[發明專利]一種基于Ternary Search Trie的電力設備模型特征匹配方法

在審

• 申請號: 201911115893.3
• 申請日: 2019-11-14
• 公開（公告）號: CN110866397A
• 公開（公告）日: 2020-03-06
• 發明（設計）人: 張鵬;肖林朋;張浩;王守琴;郭子明;穆永錚;戚岳;孫舶皓;劉蒙;耿艷;張旭
• 申請（專利權）人: 國網冀北電力有限公司;國家電網有限公司;北京科東電力控制系統有限責任公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/295;G06F40/30;G06F16/31;G06F16/33;G06K9/62
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種基于Ternary Search Trie的電力設備模型特征匹配方法，其特征在于：包括以下步驟：

步驟a，使用遞歸的方法將專業電力設備名稱存放在三叉字典查找樹中，建立起電力專業詞庫；

步驟b，將電力專業詞庫中電力語術進行分詞操作，統一數字書寫；

步驟c，基于分詞的效果，計算電力設備模型特征語義相似度。

2.根據權利要求1所述的一種基于Ternary Search Trie的電力設備模型特征匹配方法，其特征在于：步驟a包括以下具體步驟：

步驟a1，將數據庫中的詞匯進行清洗和去重后按照Unicode編碼順序排序存在數組中；

步驟a2，如果數組長度大于一則輸出數據組中點的值寫入新數組；

步驟a3，將輸入的詞匯拆分為單個字符，分別對左子樹和右子樹進行單字符的插入；

步驟a4，如果數組長度大于1，那么左邊數組遞歸調用函數，如果數組長度大于1，那么右邊數組遞歸調用函數；

步驟a5，返回插入數據后的樹結構。

3.根據權利要求1所述的一種基于Ternary Search Trie的電力設備模型特征匹配方法，其特征在于：步驟b包括以下具體步驟：

步驟b1，計算輸入字符串的字符長度；

步驟b2，記錄匹配起始位置；

步驟b3，進入循環并記錄起始位置小于字符串長度的值；

步驟b4，在循環中記錄正向最大長度單詞；

步驟b5，如若該單詞已經與詞庫中的某個單詞匹配，則輸入該單詞并將指針向下移動，否則按照單個字切分，輸出單個字并將指針向下一位；

步驟b6，返回設備名稱分詞數組。

4.根據權利要求1所述的一種基于Ternary Search Trie的電力設備模型特征匹配方法，其特征在于：步驟c包括以下具體步驟：

步驟c1，將分詞后的兩個設備特征向量合并，并去除冗余；

步驟c2，將合并處理后的向量進行特殊詞的正則化；

步驟c3，按照原始分詞設備特征向量中元素在合并處理后向量中對應位置出現的詞序構建比較向量；

步驟c4，計算語義相似度S_a；

步驟c5，計算詞序相似度S_b；

步驟c6，根據語義相似度S_a和詞序相似度S_b計算整體相似度S；

步驟c7，返回設備相似度S。

5.根據權利要求4所述的一種基于Ternary Search Trie的電力設備模型特征匹配方法，其特征在于：步驟c1中，兩個電力設備分詞向量Т_x＝{ω₁,ω₂,…,ω_n}，合并后用向量T表示，其中x＝1,2，ω_n代表在T_x中詞序。

6.根據權利要求5所述的一種基于Ternary Search Trie的電力設備模型特征匹配方法，其特征在于：如果被分詞的詞元u_i出現在T_X中，那么S_x＝{ω_i＝1},R_x＝{ω_i}，否則S_x＝{ω_i＝0.2},R_x＝{ω_i＝0.4}；語義相似度詞序相似度

7.根據權利要求6所述的一種基于Ternary Search Trie的電力設備模型特征匹配方法，其特征在于：步驟c6中，整體相似度S的計算方法如下：其中α代表語義相似度比重。