CN116361482A - 基于知识图谱技术的电力效能场景化抽取模型及方法及辅助系统 - Google Patents
基于知识图谱技术的电力效能场景化抽取模型及方法及辅助系统 Download PDFInfo
- Publication number
- CN116361482A CN116361482A CN202310306913.5A CN202310306913A CN116361482A CN 116361482 A CN116361482 A CN 116361482A CN 202310306913 A CN202310306913 A CN 202310306913A CN 116361482 A CN116361482 A CN 116361482A
- Authority
- CN
- China
- Prior art keywords
- entity
- power
- scene
- efficiency
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 42
- 238000005516 engineering process Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000008520 organization Effects 0.000 claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000000547 structure data Methods 0.000 claims abstract description 13
- 230000005611 electricity Effects 0.000 claims description 26
- 238000010276 construction Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 4
- 238000013524 data verification Methods 0.000 description 12
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000012351 Integrated analysis Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Finance (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开一种基于知识图谱技术的电力效能场景化抽取模型及方法及辅助系统,方法包括:S1确定电力系统组织架构布局,采集系统组织结构数据,处理成目标文本;S2识别目标文本,获取实体和实体关系;S3对实体、实体关系增设编码,根据各实体论旨语义和编码关系进行论元分类,确定系统中各电力路径;S4确定电力路径的应用场景,获取场景要素,根据场景要素实现效能场景化布局;S5在所述场景效能中,构建电力系统知识图谱;S6根据所述知识图谱,抽取各场景电力效能,进行效能评估决策。本发明涉及的技术方案,相较于现有技术而言,其能抽取多源场景的电力效能,建立全面的电力效能知识图谱,提供电力效能决策评估的准确性。
Description
技术领域
本发明涉及知识图谱领域,特别是一种基于知识图谱技术的电力效能场景化抽取方法,还涉及基于知识图谱技术的电力效能场景化抽取模型及辅助系统。
背景技术
在社会发展进程中,电能一直扮演者重要的角色,它是社会进步和发展的动力,是维系社会存在的保障。随着经济快速发展,电能消耗增大、利用效能低的问题也逐渐凸显,面对日益增长的电力需求,合理进行能源利用,已经成为世界热点研究主题。
目前,各电力能效评估已被广泛应用于解决降低用电能耗和提高电力效能等方面问题。而电力效能评估的核心在于数据抽取的准确性,传统针对电力效能数据的抽取方法有层次分析抽取法、主成分抽取分析法和人工智能法等等,但是由于电力应用的场景不计其数,其电力效能数据也不尽相同,传统抽取方法无法针对多场景电力效能进行集成分析,影响目标数据抽取的准确性,不能满足当前电力多源场景供给侧的需求。
