CN114996974A - 一种基于知识图谱的电网拓扑分析方法 - Google Patents
一种基于知识图谱的电网拓扑分析方法 Download PDFInfo
- Publication number
- CN114996974A CN114996974A CN202210838907.XA CN202210838907A CN114996974A CN 114996974 A CN114996974 A CN 114996974A CN 202210838907 A CN202210838907 A CN 202210838907A CN 114996974 A CN114996974 A CN 114996974A
- Authority
- CN
- China
- Prior art keywords
- entities
- entity
- target
- target entity
- knowledge graph
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种基于知识图谱的电网拓扑分析方法,包括:获取电网拓扑结构中的每个电力设备及各电力设备之间的连接关系;根据每个电力设备及各电力设备之间的连接关系,构建电网的知识图谱;确定知识图谱中目标实体的数量、与每个目标实体存在连接关系的相邻实体的数量、每个目标实体与其相邻实体之间的连接路径;根据知识图谱中目标实体的数量、其相邻实体的数量、每个目标实体与其相邻实体之间的连接路径,确定电网的拓扑结构参数。本申请基于知识图谱获取电网拓扑结构参数,能够对电网拓扑结构进行全面评估分析,从而满足配电网拓扑分析的需要,同时,电网的拓扑结构参数的获取方式较为简单,能够节省时间,提高效率。
Description
技术领域
本申请涉及电网技术领域,更具体的说,是涉及一种基于知识图谱的电网拓扑分析方法。
背景技术
伴随着国家和社会的飞速发展,电力行业扮演着越来越重要的角色,已成为国民经济稳定增长和社会秩序正常运转的支撑和保障。随着人民生活水平的不断提高,人民用电量的急剧增加,电网规模不断扩大,网络结构日渐复杂,对电网安全、高效、稳定运行的要求越来越高。为满足国家社会的发展需要及现代人民的用电需求,电网不仅应该加大对电力资源的优化配置,更要深入对电网整体拓扑结构的研究,使其具有完备性、合理性和实时性。
当前配电网拓扑分析存在拓扑数据获取方式复杂、分析方法的计算速度较慢以及结果显示特征不明显等问题,无法满足配电网拓扑分析需要。究其根本,如何准确表述各设备之间的关系是上述问题研究的核心所在。
发明内容
鉴于上述问题,提出了本申请以便提供一种基于知识图谱的电网拓扑分析方法。具体方案如下:
一种基于知识图谱的电网拓扑分析方法,包括:
获取电网拓扑结构中的每个电力设备及各电力设备之间的连接关系;
根据所述每个电力设备及各电力设备之间的连接关系,构建所述电网的知识图谱,其中,所述知识图谱包括多个实体及各实体之间的连接关系,每个所述实体与每个所述电力设备相对应,所述各实体之间的连接关系与所述各电力设备之间的连接关系相对应;
确定所述知识图谱中目标实体的数量、与每个目标实体存在连接关系的相邻实体的数量、每个目标实体与其相邻实体之间的连接路径,其中,所述目标实体为所述知识图谱中确定为每次遍历起始点的实体;
根据所述知识图谱中目标实体的数量、其相邻实体的数量、每个目标实体与其相邻实体之间的连接路径,确定所述电网的拓扑结构参数。
优选地,所述电网的拓扑结构参数包括:
每个目标实体的度数、每个目标实体的平均度数、每个目标实体的改进度数、每个目标实体的聚类系数、每个目标实体的介数和任意两个实体的特征路径长度。
优选地,所述每个目标实体的度数等于其相邻实体的数量。
优选地,所述每个目标实体的平均度数通过如下公式进行计算:
优选地,所述每个目标实体的改进度数通过如下公式进行计算:
其中,j表征与目标实体i存在连接关系的相邻实体j。
优选地,所述每个目标实体的聚类系数通过如下公式进行计算:
优选地,所述每个目标实体的介数通过如下公式进行计算:
