Page 101 - 水利学报2025年第56卷第4期
P. 101

水  利  学  报

                2025年 4月                            SHUILI  XUEBAO                          第 56卷 第 4期

              文章编号:0559 - 9350(2025)04 - 0519 - 12                              第二十七届中国科协年会学术论文

                    多模态知识图谱与大模型协同的水利工程风险应对决策推荐


                                                                           1
                                                    1
                                          1
                                  杨阳蕊 ,潘世峰 ,刘雪梅                1,2 ,马 威 ,冯 岭          1
                                        (1.华北水利水电大学 信息工程学院,河南 郑州 450000;
                                   2.黄河流域水资源高效利用省部共建协同创新中心,河南 郑州 450000)

                摘要:随着水利工程发展和信息化需求的增加,有效处理并利用水利工程巡检数据做出风险应对决策变得更加重
                要。南水北调工程风险巡检文本涉及诸多影响因素、复杂的相互关系以及多源异构数据。为了充分利用该文本以
                保证对工程风险处置的 及 时 有 效 性,本 研 究 基 于 巡 检 文 本 数 据 提 出 一 种 结 合 多 模 态 知 识 图 谱 与 多 模 态 大 模 型
                ( MLLM)的方法,用于对南水北调工程运行中的风险做出针对性应对决策推荐。首先,选用更加关注区域位置的
                开源多模态大模型 VIP - LLaVA作为对话模型;其次,基于水调工程巡检数据,构建领域多模态知识图谱;最后,
                以水利领域多模态知识图谱作为多模态大模型增强知识,采用检索与生成协同迭代的方式寻找应对风险的最佳方
                案。结果表明,由该方法生成的风险应对决策在 BLEU、ROUGE - L和 METEOR评价指标上效果良好,能够及时
                对工程中的运行风险做出合适的应对决策推荐。相关研究可以有效提高工程安全维护管理的可靠性,降低工程风
                险对供水安全的影响。
                关键词:多模态知识图谱;多模态大模型;风险应对;南水北调工程
                中图分类号:TP391.1;X93
                                 文献标识码:A                                 doi:10.13243?j.cnki.slxb.20240575
              1 研究背景


                  南水北调项目在解决水资源分配不平衡、促进区域协调发展方面发挥着至关重要的作用。在工程
              作业日益复杂,以及系统化程度提高的背景下,工程运营期潜在风险因素的增加对追求高质量和可持
              续的工程发展提出了挑战。风险处理是风险管理的主要方面,贯穿于工程稳定运营的整个生命周期。
              科学、全面地针对各个阶段的关键风险做出决策,是提高工程安全运行的关键手段。南水北调工程巡
              检文本中包含大量的有助于工程安全运行的多源异构数据,充分利用这些数据可为南水北调工程的安
              全运行做出重要贡献。传统的南水北调工程风险应对决策都是由工程维护人员人工提供。这种人工的
              方法存在以下局限:( 1)工程维护人员专业水平参差不齐,在面对各个风险时,做出的风险应对决策
              可能不一致;(2)随着国内水利工程规模的不断扩大及工程复杂性的不断增加,传统的人工决策方法
              已然无法满足当下高效、高质量的管理需求。
                  目前已有一些研究提出了基于知识图谱和深度学习                         [1 - 2] 的水利工程智能运维方法。Tang等           [3] 结合
              深度学习与贝叶斯算法进行设备的故障智能诊断;刘雪梅等                             [4] 通过构建水利工程应急方案知识图谱,
              实现了风险事件应对方案的生成与推荐。知识图谱( KnowledgeGraph,KG)作为新的信息管理与组织
              技术,是结构化的语义知识库,以图的形式直观地展示实体( nodes)及其关系(edges),通过实体 - 关
              系- 实体三元组的形式,构成网状的知识结构,成为了知识结构化存储与管理的有效工具                                         [5 - 7] ,可对风
              险应对决策提供结构化、可解释性的知识。然而,在现实世界中的信息往往是以多模态的形式存在,


                 收稿日期:2024 - 09 - 08;网络首发日期:2025 - 04 - 23
                 网络首发地址:https:??link.cnki.net?urlid?11.1882.TV.20250422.1514.002
                 基金项目:国家自然科学基金项目 (72271091);河南省高等学校重点科研项目 (25A520006);河南省科学院科技开放合作项目
                         ( 220901008);华北水利水电大学硕士研究生创新能力提升工程项目(NCWUYC - 202416098)
                 作者简介:杨阳蕊(1982 - ),博士,讲师,主要从事自然语言处理研究。E - mail:yangyangrui@ncwu.edu.cn
                                                                                                —  5 1 9 —
   96   97   98   99   100   101   102   103   104   105   106