因此,如何提供一种基于知识图谱技术的电力效能场景化抽取方法,其能够克服上述技术问题,抽取多源场景的电力效能,建立全面的电力效能知识图谱,提供电力效能决策评估的准确性,已经成为本领域技术人员亟待解决的技术问题。
发明内容
为解决上述技术问题,本申请提供一种基于知识图谱技术的电力效能场景化抽取方法,其能够克服上述技术问题,抽取多源场景的电力效能,建立全面的电力效能知识图谱,提供电力效能决策评估的准确性。
本申请提供的一个技术方案如下:
本申请提供一种基于知识图谱技术的电力效能场景化抽取方法,包括步骤:S1、以电力系统为主体进行分析,确定系统组织架构布局,采集系统组织结构数据,处理形成目标文本;S2、对所述目标文本进行实体识别,获取目标文本中至少一个实体,根据实体连接方式抽取所述实体关系;S3、对所述实体、实体关系增设编码,根据各实体论旨语义和编码关系对实体和实体关系进行论元分类,确定电力系统中各电力路径信息;S4、根据所述电力路径,确定电力路径的应用场景,获取各应用场景中的场景要素,根据所述场景要素实现效能场景化布局;S5、在每个所述应用场景中,抽取电力系统基础数据,结合应用场景对应的电力路径信息、实体和实体关系数据,构建电力系统知识图谱;S6、根据所述知识图谱,抽取各场景电力效能,进行准确效能评估决策。
进一步地,在本发明一种优选的方式中,在步骤S1中,所述处理形成目标文本的步骤包括:对获取的所述电力系统结构数据进行解析,根据所述组织架构信息,将其生成电网线路图;识别所述电网线路图中各联结节点和节点间的连接关系,组合形成所述目标文本。
进一步地,在本发明一种优选的方式中,所述步骤S2具体为:
对所述联结节点进行论旨语义识别,根据语义将其配置成所述实体;对所述实体标注标签,将所述实体标签和节点连接关系组合成输入变量;构建实体关系抽取模型,在模型中输入所述输入变量,抽取实体关系。
进一步地,在本发明一种优选的方式中,所述步骤S3具体为:
根据所述实体标签,分别为所述实体、实体关系增设编码,根据所述编码关系分别分析各实体、各实体关系间的层级关系;随后对每层所述实体、实体关系的论旨语义进行分析,建立实体语义集合和关系语义集合;遍历所有实体与实体关系,将具有相同或相似论旨语义的实体或实体关系置于同一集合中;分析所述实体语义集合元素与关系语义集合元素的对应关系,确定电力系统中各电力路径信息。
进一步地,在本发明一种优选的方式中,在所述步骤S4中,所述场景要素包括:时间要素、结构要素、环境要素以及内容要素。
进一步地,在本发明一种优选的方式中,所述电力系统基础数据包括:电力系统电源数、各电源供电量、设备历史运行数据、设备固有能力指标。
进一步地,在本发明一种优选的方式中,在步骤S5中,所述构建电力系统知识图谱的步骤为:抽取所述电力系统基础数据,根据效能场景化布局对所述基础数据进行分类,使每类基础数据适用于对应的应用场景;随后根据场景效能对应的电力路径,确定路径上所述实体、实体关系,结合对应的所述基础数据,穷尽所有应用场景,以此构建所述电力系统知识图谱。
进一步地,在本发明一种优选的方式中,在步骤S6中,所述场景电力效能包括:电力设备利用场景效能、用户用电状况场景效能、电力生产监督场景效能。
本发明还提供一种基于知识图谱技术的电力效能场景化抽取模型,包括:文本处理结构,用于以电力系统为主体进行分析,确定系统组织架构布局,采集系统组织结构数据,处理形成目标文本;实体识别结构,用于对所述目标文本进行实体识别,获取目标文本中至少一个实体,根据实体连接方式抽取所述实体关系;论元分类结构,用于对所述实体、实体关系增设编码,根据各实体论旨语义和编码关系对实体和实体关系进行论元分类,确定电力系统中各电力路径信息;场景布局结构,用于根据所述电力路径,确定电力路径的应用场景,获取各应用场景中的场景要素,根据所述场景要素实现效能场景化布局;图谱构建结构,用于在每个所述应用场景中,抽取电力系统基础数据,结合应用场景对应的电力路径信息、实体和实体关系数据,构建电力系统知识图谱;效能抽取结构,用于根据所述知识图谱,抽取各场景电力效能,进行准确效能评估决策。
