CN115203427A - 一种电力系统调控规程知识图谱管理系统、知识图谱生成方法及存储介质 - Google Patents
一种电力系统调控规程知识图谱管理系统、知识图谱生成方法及存储介质 Download PDFInfo
- Publication number
- CN115203427A CN115203427A CN202210550312.4A CN202210550312A CN115203427A CN 115203427 A CN115203427 A CN 115203427A CN 202210550312 A CN202210550312 A CN 202210550312A CN 115203427 A CN115203427 A CN 115203427A
- Authority
- CN
- China
- Prior art keywords
- entity
- relationship
- knowledge graph
- information
- definition table
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力系统调控规程知识图谱管理系统、知识图谱生成方法及存储介质,知识图谱管理系统给出了可视化本体结构实体类及关系定义工具;通过设计知识图谱本体结构可以自动给定实体信息提取模型超参数,给出了可视化实体人工标注校核及模型训练预测工具;使用词向量相似匹配实体中的电网实际设备,结合本体设计情况匹配实体关系,形成实体关系三元组信息并存入图数据库中形成知识图谱。本发明为电网领域调控规程文档提供了一整套完备且灵活自由的知识图谱管理系统,可以有力支撑知识图谱在电网调度领域的使用水平,提升电网智能化水平。
Description
技术领域
本发明属于电力调控技术领域,具体涉及一种电力系统调控规程知识图谱的管理系统及知识图谱生成方法。
背景技术
电力系统调度控制中心是保证电网运行安全、高效的指挥中枢,同时也是集合着大量运行设备状态数据、安全运行相关规程、专家调度经验的数据中枢。由于调控系统十分庞大,各类多源多模态数据与调度系统间缺乏逻辑模型。知识图谱技术是目前知识管理前沿技术,电力领域知识图谱的研究已处于起步阶段,但是知识图谱的构建过程仍以研发人员参与较多,缺乏灵活自由、使用友好的电力领域图谱生成工具。
专业领域知识图谱的生成主要包括本体结构设计、实体信息抽取、信息处理保存等过程。本体结构设计主要依赖于RDF、RDFS或OWL等语义网语言,由于语法较难使得一旦研发人员设计完毕后运维使用人员难以对本体进行修改。且一旦本体修改后实体关系及信息处理也需进行相应的修改开发,使得知识图谱的灵活程度不足。
发明内容
本发明所要解决的技术问题是:目前电力系统调控规程知识图谱的构建大多由研发人员依据需求专属构建,构筑完成后一旦应用需求变化运维人员无法依据需求改变图谱知识结构,需要解决电力领域调控规程知识图谱构建后不能灵活修改的问题。
为解决上述技术问题,本发明采用以下技术方案:
一种电力系统调控规程知识图谱管理系统,包括本体结构设计模块、实体信息抽取和信息处理保存模块;
所述本体结构设计模块具体包括:
本体结构存储模块:构建实体定义表、关系定义表及属性定义表,并保存在关系数据库中;所述属性定义表中定义知识图谱本体结构中实体类和关系类包含的各种属性名称及数据类型,并与实体定义表和关系定义表之间以一对多模式连接,可以使单个实体对应多种属性;所述实体定义表中定义实体类别的名称;所述关系定义表中定义关系类别的名称,并与实体定义表多对多模式连接,可以使多个实体与多个关系之间相互关联,定义不同实体与关系的联系,同时关系定义表与自身多对多连接,定义不同关系之间的推理关系,如同义、反义等。
实体类别定义模块:采用可视化界面定义实体类别,包括实体名称、实体所含属性;针对电力调控系统,常见的实体有厂站类、交流线路类、母线类等设备型实体,实体包含设备ID、设备名称等属性;同时还包含业务相关的实体类别,如电网运行方式类、分档控制类等,根据业务需求实体定义也有所不同。
