一種基于多模態的電網調度知識圖譜系統及方法技術方案

本發明專利技術涉及電網調度技術領域，公開了一種基于多模態的電網調度知識圖譜系統及方法，其中一種基于多模態的電網調度知識圖譜系統包括：實體矢量生成模塊，其用于生成電網調度知識圖譜的實體矢量；隨機游走模塊，其用于隨機游走為實體生成圖結構和圖結構中的節點矢量；廣度矢量計算模塊，計算節點在圖結構的每層的廣度矢量；編碼矢量計算模塊，基于節點的廣度矢量計算對應的實體的編碼矢量；推薦模塊，其用于計算待推薦的實體與其他實體的編碼矢量的相似度，為其推薦相似度最大的前G個實體；本發明專利技術能夠在進行故障識別處理任務時提高準確度。度。度。

【技術實現步驟摘要】
一種基于多模態的電網調度知識圖譜系統及方法


[0001]本專利技術涉及電網調度
，更具體地說，它涉及一種基于多模態的電網調度知識圖譜系統及方法。

技術介紹

[0002]電網調度控制系統作為電網企業控制電網運行和調度生產管理的重要技術手段，是保證電網安全運行的關鍵基礎設施。隨著電力調度控制系統的服務規模快速擴大，目前多級電網調控業務積累了大量的數據，知識圖譜將信息表示為更易被人類理解的知識形式，形象地描述了客觀世界中實體和概念的關系，傳統的知識圖譜算法都只從語義信息或各種路徑間的關系兩個方面來利用知識圖譜，忽略了多模態信息，而多模態信息往往參與用戶的決策過程。
[0003]在電力領域知識圖譜的相關研究中，有不少研究對電力文本的實體鏈接方法進行了探索。一些研究采用字符串直接匹配的方法，將文本中的關鍵詞鏈接到知識圖譜中的相關實體，但是直接匹配的實體鏈接方法難以深入理解文本和實體的語義信息，在應用于調度文本實體鏈接時無法處理文本中的實體表述差異問題和實體不連續問題；一些研究通過設置模糊匹配的規則，對半結構化的故障告警文本進行實體鏈接，但是模糊匹配規則應用于非結構化的調度文本時存在較大局限性，難以適應實際電力文本表述方式的變化；一些研究采用word2vec方法從實際電力文本中自動挖掘詞義的關聯關系，解決了實體鏈接過程中部分實體表述差異的問題，但仍無法處理調度文本實體鏈接時存在的語義識別偏差問題和實體不連續問題。
[0004]另外一方面傳統的知識圖譜建立多是基于大規模的隨機關系網絡，而應用于電網故障識別處理的電網知識圖譜，存在各區域密集度不均勻的現象，傳統的隨機游走的信息傳播上并不存在側重，因此對于電網知識圖譜的實體編碼方面存在缺陷，導致進行故障識別處理任務時準確度不足。