其中,为除该目标实体外的任意两个实体之间的最短路径数量,j、k分别表征两个不相同的,与目标实体i存在连接关系的相邻实体j及相邻实体k,为除该目标实体外的任意两个实体之间的最短路径中,经过该目标实体的最短路径数量。
优选地,所述任意两个实体的特征路径长度通过如下公式进行计算:
优选地,所述确定所述知识图谱中目标实体的数量、与每个目标实体存在连接关系的相邻实体的数量、每个目标实体与其相邻实体之间的连接路径,包括:
随机选择所述知识图谱中的一个实体作为遍历起始点,并将作为所述遍历起始点的实体确定为目标实体;
遍历所述知识图谱中的各个实体,确定与所述目标实体连接的所有相邻实体;
将与所述目标实体连接的所有相邻实体,和所述目标实体进行组合,得到所述目标实体的实体集合;
判断所述知识图谱中是否还存在未作为遍历起始点的实体;
若否,则结束遍历;
若是,从所述知识图谱中重新随机选择一个实体作为新的遍历起始点,并将作为所述新的遍历起始点的实体确定为新的目标实体,返回执行所述遍历所述知识图谱中的各个实体,确定与所述目标实体连接的所有实体的步骤,直至所述知识图谱中不存在未作为遍历起始点的实体为止;
根据遍历得到的至少一个目标实体的实体集合,确定所述至少一个目标实体的数量、与每个目标实体连接的实体的数量、每个目标实体和与其连接的相邻实体之间的连接路径。
优选地,根据遍历得到的至少一个目标实体的实体集合,确定所述至少一个目标实体的数量、与每个目标实体连接的实体的数量、每个目标实体和与其连接的相邻实体之间的连接路径之前,还包括:
判断任意两个目标实体的实体集合的交集是否为空集,若否,则将交集不为空集的两个目标实体的实体集合进行并集。
借由上述技术方案,本申请的一种基于知识图谱的电网拓扑分析方法,首先获取电网拓扑结构中的每个电力设备及各电力设备之间的连接关系,根据所述每个电力设备及各电力设备之间的连接关系,构建所述电网的知识图谱,然后确定所述知识图谱中目标实体的数量、与每个目标实体存在连接关系的相邻实体的数量、每个目标实体与其相邻实体之间的连接路径,最后确定所述电网的拓扑结构参数,本申请使用的知识图谱技术能够显示知识发展进程与结构关系,描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识间的相互联系,也就能够较为准确地表述电网拓扑结构中各设备之间的关系,基于知识图谱获取拓扑结构参数,就能够对电网拓扑结构进行全面的评估分析,从而满足配电网拓扑分析的需要,同时,电网的拓扑结构参数的获取方式较为简单,能够节省时间,提高运作效率。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本申请的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本申请实施例提供的一种基于知识图谱的电网拓扑分析方法的流程示意图;
图2本申请实施例提供的对实体进行结构化处理的原理示意图;
图3为本申请实施例提供的拓扑结构的一种表达形式的示意图;
图4为本申请实施例提供的拓扑结构的另一种表达形式的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
当前配电网拓扑分析存在拓扑数据获取方式复杂、分析方法的计算速度较慢以及结果显示特征不明显等问题,无法满足配电网拓扑分析需要。究其根本,现阶段缺少一种准确表述各设备之间的关系的方式。
故为了解决上述问题,本申请提供了一种基于知识图谱的电网拓扑分析方法,使用的知识图谱技术能够显示知识发展进程与结构关系,也就能够较为准确地表述电网拓扑结构中各设备之间的关系,基于知识图谱获取拓扑结构参数,就能够对电网拓扑结构进行全面的评估分析,从而满足配电网拓扑分析的需要,同时,电网的拓扑结构参数的获取方式较为简单,能够节省时间,提高运作效率。
接下来对本申请的一种基于知识图谱的电网拓扑分析方法进行详细的介绍,请参考图1,图1为本申请实施例中提供的一种基于知识图谱的电网拓扑分析方法的流程示意图,该方法包括:
