Construction of knowledge graph of railway dispatching emergency plan
-
摘要: 为解决铁路调度应急预案信息整合困难、综合管理能力不足的问题,采用知识图谱概念和方法,对铁路调度应急预案相关信息资源进行全面梳理和系统分析,采用自顶向下与自底向上相结合的方法,完成铁路调度应急预案知识图谱的构建;提出铁路调度应急预案主要实体概念及其属性与关系的定义,研究数据抽取、数据融合及知识存储的方法,实铁路调度应急预案数据的规范、有序存储。以雾天行车场景为例,开展应用探索。应用表明,知识图谱为整合多源异构的铁路调度应急预案相关信息资源提供了有力工具,使应急预案相关信息资源的使用更加便利化,更好地支持应急指挥快速决策,支持应急处置工作从容有序开展。Abstract: To address the difficulties in information integration and insufficient of comprehensive management ability of railway dispatching emergency plan, The concept and approach of knowledge graph is employed to sort and analyze relevant information resources of railway dispatching emergency plan. Using a combination of top-down and bottom-up method, the knowledge graph of railway dispatching emergency plan is constructed, in which the core elements of railway dispatching emergency plan are indentified and their properties and associations are defined. Besides, the methods of data extraction, data fusion and knowledge storage are studied to realize standardized and orderly organization and storage of railway dispatching emergency plan data. Taking train operation in foggy weather as a study case, the application of the knowledge graph of railway dispatching emergency plan is explored. The application shows that knowledge graph can be a powerful tool for integrating multi-source and heterogeneous related information resources of railway dispatching emergency plan and facilitate the utilization of those resources and better support rapid decision-making in emergency command and and support emergency response rolling out in a calm and orderly manner.
-
-
表 1 应急处置流程概念实体的层次划分
阶段 目标 任务 事前 预警、应急预备 风险监测、应急预警、应急准备 事发 快速启动应急、
应急通知启动应急响应、应急响应信息传递、
相关人员赶赴现场事中 高效处置 设备调配、车辆抢修、机车运行组织、
添乘重点列车、旅客疏散事后 快速恢复、
总结评价应急结束通知、应急总结分析、应急处置评价 表 2 铁路调度应急预案实体关系含义说明
关系类型 含义 因果关系 某种情况的发生,必然会引发其他一种或多种事情 跟随关系 某一时段内,某一事件发生后,另一件事情跟着发生 并发关系 某一时段内,两个事件同时发生,或先后发生 互斥关系 两种类型的事件不可能同时发生 顺序关系 事件发生的先后顺序 隶属关系 概念层级关系,上下级隶属 协同关系 机构岗位之间的协同合作 信息指令传达关系 信息汇集或指令决策机构将信息、指令传达给接收单位 表 3 非结构化文本数据融合示例
数据融合前抽取的实体概念 数据融合后抽取的实体概念 北京南、北京南普速场、北京南普速到达场 北京南普速到达场 大雨、大到暴雨、强降雨、暴雨 大到暴雨 -
[1] 王 普,李 平,阿茹娜,等. 融合本体和深度学习的高速铁路应急预案数字化方法 [J]. 铁道学报,2020,42(8):29-36. [2] 李 军. 应急预案信息化方法研究 [J]. 铁路计算机应用,2012,21(5):23-25. DOI: 10.3969/j.issn.1005-8451.2012.05.008 [3] 杜会芳, 王昊奋, 史英慧, 等. 知识图谱多跳问答推理研究进展、挑战与展望[J]. 大数据, 2021, 7(3), 60-79. [4] 陈华钧,张 文,黄志文,等. 大规模知识图谱预训练模型及电商应用 [J]. 大数据,2021,7(3):99-115. [5] 陈 强, 代仕娅. 基于金融知识图谱的会计欺诈风险识别方法研究[J]. 大数据, 2021, 7(3), 116-129. [6] 于 辉,江智慧. 突发事件下分阶段启动应急预案模型研究 [J]. 管理工程学报,2011,25(1):109-114. DOI: 10.3969/j.issn.1004-6062.2011.01.016 [7] 马雷雷,李宏伟,连世伟,等. 一种自然灾害事件领域本体建模方法 [J]. 地理与地理信息科学,2016,32(1):12-17. DOI: 10.3969/j.issn.1672-0504.2016.01.003 [8] 崔 斌,高 军,童咏昕,等. 新型数据管理系统研究进展与研究趋势 [J]. 软件学报,2019,30(1):164-180. [9] 李 洺,王 巍. 政府应急平台数据库的数据需求、实现路径与管理制度 [J]. 电子政务,2008(5):56-61. DOI: 10.3969/j.issn.1672-7223.2008.05.009 [10] 李泽荃. 基于知识图谱的灾害场景信息融合技术 [J]. 华北科技学院学报,2019,16(2):20-25. DOI: 10.3969/j.issn.1672-7169.2019.02.005 [11] 杜志强. 自然灾害应急知识图谱构建方法研究[J]. 武汉大学学报(信息科学版), 2020, 45(9): 1344-1355 [12] 刘 峤,李 杨,段 宏,等. 知识图谱构建技术综述 [J]. 计算机研究与发展,2016,53(3):582-600. DOI: 10.7544/issn1000-1239.2016.20148228 [13] 徐增林,盛泳潘,贺丽荣,等. 知识图谱技术综述 [J]. 电子科技大学学报,2016,45(4):589-606. DOI: 10.3969/j.issn.1001-0548.2016.04.012 -
期刊类型引用(9)
1. 程智博,刘忠东,周亮瑾,吴艳华,李国华. 基于应用现代化的铁路信息系统统型方法研究. 铁路计算机应用. 2024(07): 41-46 . 本站查看
2. 于百勇,杨旭,易危香,呼雨欣,马彬焱. 城市轨道交通主数据管理平台设计与实现. 现代城市轨道交通. 2024(11): 104-109 . 百度学术
3. 王仲勋,袁勇,李俊. 政府采购招标系统全流程电子化新模式实践. 中国口岸科学技术. 2023(S1): 35-40 . 百度学术
4. 苏斌,赵杰,张羽. 基于微服务架构的铁路现车管理系统研究. 铁道运输与经济. 2022(S1): 97-103 . 百度学术
5. 白铭,周宇,李震. 智能供电调度作业管理系统研究. 铁道运输与经济. 2022(S1): 104-109 . 百度学术
6. 刘向东,丁茂廷. 综合化智能铁路施工管理系统研究. 铁道运输与经济. 2022(S1): 195-201 . 百度学术
7. 许华杰,于永辉. 微服务架构认证与授权的实现方式. 信息与电脑(理论版). 2021(07): 204-206 . 百度学术
8. 潘小玲. 微服务架构在软件项目开发的主要问题与应对研究. 电脑编程技巧与维护. 2021(06): 85-86+91 . 百度学术
9. 傅磊,曲晓峰. 一种支持多种编程语言的微服务应用环境实现方法. 自动化技术与应用. 2021(06): 35-37+49 . 百度学术
其他类型引用(4)