基于三维知识超图的电力智库知识服务平台建设
时间：2023-01-07 09:00:15 来源：天一资源网 本文已影响 人 
李豪 周爽
摘要：[目的/意义]针对电力智库情报信息获取不全面、逻辑关联提取困难等问题，为电力企业量身打造电力智库知识服务平台。[方法/过程]本文通过对内部信息和外部情报的全方位采集，搭建电力智库知识库，并以知识图谱为基础，引入知识超图概念，提出电力智库三维知识超图架构，从而实现知识多维度提取关联，适应智库研究思路，挖掘数据价值。[结果/结论]针对电力智库研究需求，本文搭建了电力智库知识服务平台，为智库研究提供知识搜索、知识问答、智能推荐、辅助决策等功能，为智库研究提供有效信息指导和思路指引。
关键词：电力智库 知识图谱 知识超图 知识平台 知识推理
分类号：TM181
DOI：
10.19318/j.cnki.issn.2096-1634.2022.03.10
1 引言
面对我国政策环境的不断变化，科学技术飞速发展，能源变革加快转型，各大企业、组织和机构开始建立专门智库，电力企业对智库服务的需求越来越突出。国家电网有限公司（以下简称“国网公司”）在智库建设方面积极探索，组建了以电力科学研究院、能源研究院、电力经济技术研究院等研究机构为中心的智库体系，智库研究蓬勃发展。智库建设作为提升企业软实力的重要手段，逐渐得到了各电力公司和相关企业部门的高度重视。提升智库服务能力对助推电网企业发展起着重要作用[1]。明确企业智库的战略定位，将智库研究从内部视角转向外部视角有利于企业智库健康发展[2]。知识资源是智库生存和发展的关键，构建全面、准确、前沿的知识库是智库研究的坚实基础[3-4]。以往的智库研究依赖人工情报收集和专家知识经验，人工智能技术的应用可以帮助智库的构建从“经验驱动”转变为“数据驱动”，为智库研究人员提供多元化的数据支撑，增强研究成果的科学性和有效性。
知识图谱（knowledge graph，KG）是指将知识工程、人工智能技术与传统的数据库概念相结合而构成的智能知识库，能够囊括多元化数据，同时对数据进行智能化管理、探索、挖掘[5]，进而提供智能搜索、智能问答、智能推荐以及智能决策等[6-7]定制化功能，已逐步在金融、公安、医疗等行业广泛应用[8-10]。电力行业也在调度、营销、运检等专业领域开展了知识图谱相关技术的研究和应用[11-13]。针对我国电力物联网的数据特征，蒲天骄等[14]提出了一种基于NoDKG（Not only Domain-specific Knowledge Graph）思想的电力领域知识图谱应用框架设计，并阐述了在客服、调度、运检业务上的应用设计。目前，知识图谱在电力行业的应用主要集中在业务数据可视化展示、业务数据管理分析和电网故障处理检索分析等领域。宋厚岩[15]依托“某电网公司全业务数据智能管控平台”，采用基于知识图谱的图数据库，搭建电力系统知识图谱，通过搜索引擎展示电力系统知识图谱;吕梦平等[16]针对风电数据分散且无法统一管理应用等问题，提出了一种用知识图谱管理风电数据的方法，通过构建风电数据全景知识图谱，实现了不同类型和业务数据间的贯穿统一;郭成等[17]提出面向低压配电网络拓扑知识图谱的构建方法与检索分析方法，采用基于子图匹配的检索方法对电网故障图谱进行检索分析，能够高效地搜索分析出发生故障的原因以及处理措施。
电力智库知识采集需要从能源电力角度出发，延伸至政策环境、市场导向、民生需求等各个方面，目前主要是人工采集、筛选和分析政策情报及相关文件，主观性较强，且存在信息采集不全面、知识碎片化、知识零散化等问题，现有的通用知识图谱无法满足电力智库研究需求。从应用目标出发，可以将知识图谱分为通用知识图谱（common knowledge graph）和垂直知识图谱（vertical domain knowledge graph）[18]。相对于通用知识图谱，垂直领域知识图谱能够更精准、全面地服务于特定专业领域，深度挖掘知识逻辑关系。垂直领域知识图谱能够较好地适应电力智库专业化、开放化、多元化、扁平化和边界模糊化的发展趋势。