步骤S110、获取电网拓扑结构中的每个电力设备及各电力设备之间的连接关系。
具体地,获取待研究区域的配电网拓扑结构中的每个电力设备及各电力设备之间的连接关系,电力设备可以包括变压器、馈线、联络开关、TV、TA等。连接关系可以是各电力设备直接或间接相连接,需要说明的是,配电网中的能量流动是根据潮流的方向设定的,潮流方向的改变并不会影响实际电力设备的自身特性和参数。因此各电力设备间的连接关系不需设定方向性。
步骤S120、根据所述每个电力设备及各电力设备之间的连接关系,构建所述电网的知识图谱。
其中,所述知识图谱包括多个实体及各实体之间的连接关系每个所述实体与每个所述电力设备相对应,所述各实体之间的连接关系与所述各电力设备之间的连接关系相对应。
具体地,在进行完信息抽取之后,就可以根据抽取的电网拓扑信息构建电网的知识图谱。知识图谱中包括多个实体及各实体之间的连接关系,每个实体构成知识图谱中的实体。需要说明的是,每个实体与每个电力设备相对应,各实体之间的连接关系与各电力设备之间的连接关系相对应。
如图2所示,将每个实体抽象为椭圆形,设置椭圆的两头分别为Key值和Value值。其中,Key值为目标实体的自身标识属性,Value值为该目标实体的相邻实体的自身标识属性。可以理解地,对于每个目标实体而言,其的Key值和Value值存在映射关系,具体映射关系为:每个Value值只对应一个Key值,而一个Key值可以对应一个或者多个Value值。此对应关系与实际配电网中各电力设备的连接关系一致,也即,站在一个电力设备的角度而言,这个电力设备可以与多个电力设备存在连接关系,而其它电力设备仅与自身相连接。如图3所示,图3示出了一种电网拓扑结构。其中,实体A与实体B、实体C、...、实体N连接,则实体A的Key值就与实体B的Value值(ValueB)、实体C的Value值(ValueC)、...、实体N的Value值(ValueN)相对应。
图4示出了另一种电网拓扑结构,在图4中,实体B、实体C、实体D和实体E呈四角连接,而实体A仅与实体B连接,则可以被表达为实体B的Key值与实体C的Value值连接,实体C的Key值与实体D的Value值连接,实体D的Key值与实体E的Value值连接,实体E的Key值与实体B的Value值连接,实体B的Key值与实体C的Value值连接,而实体A因为仅与实体B连接,所以实体A的Key值与实体B的Value值连接,实体A的Value值与实体B的Key值连接。
特别地,对于配电网中的孤立电力设备,其同样可以被抽象为椭圆形,椭圆的两头也分别为Key值和Value值,只是孤立电力设备的Key值对应的Value值为空。
Key值和Value值可以用如下函数表达式进行表达:
可以理解地,配电网中的能量流动是根据潮流的方向设定的,潮流方向的改变并不会影响实际电力设备的自身特性和参数。因此各实体间的连接关系不需设定方向性。
步骤S130、确定所述知识图谱中目标实体的数量、与每个目标实体存在连接关系的相邻实体的数量、每个目标实体与其相邻实体之间的连接路径。
其中,所述目标实体为所述知识图谱中确定为每次遍历起始点的实体。
具体地,在本实施例中,通过多次遍历的方式,确定目标实体的数量、与每个目标实体存在连接关系的相邻实体的数量、每个目标实体与其相邻实体之间的连接路径。目标实体是随机选择某个实体而确定得到的,目标实体是每次遍历的起始点,每遍历一次,就能够确定作为这次遍历起始点的目标实体的数量、与这个目标实体存在连接关系的相邻实体的数量、每个目标实体与其相邻实体之间的连接路径。
步骤S140、根据所述知识图谱中目标实体的数量、其相邻实体的数量、每个目标实体与其相邻实体之间的连接路径,确定所述电网的拓扑结构参数。
