数据模型的构建方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种数据模型构建方法、系统、设备及存储介质，包括以下步骤：1）以SG‑CIM模型为基准，对电力数据模型的数据结构关系中的各层对象进行融合，以形成大数据模型；2）对大数据模型中的各对对象组进行结构化表示，再对大数据模型中各对对象组的合理性进行度量；3）构建生成器及判别器，再基于判别器、步骤2）的度量结果及真实对象组的头实体及尾实体对生成器进行对抗学习训练，然后利用训练后的生成器生成数据结构关系，完成基于生成对抗学习与知识融合的数据模型构建，该方法、系统、设备及存储介质能够提高数据模型覆盖对象的全面性，同时具有发展裕度。

【技术实现步骤摘要】
数据模型的构建方法、系统、设备及存储介质
本专利技术属于电力系统领域，涉及一种数据模型构建方法、系统、设备及存储介质。
技术介绍
电力系统随着发展不断产生着数据，各电力专业领域根据专业需求建立不同数据模型的采集和存储系统，复杂且数量庞大的电力相关数据资源对数据管理造成巨大挑战。同时，数据应用的技术随着大数据和人工智能的快速发展而日益丰富，数据分析挖掘的价值日益凸显，而基于数据驱动算法的方案对数据的依赖十分严重，通常需要数据尽可能多维度、高频率、长积累等，但实际工作中，采集数据的模型设计通常是滞后于应用的，数据分析挖掘也常受限于可用数据情况。现有的国家电网公司企业公共数据模型（SG-CIM）是在公共信息模型（CIM）的基础上，按照国家电网公司实际业务对CIM的扩展和重新组织，对电力数据进行了多层次、较全覆盖的数据模型设计。但仍存在覆盖面与描述能力不完备、未充分考虑模型和资产属性间关联关系等问题，从而有众多基于SG-CIM的扩展或其他数据模型的研究，如提出了基于CIM的电网调度中心应用模型、基于CIM的电网图形维护与共享方案、基于CIM的电本文档来自技高网...

【技术保护点】
1.一种数据模型的构建方法，其特征在于，包括以下步骤：/n以SG-CIM模型为基准，对电力数据模型的数据结构关系中的各层对象进行融合，形成大数据模型；/n对大数据模型中的各对对象组进行结构化表示，根据结构化表示的结果对大数据模型中各对对象组的合理性进行度量,获取度量结果；/n获取真实对象组的头实体及尾实体，构建生成器及判别器，基于判别器、获取的度量结果及真实对象组的头实体及尾实体对生成器进行对抗学习训练，利用训练后的生成器生成数据结构关系，根据生成器生成的数据结构关系构建数据模型。/n

【技术特征摘要】
1.一种数据模型的构建方法，其特征在于，包括以下步骤：
以SG-CIM模型为基准，对电力数据模型的数据结构关系中的各层对象进行融合，形成大数据模型；
对大数据模型中的各对对象组进行结构化表示，根据结构化表示的结果对大数据模型中各对对象组的合理性进行度量,获取度量结果；
获取真实对象组的头实体及尾实体，构建生成器及判别器，基于判别器、获取的度量结果及真实对象组的头实体及尾实体对生成器进行对抗学习训练，利用训练后的生成器生成数据结构关系，根据生成器生成的数据结构关系构建数据模型。


2.根据权利要求1所述的数据模型的构建方法，其特征在于，以SG-CIM模型为基准，对电力数据模型的数据结构关系中的各层对象进行融合，形成大数据模型的具体操作为：
收集各电力数据模型，提取各电力数据模型的数据结构关系，以SG-CIM模型为基准，从SG-CIM模型中的子主题域开始，自下到上逐层计算数据结构关系中各层对象间的相似度，将相似度大于等于预设阈值的两层对象融合为新的对象，形成大数据模型。


3.根据权利要求2所述的数据模型的构建方法，其特征在于，两层对象间的相似度为两层对象中各子层对象间的相似度之和。


4.根据权利要求2所述的数据模型的构建方法，其特征在于，基于电力词向量计算各子层对象间的相似度。


5.根据权利要求2所述的数据模型的构建方法，其特征在于，对大数据模型中的各对对象组进行结构化表示，根据结构化表示的结果对大数据模型中各对对象组的合理性进行度量的具体操作为：
对大数据模型中各对对象组进行结构化表示，其中，h为头实体，r为关系，t为尾实体，对关系r定义投影矩阵，将头实体的向量及尾实体的向量从实体空间投影到关系r的子空间，其中...

【专利技术属性】
技术研发人员：张玉天，谈元鹏，蒲天骄，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：北京;11