电力智库知识服务平台是针对电力智库研究内容和特点量身打造的，能够实现电力内部信息以及外部情报知识的有效获取、精准分类、关联关系、关键信息提取和智能分析推理等功能，为智库研究工作提供前沿、热点、全面且精准的数据信息。
2 电力智库知识库构建
电力智库知识库的构建是电力智库知识服务平台的基础，也是电力智库研究的根本。电力智库知识库的有效性、全面性、针对性和实时性关系到知识体系服务平台的服务水平，也会影响到后续电力智库研究工作的准确性和有效性。
构建电力智库知识库主要包括信息源获取、知识提取、知识融合、知识更新等过程。具体见图1。
2.1 信息源分类及获取
詹姆斯·麦甘[19]指出：“知道最好的信息源在哪里，从中分析高质量信息，信息体现价值，是智库高质量建设的基本要求。”真实、客观、有效的信息源是智库研究的基础，对智库研究起到重要的支撑作用。构建电力智库知识库，首先要进行相关资料的采集，包括数据、文字、图表以及其他媒体资源，涉及结构化、半结构化、非结构化多元化数据信息。为了保证电力智库研究需求，电力智库知识库不仅包括国际、国家、行业等顶层信息，还需要下沉至省、市、区县，以及企业、部门、专业等。针对电力智库研究的领域专业性，信息来源可分为内部信息源和外部信息源两方面。内、外部信息相结合，兼顾了内部信息的专业化和外部信息的多样化（见图2）。
2.1.1 内部信息 内部信息来源于公司内部网站，包括国网公司总部及各网省公司、直属公司通过内网发布的文件、标准、通知、会议纪要，项目的技术规范、可行性研究报告、验收报告以及公司内网发布的媒体新闻报道。内部信息主要为半结构化信息，需要后续对信息进行分类整理、主题标签标注、关键词句信息提取。其中，内部网站发布的新闻报道和研究报告是电力智库内部信息源的重要组成部分，公司新闻报道，包括推动先进理念、先进技术落地实践、理论及应用研究成果、中药会议宣贯等内容，提供电力智库研究所需的企業内部动态信息。在内部网站中提供非常有价值的研究报告，供国网公司内部单位免费下载。国网江苏省电力公司为加强对地方智库研究工作的指导和与之的交流合作，运用信息化手段打通地市层面信息数据接口，定期汇集各地市公司内部情报信息，及时掌握第一手资料。328914AB-F61E-4124-8E19-47EC583A36D2
2.1.2 外部信息 外部信息涉猎广泛，主要来源于互联网，可分为经济发展、政策与形势、行业发展动态、企业经营发展等多种层级。其中，经济发展和政策与形势信息主要来源于中共中央组织部、国家发展改革委、工业和信息化部、生态环境部、国家能源局等政府组织机构在官方渠道公开发布的文件，包括文、函、意见、通知、公告、政策报告等，也包括从新华网、人民网等官方媒体发布的新闻报道;行业发展动态信息主要来源于行业权威网站发布的官方消息;企业经营发展动态信息主要来源于大型能源企业官网发布的新闻及官方消息，电力企业也会通过官方渠道，发布公众可见的研究成果，包括发布具有企业和行业特色的研究报告，以专业视角解读政策及产业发展。前沿研究成果论述除了从中国知网、万方等学术数据库获取以外，也可借助新媒体平台，从官方微博、微信公众号获取企业和相关专家的最新研究成果和思想理论。外部信息类型丰富，且时效性极强，不仅要保证信息获取的全面性和准确性，还需要保证信息的时效性。
2.2 知识库信息源特点
为了更好地服务于电力智库研究，电力智库知识库中的信息源应具备以下特点：
（1）特定信息内容应从特定来源获取，如政策文件应从政府部门网站上获取，论文、专利、著作从中国知网、万方等学术数据库获取;
（2）避免重复采集信息，保证信息的独一性、实时性、真实性和有效性;
