本發明涉及數據處理，尤其涉及一種電網中臺數據模型構建方法、裝置、電子設備及存儲介質。

背景技術：

1、電網中臺是企業架構中的一個概念，它位于前臺（直接面向用戶的業務應用）和后臺（企業的核心業務系統）之間。在電網業務中，中臺系統起到連接各個業務模塊、實現數據共享與服務整合的作用。電網中臺通常定位為一個企業級的多類型大數據量的匯聚平臺，以統一數據模型為標準，通過數據標簽為前端應用提供統一數據服務。電網中臺的建設對于電網企業而言，是實現數據驅動業務的關鍵一步，它不僅能夠提升數據接入的時效性，增強數據存儲和計算能力，還能通過數據資產管理，充分發揮數據價值，支撐數據應用。

2、在電網中臺的建設過程中，需要構建統一的數據模型，以確保各層級、各專業數據資源的匯聚、整合和共享。數據模型包括概念模型、邏輯模型和物理模型三部分，它們共同構成了電網中臺數據架構的基礎。隨著信息技術進步，對電網數據模型進行管理和可視化的需求不斷增長，國網統一數據模型（sg-cim，智能電網公共信息模型）提供了電網數據標準化的框架。

3、但是，在電網中臺的sg-cim數據模型構建過程中，由于現有電網設計系統缺乏深層語義處理自動進行模型元素匹配和識別的功能，設計人員在進行模型設計時需花費大量時間來逐一查找和連接相關的元素。由于存在大量語義相似但表述不同的元素，在模型構建過程中，可能需要對這些元素進行組合或選取其中一種，在進行元素組合時，設計人員需要花費大量時間逐一找出相關的元素進行組合，若只選取一個，設計人員也可能會由于其表述不同而出現重復設計的問題，降低工作效率。

技術實現思路

1、本發明提供了一種電網中臺數據模型構建方法、裝置、電子設備及存儲介質，以解決現有電網設計系統缺乏深層語義處理自動進行模型元素匹配和識別的功能，設計人員在進行模型設計時需花費大量時間來逐一查找和連接相關的元素，降低工作效率的技術問題。

2、為了解決上述技術問題，本發明實施例提供了一種電網中臺數據模型構建方法，包括：

3、響應模型元素添加請求，在待構建的數據模型中添加對應的模型元素，并將所述模型元素的文本描述詞轉換為對應的詞向量；其中，所述模型元素包括：電力設備、電氣設備的設備屬性和不同電氣設備之間的設備關系；所述設備屬性包括：額定電壓、額定電流、容量和阻抗；所述設備關系包括：設備連接關系和設備從屬關系；

4、根據所述詞向量，計算所述模型元素的文本描述詞與預設的電網語義知識庫中所有元素的文本描述詞之間的第一語義距離；

5、對所述第一語義距離進行排序，按照從小到大的順序，選取預設數量的對應元素作為目標元素，并根據各所述目標元素生成所述模型元素的元素推薦列表，以使用戶根據所述元素推薦列表選擇相應的元素進行所述電網中臺數據模型的構建。

6、作為優選方案，所述根據各所述目標元素生成對應的元素推薦列表，包括：

7、對于每一目標元素，獲取所述目標元素的歷史添加頻次以及所述歷史添加頻次對應的第一權重；

8、根據待構建數據模型中的已添加模型元素，計算所述目標元素與各所述已添加模型元素之間的元素相關性，并獲取所述元素相關性對應的第二權重；

9、計算所述目標元素的文本描述詞與已添加模型元素的文本描述詞之間的第二語義距離以及所述第二語義距離對應的第三權重；

10、根據所述第一權重、第二權重以及第三權重，對所述歷史添加頻次、元素相關性以及第二語義距離進行加權求和計算，得到所述目標元素對應的綜合評分；

11、根據所述綜合評分，按照從大到小的順序選取預設數量的目標元素生成所述元素推薦列表。

12、作為優選方案，所述電網語義知識庫的生成，包括：

13、獲取預設的電網文本；

14、對所述電網文本分別進行文本分詞處理、詞性標注處理以及命名實體識別處理，識別出所述文本中的詞以及各詞的命名實體，繼而根據所述命名實體從所有詞中提取出對應的關鍵詞；

15、計算各所述關鍵詞之間的語義相似度，并將所述語義相似度與預設的相似度閾值進行比對，根據比對結果得到各關鍵詞之間的相關性；

16、根據所述關鍵詞和各關鍵詞之間的相關性，構建對應的電網領域知識圖譜，根據所述電網領域知識圖譜得到對應的電網語義知識庫。

17、作為優選方案，所述對所述電網文本分別進行文本分詞處理、詞性標注處理以及命名實體識別處理，識別出所述文本中的詞以及各詞的命名實體，繼而根據所述命名實體從所有詞中提取出對應的關鍵術語，包括；

