首页 / 专利库 / 人工智能 / 人工智能 / 自然语言处理 / 共指消解 / 一种基于大数据技术的电力设备画像知识图谱构建方法

一种基于大数据技术的电设备画像知识图谱构建方法

阅读:348发布:2020-05-24

专利汇可以提供一种基于大数据技术的电设备画像知识图谱构建方法专利检索,专利查询,专利分析的服务。并且一种基于 大数据 技术的电 力 设备画像知识图谱构建方法,本 发明 涉及知识的获取、实体关系 抽取 、 共指消解 等技术。在 电网 中,电力设备分布于计量系统、地调系统、中调系统、营销系统、生产系统、gis系统等系统中,辖区范围不一致,设备数据有交叉部分,有独立部分。构建基于电网的设备画像知识图谱,关联电网各个域的台账数据和运行数据,以电网设备为参考系,基于实体 节点 进行全网设备关联查询以及设备负荷、潮流分析、输电关系分析、配电关系分析显得尤为重要。,下面是一种基于大数据技术的电设备画像知识图谱构建方法专利的具体信息内容。

1.一种基于大数据技术的电设备画像知识图谱构建方法,其特征在于,所述方法步骤如下:
(1)基于共指消解技术,融合计量系统、调度系统、营销系统、生产系统、gis系统的发电厂、变电站、输电线路、配电线路、配电变压器实体,建立统一电力关键设备统一台账实体;
(2)基于电网网架和图数据库,建立输电线路和变电站之间的连接关系,进行模型中不同连接关系的关系同一化;
(3)以输电线路为参考系,建立线路与连接的变电站的之间的运行数据的量测点;基于线路,通过量测点关系关联到运行数据;
(4)构建配电变压器和对应运行数据的关系,基于变压器,关联到运行数据;
(5)构建电网全域关键设备的知识图谱网络,建立涵盖发电厂、变电站、输电线路、配电变压器的电网输电供电网络关系;
(6)基于发电厂、变电站、输电线路、配电变压器之中的任一个节点,找到与之关联的任意设备以及其运行状态;
(7)基于发电厂、变电站、输电线路、配电变压器的设备识别技术,自动识别设备类型并给于不同的颜色显示;
(8)构建关键设备的指标标签体系,由设备聚合出标签,由标签识别设备;
(9)建立关键设备的指标标签解析引擎,由该引擎映射到知识图谱中,基于标签,映射到关键设备关系网络中,自动识别标签对应的内容;
(10)建立关键设备的设备追踪引擎,从任意节点出发,追踪到其上游设备、下游设备;
(11)建立关键设备的关系推理引擎,基于设备的属性或者运行数据推理实现设备负荷分析、潮流分析、输电关系分析和配电关系分析。

说明书全文

一种基于大数据技术的电设备画像知识图谱构建方法

技术领域

[0001] 本发明属于电力关键设备知识图谱网络构建技术,特别涉及以输电配电路线为导向的关系连接的技术。

背景技术

[0002] 知识图谱(Knowledge Graph)又称为科学知识图谱,在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。2012年5月,Google在其官博上发表了一篇博文:Introducingthe Knowledge Graph:things,not strings,知识图谱概念开始在国内慢慢预热。针对电网设备游离与各个业务系统之间,设备的事件独立于系统之外,构建一体化的设备知识图谱,对设备有较为全面的画像,充分发挥电网数据的价值显得尤为重要。