（3）信息数据类型包括结构化、半结构化、非结构化等多元形式，涵盖内部数据、外部数据全口径;
（4）信息源精益化管理，对信息源自动学习归类、智能关联，辅助实现对实体关系的精准理解。
2.3 标签定义
电力智库知识库涉及广泛，包含能源电力相关知识情报信息，政治、经济等环境形势，以及相关技术领域发展追踪。对知识库实体进行标签定义有利于知识库资源管理，为实体间逻辑关系、知识挖掘提供丰富的数据管理基础。电力智库知识库标签采用元数据定义，是一种描述实体/属性数据的数据，能够实现信息资源的有效发现、查找、管理和追踪。标签提取基于模板的元数据解析方法，对于一些网站、专业数据库论坛、微博、新闻网评等，采用简易信息聚合（Really Simple Syndication，RSS）实现内容传播，在提取正文信息的同时，可以直接提取标题、作者、发表日期、分类、关键词、信息来源等更加丰富的元数据信息;对于中国知网、万方、维普等各类专业数据库，以及政府部委官方网站文件、能源企业官方文章等，能够解析出属于能源电力涉及的元数据属性，包括信息主题、关键词、发布机构、发布时间、点击数、引用次数等;对于公司内部发布的文件，可以提取的文件形式，涉及单位部门、职责、时间、指标等关键词。标签定义功能支持个性化定制，根据需求针对性地采集数据库中的部分字段信息，智能比对知识库已有标签和实体，并对标签和实体进行自主学习扩充。
3 电力智库三维知识超图
3.1 知识预处理
电力智库知识库具有全覆盖、多维性、复杂性、时间性、关联性等特点，需要综合运用多种数据挖掘技术和分析方法，对海量信息进行不同策略的知识提取，清洗筛选关键、有效的信息，进一步捕捉知识实体间的关系，构建事实本体。
构建知识图谱[20]是捕捉海量知识实体间关联关系的核心，以机器学习为基础，通过大量的数据训练学习，在海量信息中提取关键知识实体，对其进行抽取整合，对信息中的关键词、信息来源、发布日期、引用、数字等数据项进行自动标注，从而实现实体之间的关系抽取。在采集过程中，电力智库知识服务平台可以根据自定义的数据格式确定知识提取范围，自动过滤大量的冗余信息。
构建事实本体是将数据层映射到模型层的过程，如图3所示，能够使知识数据库构建成结构化的知识图谱，对知识进行统一管理。
电力智库知识库涉及领域广泛，信息采集来源丰富，采用由数据驱动的以自底向上（Bottom-up）为主、以知识驱动的自顶向下（Top-down）为辅的构建方法。对于外部多元化信息，采用自底向上的构建方式，分析归纳底层结构信息，逐层向上形成知识本体;对于已有的电力领域知识系统，采用自顶向下的构建方法，传承电力智库现有数据库的相关经验知识，增强专业领域错综复杂情况下知识图谱的鲁棒性。
3.2 构建三维知识超图
知识图谱中的每一个事实f可表示为一个三元组（v1， r， v2），其中v1， v2∈V，表示实体，r表示实体间的关系。而知识超图是一种特殊的异构知识图谱，一个事实可以被表示为多元组，基本单位是超关系事实fact=（r， v1， v2， …， vn}，其中r∈R表示实体间的关系，vi∈V，表示实体。传统的知识超图普遍采用扁平化的组织架构，缺乏对时空和层级的表达，从而导致时空关系模糊，知识等级关系混乱。本文提出了一种电力智库三维知识超图架构，将电力智库知识领域、顶层设计以及时空时序多维度联合表示，能够发现知识超图中的隐式关系，使时空关系清晰明确、知识推理快捷可靠。
三维知识超图可表示为G=（X， Y， Z， R），如图4所示。其中，X是时间维度;Y是层级维度;Z是事实维度;R是关系集合。R={R（X，Y）， R（X，Z）， R（Y，Z），}表示三个维度之间的关系集合。其中，X是代表时间时序的连续坐标;Y是有序离散坐标，由人工定义层级属性坐标点，包括中共中央办公厅、国务院办公厅、国家发展改革委、司法部、财政部、生态环境部、住房和城乡建设部、交通运输部、国家市场监督管理总局等政府机构，省、自治区、直辖市行政区域，以及大型国企、大型私企、分公司等企业单位;Z是以事实为坐标点的离散坐标;关系集合R主要包括条件、组成、因果等逻辑推理关系。
