CN114077674B 一种电网调度知识图谱数据优化方法及系统 （国电南瑞科技股份有限公司）

一种电网调度知识图谱数据优化方法及系统本发明公开了一种电网调度知识图谱数据最终在以上步骤的共同协作下完成可持续学习新的同时降低了更新训练时的计算资源及时间2步骤一.建立基于图数据库的电网调度知识图谱模型，包括电网历史文本类子图和电步骤三.对抽取的电网调度实体数据原始语料，利用开源分词工具对语句进行中文分步骤五.构建及训练基于深度神经网络的实体识别模型与关系识别模型，生成准确的62)对于随着时间在不断变化的新增调度计划类新增数据，使用已有的实体识别模型63)根据不同场景采取对应知识图谱实例层更新规则，使用经过深度学习的调度计划使用开源图数据库用于图谱存储，首先对电网调度知识图谱的图当有特定历史时刻电网调度知识图谱恢复的需求，只删除指定时刻后数据库的改变，按故障发生的时间对新增的电网故障数据做分片3所述结构化数据从电网实时数据库中导出，使用规则化提取为三元组并所述文本类数据采用数据清洗或接口转化方法对文档内容进行遍历，并使用基于深度神经网络的半监督学习方法对词汇进行迭代挖掘33)使用开源自然语言预处理模型进行实体识别，对调度优化决策类实体进行相应的41)利用实体之间的距离限制和关系指示词的位置限制，自动获取实体-关系-实体的42)标注出可信和不可信的关系三元组，并使用朴素贝叶斯分类器将关系三元组训练43)通过训练得出的关系表示模型，叠加特征数据，在训练好的分类器上进行关系识44)合并所有近似关系候选三元组，并通过统计概率分布情况计算出各关系三元组可52)使用已完成训练的关系识别模型对未标注的调度计划文本中的调度实体关系进行4模型建立模块：建立基于图数据库的电网调度知识图谱模型，包括电分词模块：对抽取的电网调度实体数据原始语料，利用神经网络训练模块：构建及训练基于深度神经网络的实体识别模型与关系识别模型，61)已训练好的实体识别模型和关系识别模型基础上，以电网设备信息和电网调度知62)对于随着时间在不断变化的新增调度计划类新增数据，使用已有的实体识别模型63)根据不同场景采取对应知识图谱实例层更新规则，使用经过深度学习的调度计划使用开源图数据库用于图谱存储，首先对电网调度知识图谱的图当有特定历史时刻电网调度知识图谱恢复的需求，只删除指定时刻后数据库的改变，按故障发生的时间对新增的电网故障数据做分片5[0002]随着电力系统规模的不断扩大以及新能源占比的增大，有功调度的难度日益上行的智能决策系统和输电网规划决策系统等知识库以其明显的优势在电力系统中得到了于字符串及链接的传统数据库在模糊搜索和相似案例查询等功能上识图谱存储更新-过期知识消除的全生命周期管理，解决现有技术中调度系统智能化水平[0009]步骤一.建立基于图数据库的电网调度6[0011]步骤三.对抽取的电网调度实体数据原[0013]步骤五.构建及训练基于深度神经网计划数据进行增量训练；最终在以上步骤的共同协作下完成可持续学习的动态知识图谱。[0029]步骤一.建立基于图数据库的电网调度7[0036]步骤三.对抽取的电网调度实体数据原[0041]使用基于深度神经网络的半监督学习方法对词汇进行迭代挖掘，挖掘出电网实[0044]34)利用深度学习中的迭代训练方式对同名异意实体、异名同意实体做出归纳区8[0047]42)标注出可信和不可信的关系三元组，并使用朴素贝叶斯分类器将关系三元组[0049]44)合并所有近似关系候选三元组，并通过统计概率分布情况计算出各关系三元[0050]步骤五.构建及训练基于深度神经[0051]51)构建基于深度神经网络的实体识别模型，完成实体识别模型训练后可以进行[0052]52)使用已完成训练的关系识别模型对未标注的调度计划文本中的调度实体关系进行识别；通过实体语义特征搜索到电网调度知识图谱中相匹配的实体，若匹配识别得到的实体-关系-实体三元组和搜索电网调度知识图谱得到的实体-关系-实体三元组不一致，则需提示[0064]62)对于随着时间在不断变化的新增调度计划类新增数据，使用已有的实体识别9[0065]63)根据不同场景采取对应知识图谱实例层更新规则，使用经过深度学习的调度[0066]64)针对增量型修正案例、规程经验等数据，直接构建子图谱从而扩增原知识图[0070]通过计算两个电力实体间语义相似度，对不同电力知识图谱之间的实体进行对[0083]使用开源图数据库如Neo4j等用于图谱存储，首先对电网调度知识图谱的图数据[0090]搭建基于Neo4j的高可用集群存储，Neo4j是一种高性能现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0108]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上