关系类别定义模块:采用可视化界面定义关系类别,包括关系名称、关系属性、关系关联实体及关系推理信息;关系主要为实体间的关联关系,例如母线类、机组类与厂站类之间存在所属厂站的关系,同时若定义包含设备关系与所属厂站关系间存在反义的关系推理就可得知,当发现了某设备的所属厂站是某个厂站时,即可推理出该厂站包含设备该设备。
所述实体信息抽取模块,具体包括:
实体信息自动识别模块:将本体结构存储模块中的信息输入Bi-LSTM神经网络模型,自适应生成神经网络模型输入输出超参数,利用标注数据自动进行模型训练并推理未标注数据信息。具体包括以下步骤:
1)首先筛选出已标注数据,将电力调控规程原文转换为词向量编码,将已有标注转换为实际输出编码;
2)然后将词向量送入Bi-LSTM神经网络并得到模型预测输出;
3)最后使用实际输出编码与模型预测输出计算偏差,并反向传播更新模型参数,直至模型偏差符合预期设置,则模型训练结束。
实体信息标注模块:在可视化界面设置有标注入口,对于标注实体设置有基于本体结构存储模块中的信息的类别选择弹窗,并与实体信息自动识别模块交互更新Bi-LSTM信息识别模型,直接展示自动识别结果,方便在模型标注结果上进一步人工校核,删除错误标注并补充漏标数据。
所述信息处理保存模块具体包括:
电力设备识别模块:对于实体类别中涉及电网实际设备的实体,使用词向量相似度算法匹配电网模型设备,映射自然语言设备名称及电网实际设备,将待匹配设备名称文本转换为词向量,并与电网数据库中设备名称词向量比较,计算两词向量间的欧氏距离,选择欧氏距离最近的即为与之最接近的电网设备。
关系推理保存模块:依据本体结构存储模块中的信息及实体信息标注的信息,采用语法分析确定各个实体关系;并依据本体结构定义的关系推理信息进行知识推理,将实体及关系三元组存入图数据库,生成知识图谱。
一种电力系统调控规程知识图谱生成方法,包括以下步骤:
步骤1:使用实体类别定义模块及关系类别定义模块定义与业务相匹配的知识图谱本体结构,并由本体结构存储模块保存管理;
步骤2:利用实体信息自动识别模块,依据知识图谱本体结构定义信息自动生成标注标签列表,通过鼠标勾选规程文本中的实体描述,在弹出的标签列表中选择对应的名称;同时,对应标注标签列表生成新的Bi-LSTM实体识别模型,使用已标注标签对Bi-LSTM实体识别模型进行训练,并利用Bi-LSTM实体识别模型自动标注其余未标注标签;
步骤3:使用电力设备识别模块,基于word2vec模型获取设备类名称的词向量,并与电网实际设备列表中的设备名称词向量比较,计算两词向量的欧式距离,映射实际电网设备;利用关系推理保存模块,依据不同句子中本体结构定义信息,将句中实体按本体关系组合,并存入图数据库中,形成知识图谱。
一种计算机可读存储介质,用于存储上述的电力系统调控规程知识图谱管理系统。
本发明达到的有益效果:本发明依据设计的本体结构自适应实现了实体信息的标注和关系推理,提供了完整的电网调控规程知识图谱构建工具,使得图谱构建过程仅需与工具交互,无需研发人员参与开发相应软件,训练模型,可依据需求改变图谱知识结构,实现了可灵活设计的电力领域调控规程知识图谱本体结构,有效提升知识图谱的构建效率和迭代速度,本发明作为支撑调度操作智能化的知识基础,对提升调度系统的智能化水平具有重要意义。
附图说明
图1 为本发明中知识图谱管理系统层次结构图;
图2 为本发明中知识图谱生成过程流程图;
图3 为本发明的电力系统调控规程知识图谱生成方法流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图2所示,一种电力系统调控规程知识图谱管理系统,包括本体结构设计模块、实体信息抽取和信息处理保存模块;
所述本体结构设计模块具体包括:
本体结构存储模块:构建实体定义表、关系定义表及属性定义表,并保存在关系数据库中;所述属性定义表中定义知识图谱本体结构中实体类和关系类包含的各种属性名称及数据类型,并与实体定义表和关系定义表之间以一对多模式连接,可以使单个实体对应多种属性;所述实体定义表中定义实体类别的名称;所述关系定义表中定义关系类别的名称,并与实体定义表多对多模式连接,可以使多个实体与多个关系之间相互关联,定义不同实体与关系的联系,同时关系定义表与自身多对多连接,定义不同关系之间的推理关系,如同义、反义等。
