面向智能调控领域的知识图谱构建与应用

被引：76

作者：

余建明 ^{[1
,2
]}

王小海 ^{[3
]}

张越 ^{[1
,2
]}

刘艳 ^{[1
,2
]}

赵胜奥 ^{[1
,2
]}

单连飞 ^{[1
,2
]}

机构：

[1] 南瑞集团有限公司(国网电力科学研究院有限公司)

[2] 北京科东电力控制系统有限责任公司

[3] 内蒙古电力(集团)有限责任公司

来源：

电力系统保护与控制 | 2020年 / 48卷 / 03期

基金：

国家重点研发计划;

关键词：

智能调控; 知识图谱; 知识推理; 线路故障处置;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信];

学科分类号：

120103 [信息系统与信息管理];

摘要：

知识图谱技术作为一种能够描述客观世界中概念、实体间复杂关系的新方法,以强大的知识推理能力被广泛关注。调度控制中心是电网运行控制的中心枢纽,为了推动智能调控建设,结合知识图谱技术以及调控领域的具体情况,提出了面向智能调控领域的知识图谱构建方法。进而针对实际调度的需求,提出了用于支撑运行规则电子化、故障处置、倒闸操作、对话问答等应用场景的知识图谱应用方案。最后,构建了线路故障处置知识图谱,通过应用表明,所建立的知识图谱能够自动驱动线路故障处置流程,流程判定识别准确率较高,有效地降低了人工处置风险。

引用

页码：29 / 35

页数：7

共 19 条

[1]

Never-Ending Learning [J].

Mitchell, T. ;

Cohen, W. ;

Hruschka, E. ;

Talukdar, P. ;

Yang, B. ;

Betteridge, J. ;

Carlson, A. ;

Dalvi, B. ;

Gardner, M. ;

Kisiel, B. ;

Krishnamurthy, J. ;

Lao, N. ;

Mazaitis, K. ;

Mohamed, T. ;

Nakashole, N. ;

Platanios, E. ;

Ritter, A. ;

Samadi, M. ;

Settles, B. ;

Wang, R. ;

Wijaya, D. ;

Gupta, A. ;

Chen, X. ;

Saparov, A. ;

Greaves, M. ;

Welling, J. .

COMMUNICATIONS OF THE ACM, 2018, 61 (05) :103-115

[2]

A short-term power load forecasting model based on the generalized regression neural network with decreasing step fruit fly optimization algorithm.[J].Rui Hu;Shiping Wen;Zhigang Zeng;Tingwen Huang.Neurocomputing.2017,

[3]

YAGO: A Large Ontology from Wikipedia and WordNet [J].