一种基于图卷积神经网络的电量视角推荐方法及系统技术方案

本发明专利技术公开一种基于图卷积神经网络的电量视角推荐方法及系统，涉及电力系统技术领域，包括以下步骤：步骤1：基于电量图数据库生成电量统计视角，通过历史搜索记录的查询路径，生成对应的谱图样本，并构建视角图谱图数据库；步骤2：基于构建的图数据库，训练基于图卷神经网络的智能视角推荐网络，学习图谱中实体与搜索结果的映射关系；步骤3：基于训练完成的智能视角推荐网络，计算各统计视角的推荐值，并对各统计视角推荐值进行排序，生成推荐模型，通过结构化电量图数据库抽取统计视角特征，利用图卷积神经网络学习电量统计图特征与统计视角间关联关系，实现了基于日常电量统计业务的针对性视角推荐功能。业务的针对性视角推荐功能。业务的针对性视角推荐功能。

【技术实现步骤摘要】
一种基于图卷积神经网络的电量视角推荐方法及系统


[0001]本专利技术属于电力系统
，具体涉及一种基于图卷积神经网络的电量视角推荐方法及系统。

技术介绍

[0002]随着电力系统中数据、知识总量不断增长，传统的依赖于人工的知识管理方式难以准确表达知识间的关联和协同关系，也难以实现异构知识的抽取、管理和利用，极大地影响了知识的管理和利用效率。为了实现有效的知识组织和管理，已有将计算机领域中近年来广泛应用的知识图谱技术引入电力系统领域。电力系统知识图谱继承了本体和语义网技术在异构数据集成和管理方面的优势，具备准确性、智能性、可解释性。当前知识图谱在电网领域的应用主要面向设备运维、客户服务、知识管理中心等方面，涉及电力设备缺陷记录检索、电网公司客户服务、智能变电站二次安全措施自动生成、全业务统一数据中心、设备故障诊断与管理等。
[0003]现有的电量统计视角基本由发策人员手工选择、统计得到，不仅统计电量视角会耗费较高的时间成本和人力成本，统计视角的选择还往往受限于发策人员的历史经验，经验不足的发测人员通常面临难以有效选择合理统计视角进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图卷积神经网络的电量视角推荐方法，其特征在于，步骤1：基于电量图数据库生成电量统计视角，通过历史搜索记录的查询路径，生成对应的谱图样本，并构建视角图谱图数据库；步骤2：基于构建的图数据库，训练基于图卷神经网络的智能视角推荐网络，学习图谱中实体与搜索结果的映射关系；步骤3：基于训练完成的智能视角推荐网络，计算各统计视角的推荐值，并对各统计视角推荐值进行排序，生成推荐模型。2.根据权利要求1所述的一种基于图卷积神经网络的电量视角推荐方法，其特征在于，所述步骤1具体包括以下步骤：基于电量图数据库生成十种典型的统计学视角；基于独热键原理，生成对应视角标签Y，并根据统计视角实现过程中，在电量统计知识图谱上的业务路径，激活对应的图谱节点，生成图谱样本G；由对应的图谱样本G与视角标签Y组成视角图谱样本，通过日常业务积累视角图谱样本，构成视角图谱图数据库。3.根据权利要求1所述的一种基于图卷积神经网络的电量视角推荐方法，其特征在于，所述步骤2具体包括以下步骤：所述步骤1构建的图数据库，以图谱样本G作为输入，以视角标签Y作为输出，训练基于图卷神经网络的的智能视角推荐网络，学习图谱激活情况与视角间映射关系。4.根据权利要求1所述的一种基于图卷积神经网络的电量视角推荐方法，其特征在于，图卷神经网络的学习模型包括两个输入部分，输入部分分别是所有节点的初始特征构成的特征矩阵X和节点的邻接关系Graph，邻接关系可采用邻接矩阵表示；利用初始特征矩阵X和邻接关系Graph，通过图卷积层的消息传递机制，对图中的每个节点聚合其邻居节点的特征信息，经过非线性变换后获得的特征用于更新本节点的特征，经过多个图卷积层的特征更新后，图中每个节点可以获得来自更远节点的特征，完成全图节点的特征表示学习。5.根据权利要求1所述的一种基于图卷积神经网络的电量视角推荐方法，其特征在于，图卷积神经网络学习步骤主要由邻居采样和特征聚合两个步骤组成；邻居采样，在图卷积神经网络层中，对图中的每一个节点，聚合其邻居...

【专利技术属性】
技术研发人员：叶宇剑，汤奕，胡健雄，吴忠，陈沛凌，
申请(专利权)人：东南大学，
类型：发明
国别省市：