面向数字孪生工程的水利知识图谱构建及应用

构建水利领域的知识图谱可为数字孪生水利工程建设提供结构化的知识支持。基于黄河小浪底、万家寨水利枢纽预报调度、工程安全、业务规则数据,使用实体识别和关系抽取模型构建面向数字孪生工程的水利知识图谱(KG4DT),并对图谱进行可视化展示。以水利枢纽为核心确定实体分类体系及关系分类体系,构建KG4DT的模式层。使用二次开发的标注平台对非结构化文本进行半自动标注和人工校对,构建KG4DT的数据层。以黄河小浪底和万家寨水利枢纽防洪、减淤、供水、发电业务为主线,结合AC自动机等技术设计知识检索、预案自动生成应用,可为工程运行提供智能决策支撑。     

水文模型知识学习的命名实体识别方法研究

为研究水利领域知识图谱构建中基于文本的知识自动抽取方法，本文以水文模型的名称、模拟要素、应用流域、计算时段、精度、继承-发展关系、研发人、研发单位等知识抽取为例，以883篇水文模型领域中文期刊论文为数据源，构建了BERT-Base-Chinese模型、LAC(Lexical Analysis of Chinese)工具、模式识别联合的多策略水文模型命名实体识别方法。本文采用五位序列标注法(BMOES)方法对期刊论文进行人工标注等处理，建立知识抽取的输入数据集，用于BERT模型训练以及多策略识别方法的性能评价。识别结果显示：多策略识别方法对8种水文模型领域命名实体识别结果精确率和召回率的调和平均数(F1值)均达到90%以上;针对不同实体类别，采取不同的命名实体识别方法较单BERT模型识别方法能有效提高识别性能。本文提出的方法可为水利领域其他场景的知识抽取提供参考，为领域知识图谱构建提供支撑。     

基于大语言模型和知识图谱的数字孪生流域知识平台设计

设计了一款基于生成式预训练大语言模型的数字孪生永定河流域知识平台,该平台基于海量的业务数据、图书文献、期刊论文和行业资料,构建数字孪生永定河知识库。以知识库为基础,训练大语言模型,创建水利对象、预报方案、调度预案、历史场景等知识图谱。基于大语言模型、知识图谱和向量数据库,实现知识检索和智能问答,并开发水利对象关联查询、业务规则匹配、历史场景复演、实时调度方案编制等水利业务智能应用。     

面向智能搜索应用的水利知识图谱构建

在水利知识图谱的基础上,结合字符串相似度以及word2 vec生成的词嵌入的余弦相似度,设计了关联属性的语义查询算法,实现了异构水利知识的融合.在网页端搭建了一个智能搜索应用,通过用户实验,验证了基于水利知识图谱的智能搜索应用可以降低水利领域从业人员的数据获取难度,增强对水利领域相关知识的理解.     

知识驱动的南水北调工程巡检信息推荐方法

基于南水北调工程巡检专报结合专家经验构建巡检知识图谱概念模型,在此基础上利用实体关系联合抽取框架进行巡检知识抽取,并以Neo4j图数据库为载体进行巡检知识图谱可视化。基于巡检知识图谱进行南水北调工程巡检信息推荐,利用BERT(Bi-directional encoder representation from transformers)预训练模型设计BERT孪生网络,通过知识检索及字符串相似度计算等技术,实现关联工程风险信息推荐,以辅助巡检人员进行工程风险等级诊断。通过实验评估了知识抽取及字符串相似度计算模型的准确性,知识抽取F1值达到88.42%,字符串相似度计算F1值为86.00%。该方法可提高南水北调工程风险管理能力、推动工程运维的数字化发展。     

融合群体智能策略的AI链在大坝防汛抢险知识推理中的应用

防汛抢险知识(实体、关系)是防汛抢险业务知识图谱的重要组成部分。防汛实体间关系错综复杂分布在无结构文本中,而可利用文本数量过少和文本质量偏低为该领域知识抽取工作带来了挑战。为此本文提出使用大型语言模型LLM(Large Language Model)进行大坝防汛抢险知识推理的思路。基于LLM设计防汛实体抽取器、防汛实体知识解析器以及防汛实体间关系决策器三个子模块,设计一系列有效任务提示,并将其链接形成人工智能AI (Artificial Intelligence) 链。通过AI链中提示与LLM实时交互逐步完成防汛知识推理任务。同时设计群体智能策略提高防汛实体间关系推理的可靠性。将本文提出的知识推理方法与现有方法进行对比,实验结果表明本文设计的AI链可有效提升LLM进行实体间关系推理的准确率,验证了AI链和群体智能策略的有效性。这一知识推理新范式可为提高水利防汛知识可访问性提供新的解决思路。     