图4（a）表示在层级VYj不同时间与实事的映射关系，可得出某一层级在不同时刻关注事实的变化情况。例如，随着时间的推移，国网公司从农网改造、供电可靠性、电能质量，到特高压、新能源、全寿命、电能替代，再到现在的绿色电力、新型电力系统等关注事件领域的转变。图4（b）表示在时间VXi不同层级与实事的映射关系，可得出不同层级在某一时刻关注事实的分布情况。例如，2020年国家发展改革委关注点为电力市场、电价、电改等，国网公司关注点为电价、市场竞争力等，国网公司基层单位则更多关注线损、外力破坏、智能电表、用电信息采集等。图4（c）表示事实VZk在不同层级与时间的映射关系，可得出不同层级对某一事实在不同时刻的关注变化情况。以“绿色建造”为例，2019年，住房和城乡建设部部长王蒙徽提出了“绿色建造”，2020年住房和城乡建设部印发《关于开展绿色建造试点工作的函》，并于2021年3月16日发布了《绿色建造技术导则（试行）》，湖南省作为绿色建造试點省份于2021年3月31日审议通过了《湖南省绿色建筑发展条例（草案）》，国网公司于2021年7月21日发布了《国家电网有限公司关于全面推进输变电工程绿色建造的指导意见》，对于“绿色建造”这一事实，随着时间变化，国家、部委、行业、企业等不同层级的关注度会有迁移。328914AB-F61E-4124-8E19-47EC583A36D2
为了发现知识超图中的隐式关联，三维知识超图架构在时序和层次两个属性进行三维扩充，能够适应电力智库对知识信息纵向关注情况以及横向发展情况的研究特点，以及不同级别上下对比、历史数据前后对比、相关行业横向对比等智库研究方式，进一步挖掘数据价值，同时提升知识库管理逻辑水平，缩减推理查询空间。
4 电力智库知识服务平台架构设计
4.1 电力智库知识服务平台总体架构
本文根据电力智库的研究特点和实际需求，构建了电力智库知识服务平台（见图5），使电力智库知识库能够被用户充分利用，为智库研究提供数据支撑和辅助决策。
4.2 知识发现获取层
知識发现获取层的主要功能是底层数据采集和预处理。数据信息源除了电力内部运行数据，更多的是政策经济环境、相关行业企业、涉及技术专业领域的情报知识，数据形式以半/非结构化文档网页数据为主。知识发现获取层主要负责获取、存储原始数据，并完成结构化数据解析，包括内部的excel、json等文件导入、读取以及结构化存储;半/非结构化数据预处理，主要是对文本数据进行清洗和标准化，包括噪声处理、词汇规范化、对象标准化等。
4.3 知识融合处理层
知识融合处理层是构建电力智库知识库的重要环节，以零散、碎片化的底层数据为基础，构建电力智库三维知识超图，形成电力智库知识库。知识融合处理层承载着自然语言处理、知识提取、知识融合加工等多项功能。其中，自然语言处理的主要任务是文本标注，包括语句分词标注、语义判定、词性标注以及语料内容分类和主题归纳等深层处理，实现知识的深入理解和认知。在知识融合处理层规范采用图数据库存储实体、属性、关系，构成本体事实，形成多对多关系映射的三维知识超图，构建逻辑关系强、可推理的电力知识库。
4.4 知识计算推理层
知识计算推理层负责提供上层应用所需的算法模型，包括表示学习、关系预测推理、图谱搜索、路径计算、线索推理等功能模块。其中，“表示学习”能够将接收到的输入信息转化为有效特征，实现对用户的意图感知;“关系预测推理”根据用户的意图推理不同逻辑关系的知识点;通过“图谱搜索”能够将用户请求准确地对应到底层知识库;“路径计算”能够利用输入信息特征定制自适应学习路径，提供最优知识序列;“线索推理”可以进一步分析出热点知识主题，提供主题脉络和发展预测推理。
4.5 知识展示应用层
