Knowledge Graph of Power Equipment Health Management: Basic Concepts, Key Technologies and Research Progress

Gang LI; Yinqiang LI; Hongtao WANG; Qing XIE; Wenqi HUANG; Jiaxuan HOU

doi:10.7500/AEPS20210804001

您当前的位置：

首页 >

文章列表页 >

Knowledge Graph of Power Equipment Health Management: Basic Concepts, Key Technologies and Research Progress

Views | 更新时间：2025-06-16

- Knowledge Graph of Power Equipment Health Management: Basic Concepts, Key Technologies and Research Progress
- Automation of Electric Power Systems Vol. 46, Issue 3, Pages: 1-13(2022)
- 作者机构：
  
  1.华北电力大学控制与计算机工程学院，河北省保定市 071003
  2.复杂能源系统智能计算教育部工程研究中心（华北电力大学），河北省保定市 071003
  3.华北电力大学电气与电子工程学院，河北省保定市 071003
  4.南方电网数字电网研究院有限公司，广东省广州市 510670
- 作者简介：
- 基金信息：
  
  National Key R&D Program of China(2020YFB0906005)
- DOI：10.7500/AEPS20210804001
  CLC：
- Received：04 August 2021，
  
  Revised：2021-10-13，
  
  Published Online：21 December 2021，
  
  Published：10 February 2022
- 稿件说明：
移动端阅览
李刚,李银强,王洪涛等.电力设备健康管理知识图谱：基本概念、关键技术及研究进展[J].电力系统自动化,2022,46(3):1-13.

LI Gang,LI Yinqiang,WANG Hongtao,et al.Knowledge Graph of Power Equipment Health Management: Basic Concepts, Key Technologies and Research Progress[J].Automation of Electric Power Systems,2022,46(3):1-13.
李刚,李银强,王洪涛等.电力设备健康管理知识图谱：基本概念、关键技术及研究进展[J].电力系统自动化,2022,46(3):1-13. DOI： 10.7500/AEPS20210804001.

LI Gang,LI Yinqiang,WANG Hongtao,et al.Knowledge Graph of Power Equipment Health Management: Basic Concepts, Key Technologies and Research Progress[J].Automation of Electric Power Systems,2022,46(3):1-13. DOI： 10.7500/AEPS20210804001.

摘要

知识图谱具有良好的知识表达能力和解释性，是人工智能领域的一个重要分支，将其应用于电力设备健康管理，可有效整合设备全生命周期的数据，形成以知识为导向的新型运维管理模式。首先，文中系统地梳理了开放领域知识图谱构建方法，针对其中的关键技术和难点问题进行了详细阐述，并结合电力设备健康管理知识图谱的特点，论述了知识图谱的构建过程；然后，结合现有工作，明确了知识图谱在电力设备健康管理中的应用场景，并分析了当前健康管理领域对知识图谱技术的需求；最后，对未来知识图谱在能源电力设备健康管理中的应用前景做了展望。

Abstract

Knowledge graph has good knowledge expression ability and interpretability. It is an important branch in the field of artificial intelligence. Its application in power equipment health management can effectively integrate the data of the whole life cycle of equipment and form a new knowledge-oriented operation and maintenance management mode. Firstly

this paper systematically combs the construction methods of open domain knowledge graph

expounds the key technologies and difficult problems in detail

and discusses the construction process of knowledge graph combined with the characteristics of power equipment health management knowledge graph. Then

combined with the existing work

the application scenarios of knowledge graph in power equipment health management are clarified

and the demand for knowledge map technology in the field of health management is analyzed. Finally

the applications of knowledge graph in energy and power equipment health management in the future are prospected.

关键词

Keywords

references

李刚，张博，赵文清，等 . 电力设备状态评估中的数据科学问题：挑战与展望［J］. 电力系统自动化， 2018 ， 42 （ 21 ）： 10 - 20 .

LI Gang ， ZHANG Bo ， ZHAO Wenqing ， et al . Data science issues in state evaluation of power equipment： challenges and prospects ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 21 ）： 10 - 20 .

李刚，于长海，刘云鹏，等 . 电力变压器故障预测与健康管理：挑战与展望［J］. 电力系统自动化， 2017 ， 41 （ 23 ）： 156 - 167 .

LI Gang ， YU Changhai ， LIU Yunpeng ， et al . Challenges and prospects of fault prognostic and health management for power transformer ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 23 ）： 156 - 167 .