此外,本发明还提供一种基于知识图谱技术的电力效能场景化抽取辅助系统,包括:文本处理模块,用于以电力系统为主体进行分析,确定系统组织架构布局,采集系统组织模块数据,处理形成目标文本;实体识别模块,用于对所述目标文本进行实体识别,获取目标文本中至少一个实体,根据实体连接方式抽取所述实体关系;论元分类模块,用于对所述实体、实体关系增设编码,根据各实体论旨语义和编码关系对实体和实体关系进行论元分类,确定电力系统中各电力路径信息;场景布局模块,用于根据所述电力路径,确定电力路径的应用场景,获取各应用场景中的场景要素,根据所述场景要素实现效能场景化布局;图谱构建模块,用于在每个所述应用场景中,抽取电力系统基础数据,结合应用场景对应的电力路径信息、实体和实体关系数据,构建电力系统知识图谱;效能抽取模块,用于根据所述知识图谱,抽取各场景电力效能,进行准确效能评估决策。
本发明提供的一种基于知识图谱技术的电力效能场景化抽取方法,包括以下步骤:S1、以电力系统为主体进行分析,确定系统组织架构布局,采集系统组织结构数据,处理形成目标文本;S2、对所述目标文本进行实体识别,获取目标文本中至少一个实体,根据实体连接方式抽取所述实体关系;S3、对所述实体、实体关系增设编码,根据各实体论旨语义和编码关系对实体和实体关系进行论元分类,确定电力系统中各电力路径信息;S4、根据所述电力路径,确定电力路径的应用场景,获取各应用场景中的场景要素,根据所述场景要素实现效能场景化布局;S5、在每个所述应用场景中,抽取电力系统基础数据,结合应用场景对应的电力路径信息、实体和实体关系数据,构建电力系统知识图谱;S6、根据所述知识图谱,抽取各场景电力效能,进行准确效能评估决策。本发明涉及的技术方案,相较于现有技术而言,其能够抽取多源场景的电力效能,建立全面的电力效能知识图谱,提供电力效能决策评估的准确性。本发明还提供一种基于知识图谱技术的电力效能场景化抽取模型及辅助系统,同样具有上述有益效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例涉及的基于知识图谱技术的电力效能场景化抽取方法的流程示意图。
图2为本发明实施例涉及的基于知识谱图技术的电力场景效能化抽取模型的结构示意图。
具体实施方式
为了使本领域的技术人员更好地理解本申请中的技术方案,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的一部分实施例,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。
需要说明的是,当元件被称为“固定于”或“设置于”另一个元件上,它可以直接在另一个元件上或者间接设置在另一个元件上;当一个元件被称为是“连接于”另一个元件,它可以是直接连接到另一个元件或间接连接至另一个元件上。
需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“第一”、“第二”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”、“若干个”的含义是两个或两个以上,除非另有明确具体的限定。
须知,本说明书附图所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本申请可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本申请所能产生的功效及所能达成的目的下,均应仍落在本申请所揭示的技术内容得能涵盖的范围内。
请如图1至图2所示,本申请实施例提供一种基于知识图谱技术的电力效能场景化抽取方法,包括步骤:S1、以电力系统为主体进行分析,确定系统组织架构布局,采集系统组织结构数据,处理形成目标文本;S2、对所述目标文本进行实体识别,获取目标文本中至少一个实体,根据实体连接方式抽取所述实体关系;S3、对所述实体、实体关系增设编码,根据各实体论旨语义和编码关系对实体和实体关系进行论元分类,确定电力系统中各电力路径信息;S4、根据所述电力路径,确定电力路径的应用场景,获取各应用场景中的场景要素,根据所述场景要素实现效能场景化布局;S5、在每个所述应用场景中,抽取电力系统基础数据,结合应用场景对应的电力路径信息、实体和实体关系数据,构建电力系统知识图谱;S6、根据所述知识图谱,抽取各场景电力效能,进行准确效能评估决策。本发明涉及的技术方案,相较于现有技术而言,其能够抽取多源场景的电力效能,建立全面的电力效能知识图谱,提供电力效能决策评估的准确性。
具体地,在本发明的实施例中,在步骤S1中,所述处理形成目标文本的步骤包括:对获取的所述电力系统结构数据进行解析,根据所述组织架构信息,将其生成电网线路图;识别所述电网线路图中各联结节点和节点间的连接关系,组合形成所述目标文本。
