本發(fā)明屬于知識圖譜的應(yīng)用領(lǐng)域，具體涉及基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度決策方法及裝置。

背景技術(shù)：

1、洪水調(diào)度是防洪工程建設(shè)中的核心一環(huán)，除了保證自然資源可持續(xù)發(fā)展，還需根據(jù)水情執(zhí)行調(diào)度操作、落實防汛措施。合理的洪水調(diào)度可以在洪水發(fā)生時最大限度地控制或減少洪水災(zāi)害損失。然而，目前在洪水調(diào)度的實踐過程中，尚未形成系統(tǒng)的調(diào)度專家知識庫，未能有效地整理和運(yùn)用相關(guān)的調(diào)度經(jīng)驗，往往導(dǎo)致了洪水調(diào)度反應(yīng)不及時、調(diào)度措施不到位等問題。工程運(yùn)行管理智能化水平不足，缺乏完備的管理體系，洪水調(diào)度決策的實時性、準(zhǔn)確性方面的缺陷間接擴(kuò)大了洪水災(zāi)害的影響。但是一般的人工洪水調(diào)度方法操作繁瑣、費(fèi)時費(fèi)力，且依賴事后總結(jié)經(jīng)驗而忽視了洪水調(diào)度實時決策的重要性，難以滿足流域梯級電站洪水調(diào)度的需求。

2、基于知識圖譜的洪水智能調(diào)度結(jié)合了人工智能、數(shù)據(jù)挖掘等技術(shù)，能夠?qū)崿F(xiàn)對相關(guān)水情數(shù)據(jù)進(jìn)行實時監(jiān)測和異常情況識別，從而實現(xiàn)智能決策。在洪水信息管理領(lǐng)域，以可視化程度高、靈活性和互操作性強(qiáng)為主要特征的知識圖譜逐漸在洪水調(diào)度中發(fā)揮越來越大的作用。知識圖譜以簡單的形式建立各調(diào)度實體之間的關(guān)系，支持高效的索引和數(shù)據(jù)查詢，同時也能基于一些調(diào)度規(guī)則進(jìn)行推理，為降低操作復(fù)雜度提供了可能。加強(qiáng)知識圖譜在洪水調(diào)度中的應(yīng)用研究，對提高洪水調(diào)度業(yè)務(wù)的效率有著重要作用。知識圖譜通常以rdf三元組等形式的基本單元相互關(guān)聯(lián)構(gòu)成，通過元數(shù)據(jù)的相互鏈接來強(qiáng)調(diào)實體之間的關(guān)系，主要通過知識抽取、知識融合和知識推理等步驟構(gòu)建。結(jié)構(gòu)方面，相較于傳統(tǒng)數(shù)據(jù)庫的固定架構(gòu)，知識圖譜不需要預(yù)先定義的架構(gòu)，而是通過將實體映射到現(xiàn)有本體的方式建立，從而允許數(shù)據(jù)靈活地演變，使得互操作性更好。目前國內(nèi)的知識圖譜構(gòu)建研究緊密聯(lián)系實際需求，形成了較為系統(tǒng)性的知識抽取方法，然而其規(guī)則庫構(gòu)建復(fù)雜（如cn111368095a），需要大量的專家經(jīng)驗和歷史數(shù)據(jù)來構(gòu)建規(guī)則庫，在缺乏標(biāo)注數(shù)據(jù)時，需要進(jìn)行大量的調(diào)試以滿足要求；對于大規(guī)模的知識圖譜和事理圖譜，推理效率可能較低，難以保證決策的實時性；推理結(jié)果的可解釋性較差，難以據(jù)此對模型進(jìn)行調(diào)整。

技術(shù)實現(xiàn)思路

1、為了至少克服現(xiàn)有技術(shù)存在的不足，本發(fā)明提供基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度決策方法及裝置，能有效提升梯級水電站遠(yuǎn)程集控洪水調(diào)度的實時性和精度。