高海翔，苗璐，刘嘉宁，等 . 知识图谱及其在电力系统中的应用研究综述［J］. 广东电力， 2020 ， 33 （ 9 ）： 66 - 76 .

GAO Haixiang ， MIAO Lu ， LIU Jianing ， et al . Review on knowledge graph and its application in power systems ［J］. Guangdong Electric Power ， 2020 ， 33 （ 9 ）： 66 - 76 .

王勇超，罗胜文，杨英宝，等 . 知识图谱可视化综述［J］. 计算机辅助设计与图形学学报， 2019 ， 31 （ 10 ）： 1666 - 1676 .

WANG Yongchao ， LUO Shengwen ， YANG Yingbao ， et al . A survey on knowledge graph visualization ［J］. Journal of Computer-Aided Design & Computer Graphics ， 2019 ， 31 （ 10 ）： 1666 - 1676 .

王军平，张文生，王勇飞，等 . 面向大数据领域的事理认知图谱构建与推断分析［J］. 中国科学：信息科学， 2020 ， 50 （ 7 ）： 988 - 1002 .

WANG Junping ， ZHANG Wensheng ， WANG Yongfei ， et al . Constructing and inferring event logic cognitive graph in the field of big data ［J］. Scientia Sinica： Informationis ， 2020 ， 50 （ 7 ）： 988 - 1002 .

程淑玉，黄淑桦，印鉴 . 融合知识图谱与循环神经网络的推荐模型［J］. 小型微型计算机系统， 2020 ， 41 （ 8 ）： 1670 - 1675 .

CHENG Shuyu ， HUANG Shuhua ， YIN Jian . Recommendation model based on knowledge graph and recurrent neural network ［J］. Journal of Chinese Mini-Micro Computer Systems ， 2020 ， 41 （ 8 ）： 1670 - 1675 .

SUCHANEK F M ， KASNECI G ， WEIKUM G . YAGO： a large ontology from Wikipedia and Wordnet ［J］. Journal of Web Semantics ， 2008 ， 6 （ 3 ）： 203 - 217 .

Wikimedia Foundation . Wikidata ［DB/OL］. ［ 2021-07-16 ］. https：//www.wikidata.org/wiki/Wikidata：Main_Page https://www.wikidata.org/wiki/Wikidata:Main_Page .

马忠贵，倪润宇，余开航 . 知识图谱的最新进展、关键技术和挑战［J］. 工程科学学报， 2020 ， 42 （ 10 ）： 1254 - 1266 .

MA Zhonggui ， NI Runyu ， YU Kaihang . Recent advances， key techniques and future challenges of knowledge graph ［J］. Chinese Journal of Engineering ， 2020 ， 42 （ 10 ）： 1254 - 1266 .

李新鹏，徐建航，郭子明，等 . 调度自动化系统知识图谱的构建与应用［J］. 中国电力， 2019 ， 52 （ 2 ）： 70 - 77 .

LI Xinpeng ， XU Jianhang ， GUO Ziming ， et al . Construction and application of knowledge graph of power dispatching automation system ［J］. Electric Power ， 2019 ， 52 （ 2 ）： 70 - 77 .

刘梓权，王慧芳 . 基于知识图谱技术的电力设备缺陷记录检索方法［J］. 电力系统自动化， 2018 ， 42 （ 14 ）： 158 - 164 .

LIU Ziquan ， WANG Huifang . Retrieval method for defect records of power equipment based on knowledge graph technology ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 14 ）： 158 - 164 .

汪凤月，罗敏，杨文丽，等 . 基于知识图谱智能变电站二次安措票生成研究［J］. 电测与仪表， 2020 ， 57 （ 4 ）： 66 - 70 .

WANG Fengyue ， LUO Min ， YANG Wenli ， et al . Research on the generation of secondary security ticketing of intelligent substation based on knowledge map expert database ［J］. Electrical Measurement & Instrumentation ， 2020 ， 57 （ 4 ）： 66 - 70 .

郭蕴颖 . 基于知识图谱的电网信息搜索引擎的设计与实现［D］. 北京：中国科学院大学， 2020 .

GUO Yunying . Design and implementation of grid information search engine based on knowledge graph ［D］. Beijing ： University of Chinese Academy of Sciences ， 2020 .

王渊，彭晨辉，王志强，等 . 知识图谱在电网全业务统一数据中心的应用［J］. 计算机工程与应用， 2019 ， 55 （ 15 ）： 104 - 109 .