其中,在本发明的实施例中,所述电网线路图由电网设备与设备之间的连接线路组成;所述联结节点为电网设备,节点连接关系为电网连接线路,将所述电网设备与电网连接线路进行语义化处理,形成所述目标文本。
具体地,在本发明的实施例中,所述步骤S2具体为:对所述联结节点进行论旨语义识别,根据语义将其配置成所述实体;对所述实体标注标签,将所述实体标签和节点连接关系组合成输入变量;构建实体关系抽取模型,在模型中输入所述输入变量,抽取实体关系。
其中,所述步骤S2用于配置知识图谱的实体节点,和实体之间的关系;对所述实体标注标签,用于确定各实体的层次级别,以及相邻标签之间的实体关系,以此确定各实体关系的层级级别。
具体地,在本发明的实施例中,所述步骤S3具体为:根据所述实体标签,分别为所述实体、实体关系增设编码,根据所述编码关系分别分析各实体、各实体关系间的层级关系;随后对每层所述实体、实体关系的论旨语义进行分析,建立实体语义集合和关系语义集合;遍历所有实体与实体关系,将具有相同或相似论旨语义的实体或实体关系置于同一集合中;分析所述实体语义集合元素与关系语义集合元素的对应关系,确定电力系统中各电力路径信息。
具体地,在本发明的实施例中,在所述步骤S4中,所述场景要素包括:时间要素、结构要素、环境要素以及内容要素。
其中,在本发明的实施例中,所述时间要素用于确定电力效能场景化抽取的时间节点,所述结构要素用于确定效能场景中对应的电网设备,与设备间的连接线路,所述环境要素用于确定效能应用场景中的环境因素,所述内容要素则用于对应场景中效能指标。
具体地,在本发明的实施例中,所述电力系统基础数据包括:电力系统电源数、各电源供电量、设备历史运行数据、设备固有能力指标。
此外,电力系统基础数据还包括:电费管理平台数据、历史用电数据、电价政策数据、特殊区域用电数据、通用制度信息数据、用电咨询数据、报装接电数据、投诉举报数据。
具体地,在本发明的实施例中,还包括步骤:对历史用电数据与投诉举报数据这两种基础数据进行防篡改数据处理。
其中,防篡改数据处理包括:
采集第一历史用电数据,基于采集的第一历史用电数据生成第一历史用电数据验证码,其中第一历史用电数据验证码与所述第一历史用电数据一一对应;采集第二历史用电数据,基于采集的第二历史用电数据以及第一历史数据验证码生成第二历史数据验证码,以此类推,采集到第N历史用电数据,基于第N历史用电数据和第N-1历史数据验证码生成第N验证码,其中N为大于10的自然数;将所有采集的历史用电数据和历史用电数据验证码分别复制保存在K个设备上,其中K为大于10的自然数。
采集第一投诉举报数据,基于采集的第一投诉举报数据生成第一投诉举报数据验证码,其中第一投诉举报数据验证码与所述第一投诉举报数据一一对应;采集第二投诉举报数据,基于采集的第二投诉举报数据以及第一历史数据验证码生成第二历史数据验证码,以此类推,采集到第M投诉举报数据,基于第M投诉举报数据和第M-1历史数据验证码生成第M验证码,其中M为大于10的自然数;将所有采集的投诉举报数据和投诉举报数据验证码分别复制保存在L个设备上,其中L为大于10的自然数。
需要说明的是,在本发明实施例中,基础数据的采集中,对采集的历史用电数据、与投诉举报数据这两种数据较为特殊,历史用电数据、投诉举报数据与相关工作人员的利益具有明显的关联性,因此二者数据具有一定的敏感性,容易遭到虚假与恶意的数据输入篡改,如若不对这二种数据进行防篡改处理,则后续形成的知识图谱表达过程中容易出现数据失真性,难以反映真实客观的电力营销状态内容,其中历史用电数据、与投诉举报数据的敏感性的原因导致的电力营销知识图谱可视化失真的问题,该技术问题是在现有技术中不易被发现的,在本发明实施例中对二种数据进行保护,可实现有效的知识数据溯源,对抗虚假与恶意的知识输入,相较于现有技术而言,实现了知识图谱构建中权、责、利明晰的这一创造性贡献,提高知识图谱内容输出的真实性与可信度。
具体地,在本发明的实施例中,在步骤S5中,所述构建电力系统知识图谱的步骤为:抽取所述电力系统基础数据,根据效能场景化布局对所述基础数据进行分类,使每类基础数据适用于对应的应用场景;随后根据场景效能对应的电力路径,确定路径上所述实体、实体关系,结合对应的所述基础数据,穷尽所有应用场景,以此构建所述电力系统知识图谱。
