基于知识图谱的危化品安全生产事故应急决策

厉彦柏，赵国静，旷文敏，孙俭，王东坡

(1.中国石油集团安全环保技术研究院有限公司，北京 102200；2.北京辰安科技股份有限公司，北京 100094；3.清华大学 工物系，北京 100084)

0 引言

石油化工行业的生产经营在很大程度上促进了经济的发展，也为人们的日常生活提供了必需的石油化工产品。石油是我国各个领域发展不可或缺的能源[1]。针对近年来石油化工行业频发的危险化学品安全生产事故，我国在危险化学品安全生产事故应急救援能力仍存在短板。如何利用专业知识结合科技化手段提升救援人员在危险化学品安全生产事故中的应急救援决策能力，提升应急救援能力，已经成为石油化工行业亟需解决的难题。

知识图谱技术作为重要的智能化技术之一，在文献检索中的知识智能问答、个性化检索、知识推荐等方面逐步得到较好的应用，但是在石油化工行业危险化学品安全生产事故应急救援未见报道。本文针对石油化工行业中频发的危险化学品安全生产事故，探索知识图谱技术及智能检索平台在危险化学品安全生产事故应急救援过程中的应用，包括危险化学品安全生产事故应急救援知识体系建立、知识图谱构建技术、基于知识图谱的智能检索平台搭建及应用为事故救援提供科学、准确的救援信息和知识，提升事故救援能力，最大限度地减少事故损失。

1 知识体系建立

知识图谱是一种用图模型来描述知识和建模世界万物之间的关联关系的技术方法[2]，本质是事物关系的可计算模型，基本用途是建立知识之间的直接关系，便于快速搜索和决策[3-4]。

文本基于危险化学品安全生产事故应急救援业务需求，对危险化学品安全生产事故应急救援知识体系进行梳理，将危险化学品安全生产事故应急救援知识体系划分为企业信息、危险化学品应急处置知识、事故知识、决策知识、社会救援力量、企业救援力量、救援辅助信息等部分。知识体系来源于商业购买专业知识、政府/集团搜集、用户系统填报等多种方式。危险化学品安全生产事故应急救援知识体系建立采用自顶向下结合自底向上的方法[5-7]，如图1所示，建立石油化工行业企业危险化学品安全生产事故和应急救援之间的直接关系，能够在突发事故发生后为应急救援决策提供准确、可靠的知识信息支持，帮助救援人员更好的进行应急辅助决策。

图1 危险化学品安全生产事故应急救援知识体系关系图

当危险化学品安全生产事故发生时，针对企业自身情况、周边环境以及事故特点，能够做出正确的辅助决策和救援措施，达到快速、有效救援的目的。将企业信息纳入知识体系中，企业信息包括企业名称、地址、安全管理人员、联系方式、企业危险化学品种类、周边环境等。

危险化学品是指具有毒害、腐蚀、爆炸、燃烧、助燃等性质，对人体、设施、环境具有危害的剧毒化学品和其他化学品。依据《危险化学品目录》(2021版)规定危险化学品共计有2 828类，在事故发生时了解危险化学品的应急处置特性，采取相应的措施正确、及时地进行处理，能最大程度挽救人员生命和财产损失。危险化学品的应急处置知识包括化学品名称、成分/组成信息、危险性概述、急救措施、消防措施、泄漏应急处置、操作处置与储存、接触控制/个体防护、理化特性、稳定性和反应活性、毒理学资料、生态学资料、废弃处置、运输信息、法规信息及其他信息。

危险化学品安全生产事故具有突发性强，不易控制，污染环境，破坏严重，救援难度大，专业性强等特点，将危险化学品安全生产事故类型纳入知识体系中。典型的危险化学品安全生产事故类型包括危险化学品泄漏扩散事故、大型储罐火灾事故、液池火灾事故、喷射火灾事故、火球火灾事故、蒸汽云爆炸事故、压力容器爆炸事故、固体爆炸事故。针对不同危险化学品在不同场景下，发生不同类型的事故时，有针对性的分析事故的发展态势，为事故的人员疏散、指挥作战等关键的辅助决策信息，提高救援效率和准确度。

