【技术实现步骤摘要】
本专利技术属于电网知识图谱领域，具体涉及基于gnn的电网知识图谱多跳推理方法与系统。
技术介绍
1、传统的电网运维中，大部分工作需要靠人力来完成，工作效率低、管理不方便、运维水平参差不齐，同时运维人员难以主动发现问题，大部分问题由用户发现，由于用户的不专业对故障的描述存在偏差，用户的描述和现场发现的问题不一致，从而严重影响对故障问题抢修的时间。一种可能解决上述问题的方法是采用kg(knowledge graph,知识图谱)实现智能运维。
2、kg(knowledge graph,知识图谱)被广泛应用于智能应用中，为各种下游自然语言处理任务提供了坚实的基础，如语言建模、问答和机器阅读理解。然而，阻碍其使用的一个主要瓶颈是人工标注和提取知识的不完整性和知识的迭代性，因此知识推理对于知识图谱来说意义重大。
3、知识推理的目的是利用已有的知识推断出新的知识，从而丰富知识图谱。知识图谱通常使用三元组(头实体，关系，尾实体)进行知识表示，然后通过知识推理就可以利用已有的三元组推理出新的三元组。然而，现有的电网it运维领域的知...
【技术保护点】
1.一种基于GNN的电网知识图谱多跳推理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1中：
3.根据权利要求1所述的方法，其特征在于，步骤2中，当前实体的基于GNN的多跳邻域聚合信息通过以下步骤得到：
4.根据权利要求1所述的方法，其特征在于，步骤2中，所述源实体到当前实体的历史路径信息通过以下公式确定：
5.根据权利要求1所述的方法，其特征在于，步骤2中，所述路径搜索还包括：
6.根据权利要求1所述的方法，其特征在于，步骤3包括如下步骤：
7.根据权利要求6所...
【技术特征摘要】
1.一种基于gnn的电网知识图谱多跳推理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1中：
3.根据权利要求1所述的方法，其特征在于，步骤2中，当前实体的基于gnn的多跳邻域聚合信息通过以下步骤得到：
4.根据权利要求1所述的方法，其特征在于，步骤2中，所述源实体到当前实体的历史路径信息通过以下公式确定：
5.根据权利要求1所述的方法，其特征在于，步骤2中，所述路径搜索还...
【专利技术属性】
技术研发人员：王堃，陈志刚，裴丹，雷惊鸿，阳予晋，赵智鹏，
申请(专利权)人：清华大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。