2、本發(fā)明提供的基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度決策方法，包括以下步驟：

3、對洪水調(diào)度相關(guān)的文本數(shù)據(jù)和序列數(shù)據(jù)進(jìn)行知識抽取，建立洪水調(diào)度業(yè)務(wù)知識圖譜；

4、確定洪水調(diào)度研判規(guī)則，并基于洪水調(diào)度研判規(guī)則和洪水調(diào)度業(yè)務(wù)知識圖譜建立洪水調(diào)度規(guī)則庫，且洪水調(diào)度規(guī)則庫中的規(guī)則以屬性向量的形式存儲在洪水調(diào)度業(yè)務(wù)知識圖譜嵌入層中；

5、構(gòu)建洪水調(diào)度集控業(yè)務(wù)模型，包括相似度模型、異常值診斷模型和洪水智能調(diào)度問答模型，相似度模型用于計算并輸出洪水案例之間的屬性綜合相似度；異常值診斷模型用于診斷和糾偏洪水案例時間序列中的異常值，輸出糾偏后的洪水案例時間序列；洪水智能調(diào)度問答模型用于基于用戶輸入的語句從洪水調(diào)度業(yè)務(wù)知識圖譜中獲取信息并返回給用戶；

6、對洪水調(diào)度模型、洪水調(diào)度規(guī)則庫、洪水調(diào)度業(yè)務(wù)知識圖譜和洪水調(diào)度集控業(yè)務(wù)模型進(jìn)行集成，形成洪水智能調(diào)度系統(tǒng)；

7、洪水智能調(diào)度系統(tǒng)通過知識圖譜圖模式推理和方案匹配輸出供決策的洪水調(diào)度方案。

8、所述的洪水智能調(diào)度系統(tǒng)以實時監(jiān)測與預(yù)報的流域水情作為輸入，并基于推理規(guī)則對流域水情進(jìn)行推理，根據(jù)調(diào)度目標(biāo)權(quán)重賦值確定流域的洪水調(diào)度方案。

9、本發(fā)明還提供一種計算機(jī)裝置，包括存儲器、處理器及存儲在存儲器上的計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序以實現(xiàn)前述方法的步驟。

10、與現(xiàn)有技術(shù)相比，本發(fā)明至少能夠?qū)崿F(xiàn)以下有益效果：

11、（1）本發(fā)明實現(xiàn)了基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度輔助決策，基于流域的水情預(yù)測，能夠提供實時性好和精度高的調(diào)度決策建議。

12、（2）本發(fā)明可以代替水庫正常運(yùn)行下的人工方案推理操作，減少工作量。

13、（3）本發(fā)明可以采用基于圖數(shù)據(jù)庫的信息管理方法，提高節(jié)點(diǎn)、邊和屬性等圖形結(jié)構(gòu)元素的存儲效率，保證了數(shù)據(jù)存儲的安全性和可靠性。

技術(shù)特征：

1.基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度決策方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度決策方法，其特征在于，建立洪水調(diào)度業(yè)務(wù)知識圖譜的步驟包括：

3.根據(jù)權(quán)利要求2所述的基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度決策方法，其特征在于，進(jìn)行實體抽取時，對于結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，采用正則表達(dá)式的方法進(jìn)行實體抽取，對于非結(jié)構(gòu)化數(shù)據(jù)，采用人工標(biāo)注結(jié)合預(yù)訓(xùn)練語言模型的方法進(jìn)行實體抽取，得到實體分類結(jié)果。

4.根據(jù)權(quán)利要求2所述的基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度決策方法，其特征在于，進(jìn)行實體抽取后，對抽取的實體進(jìn)行知識融合，以對實體分類結(jié)果進(jìn)行校正。

5.根據(jù)權(quán)利要求1所述的基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度決策方法，其特征在于，所述建立洪水調(diào)度規(guī)則庫，且洪水調(diào)度規(guī)則庫中的規(guī)則以屬性向量的形式存儲在洪水調(diào)度業(yè)務(wù)知識圖譜嵌入層中，包括：

