摘要
本申请涉及一种链路预测方法、装置、设备、存储介质和程序产品,涉及人工智能技术领域。方法包括:在电力场景下,获取包含多个电力设备节点的电力网络拓扑图;电力网络拓扑图中具有关联关系的任意两个电力设备节点通过边相连;针对电力网络拓扑图中不存在边相连的任意两个电力设备节点,将两个电力设备节点之间的Jaccard相似度,作为两个电力设备节点的边权重,以获得电力网络拓扑图的启发式网络图;将启发式网络图输入至已训练的链路预测模型,以通过链路预测模型提取启发式网络图中各电力设备节点的节点特征,并基于节点特征进行链路预测。采用本方法可提升链路预测准确率。
技术关键词
电力设备节点
电力网络拓扑
链路预测模型
节点特征
链路预测方法
样本
注意力
多尺度
人工智能技术
计算机程序产品
处理器
预测装置
邻居
计算机设备
场景
可读存储介质
关系
存储器
系统为您推荐了相关专利信息
虚拟量测方法
Softmax函数
贝叶斯信息准则
节点特征
协方差矩阵
联网收费数据
纠正方法
机器学习模型
异常数据
字段
节点特征
多模态
多头注意力机制
交互特征
遥感影像特征
时序神经网络
文本
序列特征
多模态特征融合
门控循环单元
机器人
拓扑图
特征提取网络
环境探索系统
双线性插值算法