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

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

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

以下為分享精華，我們做了整理，謹(jǐn)供學(xué)習(xí)：

政策護(hù)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(jī)遇，構(gòu)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(guān)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(guān)于加快推進(jìn)國有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》等一系列政策的提出，從頂層設(shè)計上為各行各業(yè)的數(shù)字化轉(zhuǎn)型提出了指導(dǎo)方向。

澎湃的數(shù)智化發(fā)展浪潮之下，關(guān)乎國計民生的電力行業(yè)也在加緊推進(jìn)AI技術(shù)與業(yè)務(wù)的深度融合。伴隨《關(guān)于促進(jìn)智能電網(wǎng)發(fā)展的指導(dǎo)意見》《關(guān)于推進(jìn)“互聯(lián)網(wǎng)+”智慧能源發(fā)展的指導(dǎo)意見》等多項(xiàng)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(nèi)領(lǐng)先的人工智能企業(yè)，云知聲基于自身全棧式AI技術(shù)，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(gòu)設(shè)備數(shù)據(jù)，建立設(shè)備狀態(tài)參量數(shù)據(jù)庫；

2.平臺層：提供知識圖譜的構(gòu)建和規(guī)則引擎的能力；

3.知識層：以電力設(shè)備技術(shù)標(biāo)準(zhǔn)、運(yùn)維規(guī)范為基礎(chǔ)數(shù)據(jù)，建立設(shè)備知識圖譜和設(shè)備知識庫；

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

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

而在這其中，最具關(guān)鍵支撐作用的核心技術(shù)，是知識圖譜。

知識圖譜是一種大規(guī)模語義網(wǎng)絡(luò)，它以結(jié)構(gòu)化的形式描述客觀世界中的概念、實(shí)體、關(guān)系及其邏輯，具備概念標(biāo)準(zhǔn)化、層次化、關(guān)聯(lián)化三個重要特征。

概念標(biāo)準(zhǔn)化：可實(shí)現(xiàn)不同場景數(shù)據(jù)的抽象，并實(shí)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(shí)現(xiàn)行業(yè)知識的上下位推理；

關(guān)聯(lián)化：建立數(shù)據(jù)對象之間的關(guān)聯(lián)關(guān)系，可實(shí)現(xiàn)知識的因果或關(guān)聯(lián)推理。

基于知識圖譜，我們可以實(shí)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(shí)現(xiàn)業(yè)務(wù)輔助決策和業(yè)務(wù)自動化，最終實(shí)現(xiàn)提質(zhì)增效。

當(dāng)前，云知聲知識圖譜在電力行業(yè)的應(yīng)用大概分三個層次：資源管理、知識服務(wù)、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(chǔ)能力，去賦能到數(shù)據(jù)管理的一個環(huán)節(jié)，包含設(shè)備數(shù)據(jù)語義標(biāo)簽、設(shè)備技術(shù)標(biāo)準(zhǔn)知識管理、故障案例/檢修記錄管理等；知識服務(wù)是把知識進(jìn)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(shù)標(biāo)準(zhǔn)/消缺方案知識服務(wù)等；輔助決策是將知識進(jìn)行語義化表征后，讓機(jī)器去執(zhí)行相應(yīng)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(zhì)增效，知識圖譜在電力場景的應(yīng)用示范

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

l 設(shè)備知識庫

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

知識庫由四個部分構(gòu)成。第一部分是基礎(chǔ)的知識類項(xiàng)，我們把大的技術(shù)標(biāo)注、導(dǎo)則和規(guī)程進(jìn)行拆解，拆解成段落、圖譜和表；第二部分是在里面構(gòu)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(yīng)的知識服務(wù)能力，包含知識內(nèi)容的瀏覽，知識點(diǎn)的搜索，基于自然語言的知識問答，還有知識點(diǎn)的推薦，以及基于知識圖譜的知識數(shù)據(jù)編目。

l 設(shè)備運(yùn)檢工單知識輔助

基于設(shè)備知識庫，又可以進(jìn)行設(shè)備運(yùn)檢工單知識輔助。

在這個場景中，云知聲實(shí)現(xiàn)了四個智能化應(yīng)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(yùn)檢知識服務(wù)。

想象一下，一線電力員工在進(jìn)行戶外巡檢時，往往需要佩戴手套，手機(jī)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(zhǔn)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(xì)分維度多（線路、場站、部位、電壓等級、缺陷）等特點(diǎn)，由此帶來的問題是，我們在進(jìn)行圖像模型訓(xùn)練和解碼時，往往存在找不到、找不準(zhǔn)、找到的東西不是我們想要的情況。

針對以上痛點(diǎn)，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(shù)對圖像資源缺陷描述的關(guān)鍵信息進(jìn)行信息抽取，并用圖像識別技術(shù)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(biāo)簽對圖像資源進(jìn)行標(biāo)引，輔助實(shí)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(biāo)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(shè)備故障診斷系統(tǒng)

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

以電力設(shè)備檢修導(dǎo)則、規(guī)范、細(xì)則和故障檢修案例為基礎(chǔ)數(shù)據(jù)，通過大規(guī)模知識構(gòu)建技術(shù)學(xué)習(xí)到電力設(shè)備的故障診斷專業(yè)知識，以知識計算推理實(shí)現(xiàn)電力設(shè)備故障智能診斷。最終提升設(shè)備故障診斷工作的精準(zhǔn)率和效率，賦能新型電力系統(tǒng)和數(shù)字化班組建設(shè)?；谠撓到y(tǒng)，我們還可以進(jìn)行類案推理、處理建議、知識檢索等。

相較于其他技術(shù)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(gòu)建規(guī)模、知識可擴(kuò)展性、知識應(yīng)用靈活性等方面具有明顯的代際領(lǐng)先性，這也使其屢獲業(yè)界關(guān)注。

在2021年的國網(wǎng)設(shè)備技術(shù)標(biāo)準(zhǔn)精準(zhǔn)檢索與智能問答技術(shù)驗(yàn)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(duì)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(jī)構(gòu)建立了良好的合作關(guān)系，并重點(diǎn)參與了2022年北京冬奧會的電力保障工作。

作為以技術(shù)為驅(qū)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(quán)1300余項(xiàng)，其中專利900余項(xiàng)（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(diǎn)研發(fā)計劃——“科技創(chuàng)新2030”新一代人工智能重大項(xiàng)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(jìn)步獎”“北京市科技進(jìn)步一等獎”“國家級專精特新小巨人”等重要獎項(xiàng)。

圍繞知識圖譜技術(shù)，云知聲在ACL、EMNLP、CCKS等國內(nèi)外頂會上發(fā)表了數(shù)十篇論文，累積了近百項(xiàng)專利，并在多個評測中領(lǐng)先阿里達(dá)摩院、騰訊AI實(shí)驗(yàn)室、平安科技、中國科學(xué)院大學(xué)、清華大學(xué)等參賽隊(duì)伍，持續(xù)領(lǐng)跑AI賽道。

目前，云知聲正積極推進(jìn)ChatGPT行業(yè)版的建設(shè)——以醫(yī)療作為切入口，構(gòu)建ChatGPT醫(yī)療行業(yè)版，同時基于ChatGPT行業(yè)版構(gòu)建平臺，快速擴(kuò)展到其他領(lǐng)域，再利用領(lǐng)域模型集成MoE（Mixture of Experts）技術(shù)，訓(xùn)練得到通用ChatGPT模型。相信在不遠(yuǎn)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