作為一家具備全棧式AI技術的硬核企業(yè)，云知聲基于知識圖譜技術建立了電力行業(yè)知識中臺，以電力設備檢修場景痛點為出發(fā)點，創(chuàng)新性推出電力設備故障診斷系統(tǒng)，以“知”賦能，為我國電力行業(yè)實現(xiàn)數(shù)字化、智能化升級提供“認知智能”新引擎。

在云知聲展位前，行業(yè)專家、意向客戶絡繹不絕。云知聲專家團隊現(xiàn)場答疑，并針對客戶的需求痛點提供針對性解決方案，賦能客戶產(chǎn)業(yè)升級。

在當天下午的專題論壇上，云知聲結合自身賦能經(jīng)驗，發(fā)表了題為《基于知識圖譜的電力知識中臺及其示范應用》的主題演講，向與會者分享了知識圖譜技術在電力行業(yè)的創(chuàng)新應用。

以下為分享精華，我們做了整理，謹供學習：

政策護航，AI+電力未來已來

為搶抓人工智能發(fā)展的重大戰(zhàn)略機遇，構筑我國人工智能發(fā)展先發(fā)優(yōu)勢，近幾年，國家陸續(xù)出臺相關政策，鼓勵人工智能行業(yè)創(chuàng)新與發(fā)展?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》《關于加快推進國有企業(yè)數(shù)字化轉型工作的通知》等一系列政策的提出，從頂層設計上為各行各業(yè)的數(shù)字化轉型提出了指導方向。

澎湃的數(shù)智化發(fā)展浪潮之下，關乎國計民生的電力行業(yè)也在加緊推進AI技術與業(yè)務的深度融合。伴隨《關于促進智能電網(wǎng)發(fā)展的指導意見》《關于推進“互聯(lián)網(wǎng)+”智慧能源發(fā)展的指導意見》等多項政策出臺，電力人工智能已在緊鑼密鼓的探索中。

打造知識中臺，賦能電力知識數(shù)字化

作為國內領先的人工智能企業(yè)，云知聲基于自身全棧式AI技術，與生態(tài)合作伙伴共同研制了電力行業(yè)知識的數(shù)字化解決方案：電力知識中臺。

電力知識中臺分為5個層次：

1.數(shù)據(jù)層：融合多源異構設備數(shù)據(jù)，建立設備狀態(tài)參量數(shù)據(jù)庫；

2.平臺層：提供知識圖譜的構建和規(guī)則引擎的能力；

3.知識層：以電力設備技術標準、運維規(guī)范為基礎數(shù)據(jù)，建立設備知識圖譜和設備知識庫；

4.服務層：在知識圖譜和知識庫的基礎之上，提供知識查詢、關聯(lián)計算、知識搜索、語義理解等一系列能力；

5.應用層：提供主設備知識庫，并面向采購、驗收、巡檢、狀態(tài)評估、故障診斷、缺陷消除，提供面向具體應用場景的知識輔助決策。

而在這其中，最具關鍵支撐作用的核心技術，是知識圖譜。

知識圖譜是一種大規(guī)模語義網(wǎng)絡，它以結構化的形式描述客觀世界中的概念、實體、關系及其邏輯，具備概念標準化、層次化、關聯(lián)化三個重要特征。

概念標準化：可實現(xiàn)不同場景數(shù)據(jù)的抽象，并實現(xiàn)同一對象不同說法的統(tǒng)一對齊；

層次化：建立了數(shù)據(jù)對象之間的層次邏輯，可實現(xiàn)行業(yè)知識的上下位推理；

關聯(lián)化：建立數(shù)據(jù)對象之間的關聯(lián)關系，可實現(xiàn)知識的因果或關聯(lián)推理。

基于知識圖譜，我們可以實現(xiàn)行業(yè)知識/數(shù)據(jù)的語義化表征，以此提升數(shù)字化治理水平，實現(xiàn)業(yè)務輔助決策和業(yè)務自動化，最終實現(xiàn)提質增效。

當前，云知聲知識圖譜在電力行業(yè)的應用大概分三個層次：資源管理、知識服務、輔助決策。

資源管理可以通俗地理解為數(shù)據(jù)管理，它是以語義和知識為基礎能力，去賦能到數(shù)據(jù)管理的一個環(huán)節(jié)，包含設備數(shù)據(jù)語義標簽、設備技術標準知識管理、故障案例/檢修記錄管理等；知識服務是把知識進行語義化的組織，最終呈現(xiàn)給我們，包含知識文檔語義搜索、技術標準/消缺方案知識服務等；輔助決策是將知識進行語義化表征后，讓機器去執(zhí)行相應的輔助決策，包含故障診斷研判、消缺知識推送、兩票自動填充、修試記錄比對審查等。

賦能電力場景提質增效，知識圖譜在電力場景的應用示范

目前，云知聲知識圖譜已在設備知識庫、設備運檢工單知識輔助、缺陷圖像資源管理、電力設備故障診斷系統(tǒng)等多個場景得以應用。

l 設備知識庫

首先我們基于電力行業(yè)的相關導則、規(guī)則、規(guī)范，建立起一個設備知識庫。

知識庫由四個部分構成。第一部分是基礎的知識類項，我們把大的技術標注、導則和規(guī)程進行拆解，拆解成段落、圖譜和表；第二部分是在里面構建出主題詞庫；第三塊是FAQ，即常見問題解答；最后是知識圖譜。