具体地,在本发明的实施例中,在步骤S6中,所述场景电力效能包括:电力设备利用场景效能、用户用电状况场景效能、电力生产监督场景效能。
更为具体地是,在本发明的实施例中,在所述步骤S6中,抽取所述电力生产监督场景效能的步骤包括:构建监督效能评价指标体系,获取所述效能评价指标体系中客观指标权重与主观指标权重,结合形成组合指标权重;根据所述组合指标权重,结合所述电力系统电源数、各电源供电量,获取所述电力生产监督场景效能。
更为具体地是,在本发明的实施例中,在所述步骤S6中,抽取所述电力设备利用场景效能的步骤包括:根据所述设备历史运行数据,确定设备健康状态,以所述历史运行数据、健康状态获取可用度参数;随后以所述历史运行数据获取可信度参数,以所述设备固有能力指标获取固有能力参数;以所述可用度参数、可信度参数、固有能力参数,计算并抽取电力设备利用场景效能评估值。
更为具体地是,在本发明的实施例中,在所述步骤S6中,抽取所述用户用电状况场景效能的步骤包括:建立效能评价体系,利用熵值法求解一级指标权重,根据所述一级指标权重计算一级指标的效能评估分数;基于所述一级权重指标与效能评估分数,获取用户用电状况场景效能评估值。
在本实施例中,本发明还提供一种基于知识图谱技术的电力效能场景化抽取模型,包括:文本处理结构,用于以电力系统为主体进行分析,确定系统组织架构布局,采集系统组织结构数据,处理形成目标文本;实体识别结构,用于对所述目标文本进行实体识别,获取目标文本中至少一个实体,根据实体连接方式抽取所述实体关系;论元分类结构,用于对所述实体、实体关系增设编码,根据各实体论旨语义和编码关系对实体和实体关系进行论元分类,确定电力系统中各电力路径信息;场景布局结构,用于根据所述电力路径,确定电力路径的应用场景,获取各应用场景中的场景要素,根据所述场景要素实现效能场景化布局;图谱构建结构,用于在每个所述应用场景中,抽取电力系统基础数据,结合应用场景对应的电力路径信息、实体和实体关系数据,构建电力系统知识图谱;效能抽取结构,用于根据所述知识图谱,抽取各场景电力效能,进行准确效能评估决策。
此外,本发明还提供一种基于知识图谱技术的电力效能场景化抽取辅助系统,包括:文本处理模块,用于以电力系统为主体进行分析,确定系统组织架构布局,采集系统组织模块数据,处理形成目标文本;实体识别模块,用于对所述目标文本进行实体识别,获取目标文本中至少一个实体,根据实体连接方式抽取所述实体关系;论元分类模块,用于对所述实体、实体关系增设编码,根据各实体论旨语义和编码关系对实体和实体关系进行论元分类,确定电力系统中各电力路径信息;场景布局模块,用于根据所述电力路径,确定电力路径的应用场景,获取各应用场景中的场景要素,根据所述场景要素实现效能场景化布局;图谱构建模块,用于在每个所述应用场景中,抽取电力系统基础数据,结合应用场景对应的电力路径信息、实体和实体关系数据,构建电力系统知识图谱;效能抽取模块,用于根据所述知识图谱,抽取各场景电力效能,进行准确效能评估决策。
因此,本发明提供的一种基于知识图谱技术的电力效能场景化抽取模型及方法及辅助系统,与现有技术相比,该方法包括:S1、以电力系统为主体进行分析,确定系统组织架构布局,采集系统组织结构数据,处理形成目标文本;S2、对所述目标文本进行实体识别,获取目标文本中至少一个实体,根据实体连接方式抽取所述实体关系;S3、对所述实体、实体关系增设编码,根据各实体论旨语义和编码关系对实体和实体关系进行论元分类,确定电力系统中各电力路径信息;S4、根据所述电力路径,确定电力路径的应用场景,获取各应用场景中的场景要素,根据所述场景要素实现效能场景化布局;S5、在每个所述应用场景中,抽取电力系统基础数据,结合应用场景对应的电力路径信息、实体和实体关系数据,构建电力系统知识图谱;S6、根据所述知识图谱,抽取各场景电力效能,进行准确效能评估决策。本发明涉及的技术方案,相较于现有技术而言,其能够抽取多源场景的电力效能,建立全面的电力效能知识图谱,提供电力效能决策评估的准确性。本发明还提供一种基于知识图谱技术的电力效能场景化抽取模型及辅助系统,同样具有上述有益效果。