6.根據(jù)權(quán)利要求5所述的基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度決策方法，其特征在于，所述基于洪水調(diào)度研判規(guī)則和洪水調(diào)度業(yè)務(wù)知識圖譜，建立候選規(guī)則集，基于候選規(guī)則集得到可用規(guī)則集，包括：

7.根據(jù)權(quán)利要求1所述的基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度決策方法，其特征在于，對洪水調(diào)度模型、洪水調(diào)度規(guī)則庫、洪水調(diào)度業(yè)務(wù)知識圖譜和洪水調(diào)度集控業(yè)務(wù)模型進(jìn)行集成時，將洪水調(diào)度規(guī)則庫、洪水調(diào)度集控業(yè)務(wù)模型、調(diào)度業(yè)務(wù)知識圖譜部署于本地，封裝形成本地系統(tǒng)；將洪水調(diào)度模型遠(yuǎn)程部署在水情平臺，封裝形成業(yè)務(wù)平臺；本地系統(tǒng)和業(yè)務(wù)平臺之間進(jìn)行信息交互，并在本地系統(tǒng)進(jìn)行可視化。

8.根據(jù)權(quán)利要求7所述的基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度決策方法，其特征在于，業(yè)務(wù)平臺通過水情平臺定期獲取實時數(shù)據(jù)流，返回本地系統(tǒng)進(jìn)行實時數(shù)據(jù)的異常檢測和糾偏，將異常檢測和糾偏結(jié)果返回業(yè)務(wù)平臺，通過洪水調(diào)度模型生成洪水調(diào)度方案，然后再將洪水調(diào)度方案發(fā)送至本地系統(tǒng)，在本地系統(tǒng)上進(jìn)行實時圖表渲染和可視化操作；洪水智能調(diào)度問答模型接收來自本地系統(tǒng)的用戶操作界面的信息，生成答案并返回給用戶。

9.根據(jù)權(quán)利要求1-8任一所述的基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度決策方法，其特征在于，所述洪水智能調(diào)度系統(tǒng)通過知識圖譜圖模式推理和方案匹配輸出供決策的洪水調(diào)度方案，包括：

10.一種計算機(jī)裝置，包括存儲器、處理器及存儲在存儲器上的計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計算機(jī)程序以實現(xiàn)權(quán)利要求1-9任一所述方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開了基于調(diào)度業(yè)務(wù)知識圖譜的洪水智能調(diào)度決策方法及裝置。所述方法包括：建立洪水調(diào)度業(yè)務(wù)知識圖譜；確定洪水調(diào)度研判規(guī)則，并基于洪水調(diào)度研判規(guī)則和洪水調(diào)度業(yè)務(wù)知識圖譜建立洪水調(diào)度規(guī)則庫，且洪水調(diào)度規(guī)則庫中的規(guī)則以屬性向量的形式存儲在洪水調(diào)度業(yè)務(wù)知識圖譜嵌入層中；將知識與規(guī)則映射至知識圖譜并進(jìn)行實例化，構(gòu)建洪水調(diào)度集控業(yè)務(wù)模型；集成洪水調(diào)度業(yè)務(wù)知識圖譜、規(guī)則庫與洪水調(diào)度集控業(yè)務(wù)模型的功能，構(gòu)建洪水調(diào)度系統(tǒng)，基于知識圖譜圖模式推理和方案匹配實現(xiàn)洪水調(diào)度輔助決策，本發(fā)明方法能有效提升梯級水電站遠(yuǎn)程集控洪水調(diào)度的實時性和精度，并為泄洪信息發(fā)布、洪水調(diào)度、防汛會商等相關(guān)指令操作流程智能化提供指導(dǎo)。

技術(shù)研發(fā)人員：王兆禮,曹楊,曾照洋,王林泉,馮遠(yuǎn)俊,劉家謙
受保護(hù)的技術(shù)使用者：華南理工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/28