摘要
本发明涉及一种基于资源图谱的电力数据智能搜索方法,包括以下步骤:S1:整合来自不同系统的电力数据,并对数据清洗,统一数据格式;S2:利用Stanford NLP和BERT进行实体识别,并使用关系抽取算法建立各实体之间的关系映射;S3:使用图数据库存储知识图谱,将实体映射到节点,关系映射为边,建立多类型的索引;S4:将自然语言查询转换为Cypher等图数据库查询语言,利用图数据库的索引配合缓存策略加速查询执行;S5:基于建立的多类型索引,使用查询模式预测模型预测查询模式并动态调整索引;S6:基于用户历史和上下文信息调整结果排序,并根据知识图谱的语义概念和层次结构,执行语义推理扩展查询结果。本发明有效提高了在大规模电力多源数据集上的查询效率。
技术关键词
数据智能搜索
索引
关系抽取算法
实体
序列
数据库查询语言
图谱
排序模型
缓存策略
SCADA系统
自然语言
GRU模型
电力
模式
语义
节点
Sigmoid函数
格式化
系统为您推荐了相关专利信息
短临预报方法
记忆单元
深度学习模型
地面站
样本