面向数字孪生流域的知识平台构建关键技术

数字孪生流域中的知识平台需要支撑物理流域全映射与孪生流域可互动等应用要求。针对知识平台中的水利知识图谱、历史场景模式、业务规则、专家经验等建设内容,提出了一种基于知识图谱的数字孪生流域知识体系架构。在该架构中,利用图模型描述业务场景中实体概念间的关联关系,以事件为视角描述事件演化背后的机理与模式,以业务为导向形成业务-事件-要素间的关联网络,最终构建形成全景式耦合网络。基于全景式耦合网络,进一步建立了物理空间与数字空间、业务层与支撑层互动关联的闭环式应用架构。将此架构应用至数字孪生流域平台中,以事件为驱动,通过数据反馈形成决策闭环,从而达到支撑水利业务智能管理与决策的目的。     

数字孪生流域知识图谱构建及其应用

为通过数字孪生构建物理流域与数字流域关联，实现对流域资源、环境、生态等多方面的监测、分析与优化配置，探讨了数字孪生流域建设过程中知识图谱的应用前景、构建方法、应用和面临的挑战。在知识工程相关技术基础上，以甘肃省白龙江干流舟曲县河段流域为例，对其中水利对象、防洪保护对象及其之间的关联关系进行了知识表示、抽取、融合和推理，构建了可视化、交互式的流域知识拓扑图，使其为数字孪生流域管理提供需求分析、知识检索、决策分析等应用价值，并对可能面临的挑战进行了分析，如需提升数据质量与标准化问题、或将面临的技术瓶颈等。研究成果可为水利工程知识图谱建设与推广应用提供参考。     

知识驱动的水利工程应急方案智能生成方法—以南水北调中线工程为例

水利工程传统应急方案存在数字化程度低、内容关联性差、智能辅助决策不足等问题。本文利用知识图谱和深度学习技术,创建一种水利工程应急方案智能生成模式。首先基于风险防控手册及险情抢险应急方案等文本,提出应急方案知识图谱本体模型,构建应急方案知识图谱,实现应急方案文本中非结构信息的结构化表达。其次,基于水利工程巡检文本,利用BERT(Bi-directional Encoder Representation from Transformers)+BiLSTM+CRF(Bi-directional Long Short Term Memory with Conditional Random Fields)实体识别模型,智能识别巡检文本中的风险事件、工程等实体。最后,设计应急方案智能生成模板,通过多特征融合的实体对齐技术、知识检索与推理技术,实现应急方案的智能生成与推送。通过模型准确性分析以及“渠道渗漏”等实例验证,本文方法识别准确率高(F1值为96.21%),生成的应急方案可靠,可推广到水利工程应急抢险以及应急预案智能生成等应急管理工作中。     

水利工程文本中抢险实体和关系的智能分析与提取

水利工程抢险措施是防汛应急预案的重要组成部分。本文旨在运用信息抽取技术从各种无结构文本源中抽取出水利工程抢险知识,并将其转化为〈实体,关系,实体〉三元组结构,为应急预案智能生成提供结构化知识支撑。本文将异构的水利工程抢险实体抽取和关系抽取视为从序列到序列的生成任务,并提出了基于大型预训练语言模型(T5)的水利工程抢险实体和关系联合抽取框架(Water Project Rescue Entities and Relationships Joint Extraction,WRERJE)。WRERJE是同时进行实体抽取和关系抽取的多任务框架,该框架使用动态提示引导T5进行实体和关系的联合抽取。研究特定于水利工程抢险领域的文本数据增强方法,在使用少量标注样本对WRERJE进行初步微调的基础上,通过数据增强方法获得更多描述模糊但标注正确的数据进一步微调WRERJE,提高了其对水利工程抢险实体和关系抽取的性能。通过实验对WRERJE性能进行评估,结果表明在水利工程抢险实体和关系联合抽取任务上,WRERJE表现出了较高的抽取性能(实体和关系抽取F1值分别达到78.42%、78.22%),验证了动态提示和联合抽取方法的有效性。     

智慧水利解析

智慧水利是水利高质量发展的显著标志,是运用大数据、人工智能、物联网、云计算、移动互联等新一代信息通信技术,基于自然水系、水利工程体系和水利管理体系,智慧地将适量适质的水适时送到适地,为实现长久水安澜、优质水资源、宜居水环境、健康水生态提供支撑。智慧水利包括目标、对象、时空、技术、价值、成效等六个维度的内涵。目标维度包括问题识别与目标制订,对象维度包括服务主体与水利业务,时空维度包括监控环节与决策过程,技术维度包括赋能体系与核心技术,价值维度包括概念模型与推进路径,成效维度包括功能表征与建设愿景。在智慧水利建设中,数据是基础,要高度重视水利数据的收集、开放和共享;信息是关键,要高度重视监测数据的信息提取和分析;知识是核心,要加强水利知识的挖掘、提升和知识的积累;智能和智慧是目的,要重视人工智能的使用和标准化管理体系的构建。     

