电力系统知识图谱的研究

为了能够更加及时有效地组织、管理和利用电力系统中的海量数据，需要利用知识图谱技术将其转化为电力相关知识，以帮助电力调度人员进行决策。本文在已有数据库的基础上，通过使用长短期记忆网络(long short-term memory,LSTM)+条件随机场(conditional random field,CRF)结构的框架进行电力知识的实体抽取，再利用脉冲耦合神经网络（pulse coupled neural network,PCNN）神经网络模型对数据库中的实体进行关系抽取，提取相关的电力知识，有效地改善了知识抽取的准确性与抽取速度。