WANG Yuan ， PENG Chenhui ， WANG Zhiqiang ， et al . Application of knowledge graph in full-service unified data center of national grid ［J］. Computer Engineering and Applications ， 2019 ， 55 （ 15 ）： 104 - 109 .

王骏东，杨军，裴洋舟，等 . 基于知识图谱的配电网故障辅助决策研究［J］. 电网技术， 2021 ， 45 （ 6 ）： 2101 - 2112 .

WANG Jundong ， YANG Jun ， PEI Yangzhou ， et al . Research on distribution network fault assistant decision-making based on knowledge graph ［J］. Power System Technology ， 2021 ， 45 （ 6 ）： 2101 - 2112 .

杨玉基，许斌，胡家威，等 . 一种准确而高效的领域知识图谱构建方法［J］. 软件学报， 2018 ， 29 （ 10 ）： 2931 - 2947 .

YANGYuji ， XU Bin ， HU Jiawei ， et al . Accurate and efficient method for constructing domain knowledge graph ［J］. Journal of Software ， 2018 ， 29 （ 10 ）： 2931 - 2947 .

徐增林，盛泳潘，贺丽荣，等 . 知识图谱技术综述［J］. 电子科技大学学报， 2016 ， 45 （ 4 ）： 589 - 606 .

XU Zenglin ， SHENG Yongpan ， HE Lirong ， et al . Review on knowledge graph techniques ［J］. Journal of University of Electronic Science and Technology of China ， 2016 ， 45 （ 4 ）： 589 - 606 .

刘峤，李杨，段宏，等 . 知识图谱构建技术综述［J］. 计算机研究与发展， 2016 ， 53 （ 3 ）： 582 - 600 .

LIU Qiao ， LI Yang ， DUAN Hong ， et al . Knowledge graph construction techniques ［J］. Journal of Computer Research and Development ， 2016 ， 53 （ 3 ）： 582 - 600 .

黄恒琪，于娟，廖晓，等 . 知识图谱研究综述［J］. 计算机系统应用， 2019 ， 28 （ 6 ）： 1 - 12 .

HUANG Hengqi ， YU Juan ， LIAO Xiao ， et al . Review on knowledge graphs ［J］. Computer Systems & Applications ， 2019 ， 28 （ 6 ）： 1 - 12 .

李涛，王次臣，李华康 . 知识图谱的发展与构建［J］. 南京理工大学学报， 2017 ， 41 （ 1 ）： 22 - 34 .

LI Tao ， WANG Cichen ， LI Huakang . Development and construction of knowledge graph ［J］. Journal of Nanjing University of Science and Technology ， 2017 ， 41 （ 1 ）： 22 - 34 .

杭婷婷，冯钧，陆佳民 . 知识图谱构建技术：分类、调查和未来方向［J］. 计算机科学， 2021 ， 48 （ 2 ）： 175 - 189 .

HANG Tingting ， FENG Jun ， LU Jiamin . Knowledge graph construction techniques： taxonomy， survey and future directions ［J］. Compute Science ， 2021 ， 48 （ 2 ）： 175 - 189 .

AL-MOSLMI T ， GALLOFRÉOCAÑA M ， OPDAHL A L ， et al . Named entity extraction for knowledge graphs： a literature overview ［J］. IEEE Access ， 2020 ， 8 ： 32862 - 32881 .

张柯文，李翔，严云洋，等 . 基于多特征双向门控神经网络的领域专家实体抽取方法［J］. 南京师大学报（自然科学版）， 2021 ， 44 （ 1 ）： 128 - 135 .

ZHANG Kewen ， LI Xiang ， YAN Yunyang ， et al . Domain expert entity extraction method based on multi-feature bidirectional gated neural network ［J］. Journal of Nanjing Normal University （Natural Science Edition）， 2021 ， 44 （ 1 ）： 128 - 135 .

翟社平，段宏宇，李兆兆 . 基于BILSTM_CRF的知识图谱实体抽取方法［J］. 计算机应用与软件， 2019 ， 36 （ 5 ）： 269 - 274 .

ZHAI Sheping ， DUAN Hongyu ， LI Zhaozhao . Knowledge graph entity extraction based on BILSTM_CRF ［J］. Computer Applications and Software ， 2019 ， 36 （ 5 ）： 269 - 274 .

王蕾，谢云，周俊生，等 . 基于神经网络的片段级中文命名实体识别［J］. 中文信息学报， 2018 ， 32 （ 3 ）： 84 - 90 .