具体地,在得到知识图谱中目标实体的数量、其相邻实体的数量、每个目标实体与其相邻实体之间的连接路径之后,就可以根据这些数据计算得到电网的拓扑结构参数。电网的拓扑结构参数可以是一些用于衡量电网拓扑结构中各实体性能的参数,也可以是用于衡量电网的整体拓扑结构的性能的参数,通过对每个拓扑结构参数按照一定规则设定预设值,然后判断电网的每一项结构参数是否大于这个预设值,从而从多个角度对电网拓扑结构进行分析和评估,判断这个电网拓扑结构是否符合要求。一般来说,电网的拓扑结构参数越大,表明这个电网拓扑结构的容错率更高,电网拓扑结构的实体更坚强。可以理解地,在一些其它的实施例中,也可以使用其它的分析评估方式,设置其它的标准,基于得到的拓扑结构参数,对电网拓扑结构进行分析评估。
从上述的技术方案可以看出,本申请的一种基于知识图谱的电网拓扑分析方法,首先获取电网拓扑结构中的每个电力设备及各电力设备之间的连接关系,根据所述每个电力设备及各电力设备之间的连接关系,构建所述电网的知识图谱,然后确定所述知识图谱中目标实体的数量、与每个目标实体存在连接关系的相邻实体的数量、每个目标实体与其相邻实体之间的连接路径,最后确定所述电网的拓扑结构参数,本申请使用的知识图谱技术能够显示知识发展进程与结构关系,描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识间的相互联系,也就能够较为准确地表述电网拓扑结构中各设备之间的关系,基于知识图谱获取拓扑结构参数,就能够对电网拓扑结构进行全面的评估分析,从而满足配电网拓扑分析的需要,同时,电网的拓扑结构参数的获取方式较为简单,能够节省时间,提高运作效率。
上述的实施例,对本申请的一种基于知识图谱的电网拓扑分析方法做了简单介绍。本申请的一些实施例中,对上述步骤S130,确定所述知识图谱中目标实体的数量、与每个目标实体存在连接关系的相邻实体的数量、每个目标实体与其相邻实体之间的连接路径的过程进行详细介绍,该过程可以包括如下步骤:
步骤S131、随机选择所述知识图谱中的一个实体作为遍历起始点,并将作为所述遍历起始点的实体确定为目标实体。
具体地,作为遍历起始点的目标实体通常可以是随机选择的,在一些实施例中,也可以选择仅有一个相邻设备的目标实体,也就是仅一个实体与这个目标实体存在连接关系,例如电源实体或负荷实体。更具体地,可以选择Key值只对应一个Value值的实体作为遍历起始点。
进一步地,遍历起始点的个数依据电网拓扑结构的大小决定。
步骤S132、遍历所述知识图谱中的各个实体,确定与所述目标实体连接的所有相邻实体。
具体地,从目标实体开始对知识图谱进行遍历,通过遍历知识图谱中的所有实体,能够得到知识图谱中存在的所有实体的数量,也可以确定与目标实体存在连接关系的所有相邻实体。
步骤S133、将与所述目标实体连接的所有相邻实体,和所述目标实体进行组合,得到所述目标实体的实体集合。
具体地,记目标实体的遍历步数为1,将目标实体的Key值所对应的所有Value值所对应的相邻实体,和该目标实体进行组合,得到该目标实体的实体集合,将所有相邻实体加入该目标实体的实体集合之后,将该目标实体的遍历步数增加1。
步骤S134、判断所述知识图谱中是否还存在未作为遍历起始点的实体,若否,则执行步骤S135;若是,则执行步骤S136。
步骤S135、结束遍历。
具体地,若知识图谱中不存在未作为遍历起始点的实体,则说明对电网拓扑结构的分析已经完成。
步骤S136、从所述知识图谱中重新随机选择一个实体作为新的遍历起始点,并将作为所述新的遍历起始点的实体确定为新的目标实体,返回执行所述遍历所述知识图谱中的各个实体,确定与所述目标实体连接的所有实体的步骤,直至所述知识图谱中不存在未作为遍历起始点的实体为止。
具体地,若所有已作为过遍历起始点的目标实体的实体集合中,所有实体的总数小于电网拓扑结构中的电力设备总数,则说明还有未进行过遍历的实体,则从这些未进行过遍历的实体中重新选择一个实体,作为遍历起始点,并重新开始遍历。
步骤S137、根据遍历得到的至少一个目标实体的实体集合,确定所述至少一个目标实体的数量、与每个目标实体连接的实体的数量、每个目标实体和与其连接的相邻实体之间的连接路径。
具体地,若没有新的相邻实体加入该目标实体的实体集合时,此次遍历结束。此时,若所有已作为过遍历起始点的目标实体的实体集合中,所有实体的总数等于电网拓扑结构中的电力设备总数,则配电网拓扑结构分析完毕,所有目标实体的实体集合的总数即为此时配电网形成的拓扑岛个数,每个目标实体的实体集合中的所有实体即为所对应的拓扑岛中所包含的实体。