需要说明的是,在多个不同示例性实施方案中示出的本申请的构造和布置仅是例示性的。尽管在此公开内容中仅详细描述了几个实施方案,但参阅此公开内容的人员应容易理解,在实质上不偏离该申请中所描述的主题的新颖教导和优点的前提下,许多改型是可能的(例如,各种元件的尺寸、尺度、结构、形状和比例、以及参数值(例如,温度、压力等)、安装布置、材料的使用、颜色、定向的变化等)。例如,示出为整体成形的元件可以由多个部分或元件构成,元件的位置可被倒置或以其它方式改变,并且分立元件的性质或数目或位置可被更改或改变。因此,所有这样的改型旨在被包含在本发明的范围内。可以根据替代的实施方案改变或重新排序任何过程或方法步骤的次序或顺序。在权利要求中,任何“装置加功能”的条款都旨在覆盖在本文中所描述的执行功能的结构,且不仅是结构等同而且还是等同结构。在不背离本发明的范围的前提下,可以在示例性实施方案的设计、运行状况和布置中做出其他替换、改型、改变和省略。因此,本发明不限制于特定的实施方案,而是扩展至仍落在所附的权利要求书的范围内的多种改型。
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发明。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发明的精神或范围的情况下,在其他实施例中实现。因此,本发明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技术的电力效能场景化抽取方法,其特征在于,包括以下步骤:
S1、以电力系统为主体进行分析,确定系统组织架构布局,采集系统组织结构数据,处理形成目标文本;
S2、对所述目标文本进行实体识别,获取目标文本中至少一个实体,根据实体连接方式抽取所述实体关系;
S3、对所述实体、实体关系增设编码,根据各实体论旨语义和编码关系对实体和实体关系进行论元分类,确定电力系统中各电力路径信息;
S4、根据所述电力路径,确定电力路径的应用场景,获取各应用场景中的场景要素,根据所述场景要素实现效能场景化布局;
S5、在每个所述应用场景中,抽取电力系统基础数据,结合应用场景对应的电力路径信息、实体和实体关系数据,构建电力系统知识图谱;
S6、根据所述知识图谱,抽取各场景电力效能,进行准确效能评估决策。
2.根据权利要求1所述的基于知识图谱技术的电力效能场景化抽取方法,其特征在于,在步骤S1中,所述处理形成目标文本的步骤包括:
对获取的所述电力系统结构数据进行解析,根据所述组织架构信息,将其生成电网线路图;识别所述电网线路图中各联结节点和节点间的连接关系,组合形成所述目标文本。
3.根据权利要求2所述的基于知识图谱技术的电力效能场景化抽取方法,其特征在于,所述步骤S2具体为:
对所述联结节点进行论旨语义识别,根据语义将其配置成所述实体;对所述实体标注标签,将所述实体标签和节点连接关系组合成输入变量;构建实体关系抽取模型,在模型中输入所述输入变量,抽取实体关系。
4.根据权利要求3所述的基于知识图谱技术的电力效能场景化抽取方法,其特征在于,所述步骤S3具体为:
根据所述实体标签,分别为所述实体、实体关系增设编码,根据所述编码关系分别分析各实体、各实体关系间的层级关系;随后对每层所述实体、实体关系的论旨语义进行分析,建立实体语义集合和关系语义集合;遍历所有实体与实体关系,将具有相同或相似论旨语义的实体或实体关系置于同一集合中;分析所述实体语义集合元素与关系语义集合元素的对应关系,确定电力系统中各电力路径信息。
5.根据权利要求1所述的基于知识图谱技术的电力效能场景化抽取方法,其特征在于,在所述步骤S4中,所述场景要素包括:时间要素、结构要素、环境要素以及内容要素。
6.根据权利要求1所述的基于知识图谱技术的电力效能场景化抽取方法,其特征在于,所述电力系统基础数据包括:电力系统电源数、各电源供电量、设备历史运行数据、设备固有能力指标。
7.根据权利要求6所述的基于知识图谱技术的电力效能场景化抽取方法,其特征在于,在步骤S5中,所述构建电力系统知识图谱的步骤为:
抽取所述电力系统基础数据,根据效能场景化布局对所述基础数据进行分类,使每类基础数据适用于对应的应用场景;随后根据场景效能对应的电力路径,确定路径上所述实体、实体关系,结合对应的所述基础数据,穷尽所有应用场景,以此构建所述电力系统知识图谱。
8.根据权利要求7所述的基于知识图谱技术的电力效能场景化抽取方法,其特征在于,在步骤S6中,所述场景电力效能包括:电力设备利用场景效能、用户用电状况场景效能、电力生产监督场景效能。
