知识图谱的数据处理方法、装置、电子设备和存储介质制造方法及图纸

本申请涉及一种知识图谱的数据处理方法、装置、电子设备和存储介质。所述方法包括：获取待处理电力数据；其中，电力数据为电力计量信息的文本数据对应的词向量。将所述待处理电力数据输入至数据处理模型，对所述待处理电力数据进行降维，得到降维后的第一特征数据；所述数据处理模型是基于自编码器以及监督神经网络训练获得的；所述自编码器用于对输入的电力数据进行编码并解码后，输出所述电力数据的相似数据；所述监督神经网络用于识别电力数据的标签。采用本方法能够解决电力计量数据命名相似性过高的问题。似性过高的问题。似性过高的问题。

【技术实现步骤摘要】
知识图谱的数据处理方法、装置、电子设备和存储介质


[0001]本申请涉及电力计量
，特别是涉及一种知识图谱的数据处理方法、装置、电子设备和存储介质。

技术介绍

[0002]随着智能电网的发展，对电力计量数据的分析和处理要求越来越高。如何对电力计量数据进行合适的表达，从而进一步构建电力计量知识图谱，以便为企业的决策提供更有效的指导和数据支持，是一个亟待解决的问题。
[0003]然而，电力计量数据繁多，且存在不同电力计量数据命名相似的问题。在此情况下，现有的电力计量数据的命名方式，并不能解决电力计量数据命名相似性过高的问题。

技术实现思路

[0004]本申请实施例提供了一种知识图谱的数据处理方法、装置、电子设备和存储介质，能够解决电力计量数据命名相似性过高的问题。
[0005]一种知识图谱的数据处理方法，所述方法包括：获取待处理电力数据；其中，电力数据为电力计量信息的文本数据对应的词向量。
[0006]将所述待处理电力数据输入至数据处理模型，对所述待处理电力数据进行降维，得到降维后的第一特征数据；所述数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种知识图谱的数据处理方法，其特征在于，所述方法包括：获取待处理电力数据；其中，电力数据为电力计量信息的文本数据对应的词向量；将所述待处理电力数据输入至数据处理模型，对所述待处理电力数据进行降维，得到降维后的第一特征数据；所述数据处理模型是基于自编码器以及监督神经网络训练获得的；所述自编码器用于对输入的电力数据进行编码并解码后，输出所述电力数据的相似数据；所述监督神经网络用于识别电力数据的标签。2.根据权利要求1所述的知识图谱的数据处理方法，其特征在于，所述数据处理模型的训练过程包括：以自编码器中的解码模块的损失函数以及所述监督神经网络的损失函数均取得最小值为模型训练目标，利用样本集对所述编码模块进行训练，获得所述数据处理模型。3.根据权利要求2所述的知识图谱的数据处理方法，其特征在于，所述利用样本集对所述编码模块进行训练，获得所述数据处理模型，包括：利用样本集中有标签样本训练所述编码模块以及所述监督神经网络，获得初步的编码模块以及训练好的监督神经网络；利用样本中无标签样本对所述初步的编码模块进行训练，获得所述训练好的编码模块；根据所述训练好的监督神经网络以及所述训练好的编码模块，得到所述数据处理模型。4.根据权利要求3所述的知识图谱的数据处理方法，其特征在于，所述获得所述训练好的监督神经网络，包括：确定所述编码模块输出的第二特征数据对应的标签，根据所述第一特征数据以及所述的第一特征数据对应的标签构建训练集，利用所述训练集对所述监督神经网络进行训练，获得所述训练好的监督神经网络。5.根据权利要求4所述的知识图谱的数据处理方法，其特征在于，所述有标签样本包括第一电力数据以及所述第一电力数据的标签；所述确定所述编码模块输出的第二特征数据对应的标签，包括：将所述第一电力数据输入至所述自编码器的编码模块...

【专利技术属性】
技术研发人员：周尚礼，郑楷洪，龚起航，曾璐琨，李胜，
申请(专利权)人：南方电网数字电网研究院有限公司，
类型：发明
国别省市：