当系统发生故障后，工作人员需要快速定位故障位置和原因，及时派遣人员对故障进行检修并做好相应的记录。整个处置调度工作高度依赖调度人员以往的经验，甚至需要反复查阅大量的历史资料，如故障处置要点，故障案例等文件。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，使得故障应急处置工作的效率降低。
针对上述电网故障处理应用场景中的问题，达观推出电力故障模式知识图谱，借助自然语言处理、深度学习、图计算等智能化技术从非结构化的故障处置文档中抽取出故障相关知识，并将这些知识组织成结构化、可视化的表示形式。借助知识图谱的智能问答检索、故障归因分析等功能，在电网故障发生时，帮助调度员快速分析事故原因，全面地掌握故障处理的关键信息，并进行辅助决策，以提高电网的应急处置能力。
图 可视化图谱模式设计
01智能检索及问答
传统的故障处置信息检索方式通过对关键词分解与匹配来完成，不能深入理解与处理问题的语义信息。达观电网故障知识图谱通过构建电网系统故障模式、故障原因、故障处理措施等信息之间全方位的关联。借助知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。基于知识图谱的故障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故障归因分析及统计
电网的设备从地域上分布十分广泛，系统设备组成复杂，导致电网故障的诊断处理过程复杂且专业度要求高，需要查阅大量的专业资料及历史故障处理记录，整个故障诊断及处置过程高度依赖专家经验。达观电网故障知识图谱首创支持细颗粒度解析失效关联的失效案例FA、失效树FTA和FMEA，智能理解失效现象、抽取失效要素并定位到深层故障原因，通过探索图谱发现可能引起该现象的失效模式、该失效的改善措施、分析实验等等。如下图变压器漏液故障归因分析。
图 变压器漏液故障现象归因分析
电网故障知识图谱不仅支持故障归因分析，也支持以图表等形式呈现故障率趋势、失效模式累计计数、部件故障数量等，让用户对故障的原因有更加直观深刻的认识，同时为故障预判提供可靠的依据。
图 故障原因分析统计
03智能辅助决策
除了故障诊断，故障后的调度处置也是影响整个故障解决效率的重要环节。调度任务需要分析故障后电网的状态、参数变化情况，全面考虑调度规程、安全规程等工作规定，结合故障预案、历史故障记录，然后制定相应的故障处置措施，协调各部门做出快速准确的应对措施和工作部署，整个过程依赖于调度员的工作经验和专业知识。
电网故障知识图谱详细记录了各类故障的事故特征，当事故发生后根据事故后电网运行方式的变化情况，对知识图谱进行检索和推理，实现知识驱动型的辅助决策，借助知识图谱处理事故中的部分非关键环节，减少事故处理期间对调度员的干扰，使调度员能够将精力集中于事故处理中，以便制定更加优化的调度决策。如制定符合规定的故障处理流程，根据历史资料推荐有相应经验的专家解决故障等。
此外，电网故障知识图谱支持基于时间维度的数据更新，将每次故障诊断的结果和记录文件，如故障工单，工作票等文件，通过开放的API接口在知识图谱进行更新完善，如果出现了以往并未记录的新故障，平台会自动提示维护人员有新故障知识需要在图谱中完善，并将新故障推荐给相应的工作人员，确保知识图谱提供更为精确、全面、动态化的决策辅助支持。