危险化学品安全生产事故发生之后，根据相关的应急预案启动应急响应流程[8]，现将企业的现场处置方案、企业综合预案、政府应急处置预案纳入知识体系中的决策知识。石油化工企业应根据 GB/T 29639—2020《生产经营单位生产安全事故应急预案编制导则》[9]，在风险评估的基础上由企业自身或第三方服务机构进行应急预案的编制，并且按照《生产安全事故应急预案管理办法》[10]严格实施应急预案。企业应将存在或可能发生的事故风险种类、发生的可能性以及严重程度及影响范围有效识别出来，并将所有的危险因素和风险管控措施体现到应急预案中，并按照政策要求及时修订和完善预案内容，保证预案具有可操作性。

现将企业救援力量和社会救援力量纳入知识体系中，以保障在事故发生时更合理的调配相关资源，多方位的救援力量具有资源丰富、组织灵活的优势。企业救援力量主要是指企业自身救援队伍和救援物资。社会救援力量包括周边企业的救援队伍和救援物资、政府的救援队和救援物资、相关的救援专家等。

救援辅助信息为救援过程不可缺少的信息，应急救援决策需要解决的问题往往是无序的、突变性的，根据现场实际情况进行灵活的调整就变的尤为重要，通过将舆情信息、交通信息、气象信息、事故案例等信息纳入知识体系中，将现场复杂多变的信息展现出来，为决策者提供更精准的辅助决策。

2 知识图谱构建

知识体系是一个不断更新的过程，在每一次更新的知识体系均要经过知识存储、知识表示、知识抽取、知识挖掘、知识融合、知识推理等过程形成知识图谱[11]，如图2所示，进而用于知识搜索、语义检索、知识点关联推荐、可视化展示等应用。

图2 知识图谱构建过程

2.1 知识存储

基于大数据存储技术，为满足知识图谱的构建和应用，需要实现将来源于TXT文件、WORD文件、XML文件、CSV文件、Excel文件、数据库等多源异构知识进行存储。涉及图数据库存储、分布式对象存储、分布式列数据库、内存数据库、数据仓库、分布式文件系统等技术。其中，图数据库存储以图形的“节点”象征实体，节点间的“边”代表实体间的关系，能够快速解决复杂的关系问题[12]，是本文知识图谱构建的关键技术之一。

2.2 知识表示

知识表示是将知识体系中实体、属性、事件和关系进行关联起来，便于知识推理和知识计算的应用[13]。本文采用W3C推荐的语义网(semantic web)的知识表示方法，其中URI(uniform resource identifier，统一资源标识符)/IRI(internationalized resource identifiers，国际化资源标识符)为网络链接，XML(extensible markup language，可扩展标记语言)和RDF(resource description framework，资源描述框架)为资源表示框架，SPARQL(SPARQL protocol and RDF query language，基于RDF数据模型的查询语言和数据获取协议)为知识查询语言，RDFS(RDF schema，基于RDF的术语和概念)和OWL(web ontology language，编程语言)为支持推理的表示框架。

2.3 知识抽取

知识抽取是对原始数据进行规范化处理，对从不同来源、不同结构的数据进行知识抽取并转化为RDF三元组、多元组事件和时序信息，最终形成结构化数据存入到知识图谱[14]，知识抽取过程如图3所示。原始数据包括结构化数据、非结构化数据、半结构化数据。链接数据或数据库中的结构化数据通过图映射技术或D2R技术将关系数据映射到RDF三元组中并进行存储。半结构化数据可以利用机器学习算法，寻找数据之间存在的规律，经过解析引擎或自然语言处理的方式，将半结构化数据转换为结构化数据。从非结构化数据中提取出所需关键信息，利用信息抽取技术，以结构化形式数据进行存储。