实体类别定义模块:采用可视化界面定义实体类别,包括实体名称、实体所含属性;针对电力调控系统,常见的实体有厂站类、交流线路类、母线类等设备型实体,实体包含设备ID、设备名称等属性;同时还包含业务相关的实体类别,如电网运行方式类、分档控制类等,根据业务需求实体定义也有所不同。
关系类别定义模块:采用可视化界面定义关系类别,包括关系名称、关系属性、关系关联实体及关系推理信息;关系主要为实体间的关联关系,例如母线类、机组类与厂站类之间存在所属厂站的关系,同时若定义包含设备关系与所属厂站关系间存在反义的关系推理就可得知,当发现了某设备的所属厂站是某个厂站时,即可推理出该厂站包含设备该设备。
所述实体信息抽取模块,具体包括:
实体信息自动识别模块:将本体结构存储模块中的信息输入Bi-LSTM神经网络模型,自适应生成神经网络模型输入输出超参数,利用标注数据自动进行模型训练并推理未标注数据信息。具体包括以下步骤:
1)首先筛选出已标注数据,将电力调控规程原文转换为词向量编码,将已有标注转换为实际输出编码;
2)然后将词向量送入Bi-LSTM神经网络并得到模型预测输出;
3)最后使用实际输出编码与模型预测输出计算偏差,并反向传播更新模型参数,直至模型偏差符合预期设置,则模型训练结束。
实体信息标注模块:在可视化界面设置有标注入口,对于标注实体设置有基于本体结构存储模块中的信息的类别选择弹窗,并与实体信息自动识别模块交互更新Bi-LSTM信息识别模型,直接展示自动识别结果,方便在模型标注结果上进一步人工校核,删除错误标注并补充漏标数据。
所述信息处理保存模块具体包括:
电力设备识别模块:对于实体类别中涉及电网实际设备的实体,使用词向量相似度算法匹配电网模型设备,映射自然语言设备名称及电网实际设备,将待匹配设备名称文本转换为词向量,并与电网数据库中设备名称词向量比较,计算两词向量间的欧氏距离,最小欧氏距离对应的电网设备即为最接近的电网设备。
关系推理保存模块:依据本体结构存储模块中的信息及实体信息标注的信息,采用语法分析确定各个实体关系;并依据本体结构定义的关系推理信息进行知识推理,将实体及关系三元组存入图数据库,生成知识图谱。
如图1所示,电力领域调控规程知识图谱管理系统层次结构图包含如下部分:
数据层:数据层包括关系数据库和图数据库,所述关系数据库用于存储知识图谱本体结构信息、原始文本信息、标注的实体关系信息;所述图数据库主要用于存储处理后的各个实体及关系信息,组成可供查询使用的知识图谱。
服务层:服务层包括本体结构设计服务、实体信息抽取服务、信息处理保存服务,分别针对电力领域调控知识图谱构建的不同步骤提供服务支撑。
应用层:应用层是为使用者提供各个图形化应用的模块,包括实体定义模块、关系定义模块、信息自动识别模块、信息人工标注模块、电力设备识别模块、关系推理保存模块。这些应用对接服务层服务为使用者提供点选输入界面实现知识图谱的构建。
如图3所示,利用本发明的一种电力系统调控规程知识图谱生成方法,包括以下过程:
步骤1:依据实际在电力系统调控规程的知识内容和应用需求,使用实体类别定义模块及关系类别定义模块定义与业务相匹配的知识图谱本体结构,并由本体结构存储模块保存管理。
例如:针对电网不同线路相关的运行方式的控制限额这一应用需求,可知知识获取路径是由线路获取到与其相关的运行方式,然后再依据运行方式获得不同方式下的控制限额,可以设计知识图谱实体有线路类和方式类,其中线路类包含线路的ID、名称等属性,方式类包含名称、限额等属性。同时线路类和方式类之间还有相关关系。本体结构存储模块将在属性表中建立ID、名称、限额等属性;在实体表中建立线路类和方式类两种实体,并关联线路类与ID、名称等属性,关联方式类与名称、限额等属性;在关系表中建立相关关系,并关联相关关系与线路类和方式类。