9.一种基于知识图谱技术的电力效能场景化抽取模型,其特征在于,包括:文本处理结构,用于以电力系统为主体进行分析,确定系统组织架构布局,采集系统组织结构数据,处理形成目标文本;实体识别结构,用于对所述目标文本进行实体识别,获取目标文本中至少一个实体,根据实体连接方式抽取所述实体关系;论元分类结构,用于对所述实体、实体关系增设编码,根据各实体论旨语义和编码关系对实体和实体关系进行论元分类,确定电力系统中各电力路径信息;场景布局结构,用于根据所述电力路径,确定电力路径的应用场景,获取各应用场景中的场景要素,根据所述场景要素实现效能场景化布局;图谱构建结构,用于在每个所述应用场景中,抽取电力系统基础数据,结合应用场景对应的电力路径信息、实体和实体关系数据,构建电力系统知识图谱;效能抽取结构,用于根据所述知识图谱,抽取各场景电力效能,进行准确效能评估决策。
10.一种基于知识图谱技术的电力效能场景化抽取辅助系统,其特征在于,包括:文本处理模块,用于以电力系统为主体进行分析,确定系统组织架构布局,采集系统组织模块数据,处理形成目标文本;实体识别模块,用于对所述目标文本进行实体识别,获取目标文本中至少一个实体,根据实体连接方式抽取所述实体关系;论元分类模块,用于对所述实体、实体关系增设编码,根据各实体论旨语义和编码关系对实体和实体关系进行论元分类,确定电力系统中各电力路径信息;场景布局模块,用于根据所述电力路径,确定电力路径的应用场景,获取各应用场景中的场景要素,根据所述场景要素实现效能场景化布局;图谱构建模块,用于在每个所述应用场景中,抽取电力系统基础数据,结合应用场景对应的电力路径信息、实体和实体关系数据,构建电力系统知识图谱;效能抽取模块,用于根据所述知识图谱,抽取各场景电力效能,进行准确效能评估决策。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310306913.5A CN116361482A (zh) | 2023-03-27 | 2023-03-27 | 基于知识图谱技术的电力效能场景化抽取模型及方法及辅助系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310306913.5A CN116361482A (zh) | 2023-03-27 | 2023-03-27 | 基于知识图谱技术的电力效能场景化抽取模型及方法及辅助系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116361482A true CN116361482A (zh) | 2023-06-30 |
Family
ID=86941369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310306913.5A Pending CN116361482A (zh) | 2023-03-27 | 2023-03-27 | 基于知识图谱技术的电力效能场景化抽取模型及方法及辅助系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116361482A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116911386A (zh) * | 2023-09-12 | 2023-10-20 | 中国长江电力股份有限公司 | 基于知识脉络面向业务场景的水电设备知识图谱构建方法 |
-
2023
- 2023-03-27 CN CN202310306913.5A patent/CN116361482A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116911386A (zh) * | 2023-09-12 | 2023-10-20 | 中国长江电力股份有限公司 | 基于知识脉络面向业务场景的水电设备知识图谱构建方法 |
CN116911386B (zh) * | 2023-09-12 | 2023-11-28 | 中国长江电力股份有限公司 | 基于知识脉络面向业务场景的水电设备知识图谱构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jin et al. | Technology-driven roadmaps for identifying new product/market opportunities: Use of text mining and quality function deployment | |