图3 知识抽取过程

2.4 知识挖掘

知识挖掘是指对数据采用自动或半自动的技术手段，从大量的、模糊的、不完全的数据中获取实体及新的实体链接和新的关联规则等信息。常见的知识挖掘技术包括实体链接与消歧、知识规则挖掘、知识图谱表示学习等。其中，实体链接与消歧为知识的内容挖掘，将有歧义的实体通过实体链接的方式映射到一个无歧义的目标实体。知识规则挖掘属于结构挖掘，包括基于归纳逻辑编程、基于统计关系学习、基于关联规则挖掘三种实现方法。知识图谱表示学习是将RDF三元组知识、多元组事件知识、时序信息知识的各种关系映射成综合的向量空间，依据用户画像进行综合匹配，进而完成定向推荐功能。

2.5 知识融合

知识融合是将多个来源的关于同一个实体或概念的描述信息融合起来，数据质量和数据规模是知识融合技术需要面临的两大难题。知识融合分为数据预处理、分块、负载均衡、记录链接、结果评估、结果输出等步骤。数据预处理采用语法正规化和数据正规化对数据进行归一化处理，以提高后续链接精确度。对于数据体量非常大的知识体系，利用Hash函数或者邻近分块等方法对所有实体进行分块，并将匹配的候选项的大小尽量缩小，通过负载均衡来提升分块性能。依据初步筛选数据的实体属性建立融合标识符，找到等价实体进行记录链接，从而判断数据之间的属性相似度，对属性相似度均达到阈值条件的数据进行融合，并进行结构输出。

2.6 知识推理

知识推理是基于RDF语法，在已有知识图谱的基础上推断出新的知识或者结论。为提高知识图谱计算性能，知识推理机制应具有高效率的搜索和匹配机制、可控制性、可观测性和启发性。

3 智能检索平台

在危险化学品安全生产事故应急救援过程中，针对初步研判会商、处置方案生成以及常态下专业知识学习等场景常常因信息查询不便捷、分布零散、无专业背书而导致耗时长、效果差的问题，以专业危险化学品安全生产事故应急救援知识体系，以知识图谱构建技术为支撑，建立知识图谱智能检索平台，平台架构如图4所示。搭建的知识图谱智能检索平台架构体系分为知识体系层、数据支撑层、基础支撑层、业务应用层和用户层，同时配置标准规范体系和安全保障体系两大保障体系，以确保平台安全、稳定的运行。

图4 基于BIM的工人不安全行为预警系统架构

知识体系层：从商业购买专业知识、政府/集团搜集、用户系统填报等多种方式获取的知识，包括：企业信息、危险化学品应急处置知识、事故知识、决策知识、社会救援力量、企业救援力量、救援辅助信息等部分信息，利用知识图谱技术采用自顶向下结合自底向上的方法构建危险化学品安全生产事故应急救援知识体系。

数据支撑层：不断更新的知识体系经过知识存储、知识表示、知识抽取、知识挖掘、知识融合、知识推理等技术构建知识图谱。通过人工智能、语义识别、自然语言处理、意图识别、深度学习等技术算法支撑平台应用。

基础支撑层：地理信息系统、操作系统、应用中间件、云计算和存储资源、数据库管理系统。

用户层：为应急管理部门、化工园区、集团企业、现场指挥部的消防官兵、企业内主要负责人和安全管理人员等肩负日常安全管理以及事故应急指挥处置职责的部门各级领导与指挥系统的操作人员使用，以便进行有科学、有效的应急辅助决策。

业务应用层：包括用户管理、知识管理、搜索交互、搜索纠偏、语义检索、知识点关联推荐、可视化展示，其中语义检索包括精准搜索、通用搜索等功能。同时配置用户登陆、日志管理、岗位管理、角色管理、接口管理、机构权限管理等辅助用户管理应用。

