[发明专利]一种基于电网全业务数据的电力知识图谱构建方法

说明书

本申请实施例提出了一种基于电网全业务数据的电力知识图谱构建方法，包括将电网全业务数据转换为RDF模型；对RDF模型中的数据进行类型划分，基于划分后的选取含义相近的词组；将选出的词组按实体属性不同构建知识三元组；根据三元组构建电力知识图谱。借助知识图谱技术，实现业务数据的跨业务贯通，并提供网格化的高速检索和深度挖掘功能，提升企业管理的规范化、标准化、精益化水平。

技术领域

本发明属于数据库管理领域，尤其涉及一种基于电网全业务数据的电力知识图谱构建方法。

背景技术

全业务统一数据中心是全业务、全类型、全时间维度数据的汇集中心，是为公司各类分析决策类应用提供完备的数据资源、高效的分析计算能力及统一的运行环境，改变过去分析型应用数据反复抽取、冗余存储的局面，实现“搬数据”向“搬计算”的转变，支撑企业级数据分析应用的全面开展。

目前全业务统一数据中心中通过主数据管理，统一编码管理等方式进行了数据贯通和数据管理，但是对于历史数据的梳理和贯通却收效胜微，缺乏有效的保障措施，难以确保数据贯通的持续有效。

发明内容

为了解决现有技术中存在的缺点和不足，本发明提出了一种基于电网全业务数据的电力知识图谱构建方法，借助知识图谱技术，实现业务数据的跨业务贯通，并提供网格化的高速检索和深度挖掘功能，提升企业管理的规范化、标准化、精益化水平。

具体的，所述电力知识图谱构建方法，包括：

将电网全业务数据转换为RDF模型，

对RDF模型中的数据进行类型划分，基于划分后的选取含义相近的词组；

将选出的词组按实体属性不同构建知识三元组；

根据三元组构建电力知识图谱。

可选的，所述将电网全业务数据转换为RDF模型，包括：

将表示电网全业务数据的结构化数据映射成为RDF模型。

其中，结构化数据保存在关系型数据库中，将关系型数据库的表描述为一个类，列描述为属性，行描述为实体，单元格的值描述为属性值。

可选的，所述对RDF模型中的数据进行类型划分，基于划分后的选取含义相近的词组，包括：

采用隐马尔科夫模型对文本的每句话分词，计算分词后词向量的相似度；

基于词向量相似度数值大小，对符合阈值范围内的实体词进行筛选，基于筛选结果进行对象匹配。

可选的，所述采用隐马尔科夫模型对文本的每句话分词，包括：

将每个分词与中的类、属性、实体词进行匹配，计算两个词向量V_i,V_j的余弦相似度Sim(V_i,V_j)和词性相似度Set(V_i,V_j)，

其中depth_Vi表示V_i的等级，Dist(V_i,V_j)表示V_i和V_j在等级树中的距离，设定阈值x₁、x₂判断两词在存储结构上的相似度。

可选的，所述基于词向量相似度数值大小，对符合阈值范围内的实体词进行筛选，基于筛选结果进行对象匹配，包括：