进一步地,若出现电网拓扑结构中仅遍历一遍就能够将电网拓扑结构分析完毕的情况,此时就仅得到一个目标实体的实体集合。
上述的实施例,对本申请的确定所述知识图谱中目标实体的数量、与每个目标实体存在连接关系的相邻实体的数量、每个目标实体与其相邻实体之间的连接路径的过程进行了详细介绍。除此之外,在步骤S137、根据遍历得到的至少一个目标实体的实体集合,确定所述至少一个目标实体的数量、与每个目标实体连接的实体的数量、每个目标实体和与其连接的相邻实体之间的连接路径之前,还包括:
判断任意两个目标实体的实体集合的交集是否为空集,若否,则将交集不为空集的两个目标实体的实体集合进行并集。
具体地,若任意两个目标实体的实体集合的交集不为空集,则说明这两个目标实体的实体集合中存在相同实体,将这两个目标实体的实体集合进行融合碰撞,进行并集。例如,A目标实体的实体集合为(a,c,d),B目标实体的实体集合(b,c,e),此时A目标实体的实体集合与B目标实体的实体集合的交集不为空集,存在相同实体b,则将两个目标实体的实体集合进行并集,得到新集合(a,b,c,d,e)。
可以理解地,因遍历起始点通常可以是随机选择的,故会存在选择A目标实体为遍历起始点时,仅遍历相邻实体c和相邻实体d;选择B目标实体为遍历起始点时,仅遍历相邻实体c和相邻实体e的情况,而在电网拓扑结构中,它们可以都存在相连关系。进行并集操作,是为了避免因随机选择遍历起始点而可能导致的局限性,有助于更科学地对电网拓扑结构进行分析。
上述的实施例,对本申请的一种基于知识图谱的电网拓扑分析方法做了简单介绍。其中,电网的拓扑结构参数是通过上述步骤S140确定的,电网的拓扑结构参数可以包括:
每个目标实体的度数、每个目标实体的平均度数、每个目标实体的改进度数、每个目标实体的聚类系数、每个目标实体的介数和任意两个实体的特征路径长度。
具体地,上述拓扑结构参数是用于衡量位于电网拓扑结构的实体的性能的,一般而言,实体的电网拓扑参数越大,表明这个实体在整个电网拓扑结构的可靠性越高。
上述的实施例,对本申请中电网的拓扑结构参数做了介绍。以下实施例,对于每一种类的电网拓扑结构参数作逐一的详细介绍。
每个目标实体的度数等于其相邻实体的数量。
具体地,每个目标实体的度数为该目标实体的Key值对应的所有Value值的个数,也即该目标实体总共连接有多少个相邻实体。
每个目标实体的平均度数通过如下公式进行计算:
可以理解地,第i个目标实体是从所有目标实体中随机选择出来的,并不具备特定顺序含义。
具体地,每个目标实体的平均度数由每个目标实体的Value值的总数除以知识图谱中所有实体的Key值的总个数。式中,为知识图谱中所有实体的Key值的总个数,为作为遍历起始点的目标实体i的Value值的总数。
每个目标实体的改进度数通过如下公式进行计算:
其中,j表征与目标实体i存在连接关系的相邻实体j。
具体地,改进度数是用于衡量电网拓扑结构中电力设备性能的参数之一。
每个目标实体的聚类系数通过如下公式进行计算:
具体地,与目标实体i存在连接关系的相邻实体,其的Value值与目标实体i的Key值相对应,继而可以得到目标实体i的相邻实体所对应的Value值。将该目标实体i的相邻实体的各Value值相比较,存在相同值的数量的对数即为实际配电网拓扑结构中的连接边数。由目标实体i的度数求得。
进一步地,聚类系数是用来描述一个图中的顶点之间结集成团的程度的系数。具体来说,是一个点的邻接点之间相互连接的程度。具体到本实施例中,聚类系数是用来描述目标实体的相邻实体之间的连接程度的。聚类系数可以给出电网拓扑结构中整体的集聚程度的评估,也可以测量电网拓扑结构中每一个目标实体附近的集聚程度。
每个目标实体的介数通过如下公式进行计算:
其中,为除该目标实体外的任意两个实体之间的最短路径数量,j、k分别表征两个不相同的,与目标实体i存在连接关系的相邻实体j及相邻实体k,为除该目标实体外的任意两个实体之间的最短路径中,经过该目标实体的最短路径数量。
