System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种用于负荷转供控制领域的基于知识图谱的配电网负荷转供控制方法。
技术介绍
1、随着电力系统的不断发展和智能化的进步,配电网负荷转供控制技术已成为电力系统中一个重要的研究领域。负荷转供控制技术可以帮助电力系统实现能源的高效分配和利用,同时也可以提高电力系统的可靠性和稳定性。然而,传统的配电网负荷转供控制方法往往存在一些问题,如计算复杂度高、实时性差、协同性低等问题。
2、负荷转供求解算法是负荷转供研究的核心问题之一。目前,已经存在许多负荷转供求解算法,例如基于整数线性规划的算法、基于遗传算法的算法等。然而,这些算法存在很多难点,例如计算复杂度高、求解效率低、数据处理困难等。
技术实现思路
1、本专利技术的目的是为了克服现有技术的不足,提供一种基于知识图谱的配电网负荷转供控制方法,能够实现通过查询知识图谱以确定需要进行负荷转移的节点,并可利用知识图谱中的推理引擎来生成最优的负荷转移方案,以实现电网的负荷均衡和供电可靠性。
2、实现上述目的的一种技术方案是:一种基于知识图谱的配电网负荷转供控制方法,包括如下步骤:
3、s1,建立知识图谱模型:知识图谱模型包括电网的拓扑结构、各个节点的属性、负荷需求、供电方式;
4、s2,标注知识图谱节点:在建立知识图谱模型的过程中对节点进行标注,为每个节点添加属性信息;
5、s3,建立知识图谱关系:为知识图谱中的边添加关系信息;
6、s4,利用知识图谱进行查询和推理:
7、进一步的,s4中,利用知识图谱中的查询和推理功能进行负荷转供控制的具体方法为,通过问句文本的语义分析对知识图谱中进行查询和推理。
8、进一步的,问句文本语义分析具体方法为:
9、首先利用双向长短期记忆和自注意计算机制的组合,对用户的查询进行编码;在进行自注意计算后,使用残差连接将结果向量添加到长短期记忆的输出向量中;然后,在将总和输入前馈神经网络之前,将其通过一个归一化层;前馈神经网络的输出通过残差连接加回输入;最后将求和归一化并输出。
10、进一步的,双向长短期记忆计算过程如式(1)至式(5)所示;
11、
12、
13、
14、
15、
16、其中σ是sigmoid函数,fj、ij、oj分别是遗忘门、输入门、输出门的输出向量;cj是单元状态向量,即得到双向长短期记忆编码部分的输出向量,表示查询的上下文信息,记为w代表特征提取过程中的权重系数,wxf代表对于遗忘门f特征提取过程中x的影响,b代表特征提取过程中的偏置值,xj代表j状态下的输入,hj代表j状态下隐层状态值。
17、进一步的,自注意机制中,各个词之间注意力计算如式(6)至-式(8)所示:
18、
19、
20、dk=hiddensize*2/nheads (8)
21、自注意计算机制要求每个词与所有其他词一起执行自注意计算,对于每个双向长短期记忆输出的同一向量序列h,首先将其映射到三个不同的空间,得到三个向量q、k、v,输出向量l由第i个输出关注第j个输入的权重因数αij与双向长短期记忆输出的向量h给出,dk为隐藏层维度。
22、进一步的,通过利用残差连接和规范化层,该模型可以有效地捕获输入文本的上下文信息,前馈神经网络的输出通过残差连接加回输入中,通过利用残差连接和规范化提高其在关系提取任务中的性能,其具体方法为:
23、ffn(x)=max(0,xw1+b1)w2+b2 (9)
24、x为输入,w为神经网络对x的影响,b为神经网络对x的偏置,ffn为残差计算并归一化后的输出。
25、进一步的,为了获得求和归一化的最终输出,沿着三维向量的句子长度维度对输出向量进行平均,然后将得到的平均向量归一化并输出,表示意图文本的综合全局特征和重要性特征;这个输出向量是算法的第一个中间结果;
26、
27、r为输出向量,m为句子长度;
28、在提取重要的全局特征后,利用卷积神经网络和自注意力计算机制的组合来编码用户的查询,这种方法允许模型捕获查询文本的局部和全局特征,从而提高其在关系提取任务上的性能;如式(11)-式(14)所示;
29、ci=f(wi*xj:j+g-1+b) (11)
30、t=[c1,c2,...,cm-g+1] (12)
31、maxpooling=max(c1,c2,...,cm-g+1)=max(t) (13)
32、
33、其中,ci为卷积提取问题特征,wi为卷积核,g为卷积核大小,xj:j+g-1是问句特征向量,为用户局部特征编码;
34、从双向长短期记忆和自注意计算机制中获得的重要全局特征编码与从卷积神经网络和自注意计算机制中获得的重要局部特征编码进行加权和,生成最终的关系向量p表示,捕获输入文本的全局特征b和局部特征c,如式15所示:
35、
36、本专利技术的一种基于知识图谱的配电网负荷转供控制方法,利用知识图谱来建立配电网的数据模型,并通过知识图谱的查询和分析功能来解决负荷转供的求解问题。该方法具备计算复杂度低、求解效率高、数据处理灵活等优点,可以有效提高配电网的运行效率和可靠性。
本文档来自技高网...【技术保护点】
1.一种基于知识图谱的配电网负荷转供控制方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于知识图谱的配电网负荷转供控制方法,其特征在于,S4中,利用知识图谱中的查询和推理功能进行负荷转供控制的具体方法为,通过问句文本的语义分析对知识图谱中进行查询和推理。
3.根据权利要求1所述的一种基于知识图谱的配电网负荷转供控制方法,其特征在于,问句文本语义分析具体方法为:
4.根据权利要求3所述的一种基于知识图谱的配电网负荷转供控制方法,其特征在于,双向长短期记忆计算过程如式(1)至式(5)所示;
5.根据权利要求3所述的一种基于知识图谱的配电网负荷转供控制方法,其特征在于,自注意机制中,各个词之间注意力计算如式(6)至-式(8)所示:
6.根据权利要求3所述的一种基于知识图谱的配电网负荷转供控制方法,其特征在于,通过利用残差连接和规范化层,该模型可以有效地捕获输入文本的上下文信息,前馈神经网络的输出通过残差连接加回输入中,通过利用残差连接和规范化提高其在关系提取任务中的性能,其具体方法为:
7.根据权利
...【技术特征摘要】
1.一种基于知识图谱的配电网负荷转供控制方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于知识图谱的配电网负荷转供控制方法,其特征在于,s4中,利用知识图谱中的查询和推理功能进行负荷转供控制的具体方法为,通过问句文本的语义分析对知识图谱中进行查询和推理。
3.根据权利要求1所述的一种基于知识图谱的配电网负荷转供控制方法,其特征在于,问句文本语义分析具体方法为:
4.根据权利要求3所述的一种基于知识图谱的配电网负荷转供控制方法,其特征在于,双向长短期记忆计算过程如式(1)至式(5)所示;
5.根据权利要求3所述的一种基于知识图谱的配电网负荷转供控制方法,其...
【专利技术属性】
技术研发人员:陆昱,陆超,刘议华,孙志恒,丁诚,邓孟华,郝珈玮,
申请(专利权)人:国网上海市电力公司,
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。