电网应急预案知识图谱构建方法与应用

为提高电网应急预案知识的检索效率以及电网事故的处置效率,提出电网应急预案知识图谱的构建方法。首先,以电网自然灾害和大面积停电事件应急预案为数据源,分析电网应急预案知识内容体系框架;其次,采用基于规则与基于深度学习的知识抽取方式对应急预案进行知识抽取,并基于Neo4j图数据库对电网应急预案知识进行存储和可视化展示;最后,以某市大面积停电事件应急响应为例,分析电网应急预案知识图谱在实际案例中的有效性。研究结果表明:所构建电网应急预案知识图谱可对电网突发事故进行辅助决策,从而缩短应急决策时间,提高电网事故的应急处置效率。

基于微博网络爬虫的巴黎圣母院大火舆情分析

北京时间2019年4月16日凌晨,法国巴黎圣母院突发大火。为了分析民众对巴黎圣母院大火的舆论关注情况及舆论走向,探讨官方微博在舆论引领中发挥的作用。利用网络爬虫软件在新浪微博上爬取巴黎圣母院大火相关博文,对采集所得的舆情信息进行量化处理和词频分析,从热度变化、地域分布、情感趋势等方面分析舆情信息。结果表明:微博用户对巴黎圣母院大火的舆论关注显现出爆发性的特点,短时间内热度急剧上升,在16日上午8时至10时热度最高,以极高的热度大约维持了8h,然后迅速下降。在地域分布方面,舆情信息主要分布在我国东部、中部和东南部地区,其中北京和广东的用户发布的微博数量最多。面对巴黎圣母院大火,主流舆论表现出对文物损失的心痛与惋惜,衷心祈愿文物能远离灾难。同时,官方微博的积极引领,有助于民众舆论朝着正能量方向发展。

基于模糊影响图的冬奥全球赛事突发危机事件风险评估

为研究冬奥全球赛事突发危机事件的风险因素,满足冬奥赛事重点区域的防控需求,依据突发危机事件基本属性与相关文献的风险划分,从自然灾害、事故灾害、公共卫生事件、社会安全事件和意识形态5个方面选取36个风险指标构建风险评估体系,采用模糊影响图方法进行风险评估分析。结果表明:冬奥全球赛事突发危机事件风险属于中等偏高风险,风险防控的关键节点有事故灾害中的“公共设施与设备事故”;社会安全事件中的“经济安全事件”;公共卫生事件中的“传染病疫情”“食品安全”;舆情意识形态中的“文化因素”“社会因素”“政治因素”“传播技术因素”“专业因素”。舆情意识形态风险关键节点较多,需重点关注。

基于微博数据的自然灾害应急救助需求评估

结合实时更新的社交媒体数据进行应急救助需求分析,有助于提高灾害应急救助过程中的时效性和准确性。为掌握受灾区域的实际救灾需求,该文从应急救援及指挥保障需求、灾后紧急救援需求、基本生活保障需求和公共基础设施保障需求4个方面构建应急救助需求紧迫度分级评估指标体系,提出了基于组合赋权法和灰色改进逼近理想解排序法(TOPSIS)的受灾区域应急救助需求紧迫度分级评估模型。以台风“利奇马”为例,对受灾省份各地级市的应急救助具体需求进行评估,结合灾害损失数据验证了所提出的分级评估模型的有效性。

基于微博数据的台风灾害舆情分析与灾害损失估计

该文以2018年台风"山竹"和2019年台风"利奇马"为研究案例,通过网络爬虫爬取微博数据,将Bayes情感分析模型运用到台风自然灾害的舆情分析,讨论了2种不同台风的灾害舆情演化规律。在舆情演化规律的基础上,利用城市热度分布和情感指标,结合城市地理位置、经济、人口数据、台风灾害破坏能力,对临海城市和非临海城市进行了城市灾损数据估计。灾损评估结果对于各地级市的灾情评估有较好的一致性,具有一定的参考意义。研究结果及方法可为灾情研判及救灾需求分析提供参考,帮助解决台风灾害发生初期应急救援过程中各地级市物资调配问题。