基于知識庫，我們能夠提供相應的知識服務能力，包含知識內容的瀏覽，知識點的搜索，基于自然語言的知識問答，還有知識點的推薦，以及基于知識圖譜的知識數(shù)據(jù)編目。

l 設備運檢工單知識輔助

基于設備知識庫，又可以進行設備運檢工單知識輔助。

在這個場景中，云知聲實現(xiàn)了四個智能化應用，包括巡檢語音錄入，工單輔助填充，消缺方案自助推動和運檢知識服務。

想象一下，一線電力員工在進行戶外巡檢時，往往需要佩戴手套，手機使用很麻煩，這時，以語音錄入的形式，配合工單輔助填充，可精準高效完成巡檢工作，大大節(jié)省作業(yè)時間。

l 基于知識圖譜的缺陷圖像資源管理

在電力缺陷圖像資源管理場景，往往存在著數(shù)據(jù)規(guī)模大、數(shù)據(jù)細分維度多（線路、場站、部位、電壓等級、缺陷）等特點，由此帶來的問題是，我們在進行圖像模型訓練和解碼時，往往存在找不到、找不準、找到的東西不是我們想要的情況。

針對以上痛點，我們開發(fā)出一套基于知識圖譜的缺陷圖像資源管理系統(tǒng)。通過信息抽取技術對圖像資源缺陷描述的關鍵信息進行信息抽取，并用圖像識別技術識別圖像缺陷類型、部位等信息，產(chǎn)出一批缺陷圖像的語義化標簽對圖像資源進行標引，輔助實現(xiàn)缺陷圖像資源的語義搜索功能。

從功能上來看，我們的系統(tǒng)可以提供三方面的能力：一是缺陷標簽自動抽取 (圖像、自然文本)、缺陷資源自動編目；二是語義搜索、語義推薦、知識樹瀏覽；三是知識卡片。

l 基于知識圖譜的電力設備故障診斷系統(tǒng)

在過去，電力設備故障診斷往往需要經(jīng)驗豐富的“老師傅”借助檢測工具通過“望聞問切”快速精準地定位設備問題。為充分傳承和利用檢修“老師傅”的工作經(jīng)驗，發(fā)掘豐富經(jīng)驗中蘊含的寶貴知識，提升一線班組故障診斷精準度，云知聲研發(fā)了基于知識圖譜的電力設備故障診斷系統(tǒng)。

以電力設備檢修導則、規(guī)范、細則和故障檢修案例為基礎數(shù)據(jù)，通過大規(guī)模知識構建技術學習到電力設備的故障診斷專業(yè)知識，以知識計算推理實現(xiàn)電力設備故障智能診斷。最終提升設備故障診斷工作的精準率和效率，賦能新型電力系統(tǒng)和數(shù)字化班組建設?；谠撓到y(tǒng)，我們還可以進行類案推理、處理建議、知識檢索等。

相較于其他技術路線，云知聲基于知識圖譜的專家系統(tǒng)和類案搜索系統(tǒng)在知識構建規(guī)模、知識可擴展性、知識應用靈活性等方面具有明顯的代際領先性，這也使其屢獲業(yè)界關注。

在2021年的國網(wǎng)設備技術標準精準檢索與智能問答技術驗證工作中，云知聲取得了問答賽道第二名的優(yōu)異成績（共23支隊伍）。目前，云知聲已與國網(wǎng)、南網(wǎng)、電科院、智研院、南瑞、泰豪、東大金智等多家機構建立了良好的合作關系，并重點參與了2022年北京冬奧會的電力保障工作。

作為以技術為驅動的硬核科技企業(yè)，成立十余年，云知聲累計儲備知識產(chǎn)權1300余項，其中專利900余項（80%均為發(fā)明專利），連續(xù)三年參與承建科技部的國家重點研發(fā)計劃——“科技創(chuàng)新2030”新一代人工智能重大項目，并先后獲得中國智能科技最高獎——“吳文俊人工智能科技進步獎”“北京市科技進步一等獎”“國家級專精特新小巨人”等重要獎項。

圍繞知識圖譜技術，云知聲在ACL、EMNLP、CCKS等國內外頂會上發(fā)表了數(shù)十篇論文，累積了近百項專利，并在多個評測中領先阿里達摩院、騰訊AI實驗室、平安科技、中國科學院大學、清華大學等參賽隊伍，持續(xù)領跑AI賽道。

目前，云知聲正積極推進ChatGPT行業(yè)版的建設——以醫(yī)療作為切入口，構建ChatGPT醫(yī)療行業(yè)版，同時基于ChatGPT行業(yè)版構建平臺，快速擴展到其他領域，再利用領域模型集成MoE（Mixture of Experts）技術，訓練得到通用ChatGPT模型。相信在不遠的未來，云知聲ChatGPT行業(yè)版也將成功落地電力行業(yè)，成為電力行業(yè)的下一個“智慧大腦”。

xiesc