鲍晓宁，余 薇，王德清，秦 琳，林冠雄，蔡嘉炜，莫 薇

(1.国网福州供电公司,福建 福州 350009;2.国网福建省电力有限公司,福建 福州 350003)

0 引言

在大数据和人工智能(artificial intelligence,AI)时代，各种来源的大量数据不断地从人类生活中产生。在电力领域，随着海量测控装置以高频采样速率对电力系统设备、线路和潮流等状态进行实时采集与传输，产生了海量深度间接知识[1]。

电网系统通常是一个非常复杂和庞大的系统，目前电网系统中存在着数千种不同类型的基本设备[2-3]。在我国，自2016年以来，国家电网大力开展数据中心建设，打造现有电网向下一代智能电网的转变数据支撑。截至2018年1月，某省级电网运行数据总存储容量为560.48 TB，其中常态结构化数据为209.50 TB，非结构化数据254.86 TB，实时测量数据72.02 TB，在线应用数据24.10 TB。在如此巨大数据量的情况下，为了揭示电力物联网中设备、网络等物理实体与虚拟载体之间的关联关系，需要通过知识图谱等语义分析方式对电网单元进行切割、定义与关联，以便进行深入分析，做出更全面、更准确的判断[4]。

本文旨在利用AI增强标记系统构建面向变电站关键事件的知识图谱模型，以方便变电站管理、搜索、运维与检修，整个模型构建过程分为数据收集、标记、分析和应用，采用数据库管理系统实现半自动化关联[5-6]。

本文所开发的知识图谱系统，有助于增强现有电网系统的稳定性和可靠性，并将变电站设备事件利用信息共享给多用户群体。与传统的知识图谱构建方法相比，整个构建过程更加透明和易于实现。……