农田水利工程建设与管理的措施性研究

通过对现阶段农田水利建设与管理问题的分析,从农田水利建设和管理两个方面提出了加强农田水利工程建设和管理改革的主要对策和措施。指出：对于农田水利工程建设而言要努力开发新技术,通过人力资源的开发实现对工程建设质量和效果的保证;对农田水利工程的管理而言则要做好总体规划,并多角度地扩大资金使用额度,使得农田水利工程建设能够为广大农村地区带来全新的发展之路。这种措施性研究对农田水利工程建设与管理策略水平的提高一定会大有好处。     

江苏沿海地区“十三五”水利规划思路研究

自长江经济带建设、"一带一路"上升为国家战略以来,江苏沿海地区成了包括江苏沿海地区发展在内的三大国家战略叠加区,这给江苏沿海地区发展带来了新的重大历史机遇。结合沿海地区水利规划工作实际,回顾了"十二五"沿海地区水利发展现状,客观分析了防洪减灾、淡水资源供给、水资源、水环境方面的问题,研究提出了"十三五"沿海地区水利规划思路、目标、主要任务以及部分重大课题研究建议。可为即将启动的江苏省沿海地区"十三五"水利规划提供参考,对未来5 a沿海地区水利基础设施建设有一定指导意义。     

福建省水利投入的实证分析

根据福建省"八五"、"九五"期间水利投入的实际情况,分析了水利投入与国民经济投入产出的关系.在此基础上运用计量经济学的分析方法,从相关分析、弹性分析、贡献率分析和拉动效率分析的角度,进一步研究水利投入对国民经济产出的贡献和对经济增长的拉动作用.实证分析结果表明,福建省水利投入与国民经济投入产出关系密切,水利基建投资对经济增长的影响显著,但水利投资偏低,对经济增长的直接作用不明显.     

关于智慧水利的认识与思考

智慧水利是运用物联网、云计算、大数据等新一代信息通信技术,促进水利规划、工程建设、运行管理和社会服务的智慧化,提升水资源的利用效率和水旱灾害的防御能力,改善水环境和水生态,保障国家水安全和经济社会的可持续发展。智慧水利是水利信息化发展的新阶段,也是水利现代化的具体体现。信息是智慧水利的基础,要高度重视信息的收集、监测和分析;知识是智慧水利的核心,要应用新的信息技术,加强信息的挖掘、提取和知识的积累;能力提升是智慧水利的目的,要着重提升流域的监测能力、预测预报能力、调度决策能力和运行管理能力。     

基于水管理对象的数字流域顶层设计技术方法研究

水利信息化是实现水利现代化的基础和重要标志。以水管理对象为基础,利用现代信息技术构造数字流域,集中管理流域内的水事问题,是实现流域现代化管理的有效途径。从数字流域体系架构、水管理对象构造及全息化描述、基础平台构建、业务系统的构件化开发、数字功能流域等方面详细介绍了基于水管理对象的数字流域构造技术方法。     

基于Neo4j的水资源调度业务信息图数据库构建研究

北京市水资源调度是保障北京城市生活、生产、生态用水的基础保障工作,自南水北调水进京后,在调度业务工作中产生了大量的调度信息,为使信息被更好地存储及发挥更大的价值,基于北京市五水(地表、地下、外调、再生、雨洪)调度业务流程,梳理北京市水资源调度工程对象、调度实施单位等实体数据,构建实体节点、关系,研究基于Neo4j图数据库的水资源调度实体节点、关系以及属性的设计、存储及查询应用。研究表明,Neo4j图数据库对于水资源调度信息管理具有有效的数据分析意义。     

水文化研究几个关键问题的讨论

在全面总结水文化基本知识和研究成果的基础上,结合水利工作实际,阐述水文化的概念及内涵,进一步明确水文化研究对象。根据水文化对象、内容和特性的不同,对水文化进行了分类,并把水文化的形成和发展划分为三个阶段进行分析,从水利职工水文化培训和自学的需求角度,提出了水文化体系框架。     

浅析江苏省水利科研与水利标准化之关系

科学研究是促进水利发展和建设的重要抓手,是提高水利标准化的主要动力之一。水利科学研究与水利标准化之间的关系相对独立,但又相互促进、相互制约。笔者结合江苏水利实际,针对水利科学研究和水利标准化的内涵进行阐述,深入剖析两者之间存在的关系,以期促进两项重要水利工作的发展。     

中国水量分配研究进展

随着农业现代化发展,新型农业经营主体大量涌现,逐步参加和主导了农田水利工程运行维养,并对传统运行维养模式转变产生了积极影响。通过对新型农业经营主体及供销合作组织参与农田水利工程建设、维养情况,存在的问题和难点等分析,提出了鼓励扶持的意见和建议,为创新农田水利工程运行维养模式,深化农业水价综合改革提供有益的参考。