步骤2:利用实体信息自动识别模块,依据知识图谱本体结构定义信息自动生成标注标签列表,通过鼠标勾选规程文本中的实体描述,在弹出的标签列表中选择对应的名称;同时,对应标注标签列表生成新的Bi-LSTM实体识别模型,使用已标注标签对Bi-LSTM实体识别模型进行训练,并利用Bi-LSTM实体识别模型自动标注其余未标注标签。
例如:针对步骤1例子中的本体结构,可以整合标签列表线路ID、线路名称、方式名称、方式限额,由标签列表中标签的数量可以确定其对应实体识别模型输出标签维度为4。通过鼠标勾选文本即可手动标注,同时也可根据已标注文本自动训练模型对未标注文本进行自动标注。
步骤3:使用电力设备识别模块,基于word2vec模型获取设备类名称的词向量,并与电网实际设备列表中的设备名称词向量比较,计算两词向量的欧式距离,映射实际电网设备;利用关系推理保存模块,依据不同句子中本体结构定义信息,将句中实体按本体关系组合,并存入图数据库中,形成知识图谱。
例如:“徐西4E41/4E42双线同停期间,控制功率不大于50万千瓦”,其中方式类名称有徐西4E41/4E42双线同停,方式类限额有50万千瓦,线路类名称有徐西4E41线和徐西4E42线,即可按照定义本体得到信息三元组分别为:{线路:{id:116530640895085917, 名称:江苏.徐西4E41线},相关,方式:{名称:徐西4E41/4E42双线同停, 限额: 50万千瓦}}和{线路:{id:116530640895085918, 名称:江苏.徐西4E42线},相关,方式:{名称:徐西4E41/4E42双线同停, 限额: 50万千瓦}},将信息存入图数据库中即可得到其相关知识图谱,解决由电网线路获取其相关运行方式控制限额的问题。
综上该发明从设计、展示上均能满足电力领域知识图谱的管理需求,可提供灵活完整的电力领域知识图谱构建,同时还应用了神经网络等技术提升了知识图谱构建的工作量和速度。
一种计算机可读存储介质,用于存储上述的电力系统调控规程知识图谱管理系统。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (8)
1.一种电力系统调控规程知识图谱管理系统,其特征在于,包括本体结构设计模块、实体信息抽取和信息处理保存模块;
所述本体结构设计模块具体包括:
本体结构存储模块:构建实体定义表、关系定义表及属性定义表,并保存在关系数据库中;
实体类别定义模块:采用可视化界面定义实体类别,包括实体名称、实体所含属性;
关系类别定义模块:采用可视化界面定义关系类别,包括关系名称、关系属性、关系关联实体及关系推理信息;关系为实体间的关联关系;
所述实体信息抽取模块,具体包括:
实体信息自动识别模块:将本体结构存储模块中的信息输入Bi-LSTM神经网络模型,自适应生成神经网络模型输入输出超参数,利用标注数据自动进行模型训练并推理未标注数据信息;
实体信息标注模块:在可视化界面设置有标注入口,对于标注实体设置有基于本体结构存储模块中的信息的类别选择弹窗,并与实体信息自动识别模块交互更新Bi-LSTM信息识别模型,直接展示自动识别结果;
所述信息处理保存模块具体包括:
电力设备识别模块:对于实体类别中涉及电网实际设备的实体,使用词向量相似度算法匹配电网模型设备,映射自然语言设备名称及电网实际设备,将待匹配设备名称文本转换为词向量,并与电网数据库中设备名称词向量比较,计算两词向量间的欧氏距离,最小欧氏距离对应的电网设备即为最接近的电网设备;
关系推理保存模块:依据本体结构存储模块中的信息及实体信息标注的信息,采用语法分析确定各个实体关系;并依据本体结构定义的关系推理信息进行知识推理,将实体及关系三元组存入图数据库,生成知识图谱。
2.根据权利要求1所述的电力系统调控规程知识图谱管理系统,其特征在于:所述属性定义表中定义知识图谱本体结构中实体类和关系类包含的各种属性名称及数据类型,并与实体定义表、关系定义表之间以一对多模式连接,使单个实体对应多种属性;所述实体定义表中定义实体类别的名称;所述关系定义表中定义关系类别的名称,并与实体定义表多对多模式连接,使多个实体与多个关系之间相互关联,定义不同实体与关系的联系,同时关系定义表与自身多对多连接,定义不同关系之间的推理关系。