18、獲取預設的電網專業詞典，并根據所述電網專業詞典對所述電網文本進行文本分詞處理和詞性標注處理，得到所述電網文本中的詞和所述詞對應的詞性信息；

19、根據所述詞和所述詞對應的詞性信息，對所述詞進行命名實體識別處理，識別出各詞的命名實體；其中，所述命名實體包括：設備實體、參數實體以及操作實體；

20、根據所述命名實體從所有詞中提取出對應的關鍵詞。

21、作為優選方案，所述計算各所述關鍵詞之間的語義相似度，并將所述語義相似度與預設的相似度閾值進行比對，根據比對結果得到各關鍵詞之間的相關性，包括：

22、將各所述關鍵詞轉換為預設維度的關鍵詞向量，并計算所述關鍵詞向量之間的余弦相似度；

23、根據預設的特定詞性判斷規則，識別出各所述關鍵詞對應的特定詞性，并獲取各所述特定詞性對應的權重；其中，所述特定詞性包括：專業術語和通用詞匯；

24、根據各所述特定詞性對應的權重以及各所述關鍵詞對應的特定詞性，得到各所述關鍵詞對應的關鍵詞權重，將所述關鍵詞權重與所述余弦相似度的乘積作為所述關鍵詞的語義相似度，并將所述語義相似度與預設的相似度閾值進行比對，根據比對結果得到各關鍵詞之間的相關性。

25、作為優選方案，所述根據所述關鍵詞和各關鍵詞之間的相關性，構建對應的電網領域知識圖譜，根據所述電網領域知識圖譜得到對應的電網語義知識庫，包括：

26、從所述電網文本中提取電網領域的電力設備、電力設備的設備屬性和電力設備的設備關系，將所述電力設備、設備屬性和設備關系作為基本元素；

27、根據各關鍵詞之間的相關性，為相關的關鍵詞建立關聯邊，繼而根據所述關聯邊和所述基本元素，構建對應的電網領域知識圖譜，根據所述電網領域知識圖譜得到對應的電網語義知識庫。

28、作為優選方案，通過以下公式計算所述模型元素的文本描述詞與預設的電網語義知識庫中所有元素的文本描述詞之間的語義距離：

29、d(e1,?e2)?=?1?-?cos(v(e1),?v(e2))；

30、其中，d(e1,?e2)為元素e1與元素e2之間的語義距離，v(e1)為元素e1的語義向量，v(e2)為元素e2的語義向量，cos為余弦相似度。

31、在上述實施例的基礎上，本發明另一實施例提供了一種電網中臺數據模型構建裝置，包括：模型元素添加模塊、語義距離計算模塊以及元素推薦列表生成模塊；

32、所述模型元素添加模塊，用于響應模型元素添加請求，在待構建的數據模型中添加對應的模型元素，并將所述模型元素的文本描述詞轉換為對應的詞向量；其中，所述模型元素包括：電力設備、電氣設備的設備屬性和不同電氣設備之間的設備關系；所述設備屬性包括：額定電壓、額定電流、容量和阻抗；所述設備關系包括：設備連接關系和設備從屬關系；

33、所述語義距離計算模塊，用于根據所述詞向量，計算所述模型元素的文本描述詞與預設的電網語義知識庫中所有元素的文本描述詞之間的第一語義距離；

34、所述元素推薦列表生成模塊，用于對所述第一語義距離進行排序，按照從小到大的順序，選取預設數量的對應元素作為目標元素，并根據各所述目標元素生成所述模型元素的元素推薦列表，以使用戶根據所述元素推薦列表選擇相應的元素進行所述電網中臺數據模型的構建。

35、在上述實施例的基礎上，本發明又一實施例提供了一種電子設備，所述設備包括處理器、存儲器以及存儲在所述存儲器中且被配置為由所述處理器執行的計算機程序，所述處理器執行所述計算機程序時實現上述發明實施例所述的電網中臺數據模型構建方法。

36、在上述實施例的基礎上，本發明又一實施例提供了一種存儲介質，所述存儲介質包括存儲的計算機程序，其中，在所述計算機程序運行時控制所述存儲介質所在設備執行上述發明實施例所述的電網中臺數據模型構建方法。

37、相比于現有技術，本發明實施例具有如下有益效果：

38、本發明提供了一種電網中臺數據模型構建方法，響應模型元素添加請求，在待構建的數據模型中添加對應的模型元素，并將所述模型元素的文本描述詞轉換為對應的詞向量；其中，所述模型元素包括：電力設備、電氣設備的設備屬性和不同電氣設備之間的設備關系；所述設備屬性包括：額定電壓、額定電流、容量和阻抗；所述設備關系包括：設備連接關系和設備從屬關系；根據所述詞向量，計算所述模型元素的文本描述詞與預設的電網語義知識庫中所有元素的文本描述詞之間的第一語義距離；對所述第一語義距離進行排序，按照從小到大的順序，選取預設數量的對應元素作為目標元素，并根據各所述目標元素生成所述模型元素的元素推薦列表。本發明所生成的元素推薦列表中的元素與數據模型中新添加的模型元素具有相似的文本描述，即語義相近。本發明在用戶新添加一個模型元素時，從預設的電網語義知識庫中選取與所述模型元素語義相近的其他元素來生成元素推薦列表，用戶即可根據所述元素推薦列表，對語義相近的元素進行組合或按需選擇，無需手動逐一尋找，可提高電網中臺數據模型的構建效率，實現電網中臺復雜業務場景的快速構建。