中国的电网经过几十年的发展，目前全国用电覆盖率超过98%，220千伏及以上输电线路长度超过790000千米。随着电力系统的赶快发展，电网结构和运行形式愈加繁复，对电网的障碍应急处置惩罚能力要求也越来越严格。依赖于人工体味的传统调剂计划机制越来越难以应对繁复大电网的赶快障碍综合和障碍处置惩罚。
当系统发生障碍后，职责人员必要赶快定位障碍位置和起因，及时派遣人员对障碍进行检修并做好相映的记实。整个处置惩罚调剂职责高度依赖调剂人员以往的体味，甚至必要反复查阅大量的历史资料，如障碍处置惩罚要点，障碍案例等文件。传统以关键字进行文本检索的方法虽然能够定位段落，但是检索结果碎片化、缺乏组织，经常出现检索不全、答非所问的情况，容易产生疏忽遗漏，使得障碍应急处置惩罚职责的效率降低。
针对上述电网障碍处置惩罚应用场景中的问题，悲观推出电力障碍形式常识图谱，借助自然语言处置惩罚、深度学习、图计算等智能化技术从非结构化的障碍处置惩罚文档中抽取出障碍相关常识，并将这些常识组织成结构化、可视化的表示形式。借助常识图谱的智能问答检索、障碍归因综合等功能，在电网障碍发生时，帮助调剂员赶快综合事变起因，全面地掌握障碍处置惩罚的关键信息，并进行协助计划，以提高电网的应急处置惩罚能力。
图 可视化图谱形式设计
01智能检索及问答
传统的障碍处置惩罚信息检索方式通过对关键词分解与匹配来完成，不能深入理解与处置惩罚问题的语义信息。悲观电网障碍常识图谱通过构建电网系统障碍形式、障碍起因、障碍处置惩罚办法等信息之间全方位的关联。借助常识图谱强大的语义网络，可以智能理解用户接近口语化的问题并返回准确的答案，搜索问答的结果可以查看追溯源文件，为答案的结果提供可解释性。基于常识图谱的障碍信息检索可以大大提升检索的准确性和效率。
图 基于图谱的智能问答
02障碍归因综合及统计
电网的设备从地域上分布十分广泛，系统设备组成繁复，导致电网障碍的诊断处置惩罚过程繁复且专业度要求高，必要查阅大量的专业资料及历史障碍处置惩罚记实，整个障碍诊断及处置惩罚过程高度依赖专家体味。悲观电网障碍常识图谱首创支援细颗粒度解析生效关联的生效案例FA、生效树FTA和FMEA，智能理解生效现象、抽取生效要素并定位到深层障碍起因，通过探索图谱发现可能引起该现象的生效形式、该生效的改善办法、综合实验等等。如下图变压器漏液障碍归因综合。
图 变压器漏液障碍现象归因综合
电网障碍常识图谱不仅支援障碍归因综合，也支援以图表等形式呈现障碍率趋势、生效形式累计计数、部件障碍数量等，让用户对障碍的起因有更加直观深刻的认识，同时为障碍预判提供可靠的依据。
图 障碍起因综合统计
03智能协助计划
除了障碍诊断，障碍后的调剂处置惩罚也是影响整个障碍解决效率的重要环节。调剂任务必要综合障碍后电网的状态、参数变化情况，全面考虑调剂规程、安全规程等职责规定，结合障碍预案、历史障碍记实，然后制定相映的障碍处置惩罚办法，协调各部门做出赶快准确的应对办法和职责部署，整个过程依赖于调剂员的职责体味和专业常识。
电网障碍常识图谱详细记实了各类障碍的事变特征，当事变发生后根据事变后电网运行方式的变化情况，对常识图谱进行检索和推理，实现知识驱动型的协助计划，借助常识图谱处置惩罚事变中的部分非关键环节，减少事变处置惩罚期间对调剂员的干扰，使调剂员能够将精力集中于事变处置惩罚中，以便制定更加优化的调剂计划。如制定符合规定的障碍处置惩罚流程，根据历史资料推荐有相映体味的专家解决障碍等。
此外，电网障碍常识图谱支援基于时间维度的数据更新，将每次障碍诊断的结果和记实文件，如障碍工单，职责票等文件，通过开放的API接口在常识图谱进行更新完善，如果出现了以往并未记实的新障碍，平台会自动提示维护人员有新障碍常识必要在图谱中完善，并将新障碍推荐给相映的职责人员，确保常识图谱提供更为精确、全面、动态化的计划协助支援。