Page 107 - 2025年第56卷第5期

d）带标签的分类样本训练集生成：为充分保障工程运行安全，综合分水口历史分水量与图 6 中类
别标签，对分类样本训练集的标签进行人工处理与检验。最终确定 30 个模式 1（即防洪调度模式，大
致对应第 4 类场景）、239 个模式 2（即冰期调度模式，根据 《山东省南水北调条例》，冰期输水调度时
期一般为 12 月中上旬至次年 2 月下旬，结合发生日期及水力特征进行人工标注）、57 个模式 3（即高分
水量调度模式，大致对应第 1 类中分水量大的调度场景）、303 个模式 4（即低分水量调度模式，大致对
应第 1 类中分水量小的调度场景及第 3 类调度场景）、25 个模式 5（即停水调度模式，大致对应第 5 类场
景）与 230 个模式 6（即停水期模式，大致对应第 2 类场景）。
e）场景分类研究：根据所生成的标签按照比例 70%∶30% 划为训练集与测试集，采用 RF 算法进
行场景分类，分类器个数为 500，分类算法混淆矩阵见图 7 所示。

图 7 RF 分类算法混淆矩阵

根据图 7 可知，模式 2（冰期模式）识别准确率最低，为 90%，其中误分为模式 6（停水期模式）的样
本最多，占 4%。模式 6 误分为模式 2 的样本也最多，占 3%。这可能是由于模式 2 与模式 6 存在水位、
流量较小，水位、流量变化幅度也较小这一相似的水力特性，导致分类难度大。
3.3 知识图谱构建
［9］
（1）本体建模：本体建模定义领域内的概念集合及其相互关系，是知识图谱的骨架 。合理的本
体层建模应实现对领域知识体系的描述和数据关系的标准化 ［23］ ，从而促进知识的形式化描述。循环
法 ［24］ 是常见的本体建模方法，其步骤为：①确定本体专业领域与应用范围；②探索本体的复用可能
性；③列出重要相关术语；④定义类间等级体系；⑤定义类的属性；⑥创建实例。依据循环法原理，
构建知识图谱本体的核心步骤如下所示：
a）需求分析。根据应用场景、目标与范围确定需采集的知识边界及其中的概念与关系，构建知识
模型，确定本体及关系结构。本研究主要面向明渠水力调度，所涉及的知识应包括明渠水力过程的时
空特征动态变化等相关信息，以此为边界提取相关概念并确定相互关系。
b）探索可复用的本体资源。查阅已构建的领域知识图谱，尚未发现可复用的本体。
c）概括核心概念。根据 a）中知识边界，总结主要概念 8 类，包括泵站、分水口、闸门、断面、场
景、时刻、调度模式与调度建议。
d）本体及其关系的构建。详细梳理相关概念，分析概念间存在的联系，共有位于（位置关系）、包
含、时刻（时序关系）、实例与采取（调度建议）5 类关系。
e）定义本体属性。确立本体的属性及其取值类型。属性包括描述场景特征的分类因子 x —x （数值
1 14
型）、分水口分水量（数值型）与推荐采取的实时调度建议等（字符型）。
f）创建实例。根据专家建议对知识模型进行改进，最终完成知识图谱本体层的构建，见图 8 所示。

— 653 —