【技术实现步骤摘要】
本专利技术涉及工程分类，尤其涉及一种基于图卷积神经网络的特高压工程分类方法。
技术介绍
1、随着我国碳达峰、碳中和战略的提出，以清洁低碳、开放互动为目标的新型电力系统成为实现双碳目标的重要抓手。在此背景下，电力系统工程建设加速推进，尤其是以特高压工程已成集中开工的态势。目前，输变电工程建设逐步呈现单体工程数量庞大、复杂度不断提升、工程规模日益扩大的趋势，积累的历史数据无论是数量还是复杂程度都已创历史新高，随着数字技术、人工智能技术和信息技术在电网工程建设领域中的深度融合，数字基建的概念应运而生，工程评审作为工程建设管控的重要环节，目前仍处在依靠专家经验和线下评审为主的低效模式中，难以满足当前日益扩大的输变电工程建设需要，亟需以面向输变电海量历史数据的知识存储和推理平台为基础，构建输变电工程辅助评审系统，提高输变电工程评审工作的智能化数字化水平。
2、输变电工程评审需要相关电力设计院和工程评审单位共同完成，主要由评审资料的收集验证、各专业评审、评审意见形成、工程资料归档入库等四个阶段。目前评审的具体流程和工作细则已经较为完善，...
【技术保护点】
1.一种基于图卷积神经网络的特高压工程分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图卷积神经网络的特高压工程分类方法，其特征在于，所述S1中特高压工程知识图谱包括节点和边，所述节点用于存储高压设备及属性变量，所述边用于存储变量之间的关联关系。
3.根据权利要求2所述的基于图卷积神经网络的特高压工程分类方法，其特征在于，所述特高压工程知识图谱采用由上而下和由下而上两者相结合的方法，结合专家经验和数据特点，构建能够满足不同工程类型的知识图谱本体架构。
4.根据权利要求3所述的基于图卷积神经网络的特高压工程分类方法，...
【技术特征摘要】
1.一种基于图卷积神经网络的特高压工程分类方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图卷积神经网络的特高压工程分类方法，其特征在于，所述s1中特高压工程知识图谱包括节点和边，所述节点用于存储高压设备及属性变量，所述边用于存储变量之间的关联关系。
3.根据权利要求2所述的基于图卷积神经网络的特高压工程分类方法，其特征在于，所述特高压工程知识图谱采用由上而下和由下而上两者相结合的方法，结合专家经验和数据特点，构建能够满足不同工程类型的知识图谱本体架构。
4.根据权利要求3所述的基于图卷积神经网络的特高压工程分类方法，其特征在于，所述高压设备包括主设备，所述主设备包括电气一次设备、电气二次设备。
5.根据权利要求4所述的基于图卷积神经网络的特高压工程分类方法，其特征在于，知识图谱本体包括24个变量...
【专利技术属性】
技术研发人员：胡杰，许刚，吴佳艺，荣经国，于光泽，刘定，李沛洁，
申请(专利权)人：华北电力大学，
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。