[发明专利]一种配电网知识图谱模型的建模方法

权利要求书

1.一种配电网知识图谱模型的建模方法，其特征在于，包括如下步骤：

步骤100、对研究地区配网模型的数据体进行转换，将其转换成可输入格式；

步骤200、对可输入格式的数据体进行自然语言分析，提取配电网设备或线路知识图谱中的实体元素；

步骤300、根据配电网设备或线路中提取出来的实体元素搭建配网知识图谱模型。

2.根据权利要求1所述的一种配电网知识图谱模型的建模方法，其特征在于，所述配网模型的数据体转换格式为CIM/XML。

3.根据权利要求2所述的一种配电网知识图谱模型的建模方法，其特征在于，所述配网模型的数据体转换成CIM/XML格式后再次转换成以向量表示的知识图谱元素。

4.根据权利要求3所述的一种配电网知识图谱模型的建模方法，其特征在于，所述知识图谱元素采用三元关系组<h，r，t>表示，其中h表示头实体，t表示尾实体，r表示供电两者之间的关系。

5.根据权利要求1所述的一种配电网知识图谱模型的建模方法，其特征在于，在步骤200中，在对配网模型数据的CIM/XML文件进行自然语言分析时，采用双向LSTM模型从CIM/XML文件中提取关键词，从而得到知识图谱中的实体元素。

6.根据权利要求5所述的一种配电网知识图谱模型的建模方法，其特征在于，在步骤200得到实体元素的具体步骤为：

步骤201、选取对应词段内的CIM/XML语句；

步骤202、采用结巴分词将CIM/XML语句进行分词，得到若干个分词语句；

步骤203、将分词语句作为双向LSTM模型的输入，并提取若干个分次语句中的关键词，将提取出的关键词进行组合成关联词；

步骤204、根据组合后的关联词得到知识图谱中三元组的实体元素。

7.根据权利要求4所述的一种配电网知识图谱模型的建模方法，其特征在于，在步骤300中，搭建配网知识图谱模型的具体步骤为：

步骤301、采用深度神经网络RNN模型提取高层特征进行实体关系获取；

步骤302、利用实体关系将头实体h与尾实体t进行连接，形成知识图谱的三元组；

步骤303、将所有三元组组合成为配网知识拓扑模型。

8.根据权利要求7所述的一种配电网知识图谱模型的建模方法，其特征在于，在步骤301中采用深度神经网络RNN来提取高层特征进行预测进而得到头实体h和尾实体t两者之间的关系。