人民黄河

作者：谢津平1, 李喆1, 钟千有2, 3, 付超1, 刘敏1

单位：1.中水北方勘测设计研究有限责任公司，天津300222；2.天津大学 水利工程智能建造与运维全国重点实验室，天津 300072；3.天津大学 建筑工程学院，天津 300072

关键词：梯级泵站群；运维；实体识别；关系抽取；知识图谱;智能;南水北调东线山东干线

基金：<span>水利部重大科技项目</span><span>(SKS-2022133)</span><span>；天津大学自主创新基金资助项目</span><span>(2023XJD-0065)</span><span>；中国长江三峡集团有限公司企业科研项目（</span><span>202103551</span><span>）</sp

梯级泵站群运维知识通常以文本形式记录，存在数据量大、碎片化严重等特点，难以进行数据挖掘应用。为此，提出一种从非结构化数据中智能挖掘泵站群运维知识的方法。结合双向编码器表示（BERT）、双向长短期记忆网络（BiLSTM）、条件随机场（CRF）以及字词向量（Word Vector），建立梯级泵站群运维实体识别模型，识别文本中的实体类型；利用BERT-BiGRU-Attention模型抽取实体间关系；利用Neo4j数据库构建梯级泵站群运维知识图谱，将大规模的非结构化数据转换为结构化知识，明确知识之间的逻辑关系。以南水北调东线山东干线梯级泵站群为例，进行模型及图谱的实际应用。应用情况表明：所提出方法能够准确识别与抽取泵站群运维文本中的实体与关系，基于知识图谱实现知识的可视化与高效利用，以及对梯级泵站群运行方案进行智能推荐，为提高泵站群运维效率提供了支撑。

来源：2025年第11期

《人民黄河》期刊编辑部

查看人民黄河杂志2025年第11期