知识展示应用层作为电力智库知识服务平台输出的功能模块，能够与用户开展有效交互，并与实际的应用场景对接，提供知识搜索、知识问答、智能推荐、辅助决策等功能模块。其中，智能推荐能够提供相关的热点预测，追踪研究发展动态，为智库研究思路提供方向指引，充分适应智库研究的时效性和前瞻性。为不同类型的用户设置访问层级权限，内置数据保密协议，仅公司内部账号能够访问内部知识库中有关电网运行的企业重要内部数据，避免数据泄露。
4.6 结果反馈
平台设置服务结果反馈沟通机制，统计用户在知识展示应用层的用户行为和服务反馈，包括热门搜索主题、智能推荐点击情况、知识问答用户满意度等，通过反馈结果持续优化更新底层知识库，提升智库数据分析能力和知识库自优化能力，深度融合智库研究需求，发现潜在需求和内在规律，有针对性地提供主动型智库知识服务。
5 功能实现
5.1 情报信息智慧捕捉
电力智库知识服务平台能够实现对最新发布的能源电力相关情报的智慧识别，持续捕捉更新，对原始信息情报筛选、分类、提炼和预处理，并支持以多种形式推荐展示。以某电力公司每周出版的“三分钟阅读”简报为例，电力智库知识服务平台从知识库最新捕捉的情报信息中，根据用户需求定向获取和提炼有效信息，根据技术趋势变化和政策环境动态调整知识提取内容，突出重点知识元，并进行可视化展示，如图6所示。
5.2 自定义结果输出
为了能够向用户提供更加直观、有效的知识展示，电力智库知识服务平台设置了自定义输出模块，该模块能够根据用户期望的输出文件，自动识别文件各部分内容结构，生成结构模板。例如，某单位定期出版智库研究专报和热点追踪等成果文件，其文档结构与格式相对固定，电力智库知识服务平台能够对架构相对固定的文件进行智能学习分析，比对已有的知识库，形成输出结构模板，如定义、关键技术、应用情况、研究现状、相关政策、专家观点等，结构模板中的每一部分均能够分别通过特定渠道自动获取，调用模型计算生成结果，自动填补，形成用户所需的输出结果。
5.3 知识信息精准检索
通过电力智库知识服务平台，用户能够通过任意文本输入，自动识别有效实体，通过信息抽取模型，从知识库中提取相关内部业务数据和外部情报信息实体，采用三维知识超图架构，多维度深度推理实体间的逻辑关系。同时，通过结构化与非结构化数据处理以及自然语言处理技术，理解应对用户问题，提供精准、有效的交互信息。
5.4 研究主题智能推荐
电力智库知识平台能够在自主学习过程中，从海量学术成果以及相关行业热点新闻中，发掘主流智库的研究主题和热点话题，发现主题演化规律，进而发掘研究主题脉络及发展动态，为智库研究提供科学、精准的方向指引。
6 未来挑战
知识数据是驱动智库研究的坚实基础，知识图谱融合深度学习技术是知识工程的重要技术手段。纵观电力领域对知识图谱和知识工程应用的研究进展，电力智库知识服务平台的构建仍存在以下挑战。
6.1 混杂多源的数据提取与图谱构建
电力智库数据形式丰富，内容多源异构，随着相关行业媒体和自媒体的高速发展，信息迭代速度不断提升，且伴有噪声、冗余和歧义，导致电力智库知识库存在大量无用实体、属性和关系，占据存储空间和关系结构路径，降低知识库推理能力。随着人工智能相关技术的不断进步，知识库构建过程的自动化程度和知识数据处理质量将越来越高。因此，面向无监督的智库知识数据高效获取、高效清洗、高效融合是构建电力智库知识库的一大挑战。328914AB-F61E-4124-8E19-47EC583A36D2
6.2 智能推理与辅助决策的深度应用
电力智库知识服务平台能够提供模块化、可扩展的功能服务，为了能够提供满足智库研究实际需求的智能服务，需要对知识推理模型进行海量样本的高质量学习训练，精准掌握事件之间的关系，准确研判事件的演化规律和发展态势。如何基于图谱分析技术高效利用知识库资源，实现智能认知和智能推理，并结合人机交互，对推理结果需求进行准确的传递和反馈，形成辅助决策的推理结果，是电力智库知识服务平台的提升难点。
