[發明專利]一種配電網知識圖譜模型的建模方法

在審

• 申請號: 201911184390.1
• 申請日: 2019-11-27
• 公開（公告）號: CN111046189A
• 公開（公告）日: 2020-04-21
• 發明（設計）人: 楊韻;劉俊磊;錢峰;劉思捷;鐘雅珊;付聰;袁煒燈;黃安平;程濤;陳君德;王健華;李啟亮;曾榮均;郭清元;蕭嘉榮
• 申請（專利權）人: 廣東電網有限責任公司;廣東電網有限責任公司東莞供電局
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/289;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 尹君君

本發明實施例公開了一種配電網知識圖譜模型的建模方法，包括如下步驟：步驟100、對研究地區配網模型的數據體進行轉換，將其轉換成可輸入格式；步驟200、對可輸入格式的數據體進行自然語言分析，提取配電網設備或線路知識圖譜中的實體元素；步驟300、根據配電網設備或線路中提取出來的實體元素搭建配網知識圖譜模型；本發明將配網CIM/XML格式的配網文件轉換成以向量表示的知識圖譜文件，知識圖譜文件以三元關系組來表示，并基于深度神經網絡RNN模型提取高層特征來表述頭實體和尾實體兩者之間的關系，從而將各種不同的數據體統一化，簡化了不同數據體之間復雜的關系，直接以特征值作為依據快速建立配網模型。

技術領域

本發明實施例涉及電網調度管理技術領域，具體涉及一種配電網知識圖譜模型的建模方法。

背景技術

主配網信息融合和協調管理是主配網一體化管理模型的核心，其關鍵是主網模型和配網模型需要具備統一的設備信息和實體關系。主網模型與配網模型拼接過程中，由于配電網模型設備眾多，結構復雜，自動化水平不高，而且目前配網模型多以CIM/XML格式進行配網信息的描述，CIM/XML文件多種結構類型數據和復雜的關系給建模工作帶來巨大的挑戰，其間涉及很多工作人員的知識經驗。

發明內容

為此，本發明實施例提供一種配電網知識圖譜模型的建模方法，以解決現有技術中數據類型多以及關系復雜無法實現快速建模的問題。

為了實現上述目的，本發明的實施方式提供如下技術方案：

一種配電網知識圖譜模型的建模方法，包括如下步驟：

步驟100、對研究地區配網模型的數據體進行轉換，將其轉換成可輸入格式；

步驟200、對可輸入格式的數據體進行自然語言分析，提取配電網設備或線路知識圖譜中的實體元素；

步驟300、根據配電網設備或線路中提取出來的實體元素搭建配網知識圖譜模型。

作為本發明的一種優選方案，所述配網模型的數據體轉換格式為CIM/XML。

作為本發明的一種優選方案，所述配網模型的數據體轉換成CIM/XML格式后再次轉換成以向量表示的知識圖譜元素。

作為本發明的一種優選方案，所述知識圖譜元素采用三元關系組<h，r，t>表示，其中h表示頭實體，t表示尾實體，r表示供電兩者之間的關系。

作為本發明的一種優選方案，在步驟200中，在對配網模型數據的CIM/XML文件進行自然語言分析時，采用雙向LSTM模型從CIM/XML文件中提取關鍵詞，從而得到知識圖譜中的實體元素。

作為本發明的一種優選方案，在步驟200得到實體元素的具體步驟為：

步驟201、選取對應詞段內的CIM/XML語句；

步驟202、采用結巴分詞將CIM/XML中的語句進行分詞，得到若干個分詞語句；

步驟203、將分詞語句作為雙向LSTM模型的輸入，并提取若干個分次語句中的關鍵詞，將提取出的關鍵詞進行組合成關聯詞；

步驟204、根據組合后的關聯詞得到知識圖譜中三元組的實體元素。

作為本發明的一種優選方案，在步驟300中，搭建配網知識圖譜模型的具體步驟為：

步驟301、采用深度神經網絡RNN模型提取高層特征進行實體關系獲取；

步驟302、利用實體關系將頭實體h與尾實體t進行連接，形成知識圖譜的三元組；

步驟303、將所有三元組組合成為配網知識拓撲模型。