具体地,以目标实体i以外的任意两个实体j和k为例,目标实体i和实体j之间的最短路径为所有目标实体的实体集合首次融合碰撞后得到的集合中,目标实体i和实体j的直接连接路径,用表示。目标实体i和实体j的直接连接路径通过实体集合的首次碰撞进行记录。
可以理解地,任意两个实体之间,遍历步数最少的直接连接路径,就是两个实体之间的最短路径。
进一步地,介数为衡量该目标实体在电网拓扑结构中所有最短路径中经过该目标实体的路径的数目占最短路径总数的比例,介数反映了任意目标实体或者边在整个电网拓扑结构中的作用和影响力,是一个重要的全局几何量,具有很强的现实意义。
任意两个实体的特征路径长度通过如下公式进行计算:
上述实施例通过得到电网的拓扑结构参数,从而可以衡量电网拓扑结构中各实体的性能,或者也可以衡量电网的整体拓扑结构的性能。通过对每个拓扑结构参数按照一定规则设定预设值,然后判断电网的每一项结构参数是否大于这个预设值,从而从多个角度对电网拓扑结构进行分析和评估,判断这个电网拓扑结构是否符合要求。一般来说,电网的拓扑结构参数越大,表明这个电网拓扑结构的容错率更高,电网拓扑结构的实体更坚强。可以理解地,在一些其它的实施例中,也可以使用其它的分析评估方式,设置其它的标准,基于得到的拓扑结构参数,对电网拓扑结构进行分析评估。
进一步地,在本实施例中,通过图数据库的方式,对知识图谱进行存储。更进一步地,通过Neo4j图数据库,对知识图谱进行存储。Neo4j是一个高性能的NOSQL图形数据库,它将结构化数据存储在网络上而不是表中,其具有嵌入式、高性能、轻量级等优势,有助于提高电网拓扑分析的效率。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间可以根据需要进行组合,且相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于知识图谱的电网拓扑分析方法,其特征在于,包括:
获取电网拓扑结构中的每个电力设备及各电力设备之间的连接关系;
根据所述每个电力设备及各电力设备之间的连接关系,构建所述电网的知识图谱,其中,所述知识图谱包括多个实体及各实体之间的连接关系,每个所述实体与每个所述电力设备相对应,所述各实体之间的连接关系与所述各电力设备之间的连接关系相对应;
确定所述知识图谱中目标实体的数量、与每个目标实体存在连接关系的相邻实体的数量、每个目标实体与其相邻实体之间的连接路径,其中,所述目标实体为所述知识图谱中确定为每次遍历起始点的实体;
根据所述知识图谱中目标实体的数量、其相邻实体的数量、每个目标实体与其相邻实体之间的连接路径,确定所述电网的拓扑结构参数。
2.根据权利要求1所述的方法,其特征在于,所述电网的拓扑结构参数包括:
每个目标实体的度数、每个目标实体的平均度数、每个目标实体的改进度数、每个目标实体的聚类系数、每个目标实体的介数和任意两个实体的特征路径长度。
3.根据权利要求2所述的方法,其特征在于,所述每个目标实体的度数等于其相邻实体的数量。
9.根据权利要求1所述的方法,其特征在于,所述确定所述知识图谱中目标实体的数量、与每个目标实体存在连接关系的相邻实体的数量、每个目标实体与其相邻实体之间的连接路径,包括:
随机选择所述知识图谱中的一个实体作为遍历起始点,并将作为所述遍历起始点的实体确定为目标实体;
遍历所述知识图谱中的各个实体,确定与所述目标实体连接的所有相邻实体;
将与所述目标实体连接的所有相邻实体,和所述目标实体进行组合,得到所述目标实体的实体集合;
判断所述知识图谱中是否还存在未作为遍历起始点的实体;
若否,则结束遍历;
若是,从所述知识图谱中重新随机选择一个实体作为新的遍历起始点,并将作为所述新的遍历起始点的实体确定为新的目标实体,返回执行所述遍历所述知识图谱中的各个实体,确定与所述目标实体连接的所有实体的步骤,直至所述知识图谱中不存在未作为遍历起始点的实体为止;
