【技術實現(xiàn)步驟摘要】
本專利技術涉及能源數(shù)字處理領域，具體為一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法、系統(tǒng)、設備及介質(zhì)。
技術介紹
1、數(shù)字對象體系結構（digital?object?architecture,?doa）是現(xiàn)有internet體系結構的一個邏輯擴展，它支持不同系統(tǒng)之間的數(shù)據(jù)互操作需求，而不僅僅是將數(shù)字形式的信息從internet的一個位置傳送到另一個位置。數(shù)字對象體系結構中的基本元素是數(shù)字對象（digital?object），是對任意信息系統(tǒng)數(shù)據(jù)資源的統(tǒng)一抽象。一個完整的數(shù)字對象可以被分為三個部分：標識、元數(shù)據(jù)、實體。其中，標識是數(shù)字對象的唯一身份標記，元數(shù)據(jù)是對數(shù)字對象和應用、業(yè)務相關的描述信息，數(shù)字對象實體是數(shù)據(jù)資源實際的內(nèi)容。基于數(shù)字對象的能源數(shù)字網(wǎng)絡通過設計跨主體數(shù)字對象統(tǒng)一訪問協(xié)議，形成跨主體、跨異構網(wǎng)絡的新型能源數(shù)字網(wǎng)絡，建立了多主體能源數(shù)字對象之間的訪問鏈路，實現(xiàn)能源數(shù)字對象主動接入與尋址訪問，提供平臺化、技術化數(shù)據(jù)流通支撐能力。
2、能源數(shù)據(jù)規(guī)模大、分布廣、變化快，具有多源異構、數(shù)據(jù)孤島等特征，不同數(shù)據(jù)之間的聯(lián)合查找耗時長、效果差。基于能源數(shù)字對象的封裝，解決了多主體能源數(shù)據(jù)的多源異構問題，能源數(shù)字網(wǎng)絡的構建，解決了多主體能源數(shù)據(jù)之間的數(shù)據(jù)孤島問題，面向能源數(shù)字對象的知識圖譜技術，能夠將能源數(shù)字網(wǎng)絡上的能源數(shù)字對象以及對象間的鏈接關系聚集為知識，使能源數(shù)字對象更易于理解、計算以及應用，并能實現(xiàn)能源數(shù)據(jù)的快速響應和推理。
3、但在此基礎上，無法解決在能源數(shù)字網(wǎng)絡中進行相似數(shù)據(jù)集識別與融合，從而無法實
技術實現(xiàn)思路
1、針對現(xiàn)有技術中存在的問題，本專利技術提供一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法、系統(tǒng)、設備及介質(zhì)，實現(xiàn)相似能源數(shù)字對象的自動辨識，并以相似能源數(shù)字對象為基礎構建新的能源數(shù)字對象，提供面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)。
2、本專利技術是通過以下技術方案來實現(xiàn)：
3、本專利技術提供一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法，包括，
4、獲取面向能源數(shù)字網(wǎng)絡的各能源數(shù)字對象；
5、將各能源數(shù)字對象的元數(shù)據(jù)中提取的特征屬性進行合并，得到各能源數(shù)字對象的文本語句集合；
6、利用預訓練語言模型，根據(jù)所述文本語句集合提取能源數(shù)字對象的語義特征，并生成對應的語義特征向量；
7、將語義特征向量進行聚類，對最優(yōu)聚類結果中每個簇內(nèi)的能源數(shù)字對象進行兩兩相似性計算，對存在相似性的能源數(shù)字對象組合形成相似能源數(shù)字對象組合集；
8、將相似能源數(shù)字對象組合集中每一個組合內(nèi)的能源數(shù)字對象進行融合構建新的能源數(shù)字對象。
9、本專利技術還提供一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)系統(tǒng)，包括，
10、獲取模塊，用于獲取面向能源數(shù)字網(wǎng)絡的各能源數(shù)字對象；
11、特征屬性提取模塊，用于將各能源數(shù)字對象的元數(shù)據(jù)中提取的特征屬性進行合并，得到各能源數(shù)字對象的文本語句集合；
12、語義特征提取模塊，利用預訓練語言模型，根據(jù)所述文本語句集合提取能源數(shù)字對象的語義特征，并生成對應的語義特征向量；
13、聚類模塊，將語義特征向量進行聚類，對最優(yōu)聚類結果中每個簇內(nèi)的能源數(shù)字對象進行兩兩相似性計算，對存在相似性的能源數(shù)字對象組合形成相似能源數(shù)字對象組合集；
14、融合發(fā)現(xiàn)模塊，將相似能源數(shù)字對象組合集中每一個組合內(nèi)的能源數(shù)字對象進行融合構建新的能源數(shù)字對象。
15、本專利技術還提供一種計算機設備，包括：
16、存儲器，用于存儲計算機程序；
17、處理器，用于執(zhí)行所述計算機程序時實現(xiàn)所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法。
18、本專利技術還提供一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法。
19、本專利技術還提供一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，該計算機程序被處理器執(zhí)行時實現(xiàn)所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法的步驟。
20、與現(xiàn)有技術相比，本專利技術具有以下有益的技術效果：
21、本專利技術所述數(shù)據(jù)融合發(fā)現(xiàn)方法，面向能源數(shù)字網(wǎng)絡，提取能源數(shù)字對象及其屬性特征，利用自然語言處理技術提取語義特征，配合機器學習技術分析了能源數(shù)字對象之間的語義相似性，并通過相似能源數(shù)字對象的融合進行新的能源數(shù)字對象的構建，最后注冊到能源數(shù)字網(wǎng)絡中，實現(xiàn)了能源數(shù)據(jù)的自動發(fā)現(xiàn)。本專利技術所述方法優(yōu)化了數(shù)據(jù)查找與探索流程，實現(xiàn)了跨域能源數(shù)據(jù)的互補，提高了能源數(shù)據(jù)處理和分析的效率與準確性，促進了能源數(shù)據(jù)價值釋放，支撐了能源領域的智能決策。