6.3 第三方数据库对接合作
目前，国内外智库建设已基本完成，并且多种不同专业领域的智库数据库应运而生。获取可靠的第三方数据能够大幅提升智库知识库构建效率，减轻数据采集负担。社会上智库种类、数量繁多，信息复杂性容易导致智库数据库与第三方信息不对称。因此，如何与第三方数据库对接合作，构成协同、高效的分布式智库数据库，仍需要进一步探讨。
7 结语
本文从电力智库的研究特点出发，以知识工程与人工智能为技术手段，建立兼顾内部业务数据和外部情报信息的电力智库知识库，提出了创新性的三维知识超图架构，通过对事实实体在时序和层级属性的扩充，深度挖掘实体之间的隐式关联，并构建电力智库知识服务平台。基于三维知识超图架构的电力智库知识服务平台，能够适应电力智库研究思路，有效解读知识实体间的逻辑关系，有助于进行深层数据挖掘。电力智库知识服务平台有知识发现获取层、知识融合处理层、知识计算推理层和知识展示应用层四层架构，具有情报信息智慧捕捉、自定义结果输出、知识信息精准检索以及研究主题智能推荐四项功能，实现“数据驱动”的“数据—知识—服务”流程，为电力智库研究提供全面、精准、多样化的知识指导和有效路径指引。
需要指出的是，本文处于策划建设阶段，且仍存在一些不足之处：一方面，构建电力智库知识库对提升电力智库知识服务平台服务质量起到至关重要的作用，内部数据采集互联、互通，外部信息获取精准、及时、有效，构建电力智库知识库的具体手段和方式方法需要进一步确定，且需要在反复实践应用中逐渐成熟;另一方面，三维超图架构中“层级”维度无法完全通过智能算法定义，需要依赖人工判断，对各维度属性定义的质量要求较高，需要进一步探索利用人工智能算法自适应学习属性特征，智能定义多维度属性的方法。此外，如何采用纯智能算法快速构建高质量电力知识超图，进一步推进电力智库知识服务平台落地应用，是后续重要的研究方向。
参考文献：
[1] 张飏， 韩向荣， 陈成， 等. 提升电网企业智库服务能力策略研究[J]. 经济师， 2021（4）：
275-276.
[2] 郭莉， 王乐， 沈高锋. 企业智库战略定位研究：
从内部视角转向外部视角[J]. 智库理论与实践， 2020， 5（1）：
16-21.
[3] 于旭， 项亚男. 社会智库知识服务能力体系构建研究[J]. 情报杂志， 2021， 40（1）：
98， 132-138.
[4] 宋忠惠， 郑军卫. 支撑智库研究的信息源建设策略[J]. 智库理论与实践， 2016， 1（3）：
65-72.
[5] 王飞， 刘井平， 刘斌， 等. 代码知识图谱构建及智能化软件开发方法研究[J]. 软件学报， 2020， 31（1）：
47-66.
[6] SAWANT U， GARG S， CHAKRABARTI S， et al. Neural architecture for question answering using a knowledge graph and web corpus[J]. Information Retrieval Journal， 2019， 22（3/4）：
324-349.
[7] LI Q， WANG D， FENG S， et al. Global graph attention embedding network for relation prediction in knowledge graphs[J/OL]. IEEE Transactions on Neural Networks and Learning Systems， 2021. https：//doi.org/10.1109/TNNLS.2021.3083259.
[8] 黄恒琪， 于娟， 廖晓， 等. 知识图谱研究综述[J]. 計算机系统应用， 2019， 28（6）：
1-12.
