1 论文标题：基于电网技术标准知识图谱的神经符号推理方法研究

2 作者信息：宋 杰, 潘爱强, 方 陈, 时珊珊：国网上海市电力公司，上海；李 永, 王雯丽：上海久隆企业管理咨询有限公司，上海

3 出处和链接：宋杰, 李永, 潘爱强, 方陈, 时珊珊, 王雯丽. 基于电网技术标准知识图谱的神经符号推理方法研究[J]. 现代管理, 2026, 16(8): 26-34. https://doi.org/10.12677/mm.2026.168158

4 摘要：电网技术标准知识兼具确定性规范约束与隐性关联模式两种形态，单一推理范式难以同时兼顾推理结果的可解释性与隐含关联的发现能力。神经符号推理范式通过将符号逻辑与神经网络相融合，为上述问题提供了系统化的解决思路。本文围绕电网技术标准知识图谱的推理需求，开展神经符号推理方法的体系化设计研究。针对标准条款的逻辑结构特征构建基于霍恩子句的领域启发式推理规则集，通过前向链匹配为候选关联提供可解释的规则支持信号；采用关系图卷积网络(R-GCN)与双线性解码器构建链路预测模型，发现图谱中未被显式标注的隐含关联；设计“候选生成–约束校验”两阶段融合机制，第一阶段对R-GCN概率得分与规则启发式支持两类软信号加权融合并排序，第二阶段以图谱中编码的强制性约束对候选进行硬过滤，使语义发现与合规约束在职责上相互分离。最后结合电网技术标准的典型业务场景，以典型示例说明所提框架的工作过程。