本文檔來自技高網(wǎng)...【技術保護點】
1.一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法，其特征在于，包括，
2.根據(jù)權利要求1所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法，其特征在于，所述各能源數(shù)字對象的元數(shù)據(jù)中提取的特征屬性，依據(jù)元數(shù)據(jù)對能源數(shù)據(jù)對象特征辨識的貢獻度選取，包括所屬主體、主題分類、行業(yè)大類、行業(yè)小類、業(yè)務關鍵字、用途關鍵字、所屬位置和時間信息。
3.根據(jù)權利要求1所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法，其特征在于，所述各能源數(shù)字對象的文本語句集合包括每個能源數(shù)字對象的文本語句，所述每個能源數(shù)字對象的文本語句表征如下，
4.根據(jù)權利要求1所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法，其特征在于，所述的預訓練語言模型為輕量化雙向編碼器表征法ALBERT預訓練模型，并采用如下方法進行訓練：
5.根據(jù)權利要求1所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法，其特征在于，所述將語義特征向量進行聚類，具體包括：利用K均值K-means算法進行聚類，通過計算平均輪廓系數(shù)法確定K-means聚類中的聚類值，得到最優(yōu)聚類結果；
6.根據(jù)權利要求1所述的一種面向能
7.根據(jù)權利要求1所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法，其特征在于，所述將相似能源數(shù)字對象組合集中每一個組合內(nèi)的能源數(shù)字對象進行融合構建新的能源數(shù)字對象，具體包括，
8.一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)系統(tǒng)，其特征在于，包括，
9.根據(jù)權利要求8所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)系統(tǒng)，其特征在于，所述聚類模塊，還用于利用K-means算法進行聚類，通過計算平均輪廓系數(shù)法確定K-means聚類中的聚類值，得到最優(yōu)聚類結果；
10.根據(jù)權利要求8所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)系統(tǒng)，其特征在于，所述聚類模塊，還用于根據(jù)如下公式計算任意兩個能源數(shù)字對象的語義特征向量的余弦相似度：
11.根據(jù)權利要求8所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)系統(tǒng)，其特征在于，所述融合發(fā)現(xiàn)模塊，還用于，
12.一種計算機設備，其特征在于，包括：
13.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1至7中任一項所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法。
14.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，該計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至7中任一項所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法的步驟。
...【技術特征摘要】
1.一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法，其特征在于，包括，
2.根據(jù)權利要求1所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法，其特征在于，所述各能源數(shù)字對象的元數(shù)據(jù)中提取的特征屬性，依據(jù)元數(shù)據(jù)對能源數(shù)據(jù)對象特征辨識的貢獻度選取，包括所屬主體、主題分類、行業(yè)大類、行業(yè)小類、業(yè)務關鍵字、用途關鍵字、所屬位置和時間信息。
3.根據(jù)權利要求1所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法，其特征在于，所述各能源數(shù)字對象的文本語句集合包括每個能源數(shù)字對象的文本語句，所述每個能源數(shù)字對象的文本語句表征如下，
4.根據(jù)權利要求1所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法，其特征在于，所述的預訓練語言模型為輕量化雙向編碼器表征法albert預訓練模型，并采用如下方法進行訓練：
5.根據(jù)權利要求1所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法，其特征在于，所述將語義特征向量進行聚類，具體包括：利用k均值k-means算法進行聚類，通過計算平均輪廓系數(shù)法確定k-means聚類中的聚類值，得到最優(yōu)聚類結果；
6.根據(jù)權利要求1所述的一種面向能源數(shù)字網(wǎng)絡的數(shù)據(jù)融合發(fā)現(xiàn)方法，其特征在于，所述對最優(yōu)聚類結果中每個簇內(nèi)的能源數(shù)字對象進行兩兩相似性計算，對存在相似性的能源數(shù)字對象組合形成相似能源數(shù)字對象組合集，具體包括，
7...
【專利技術屬性】
技術研發(fā)人員：潘森，宋繼勐，朱力鵬，吳桂棟，李井泉，宣東海，張肖杰，喬俊峰，裘洪彬，趙偉，
申請(專利權)人：中國電力科學研究院有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。