技術實現思路

[0005]本專利技術提供一種基于多模態的電網調度知識圖譜方法，解決相關技術中進行故障識別處理任務時準確度不足的技術問題。
[0006]本專利技術提供了一種基于多模態的電網調度知識圖譜方法，包括以下步驟：步驟101，將所有模態的實體進行矢量化，生成實體矢量；步驟102，隨機游走為實體生成圖結構和圖結構中的節點矢量；步驟103，定義表示節點v在圖結構的第h層與其連接的節點的集合；計算節點v在第1層的多個廣度矢量，將這些廣度矢量標記為中心矢量；計算節點v在第2
?
N層的廣度矢量，并標記為非中心矢量，N為圖結構的最大層數；步驟104，以中心矢量為中心對非中心矢量進行聚類生成多個聚類簇，為每個聚類
簇生成一個簇中心，基于所有的簇中心計算節點v最終的廣度矢量，作為實體u的最終的編碼矢量；節點v最終的廣度矢量的計算公式如下：
[0007]其中，表示第y個簇中心，表示簇中心的數量，表示變換權值，表示變換偏置，表示激活函數，表示節點v對應的節點矢量。
[0008]在本專利技術的一個實施例中，提供。
[0009]例如待推薦的實體是故障信息對應的實體，為其推薦的實體是運維策略對應的實體，能夠通過推薦來為故障匹配運維策略，進行運維人員的合理調度和故障的及時良好的處理。
[0010]進一步地，實體矢量輸入第一線性映射層，第一線性映射層將實體矢量映射到同一維度。
[0011]進一步地，生成圖結構和圖結構中的節點矢量的方法包括：步驟201，指定實體d，初始化游走的次數為1；步驟202，以實體d為中心開始進行隨機游走，直至游走的層數達到N；步驟203，記錄游走獲得的實體鏈條，如果游走的次數小于J，則對游走的次數累加一次之后返回步驟，否則進入下一步驟；步驟204，基于記錄的多個實體鏈條，組合構成圖結構，圖結構中的節點映射實體鏈條的一個實體，實體鏈條對應一個節點序列，通過節點序列生成onehot編碼，輸入第一神經網絡對第一神經網絡進行訓練，第一神經網絡輸出節點的矢量化表示，記為節點矢量。
[0012]進一步地，第一神經網絡為Skip
?
Gram模型。
[0013]進一步地，節點v在第h+1層的第i個廣度矢量的計算公式如下：
[0014]表示變換權值，表示變換偏置，表示激活函數，表示節點v在第h層的第i個廣度信息，計算公式如下：，其中表示中的第i個隨機子集，表示實體u和實體r的關注因子，節點v和節點e分別與實體u和實體r對應，表示節點e的節點矢量。
[0015]進一步地，實體之間的關注因子的計算方法包括：
[0016]和分別表示實體u和r的實體矢量，表示函數，表示伸縮系數，缺省值為0.1，也可以取值為實體矢量的維數的倒數。
[0017]進一步地，對關注得分進行歸一化，歸一化的方法包括：
[0018]其中，和分別表示歸一化之后和歸一化之前的實體u對實體r的關注因子，表示實體r對應的節點所屬的隨機子集，表示以自然常數e為底的指數函數。
[0019]一種基于多模態的電網調度知識圖譜系統，其用于執行上述的一種基于多模態的電網調度知識圖譜方法，包括：實體矢量生成模塊，其用于生成電網調度知識圖譜的實體矢量；隨機游走模塊，其用于隨機游走為實體生成圖結構和圖結構中的節點矢量；廣度矢量計算模塊，計算節點在圖結構的每層的廣度矢量；編碼矢量計算模塊，基于節點的廣度矢量計算對應的實體的編碼矢量；推薦模塊，其用于計算待推薦的實體與其他實體的編碼矢量的相似度，為其推薦相似度最大的前G個實體。
[0020]進一步地，待推薦的實體是故障告警文本對應的實體，為其推薦的實體是故障類型對應的實體。
[0021]進一步地，待推薦的實體是故障信息對應的實體，為其推薦的實體是運維策略對應的實體。
[0022]本專利技術的有益效果在于：本專利技術通過多模態的實體矢量化對多模態實體進行統一化，能夠準確的對實體進行表述，針對各區域密集度不均勻的特點，然后通過深度和廣度兩個方面結合對實體進行基于電網調度知識圖譜的編碼處理，更好的獲取的電網知識圖譜中的結構信息和語義信息，在進行故障識別處理任務時提高準確度。
附圖說明
[0023]圖1是本專利技術的一種基于多模態的電網調度知識圖譜方法的流程圖；圖2是本專利技術的生成圖結構和圖結構中的節點矢量的方法的流程圖；圖3是本專利技術的一種基于多模態的電網調度知識圖譜系統的模塊示意圖。
[0024]圖中：實體矢量生成模塊1，隨機游走模塊2，廣度矢量計算模塊3，編碼矢量計算模塊4，推薦模塊5。
具體實施方式
[0025]現在將參考示例實施方式討論本文描述的主題。應該理解，討論這些實施方式只是為了使得本領域技術人員能夠更好地理解從而實現本文描述的主題，可以在不脫離本說明書內容的保護范圍的情況下，對所討論的元素的功能和排列進行改變。各個示例可以根據需要，省略、替代或者添加各種過程或組件。另外，相對一些示例所描述的特征在其他例子中也可以進行組合。
[0026]如圖1和圖2所示，一種基于多模態的電網調度知識圖譜方法，包括以下步驟：步驟101，將所有模態的實體進行矢量化，生成實體矢量；
實體來源于預先構建的本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于多模態的電網調度知識圖譜方法，其特征在于，包括以下步驟：步驟101，將所有模態的實體進行矢量化，生成實體矢量；步驟102，隨機游走為實體生成圖結構和圖結構中的節點矢量；步驟103，定義表示節點v在圖結構的第h層與其連接的節點的集合；計算節點v在第1層的多個廣度矢量，將這些廣度矢量標記為中心矢量；計算節點v在第2
?
N層的廣度矢量，并標記為非中心矢量，N為圖結構的最大層數；步驟104，以中心矢量為中心對非中心矢量進行聚類生成多個聚類簇，為每個聚類簇生成一個簇中心，基于所有的簇中心計算節點v最終的廣度矢量，作為實體u的最終的編碼矢量；節點v最終的廣度矢量的計算公式如下：其中，表示第y個簇中心，表示簇中心的數量，表示變換權值，表示變換偏置，表示激活函數，表示節點v對應的節點矢量。2.根據權利要求1所述的一種基于多模態的電網調度知識圖譜方法，其特征在于，實體矢量輸入第一線性映射層，第一線性映射層將實體矢量映射到同一維度。3.根據權利要求1所述的一種基于多模態的電網調度知識圖譜方法，其特征在于，生成圖結構和圖結構中的節點矢量的方法包括：步驟201，指定實體d，初始化游走的次數為1；步驟202，以實體d為中心開始進行隨機游走，直至游走的層數達到N；步驟203，記錄游走獲得的實體鏈條，如果游走的次數小于J，則對游走的次數累加一次之后返回步驟，否則進入下一步驟；步驟204，基于記錄的多個實體鏈條，組合構成圖結構，圖結構中的節點映射實體鏈條的一個實體，實體鏈條對應一個節點序列，通過節點序列生成onehot編碼，輸入第一神經網絡對第一神經網絡進行訓練，第一神經網絡輸出節點的矢量化表示，記為節點矢量。4.根據權利要求1所述的一種基于多模態的電網調度知識圖譜方法，其特征在于，第一神經網絡為Skip
?
Gram模型。5.根據權利要求1所述的...

【專利技術屬性】
技術研發人員：李強，林釗，趙峰，莊莉，王秋琳，吳佩穎，邱鎮，黃曉光，王燕蓉，
申請(專利權)人：福建億榕信息技術有限公司，
類型：發明
國別省市：