根据遍历得到的至少一个目标实体的实体集合,确定所述至少一个目标实体的数量、与每个目标实体连接的实体的数量、每个目标实体和与其连接的相邻实体之间的连接路径。
10.根据权利要求9所述的方法,其特征在于,根据遍历得到的至少一个目标实体的实体集合,确定所述至少一个目标实体的数量、与每个目标实体连接的实体的数量、每个目标实体和与其连接的相邻实体之间的连接路径之前,还包括:
判断任意两个目标实体的实体集合的交集是否为空集,若否,则将交集不为空集的两个目标实体的实体集合进行并集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210838907.XA CN114996974A (zh) | 2022-07-18 | 2022-07-18 | 一种基于知识图谱的电网拓扑分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210838907.XA CN114996974A (zh) | 2022-07-18 | 2022-07-18 | 一种基于知识图谱的电网拓扑分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114996974A true CN114996974A (zh) | 2022-09-02 |
Family
ID=83021370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210838907.XA Pending CN114996974A (zh) | 2022-07-18 | 2022-07-18 | 一种基于知识图谱的电网拓扑分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114996974A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109840270A (zh) * | 2018-12-23 | 2019-06-04 | 国网浙江省电力有限公司 | 一种基于Neo4j的电网设备信息管理方法 |
CN110750600A (zh) * | 2019-10-15 | 2020-02-04 | 北京明略软件系统有限公司 | 一种信息处理方法及装置 |
CN111737483A (zh) * | 2020-05-04 | 2020-10-02 | 国网浙江省电力有限公司 | 智能电网大数据知识图谱的构建方法 |
CN112491096A (zh) * | 2020-10-20 | 2021-03-12 | 中国电力科学研究院有限公司 | 一种用于生成电网仿真分析算例的方法及系统 |
CN112732924A (zh) * | 2020-12-04 | 2021-04-30 | 国网安徽省电力有限公司 | 一种基于知识图谱的电网数据资产管理系统与方法 |
CN113923016A (zh) * | 2021-10-08 | 2022-01-11 | 北京天融信网络安全技术有限公司 | 攻击路径分析方法、装置及设备 |
-
2022
- 2022-07-18 CN CN202210838907.XA patent/CN114996974A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109840270A (zh) * | 2018-12-23 | 2019-06-04 | 国网浙江省电力有限公司 | 一种基于Neo4j的电网设备信息管理方法 |
CN110750600A (zh) * | 2019-10-15 | 2020-02-04 | 北京明略软件系统有限公司 | 一种信息处理方法及装置 |
CN111737483A (zh) * | 2020-05-04 | 2020-10-02 | 国网浙江省电力有限公司 | 智能电网大数据知识图谱的构建方法 |
CN112491096A (zh) * | 2020-10-20 | 2021-03-12 | 中国电力科学研究院有限公司 | 一种用于生成电网仿真分析算例的方法及系统 |