3.根据权利要求1所述的电力系统调控规程知识图谱管理系统,其特征在于:所述实体包括厂站类、交流线路类、母线类设备型实体,实体包含设备ID、设备名称属性;同时还包括业务相关的实体类别。
4.根据权利要求1所述的电力系统调控规程知识图谱管理系统,其特征在于:所述实体信息自动识别模块工作包括以下步骤:
1)筛选出已标注数据,将电力调控规程原文转换为词向量编码,将已有标注转换为实际输出编码;
2)将词向量送入Bi-LSTM神经网络并得到模型预测输出;
3)使用实际输出编码与模型预测输出计算偏差,并反向传播更新模型参数,直至模型偏差符合预期设置,则模型训练结束。
5.一种电力系统调控规程知识图谱生成方法,其特征在于,包括以下步骤:
步骤1:使用实体类别定义模块及关系类别定义模块定义与业务相匹配的知识图谱本体结构,并由本体结构存储模块保存管理;
步骤2:利用实体信息自动识别模块,依据知识图谱本体结构定义信息自动生成标注标签列表,通过鼠标勾选规程文本中的实体描述,在弹出的标签列表中选择对应的名称;同时,对应标注标签列表生成新的Bi-LSTM实体识别模型,使用已标注标签对Bi-LSTM实体识别模型进行训练,并利用Bi-LSTM实体识别模型自动标注其余未标注标签;
步骤3:使用电力设备识别模块,基于word2vec模型获取设备类名称的词向量,并与电网实际设备列表中的设备名称词向量比较,计算两词向量的欧式距离,映射实际电网设备;利用关系推理保存模块,依据不同句子中本体结构定义信息,将句中实体按本体关系组合,并存入图数据库中,形成知识图谱。
6.根据权利要求5所述的电力系统调控规程知识图谱生成方法,其特征在于: 所述实体类别定义模块采用可视化界面定义实体类别,包括实体名称、实体所含属性;
所述关系类别定义模块:采用可视化界面定义关系类别,包括关系名称、关系属性、关系关联实体及关系推理信息;关系为实体间的关联关系。
7.根据权利要求5所述的电力系统调控规程知识图谱生成方法,其特征在于:所述属性定义表中定义知识图谱本体结构中实体类和关系类包含的各种属性名称及数据类型,并与实体定义表、关系定义表之间以一对多模式连接,使单个实体对应多种属性;所述实体定义表中定义实体类别的名称;所述关系定义表中定义关系类别的名称,并与实体定义表多对多模式连接,使多个实体与多个关系之间相互关联,定义不同实体与关系的联系,同时关系定义表与自身多对多连接,定义不同关系之间的推理关系。
8.一种计算机可读存储介质,其特征在于:用于存储上权利要求1-4任一项所述的电力系统调控规程知识图谱管理系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210550312.4A CN115203427A (zh) | 2022-05-20 | 2022-05-20 | 一种电力系统调控规程知识图谱管理系统、知识图谱生成方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210550312.4A CN115203427A (zh) | 2022-05-20 | 2022-05-20 | 一种电力系统调控规程知识图谱管理系统、知识图谱生成方法及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115203427A true CN115203427A (zh) | 2022-10-18 |
Family
ID=83574946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210550312.4A Pending CN115203427A (zh) | 2022-05-20 | 2022-05-20 | 一种电力系统调控规程知识图谱管理系统、知识图谱生成方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115203427A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116521852A (zh) * | 2023-06-26 | 2023-08-01 | 南京实创信息技术有限公司 | 一种基于深度学习的电力设备智能映射工具及映射方法 |
