[发明专利]配电网知识图谱建立方法、装置、计算机设备及存储介质

说明书

本发明提供一种配电网知识图谱建立方法、装置、计算机设备及存储介质，所述方法包括：获取特征字段；基于特征库，对特征字段进行训练，得到训练数据；将训练数据映射为对应的向量；对对应的向量进行特征关联，得到训练数据集合；训练数据集合基于空间向量距离最小的原理，得到目标函数；根据训练数据集合，对目标函数进行迭代处理，得到目标函数的迭代结果；获取目标函数的迭代结果的最小值，输出迭代结果的最小值对应的训练数据集合；将对应的训练数据集合映射为对应的特征信息，得到知识图谱，能够保留特征字段中所有特征信息，即能够提取特征字段的关键信息，并能够将特征信息关联起来，从而建立知识图谱，便于用户分析特征字段。

技术领域

本发明涉及计算机技术领域，尤其涉及一种配电网知识图谱建立方法、装置、计算机设备及存储介质。

背景技术

随着配电网自动化水平地不断提高，配电网的安全性能得到显著地提高，但跳闸事故时有发生，其已经成为影响配电网安全运行的重要因素之一。每当跳闸事故发生时，需要投入大量的人力物力排查隐患，浪费了大量的资源，而且用户的用电投诉大多来源于跳闸事故发生，对于提高用户满意度造成了很大的影响。因此，对于跳闸事故的深入研究成为提高用电可靠性，提升用户满意度的重要举措。

跳闸数据是直观反映跳闸事故的第一手资料，详细完整的记录了跳闸事故，所以，对于跳闸数据的分析成为解决跳闸事故的一个重要研究方向，传统上对于跳闸数据的研究，大多数仅限于统计方法的应用，对于跳闸数据背后隐藏的逻辑没有深入的挖掘，而机器学习方法对于跳闸数据的研究大部分情况下是将非结构化的跳闸数据先结构化，在结构化数据的过程中，会将原始的数据破坏，造成许多有用信息的丢失。

发明内容

基于此，有必要提供一种配电网知识图谱建立方法、装置、计算机设备及存储介质。

一种配电网知识图谱建立方法，包括：获取特征字段；基于特征库，对所述特征字段进行训练，得到训练数据；将所述训练数据映射为对应的向量；对所述对应的向量进行特征关联，得到训练数据集合；所述训练数据集合基于空间向量距离最小的原理，得到目标函数；根据所述训练数据集合，对所述目标函数进行迭代处理，得到目标函数的迭代结果；获取所述目标函数的迭代结果的最小值，输出迭代结果的最小值对应的训练数据集合；将所述对应的训练数据集合映射为对应的特征信息，得到知识图谱。

在其中一个实施例中，所述根据所述训练数据集合，对所述目标函数进行迭代处理，得到目标函数的迭代结果的步骤包括：对所述训练数据集合进行初始化处理，得到初始化后的训练数据集合；根据所述初始化后的训练数据集合，对所述目标函数进行迭代处理，得到所述目标函数的迭代结果。

在其中一个实施例中，所述取所述目标函数的迭代结果中最小值，输出对应的训练数据集合之前还包括：根据所述目标函数的迭代结果，对所述训练数据集合进行更新，得到更新后的训练数据集合；所述获取所述目标函数的迭代结果的最小值，输出迭代结果的最小值对应的训练数据集合的步骤包括：获取所述目标函数的迭代结果的最小值，输出迭代结果的最小值对应的更新后的训练数据集合；所述将所述对应的训练数据集合转化成映射为对应的特征信息，得到知识图谱的步骤，包括：将所述对应的更新后的训练数据集合映射为对应的特征信息，得到知识图谱。

在其中一个实施例中，所述对所述对应的向量进行特征关联，得到训练数据集合的步骤，包括：获取基于实体-关系-实体的三元组；将所述对应的向量代入所述三元组中进行特征关联，得到训练数据集合。

在其中一个实施例中，所述训练数据集合基于空间向量距离最小的原理，得到目标函数的步骤包括：将所述训练数据集合中的实体h向量与所述训练数据集合中的实体t向量之和趋近于所述训练数据集合中的关系r向量，得到所述目标函数。

在其中一个实施例中，所述基于特征库，对所述特征字段进行训练，得到训练数据的步骤包括：基于特征库，对所述特征字段进行分词处理，得到分词后的特征字段；将所述分词后的特征字段中的预设字段滤除，得到所述训练数据。