CN112732924A (zh) * | 2020-12-04 | 2021-04-30 | 国网安徽省电力有限公司 | 一种基于知识图谱的电网数据资产管理系统与方法 |
CN113923016A (zh) * | 2021-10-08 | 2022-01-11 | 北京天融信网络安全技术有限公司 | 攻击路径分析方法、装置及设备 |
Non-Patent Citations (2)
Title |
---|
段涵特: "基于复杂网络的知识图谱构建与应用研究", 《工程科技Ⅱ辑》 * |
窦万春: "《大数据关键技术与应用创新》", 31 December 2020 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112286953B (zh) | 多维数据查询方法、装置和电子设备 | |
CN107766309B (zh) | 数据表格生成方法、装置以及存储介质、电子装置 | |
CN109189991A (zh) | 重复视频识别方法、装置、终端及计算机可读存储介质 | |
CN114721833A (zh) | 一种基于平台业务类型的智能云端协调方法和装置 | |
CN109685377A (zh) | 推荐方法及装置、电子设备及存储介质 | |
CN111709756A (zh) | 一种可疑社团的识别方法、装置、存储介质和计算机设备 | |
WO2023005976A1 (zh) | 一种基于深度学习的电力设备识别方法及其装置 | |
CN111680085A (zh) | 数据处理任务分析方法、装置、电子设备和可读存储介质 | |
CN106910140A (zh) | 一种基于svg格式电力系统接线图网络拓扑分析的方法 | |
CN107818338B (zh) | 一种面向地图综合的建筑物群组模式识别的方法及系统 | |
CN114281878A (zh) | 一种面向电力市场的多模态数据融合方法、设备及介质 | |
CN111505443A (zh) | 低压台区线户关系识别方法、装置和计算机设备 | |
CN105279524A (zh) | 基于无权超图分割的高维数据聚类方法 | |
CN115471181A (zh) | 一种建筑配电图审查方法、系统、存储介质及设备 | |
CN117556369B (zh) | 一种动态生成的残差图卷积神经网络的窃电检测方法及系统 | |
CN114996974A (zh) | 一种基于知识图谱的电网拓扑分析方法 | |
CN104142952A (zh) | 报表展示方法和装置 | |
CN116226468B (zh) | 基于网格化终端业务数据存储管理方法 | |
US20120310938A1 (en) | Information organizing sytem and information organizing method | |
CN117370846A (zh) | 一种基于微震事件的水力压裂三维裂缝网构建方法及系统 | |
CN109412149B (zh) | 基于区域划分的电网子图构建方法、拓扑分析方法及装置 | |
CN111178679A (zh) | 一种基于聚类算法和网络搜索的相位识别方法 | |
Lee et al. | Towards discovering emerging technologies based on decision tree | |
CN109670526A (zh) | 一种电网的干扰源类型辨识方法、装置、设备及存储介质 | |
CN104123382A (zh) | 一种社会媒体下的图像集摘要生成算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220902 |
|
RJ01 | Rejection of invention patent application after publication |