-
2022
- 2022-05-20 CN CN202210550312.4A patent/CN115203427A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116521852A (zh) * | 2023-06-26 | 2023-08-01 | 南京实创信息技术有限公司 | 一种基于深度学习的电力设备智能映射工具及映射方法 |
CN116521852B (zh) * | 2023-06-26 | 2023-09-19 | 南京实创信息技术有限公司 | 一种基于深度学习的电力设备智能映射装置及映射方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110929149B (zh) | 一种工业设备故障维修推荐方法和系统 | |
CN110277086A (zh) | 基于电网调度知识图谱的语音合成方法、系统及电子设备 | |
CN104111973B (zh) | 一种学者重名的消歧方法及其系统 | |
CN109033284A (zh) | 基于知识图谱的电力信息运维系统数据库构建方法 | |
CN111260338B (zh) | 一种变电站操作票智能生成方法、装置及平台 | |
CN108491378A (zh) | 电力信息运维智能应答系统 | |
CN110489749B (zh) | 一种智能办公自动化系统的业务流程优化方法 | |
CN110110095A (zh) | 一种基于长短期记忆循环神经网络的电力指令文本匹配方法 | |
CN113761927B (zh) | 电网故障处置实时辅助决策方法、系统、设备及存储介质 | |
CN113239167A (zh) | 一种可自动生成对话策略的任务型对话管理方法和系统 | |
CN113095050A (zh) | 一种智能成票方法、系统、设备及存储介质 | |
CN109726253A (zh) | 人才图谱及人才画像的构建方法、装置、设备及介质 | |
CN109685576A (zh) | 一种工程材料自动配价方法、装置、终端设备及存储介质 | |
CN113095524A (zh) | 电力设备检修工作单据智能生成方法、系统及存储介质 | |
CN116010581A (zh) | 一种基于电网隐患排查场景的知识图谱问答方法及系统 | |
CN113806560A (zh) | 一种电力数据知识图生成方法及系统 | |
CN115203427A (zh) | 一种电力系统调控规程知识图谱管理系统、知识图谱生成方法及存储介质 | |
CN113379432B (zh) | 一种基于机器学习的销售系统客户匹配方法 | |
CN102662929A (zh) | 一种基于本体的问题智能分析处理的方法和装置 | |
CN112307767A (zh) | 一种基于Bi-LSTM技术的调控知识建模方法 | |
CN112685608A (zh) | 一种基于cypher的电网调度领域知识属性图模型构建方法 | |
Gong | Network data mining based on artificial intelligence inference engine | |
CN112036582A (zh) | 配网抢修工单处理方法及装置 | |
CN111259106A (zh) | 一种结合神经网络和特征演算的关系抽取方法 | |
CN110851572A (zh) | 会话标注方法、装置、存储介质及电子设备 |
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 |