[發明專利]一種基于知識圖譜技術的電力行業多源異構數據融合方法

在審

• 申請號: 202211545986.1
• 申請日: 2022-11-29
• 公開（公告）號: CN116050519A
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 熊小舟;徐瀅;邱貞宇;羅坤;劉小康;鄂馳
• 申請（專利權）人: 國網江西省電力有限公司信息通信分公司;國家電網有限公司
• 主分類號: G06N5/022
• 分類號: G06N5/022;G06N5/025;G06F40/284;G06F40/216
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 王煥巧

本發明公開了一種基于知識圖譜技術的電力行業多源異構數據融合方法，所述方法包括以下步驟：S?1：文本預處理→S2：文本信息提取→S3：知識圖譜構建，通過將來自行業外部紛繁復雜的數據轉換為結構數據，再借助知識圖譜技術，實現融合，基于此技術為各電力需求提供支持，并在某電力企業開展試點應用，對企業的工程項目管理進行風險識別驗證，在較好的完成數據融合的基礎上實現了對典型風險的識別，驗證了技術可行性，本文僅對基于知識圖譜技術的電力行業多源異構數據融合進行了論述，但是對基于圖計算的挖掘分析沒有做進一步的探討，這是后續需要繼續投入研究的重要方向。

技術領域

本發明涉及電網用電管理技術領域，具體涉及一種基于知識圖譜技術的電力行業多源異構數據融合方法。

背景技術

近年來，電力大數據技術得到長足的進步，電力系統對各類海量的電力信息數據進行收集，儲存，處理和分析，逐步實現了業內數據的邏輯匯總；

對于大數據的處理分析，在電力系統內部不管是在深度還是廣度都得到了充分的應用和發展，這對行業效率提升，服務轉型優化意義重大。與此同時，行業外部相關數據也爆發式增長，其中來源于互聯網的開源數據也成為行業內部進行決策分析，風險評估，預測評判，運維等不可缺少的重要依據，所以，對電力系統內外的數據進行融合成為當前行業的研究重點；

電力系統的多源數據庫分為兩類，一類是對基于不同平臺的數據庫進行數據融合，這類數據在一些統一方式上有很多相通的地方，另一類是基于同一個平臺，但數據庫是互不相通的，對于以上提到的數據結構，采用的融合機制也有差異，針對不同平臺的數據結構，會采取一種有別于各個待融合平臺數據的獨立融合機制；

對于同一平臺的不同數據庫，往往只要采用該平臺的融合策略即可，在進行對數據的融合之前，需要明確一個重要的問題便是融合數據的統一表達，學術界先后提出RDF，OWL等數據表示的方法，2012年，知識圖譜技術首次被提出，因為其優越的數據表示能力以及完整的技術配套，得到相關行業的普遍重視，成為異構多源數據融合的首選方案。

發明內容

本發明的目的是提供一種基于知識圖譜技術的電力行業多源異構數據融合方法，以解決背景技術中不足。

本發明提出一種基于知識圖譜技術的電力行業多源異構數據融合方法，運用新型的文本信息提取技術，將來自行業外部紛繁復雜的數據轉換為結構數據，再借助知識圖譜技術，實現融合，基于此技術為各電力需求提供支持，并在某電力企業進行部署，驗證技術可行性。

為了實現上述目的，本發明提供如下技術方案：一種基于知識圖譜技術的電力行業多源異構數據融合方法，所述方法包括以下步驟：

S1：文本預處理

將來自行業外部紛繁復雜的數據轉換為結構數據；

S2：文本信息提取

基于規則的關鍵信息提取編寫規則匹配對象作為語料導入，啟用序列標注抽取關鍵信息，通過輸出的訓練語料基于開源算法，進行知識圖譜建模，通過模型判斷剩余語料，若模型判斷結果顯示不達標，則返回補充語料，直到模型自動判斷達標，跳出迭代，并將最近一次生成的模型作為最終模型；

S3：知識圖譜構建

根據目標業務領域的行業知識，同時參照CIM，設計知識圖譜的結構；

S4：通過文本預處理、文本信息提取以及知識圖譜構建來對電力系統內外的數據進行融合。

在一個優選的實施方式中，步驟S1中，所述文本預處理包括以下步驟：

S1.1：中文分詞

待處理文本中的文字進行分詞，劃分為多個詞段；

S?1.2：構建詞向量模型