发明内容

[0003] 基于上述情况,本发明提供了一种基于大数据技术的电力设备画像知识图谱构建方法,具体实现方式如下:
[0004] 一种基于大数据技术的电力设备画像知识图谱构建方法,所述方法步骤如下:
[0005] (1)基于共指消解技术,融合计量系统、调度系统、营销系统、生产系统、gis系统(即地理信息系统)的发电厂、变电站、输电线路、配电线路、配电变压器实体,建立统一电力关键设备统一台账实体;
[0006] (2)基于电网网架和图数据库,建立输电线路和变电站之间的连接关系,进行模型中不同连接关系的关系同一化;
[0007] (3)以输电线路为参考系,建立线路与连接的变电站的之间的运行数据(有功、无功、电压电流等)的量测点;基于线路,通过量测点关系关联到运行数据;
[0008] (4)构建配电变压器和对应运行数据的关系,基于变压器,关联到运行数据(有功、无功、电压、电流等);
[0009] (5)构建电网全域关键设备的知识图谱网络,建立涵盖发电厂、变电站、输电线路、配电变压器的电网输电供电网络关系;
[0010] (6)基于发电厂、变电站、输电线路、配电变压器之中的任一个节点,找到与之关联的任意设备以及其运行状态;
[0011] (7)基于发电厂、变电站、输电线路、配电变压器的设备识别技术,自动识别设备类型并给于不同的颜色显示;
[0012] (8)构建关键设备的指标标签体系,由设备聚合出标签,由标签识别设备;
[0013] (9)建立关键设备的指标标签解析引擎,由该引擎映射到知识图谱中,基于标签,映射到关键设备关系网络中,自动识别标签对应的内容;
[0014] (10)建立关键设备的设备追踪引擎,从任意节点出发,追踪到其上游设备、下游设备;
[0015] (11)建立关键设备的关系推理引擎,基于设备的属性或者运行数据推理实现设备负荷分析、潮流分析、输电关系分析和配电关系分析。
[0016] 本发明的有益效果如下:
[0017] (1)有效解决关系型数据无法解决的电力设备多级设备不统一关系存储问题;
[0018] (2)从电力设备的源头开始建模,通过物理实体,真实有效的识别供电路径;
[0019] (3)有效追踪电力网络设备关系;
[0020] (4)可快速分析电力设备的故障影响面积;
[0021] (5)可根据电力设备电流电压等输入因子快速分析电力潮流、负荷等;
[0022] (6)可根据电力设备网络,全面精准的对设备进行画像分析,提供电网建设决策支持。附图说明
[0023] 图1是本发明实施例的基于大数据技术的电力设备画像知识图谱构建方法流程图
[0024] 图2是本发明实施例的共指消解实体和关系图。

具体实施方式

[0025] 如图1-2所示,一种基于大数据技术的电力设备画像知识图谱构建方法,步骤如下:
[0026] (1)基于共指消解技术,融合计量系统、调度系统、营销系统、生产系统、gis系统(即地理信息系统)的发电厂、变电站、输电线路、配电线路、配电变压器实体,建立统一电力关键设备统一台账实体;
[0027] (2)基于电网网架和图数据库,建立输电线路和变电站之间的连接关系,进行模型中不同连接关系的关系同一化;
[0028] (3)以输电线路为参考系,建立线路与连接的变电站的之间的运行数据(有功、无功、电压、电流等)的量测点;基于线路,通过量测点关系关联到运行数据;
[0029] (4)构建配电变压器和对应运行数据的关系,基于变压器,关联到运行数据(有功、无功、电压、电流等);
[0030] (5)构建电网全域关键设备的知识图谱网络,建立涵盖发电厂、变电站、输电线路、配电变压器的电网输电供电网络关系;
[0031] (6)基于发电厂、变电站、输电线路、配电变压器之中的任一个节点,找到与之关联的任意设备以及其运行状态;
[0032] (7)基于发电厂、变电站、输电线路、配电变压器的设备识别技术,自动识别设备类型并给于不同的颜色显示;
[0033] (8)构建关键设备的指标标签体系,由设备聚合出标签,由标签识别设备;
[0034] (9)建立关键设备的指标标签解析引擎,由该引擎映射到知识图谱中,基于标签,映射到关键设备关系网络中,自动识别标签对应的内容;
[0035] (10)建立关键设备的设备追踪引擎,从任意节点出发,追踪到其上游设备、下游设备;
[0036] (11)建立关键设备的关系推理引擎,基于设备的属性或者运行数据推理实现设备负荷分析、潮流分析、输电关系分析和配电关系分析。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