(1)用户管理：平台管理人员依据用户所属机构和工作岗位，建立组织机构树，由平台管理人员对用户名称、账号和密码等进行合理分配和管理，平台用户可以通过登录页面登陆平台。依据用户特点设置为单位管理人员、单位负责人、决策指挥人员、现场救援人员等用户角色，依据用户角色进行功能模块的权限分配。

(2)知识管理：知识体系为智能检索平台的数据支撑体系，知识体系的实时更新维护为应急救援决策中的关键性因素。智能检索平台对企业信息、危险化学品应急处置知识、事故知识、决策知识、社会救援力量、企业救援力量、救援辅助信息进行管理，由系统管理人员对知识体系进行更新与维护，从而保障平台中知识信息的时效性、科学性，辅助用户在应急场景找到有专业背书的辅助决策知识。

(3)搜索交互：搜索交互主要包括搜索前的搜索引导，搜索中的补全与搜索后的相关搜索等功能，搜索交互效果示意如图5所示，通过搜索交互辅助用户降低搜索门槛，提高搜索效率。搜索引导为搜索前通过点击类目了解各类目下的意图列表，点击具体意图可了解对应的常见语句和规范查询并完成对应搜索。搜索补全即通过点击自己的搜索历史与其他用户的搜索日志中含有相关收入内容的搜索问句，完成搜索。相关搜索为完成搜索后，通过点击其他用户的相关搜索，完成搜索。

图5 搜索交互效果示意图

(4)搜索纠偏：对通过语音和键入的方式输入的与危险化学品安全生产事故应急救援决策领域不相关的内容搜索进行纠偏，平台可支持全拼、混淆音字的纠偏识别，搜索纠偏示意图如图6所示。

图6 搜索纠偏效果示意图

(5)语义检索：基于深度学习等人工智能技术的语义识别，实现查询语句的智能解析实现语义检索功能，包括通用搜索和精准搜索。通用搜索：通过搜索语句进行基于关键字的全文检索与排序，找到用户可能关注的信息。精准搜索：通过语义识别智能理解搜索语句意图，将意图作为整体进行搜索并组织对应知识，以辅助用户进行应急救援决策，如图7所示。精准搜索包括判断类搜索、属性搜索、实体搜索等功能。用户通过判断类搜索可以询问知识图谱智能检索平台判断类问题，平台给出危险化学品安全生产事故应急救援决策知识体系适用范围的是否类答案及其对应理由。用户通过属性搜索询问知识图谱智能检索平台属性类问题，并给出对应知识信息。用户通过实体搜索询问知识图谱智能检索平台实体类问题，给出对应知识体系的实体列表，并对相关内容基于标签进行排序。

图7 精准搜索示意图

(6)知识点关联推荐：根据用户的历史搜索记录，采用多层次关联规则，自动为用户推荐类似的知识点，用户可以依据推荐的知识点，快速锁定自己感兴趣的内容，节省搜索时间。

(7)可视化展示：将检索结果通过前端页面进行展示，将知识体系中各知识点之间的关联联系和数据信息通过图像和文字的形式进展展示，有利于用户进行审阅，如图8所示。

图8 知识图谱可视化展示

4 结语

(1)专业权威的知识体系：从商业购买专业知识、政府/集团搜集、用户系统填报等多种方式获取的知识，利用知识图谱技术采用自顶向下结合自底向上的方法构建具有专业权威的危险化学品安全生产事故应急救援知识体系。

(2)知识图谱构建：不断更新的知识体系经过知识存储、知识表示、知识抽取、知识挖掘、知识融合、知识推理等过程构建知识图谱。

(3)智能检索平台搭建：基于危险化学品安全生产事故应急救援决策知识体系，知识图谱构建技术结合人工智能、语义识别、自然语言处理、意图识别、深度学习等技术，建立知识图谱智能检索平台，利用专业知识结合科技化手段提升救援人员在危险化学品安全生产事故中的应急救援决策能力，提升应急救援能力。