人工智能应用所简介
基本情况
人工智能应用研究所（人工智能所）成立于2018年，是国家电网有限公司唯一人工智能应用技术的重要研究和支撑机构。研究所聚焦电力领域智能感知、大数据、智能平台、智能认知和智能应用五大研究方向，下设智能感知研究室、大数据应用研究室、平台技术研究室、智能认知研究室、智能技术应用研究室5个专业研究室，以及综合管理办公室1个管理部门。截至2020年底，人工智能所拥有员工近70人，平均年龄32.7岁，硕士及以上学历占比100%、博士占比34%。研究所承担了中国电机工程学会人工智能专委会、中电联人工智能标准化技术委员会、IEEE PES人工智能分委会、中国人工智能学会智慧能源专委会，以及中国人工智能产业发展联盟（AIIA）挂靠工作，建立了能源互联网全模仿真中心、智能传感联合实验室、电力人工智能展示体验中心等科研平台，打造电力人工智能学术生态。
电力知识工程背景与发展
电力系统知识体系庞杂，涉及发、输、变、配、用等多个领域，随着能源互联网建设推进，知识体系呈现开放式、扁平化、边界模糊化趋势，增加了智能认知的复杂性。知识图谱技术能够以结构化方式刻画电力系统中的概念、实体、事件及其关系，推动电力人工智能有序发展。然而，电力领域知识图谱作为复杂因果网络，实体间普遍关联，导致语义推理分析易超出预想知识边界。因此，领域知识图谱在电力系统中成功应用的关键在于细化、闭合电力领域知识需求，找到支撑特定应用需求的有限知识子集。
电力领域知识图谱构建与应用
电力领域知识广泛来源于传统电力知识工程系统、专家经验知识库等结构化数据与电力标准、制度、法律、法规以及专家、技术人员的经验等半/非结构化数据，可分为通用知识和专用知识。领域知识图谱的本体构建方法主要包括由知识驱动的自顶向下式、由数据驱动的自底向上式以及两者的组合方式。领域知识图谱应用架构覆盖数据获取、图谱构建、知识计算以及图谱应用等四个层级，其中图谱构建层采用图数据库与关系型数据库结合，知识计算层集成表示学习、关系推理、属性推理、事件推理等算法模型，图谱应用层提供智能搜索、智能问答、智能推理、智能决策等功能。
电力领域知识图谱应用实践
在电力调度方面，基于知识图谱的智能辅助决策与语音助手研究取得进展，实现了调度领域知识图谱构建与自然语言理解。在电力运检方面，以电力设备为核心，领域知识图谱相关研究工作在细分业务点上相对深入，例如变压器智能管理、栓母对缺陷分类、电力设备缺陷知识图谱构建等。在电力营销方面，基于ASR、NLP与DKG的技术组合实现电力客服业务中智能检索、智能问答、主动外呼能力的整体提升。
应用方向
基于领域知识图谱的智能搜索、智能推荐、智能问答、智能决策等技术需求在电力系统应用市场极为广阔。智能搜索支持电力用户进行电费电价政策检索、调度领域员工进行故障知识查询等；智能推荐可用于客服、电商、传媒业务以及专家遴选；智能问答可用于电力保险、金融、电动汽车等行业；智能决策在运检、调度、科技等多个业务领域开展理论探索与技术研究。
未来挑战
- 混杂数据下的知识提取与图谱构建：电力系统知识信息广泛性、多源异构，伴有歧义、噪声与冗余，需构建、更新大规模、结构清晰、可解释的电力领域知识图谱。
- 电网拓扑下的认知推理与辅助决策：现有知识推理模型需大量高质量样本，而专家可依据先验知识与小样本数据进行分析判断，需提高计算效率与算法精度。
- 领域知识图谱的质量评价体系：需系统化质量评价方法，目前多针对实体、关系、属性三类数据，通过构建标准测试集或人工抽样的方式实现。
- 领域知识图谱的应用开发技术：需提出基于领域知识图谱构建特定业务应用的方法论，从已有大规模电力领域知识图谱中划分出所需的子图，构建高质量特定业务领域知识图谱。
总结
电力领域知识图谱旨在充分利用电力物联网所承载的数据信息，以结构化方式刻画电力系统中的概念、实体、事件及其间的关系，为电力行业产业链提供一种更为有效的跨媒体大数据组织、管理、认知能力。结合大数据与人工智能技术，领域知识图谱正逐步成为推动电力人工智能发展的核心驱动力之一。目前，电力领域知识图谱的应用场景相对有限、应用方式仍显得创新不足，需在认知推理、图计算、类脑计算以及演化计算等领域的算法上多下功夫，加强电力领域知识图谱标准化顶层设计，加快标准化测试工具的建设。随着应用场景与应用算法不断探索创新，工程实施与管理手段不断规范完善，领域知识图谱这项技术才能切实满足电力公司的发展需求，找到它的适用之道。
