【技术实现步骤摘要】
本申请涉及电力培训，具体是一种基于知识图谱的电力行业培训方法及系统。
技术介绍
1、电力行业技术复杂且危险性高，从业人员数目庞大，培训能提升员工技能，保障操作规范，减少事故。同时，帮助员工适应新技术，提高工作效率，确保电力系统稳定运行，满足不断增长的用电需求，推动行业发展。因此，对电力行业培训方法的研究是必要的。
2、中国专利号cn202111064267.3公开了一种基于异构资源融合的电力知识学习系统及方法，所述系统包括资源层、业务层和应用层；所述资源层用于获取电力资源信息；所述业务层用于根据所述电力资源信息，构建电力知识库和电力知识图谱，以及用于根据员工信息，构建不同岗位员工画像；所述应用层用于针对每一个员工，提供个性化服务，所述个性化服务包括电力知识推荐以及电力知识试卷评测。但不可避免出现因从业人员数目庞大导致的巨大计算量，且该专利技术以岗位需求以及偏好特征推荐相应的电力知识的并不能满足个人或团体的培训需求。
3、综上，亟需一个能够满足个人或团体的电力培训需求且无需进行大量计算的技术方案。
技术实现思路
1、本申请的目的在于提供一种基于知识图谱的电力行业培训方法及系统，以解决上述
技术介绍
中提出的技术问题。
2、为实现上述目的，本申请公开了以下技术方案：
3、第一方面，本申请公开了一种基于知识图谱的电力行业培训方法，该方法包括：
4、s1：通过大数据采集电力行业培训数据，构建第一培训模型；
5、s2：获取训
6、s3：将需要使用的培训素材导入所述强化学习结果，生成培训用知识图谱；
7、s4：利用所述培训用知识图谱进行电力行业培训。
8、通过构建第一培训模型实现了对大数据的整理，并为进行强化学习提供了数据基础，还减少了后期不必要的计算量；通过获取训练特征集合并对第一培训模型进行强化学习实现了对个人或团体需求的自适应，且实现了降低计算量的技术效果；通过导入培训素材并生成培训用知识图谱为个人或团体进行电力培训提供了培训平台。
9、作为优选，所述电力行业培训数据包括：
10、课程数据，所述课程数据包括课程内容、课程时长和课程难度等级；
11、师资数据，所述师资数据包括讲师背景、讲师授课风格和讲师评价；
12、学员数据，所述学员数据包括学员学历和学员岗位；
13、效果数据，所述效果数据包括技能提升情况和满意度调查情况；
14、资源数据，所述资源数据包括教材资料和教学设备。
15、借由上述，通过大数据全面获取对应的培训数据，为进行电力培训提供了数据基础，且为受培训的个人或团体提供了更多的培训选择。
16、作为优选，所述的构建第一培训模型，具体包括：
17、获取所述电力行业培训数据；
18、对所述电力行业培训数据进行特征提取，得到培训特征集合，所述培训特征集合包括课程特征、师资特征、学员特征、效果特征和资源特征；
19、利用所述培训特征集合对所述电力行业培训数据进行重组，得到培训链路集合，所述培训链路集合包括课程链路、师资链路、学员链路、效果链路和资源链路；
20、存储并上传所述培训特征集合和所述培训链路集合，得到所述第一培训模型。
21、借由上述，通过构建第一培训模型，为进行强化学习提供了数据基础，且第一培训模型中重组电力行业培训数据，为后续降低计算量提供了必要技术手段。
22、作为优选，所述的获取训练特征集合，具体包括：
23、获取个人所需的课程特征、师资特征、学员特征、效果特征和资源特征，并定义为所述个人训练特征集合；
24、获取团体所需的课程特征、师资特征、学员特征、效果特征和资源特征，并定义为所述团体训练特征集合；
25、将所述个人训练特征集合和所述团体训练特征集合定义为所述训练特征集合。
26、借由上述，通过获取训练特征集合为进行满足个人或团体的培训需求提供了数据参考，且以通过限定特征的方式为优化计算量提供了必要技术手段。
27、作为优选，所述的基于所述训练特征集合对第一培训模型进行强化学习，得到强化学习结果，具体包括：
28、获取并解析所述训练特征集合；
29、计算所述训练特征集合和所述培训特征集合的相似度，并得到所述相似度的最大值对应的所述培训特征集合，将该培训特征集合定义为强化学习对象；
30、获取所述强化学习对象对应的培训链路集合，并定义为强化学习链路；
31、利用所述训练特征集合和所述培训特征集合的差异，获取对应的培训链路集合，并定义为强化学习数据；
