎn)與關(guān)系統(tǒng)計(jì)數(shù)據(jù)Table 6 Statistical data of key nodes and relationship in knowledge graph of emergency plan for large-area blackout in power grid

3.2 基于知識圖譜的電網(wǎng)突發(fā)事故案例分析

以電網(wǎng)大面積停電事故為例，所構(gòu)建電網(wǎng)大面積停電應(yīng)急預(yù)案知識圖譜可為電網(wǎng)事故應(yīng)急管理處置提供建議。2006年4月25日，廣東省中山市500 kV香山站#1 主變由于設(shè)備發(fā)生故障，導(dǎo)致中山地區(qū)出現(xiàn)大面積停電[19]。中山市應(yīng)對該起事故流程如下：25日，緊急成立系統(tǒng)故障應(yīng)急領(lǐng)導(dǎo)組和生產(chǎn)保障、客戶服務(wù)、故障修復(fù)、安全監(jiān)察4 個(gè)工作組；26日，求助地方政府和上級供電部門并首次召開新聞發(fā)布會；28日，啟動用電戶輪休方案，保障重要單位供電工作，啟動新聞危機(jī)應(yīng)急方案，統(tǒng)一對外宣傳口徑；后續(xù)搶修工作直到5月21日才恢復(fù)正常供電。總結(jié)中山市此次事故中應(yīng)對的不足：與上級部門溝通不及時(shí)，無法及時(shí)獲取上級部門幫助；輿情引導(dǎo)工作開展不及時(shí)；未及時(shí)考慮重要用電單位的供電工作。由此可知，中山市采用傳統(tǒng)的決策方法，決策耗時(shí)過長，采取應(yīng)對措施在時(shí)間上具有滯后性，大面積停電事故的應(yīng)急處置效率仍有很大提升空間。

基于本文構(gòu)建的大面積停電應(yīng)急預(yù)案知識圖譜，通過Cypher查詢語句獲取應(yīng)急處置流程中各職責(zé)部門所應(yīng)采取的措施。以應(yīng)急響應(yīng)階段為例，采用的Cypher語句為“MATCH（n{stage：‘應(yīng)急響應(yīng)’}）--（m：‘職責(zé)內(nèi)容’） return n，m”，可獲取應(yīng)急響應(yīng)階段涉及的所有職責(zé)部門和職責(zé)內(nèi)容如圖7所示。

根據(jù)圖7所示查詢結(jié)果，可在事故發(fā)生后第一時(shí)間安排職責(zé)部門執(zhí)行相關(guān)措施。對比由知識圖譜生成的處置方案和中山市實(shí)際采取的處置措施，如表7所示。中山市所采用的應(yīng)對措施均可在所構(gòu)建知識圖譜中體現(xiàn)，且知識圖譜中的應(yīng)急處置方案更為詳細(xì)。綜上所述，所構(gòu)建的電網(wǎng)應(yīng)急預(yù)案知識圖譜可用于輔助決策，大幅度縮短傳統(tǒng)人工決策所需的時(shí)間；同時(shí)，知識圖譜提供所有可能的事故應(yīng)對措施，避免人工決策可能造成的遺漏，有利于幫助決策人員充分考慮多方面因素，提高電網(wǎng)事故應(yīng)急處置效率，加快電網(wǎng)系統(tǒng)恢復(fù)，減少由事故帶來的損失。

表7 基于知識圖譜生成的大面積停電應(yīng)急處置方案Table 7 Emergency disposal scheme of large-area blackout gener ated based on knowledge graph

圖7 應(yīng)急響應(yīng)階段各部門職責(zé)內(nèi)容查詢結(jié)果Fig.7 Query results of responsibility contents of each depar tment in emergency response stage

4 結(jié)論

1）本文以電網(wǎng)自然災(zāi)害及大面積停電事故應(yīng)急預(yù)案為數(shù)據(jù)源，分析并梳理電網(wǎng)災(zāi)害事故應(yīng)急組織架構(gòu)和應(yīng)急處置流程，研究電網(wǎng)應(yīng)急預(yù)案知識圖譜構(gòu)建方法。

2）以電網(wǎng)災(zāi)害事故應(yīng)急處置流程為線索構(gòu)建電網(wǎng)應(yīng)急預(yù)案知識圖譜模式層，結(jié)合基于規(guī)則與基于深度學(xué)習(xí)的方法對電網(wǎng)應(yīng)急預(yù)案文本中的知識進(jìn)行結(jié)構(gòu)化抽取。

3）采用Neo4j圖數(shù)據(jù)庫對電網(wǎng)應(yīng)急預(yù)案知識圖譜進(jìn)行可視化分析，實(shí)現(xiàn)知識圖譜中的節(jié)點(diǎn)與關(guān)系的高效檢索，減少人工檢索應(yīng)急知識所消耗的時(shí)間。

4）以大面積停電事故為例，構(gòu)建電網(wǎng)應(yīng)急預(yù)案知識圖譜并生成應(yīng)急處置方案。結(jié)果表明，電網(wǎng)應(yīng)急預(yù)案知識圖譜能夠提供應(yīng)急決策支持，縮短應(yīng)急決策所需時(shí)間，幫助決策人員充分考慮多方面因素，提高電網(wǎng)災(zāi)害事故應(yīng)急處置效率。