发明公开
- 专利标题: 融合知识图谱与多任务特征学习的变压器状态分析方法
-
申请号: CN202211416633.1申请日: 2022-11-13
-
公开(公告)号: CN116087835A公开(公告)日: 2023-05-09
- 发明人: 王国彬 , 曾静岚 , 王康 , 刘冰 , 吴达 , 雷龙武 , 吴涵 , 魏登峰 , 郑广达 , 苏洪晖 , 施广宇 , 许晓林 , 钟锐 , 舒胜文 , 陈阳阳
- 申请人: 国网福建省电力有限公司 , 国网福建省电力有限公司电力科学研究院 , 福州大学
- 申请人地址: 福建省福州市鼓楼区五四路257号; ;
- 专利权人: 国网福建省电力有限公司,国网福建省电力有限公司电力科学研究院,福州大学
- 当前专利权人: 国网福建省电力有限公司,国网福建省电力有限公司电力科学研究院,福州大学
- 当前专利权人地址: 福建省福州市鼓楼区五四路257号; ;
- 代理机构: 福州元创专利商标代理有限公司
- 代理商 陈鼎桂; 蔡学俊
- 主分类号: G01R31/62
- IPC分类号: G01R31/62 ; G01R31/52 ; G01R31/12 ; G01N30/02
摘要:
本发明涉及一种融合知识图谱与多任务特征学习的变压器状态分析方法,包括以下步骤:步骤S1:构建知识图谱嵌入模型,根据变压器ID、参数名称、参数值构建知识图谱三元组,通过知识图谱嵌入模型预测参数值,根据预测参数值与实际值计算模型得分;步骤S2:构建初始设备状态评价模型,将变压器状态、变压器ID作为设备状态评价模型的输入,提取变压器状态与变压器ID间的浓缩特征;步骤S3:将知识图谱嵌入模型与初始设备状态评价模型中的实体向量在交叉特征矩阵中进行显示建模,得到最终的设备状态评价模型;步骤S4:通过最终的设备状态评价模型对待测变压器进行不同状态预测分数计算,将预测分数最高的设备状态作为变压器的最终评级状态。