32、所述强化学习链路利用所述强化学习数据进行更新，得到所述强化学习结果。
33、借由上述，通过计算训练特征集合和培训特征集合的相似度减少了重复且不必要的计算，使筛选结果直接指向强化学习对象，大大降低了计算量；通过在获取强化学习链路的基础上利用训练特征集合和培训特征集合的差异进一步避免了过多链路参与计算导致的计算量的增多，且提升了对个人或团体需求的自适应性能。
34、作为优选，所述的将需要使用的培训素材导入所述强化学习结果，具体包括：
35、获取所述强化学习结果；
36、解析所述强化学习结果，匹配对应的培训素材，所述培训素材包括课程视频素材、课程音频素材和课程文稿素材；
37、将匹配到的培训素材上传并导入所述强化学习结果。
38、借由上述，通过在得到强化学习结果后进行培训素材的补全，避免了夹杂大量数据进行计算的现象，且提供了培训素材的精准性。
39、作为优选，所述的生成培训用知识图谱，具体包括：
40、获取并解析导入后培训素材后的强化学习结果，得到对应的图谱链路集合和对应的图谱特征集合；
41、其中，所述图谱链路集合包括所述强化学习结果对应的课程链路、师资链路、学员链路、效果链路和资源链路，所述图谱特征集合包括基于所述图谱链路集合匹配得到对应的课程特征、师资特征、学员特征、效果特征和资源特征；
42、将所述训练数据、所述图谱特征集和所述图谱链路集合上传并分别对应生成所述培训用知识图谱的实体、关系和层次结构。
43、借由上述，通过生成培训用知识图谱提供了电力行业培训内容的优化，使其以图谱链路的形式展开，提高了培训的系统性，为提高个人或团体的培训效果提供了技术支持。
44、作为优选，所述的利用所述培训用知识图谱进行电力行业培训中的个人利用所述培训用知识图谱进行电力行业培训，具体包括以下步骤：
45、a1：基于个人需求选取对应的课程特征、师资特征、学员特征、效果特征和资源特征，并生成所述个人训练特征集合；
46、a2：利用步骤本文档来自技高网...
【技术保护点】
1.一种基于知识图谱的电力行业培训方法，其特征在于，该方法包括：
2.根据权利要求1所述的基于知识图谱的电力行业培训方法，其特征在于，所述电力行业培训数据包括：
3.根据权利要求2所述的基于知识图谱的电力行业培训方法，其特征在于，所述的构建第一培训模型，具体包括：
4.根据权利要求3所述的基于知识图谱的电力行业培训方法，其特征在于，所述的获取训练特征集合，具体包括：
5.根据权利要求4所述的基于知识图谱的电力行业培训方法，其特征在于，所述的基于所述训练特征集合对第一培训模型进行强化学习，得到强化学习结果，具体包括：
6.根据权利要求5所述的基于知识图谱的电力行业培训方法，其特征在于，所述的将需要使用的培训素材导入所述强化学习结果，具体包括：
7.根据权利要求6所述的基于知识图谱的电力行业培训方法，其特征在于，所述的生成培训用知识图谱，具体包括：
8.根据权利要求7所述的基于知识图谱的电力行业培训方法，其特征在于，所述的利用所述培训用知识图谱进行电力行业培训中的个人利用所述培训用知识图谱进行电力行业
9.根据权利要求8所述的基于知识图谱的电力行业培训方法，其特征在于，所述的利用所述培训用知识图谱进行电力行业培训，具体包括：
10.一种基于知识图谱的电力行业培训系统，该系统适用如权利要求1-9任一项所述的基于知识图谱的电力行业培训方法，其特征在于，该系统包括：
...【技术特征摘要】
1.一种基于知识图谱的电力行业培训方法，其特征在于，该方法包括：
2.根据权利要求1所述的基于知识图谱的电力行业培训方法，其特征在于，所述电力行业培训数据包括：
3.根据权利要求2所述的基于知识图谱的电力行业培训方法，其特征在于，所述的构建第一培训模型，具体包括：
4.根据权利要求3所述的基于知识图谱的电力行业培训方法，其特征在于，所述的获取训练特征集合，具体包括：
5.根据权利要求4所述的基于知识图谱的电力行业培训方法，其特征在于，所述的基于所述训练特征集合对第一培训模型进行强化学习，得到强化学习结果，具体包括：
6.根据权利要求5所述的基于知识图谱的电力行业培训方法，其特征在于，所述...
【专利技术属性】
技术研发人员：曾国，罗章龙，韦华年，卢庭舟，
申请(专利权)人：广州劲源科技发展股份有限公司，
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。