[發明專利]一種基于電網全業務數據的電力知識圖譜構建方法

在審

• 申請號: 202010191662.7
• 申請日: 2020-03-18
• 公開（公告）號: CN111552813A
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 李繼紅
• 申請（專利權）人: 國網浙江省電力有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/33;G06F40/247;G06F40/289;G06Q50/06
• 代理公司: 杭州華鼎知識產權代理事務所(普通合伙) 33217
• 代理人: 項軍

1.一種基于電網全業務數據的電力知識圖譜構建方法，其特征在于，所述電力知識圖譜構建方法，包括：

將電網全業務數據轉換為RDF模型；

對RDF模型中的數據進行類型劃分，基于劃分后的選取含義相近的詞組；

將選出的詞組按實體屬性不同構建知識三元組；

根據三元組構建電力知識圖譜。

2.根據權利要求1所述的基于電網全業務數據的電力知識圖譜構建方法，其特征在于，所述將電網全業務數據轉換為RDF模型，包括：

將表示電網全業務數據的結構化數據映射成為RDF模型；

其中，結構化數據保存在關系型數據庫中，將關系型數據庫的表描述為一個類，列描述為屬性，行描述為實體，單元格的值描述為屬性值。

3.根據權利要求1所述的基于電網全業務數據的電力知識圖譜構建方法，其特征在于，所述對RDF模型中的數據進行類型劃分，基于劃分后的選取含義相近的詞組，包括：

采用隱馬爾科夫模型對文本的每句話分詞，計算分詞后詞向量的相似度；

基于詞向量相似度數值大小，對符合閾值范圍內的實體詞進行篩選，基于篩選結果進行對象匹配。

4.根據權利要求1所述的基于電網全業務數據的電力知識圖譜構建方法，其特征在于，所述采用隱馬爾科夫模型對文本的每句話分詞，包括：

將每個分詞與中的類、屬性、實體詞進行匹配，計算兩個詞向量V_i,V_j的余弦相似度Sim(V_i,V_j)和詞性相似度Set(V_i,V_j)，

其中表示V_i的等級，Dist(V_i,V_j)表示V_i和V_j在等級樹中的距離，設定閾值x₁、x₂判斷兩詞在存儲結構上的相似度。

5.根據權利要求4所述的基于電網全業務數據的電力知識圖譜構建方法，其特征在于，所述基于詞向量相似度數值大小，對符合閾值范圍內的實體詞進行篩選，基于篩選結果進行對象匹配，包括：

如果Set(V_i,V_j)＜x₁或Sim(V_i,V_j)＜x₂，則認為兩詞具有相似的詞義或詞性，將所有符合閾值范圍的實體詞按相似度排序，該分詞匹配到相近的類、屬性、實體詞。

6.根據權利要求1所述的基于電網全業務數據的電力知識圖譜構建方法，其特征在于，所述將選出的詞組按實體屬性不同構建知識三元組，包括：

統計兩個不同實體相組合、一個實體和一個屬性相組合的所有可能情況，其中兩個實體或一個實體和一個屬性作為兩個已知元素e、r；

計算每一個其它實體與已知元素e,r匹配成三元組的概率h(e,r)，

其中W^c為被測試元素的向量矩陣，b_p表示射影偏差,D_e和D_r是k×k維的對角矩陣，分別表示實體和關系權重，b_c表示關聯偏差；

設置閾值y，若存在h(e,r)＞y的情況，選擇其中最大元素的與e、r構成三元組。