CN107908606A (zh) | 基于不同信息源自动生成报表的方法和系统 | |
CN109242439A (zh) | 基于变电站设备相关联数据的特征提取识别方法 | |
CN109580004A (zh) | 一种温度检测方法及装置 | |
Han et al. | Conditional abnormality detection based on AMI data mining | |
CN110390198A (zh) | 一种对小程序的风险巡检方法、装置及电子设备 | |
Shao et al. | Few‐shot palmprint recognition via graph neural networks | |
CN116361482A (zh) | 基于知识图谱技术的电力效能场景化抽取模型及方法及辅助系统 | |
CN104933475A (zh) | 网络转发行为预测方法及装置 | |
CN104850905A (zh) | 一种基于机器学习的法律风险量化评估系统及其方法 | |
CN111680506A (zh) | 数据库表的外键映射方法、装置、电子设备和存储介质 | |
Jun et al. | Intelligent Brand Positioning Visualization System Based on Web Search Traffic Information: Focusing on Tablet PC | |
Choi et al. | Analyzing technological spillover effects between technology classes: The case of Korea technology finance corporation | |
Qu et al. | A method of single‐shot target detection with multi‐scale feature fusion and feature enhancement | |
Sheik Mohideen Shah et al. | Machine learning approach for power consumption model based on monsoon data for smart cities applications | |
Hao et al. | UrbanVLP: A Multi-Granularity Vision-Language Pre-Trained Foundation Model for Urban Indicator Prediction | |
Paraschiv et al. | A unified graph-based approach to disinformation detection using contextual and semantic relations | |
Zou et al. | Deep learning for cross-domain data fusion in urban computing: Taxonomy, advances, and outlook | |
CN113806492A (zh) | 基于语义识别的记录生成方法、装置、设备及存储介质 | |
CN106127602B (zh) | 一种基于约简离群点算法的窃电辨识方法及装置 | |
KR102034103B1 (ko) | 베이지안 네트워크를 이용한 기술문서 분석방법 | |
CN110210677A (zh) | 一种结合聚类和深度学习算法的母线短期日负荷预测方法和装置 | |
CN116340534A (zh) | 一种识别新能源异常数据的知识图谱构建方法和系统 | |
CN116011564A (zh) | 一种面向电力设备的实体关系补全方法、系统及应用 | |
CN114996410A (zh) | 一种关于环境数据资源自动整合及共享的方法 |
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 |