摘要
本发明公开一种基于局部和全局信息的风光储调度知识图谱推理方法及系统,包括:构建KNN图,并将其与原始图谱结合,增强实体表示的语义相似性与结构信息;采用注意力机制计算三元组的相对注意力值,将多头注意力的输出结果串联得到局部实体重要性;引入基于注意力的有偏随机游走算法提取知识图谱中的全局信息,结合注意力权重信息,为每个实体计算全局实体重要性得分;将全局实体重要性转换为注意力权重融入局部实体重要性中,得到实体最终的嵌入表示;本发明通过上述方法充分学习风光储调度知识图谱中丰富的语义信息和结构信息,使得该推理系统能够在复杂调度场景中,表现出更高的适应能力和响应速度,确保电网的稳定运行。
技术关键词
知识图谱推理方法
实体
风光储
三元组
关系
解码器模型
节点
编码器
广度优先搜索
线性变换矩阵
深度优先搜索
解码器框架
多头注意力机制
卷积滤波器
计算机设备
推理系统