[9] 刘峤， 李杨， 段宏， 等. 知识图谱构建技术综述[J]. 计算机研究与发展， 2016， 53（3）：
582-600.
[10] 李瑞琪， 李佳， 韦莎， 等. 知识图谱产业应用及标准化需求研究[J]. 信息技术与标准化， 2021（5）：
11-16.
[11] 徐蕙， 及洪泉， 姚晓明， 等. 智能电网中基于知识图谱的语义搜索算法[J]. 实验室研究与探索，2021， 40（4）：
71-74， 86.
[12] 郭素芹， 郑建宁， 陈坤， 等. 基于知识图谱的变电站安全隐患动态分析方法[J]. 电力系统及其自动化学报， 2021， 33（12）：
125-133.
[13] 李新鹏， 徐建航， 郭子明， 等. 调度自动化系统知识图谱的构建与应用[J]. 中国电力， 2019， 52（2）：
70-77， 157.
[14] 蒲天骄， 谈元鹏， 彭国政， 等. 电力领域知识图谱的构建与应用[J]. 电网技术， 2021， 45（6）：
2080-2091.
[15] 宋厚岩. 基于图数据库的电力系统知识图谱研究与应用[D]. 北京：
中国科学院大学（中国科学院沈阳计算技术研究所）， 2021.328914AB-F61E-4124-8E19-47EC583A36D2
[16] 吕梦平， 段斌， 蒋海辉， 等. 基于知识图谱技术的风电数据管理与应用研究[J]. 电力系统保护与控制， 2021， 49（6）：
167-173.
[17] 郭成， 徐成现， 蒋维， 等. 面向低压配电网络拓扑的知识图谱构建与检索分析方法[J]. 电力科学与工程， 2021， 37（7）：
52-61.
[18] 中国电子技术标准化研究院. 《知识图谱标准化白皮书》正式发布[EB/OL]. （2019-09-11）[2021-01-11]. http：//www.cesi.cn/201909/5588.html.
[19] 詹姆斯·麦甘. 建立全球定位的智库[N]. 文汇报， 2010-09-06（010）.
[20] 田玲， 张谨川， 张晋豪， 等. 知识图谱综述：
表示、构建、推理与知识超图理论[J]. 计算机应用， 2021， 41（8）：
2161-2186.
作者贡献说明：
李 豪：提出概念，设计论文框架;
周 爽：设计平台架构，收集资料，撰写与修改论文。
Construction of Knowledge Service Platform Based on Three-Dimensional Knowledge Hypergraph for Power Think Tank
Li Hao1 Zhou Shuang2
1Power Construction Engineering Consulting Branch， State Grid Beijing Electric Power Company， Beijing 100078
2Economic and Technological Research Institute， State Grid Beijing Electric Power Company， Beijing 100055
Abstract：
[Purpose/significance] In order to solve the problems of incomplete information acquisition and difficult logical association extraction in electric power think tank research， the knowledge service platform for power think tank research is specially designed for the think tank research in electric power enterprise. [Method/process] This paper builds the knowledge base of power think tank through a comprehensive collection of internal and external information. The three-dimensional knowledge hypergraph structure of power think tank is proposed based on knowledge graph and knowledge hypergraph， so as to realize the multi-dimensional extraction and association of knowledge. This can adapt to the research ideas of think tanks and mine data value. [Result/conclusion] In this paper， we build up the knowledge service platform for power think tank research according to the research demand of power think tank. It provides the functions of knowledge search， knowledge question and answer， intelligent recommendation and assistant decision-making for the research of think tank， to provide effective information and thinking guidance for think tank research.
Keywords：
power think tank knowledge graph knowledge hypergraph knowledge platform knowledge reasoning
收稿日期：2021-12-03 修回日期：2022-01-23
作者簡介：李豪，国家电网北京市电力公司高级工程师，硕士，E-mail：
13810359748@163.com;周爽，国家电网北京市电力公司工程师，硕士，E-mail：
cherry_kaido@163.com。328914AB-F61E-4124-8E19-47EC583A36D2