WANG Lei ， XIE Yun ， ZHOU Junsheng ， et al . Segment-level Chinese named entity recognition based on neural network ［J］. Journal of Chinese Information Processing ， 2018 ， 32 （ 3 ）： 84 - 90 .

HUANG Z ， XU W ， YU K . Bidirectional LSTM-CRF models for sequence tagging ［J/OL］. Computer Science ［ 2015-08-09 ］. https：//arxiv.org/pdf/1508.01991.pdf https://arxiv.org/pdf/1508.01991.pdf .

戴宇欣，张俊，季知祥，等 . 基于功能缺陷文本的电力系统二次设备智能诊断与辅助决策［J］. 电力自动化设备， 2021 ， 41 （ 6 ）： 184 - 194 .

DAI Yuxin ， ZHANG Jun ， JI Zhixiang ， et al . Intelligent diagnosis and auxiliary decision of power system secondary equipment based on functional defect text ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 6 ）： 184 - 194 .

JI Z ， WANG X ， CAI C ， et al . Power entity recognition based on bidirectional long short-term memory and conditional random fields ［J］. Global Energy Interconnection ， 2020 ， 3 （ 2 ）： 186 - 192 .

郭榕，杨群，刘绍翰，等 . 电网故障处置知识图谱构建研究与应用［J］. 电网技术， 2021 ， 45 （ 6 ）： 2092 - 2100 .

GUO Rong ， YANG Qun ， LIU Shaohan ， et al . Research on the construction and application of power grid fault handing knowledge graph ［J］. Power System Technology ， 2021 ， 45 （ 6 ）： 2092 - 2100 .

JI S ， PAN S ， CAMBRIA E ， et al . A survey on knowledge graphs： representation ， acquisition and applications［J/OL］. IEEE Transactions on Neural Networks and Learning Systems ［ 2021-04-26 ］. https：//ieeexplore.ieee.org/document/9416312 https://ieeexplore.ieee.org/document/9416312 .

李冬梅，张扬，李东远，等 . 实体关系抽取方法研究综述［J］. 计算机研究与发展， 2020 ， 57 （ 7 ）： 1424 - 1448 .

LI Dongmei ， ZHANG Yang ， LI Dongyuan ， et al . Review of entity relation extraction methods ［J］. Journal of Computer Research and Development ， 2020 ， 57 （ 7 ）： 1424 - 1448 .

刘辉，江千军，桂前进，等 . 实体关系抽取技术研究进展综述［J］. 计算机应用研究， 2020 ， 37 （增刊2 ）： 1 - 5 .

LIU Hui ， JIANG Qianjun ， GUI Qianjin ， et al . Review of research progress of entity relationship extraction ［J］. Application Research of Computers ， 2020 ， 37 （ Supplement 2 ）： 1 - 5 .

李枫林，柯佳 . 基于深度学习框架的实体关系抽取研究进展［J］. 情报科学， 2018 ， 36 （ 3 ）： 169 - 176 .

LI Fenglin ， KE Jia . Research progress of entity relation extraction based on deep learning framework ［J］. Information Science ， 2018 ， 36 （ 3 ）： 169 - 176 .

王传栋，徐娇，张永 . 实体关系抽取综述［J］. 计算机工程与应用， 2020 ， 56 （ 12 ）： 25 - 36 .

WANG Chuandong ， XU Jiao ， ZHANG Yong . Survey of entity relation extraction ［J］. Computer Engineering and Applications ， 2020 ， 56 （ 12 ）： 25 - 36 .

HONG Y ， LIU Y ， YANG S ， et al . Joint extraction of entities and relations using graph convolution over pruned dependency trees ［J］. Neurocomputing ， 2020 ， 411 ： 302 - 312 .

陈仁杰，郑小盈，祝永新 . 融合实体类别信息的实体关系联合抽取方法［J/OL］. 计算机工程［ 2021-04-15 ］. https：//doi.org/10.19678/j.issn.1000-3428.0060745 https://doi.org/10.19678/j.issn.1000-3428.0060745 .

CHEN Renjie ， ZHENG Xiaoying ， ZHU Yongxin . Joint entity and relation extraction via fusing entity type information ［J/OL］. Computer Engineering ［ 2021-04-15 ］. https：//doi.org/10.19678/j.issn.1000-3428.0060745 https://doi.org/10.19678/j.issn.1000-3428.0060745 .

CHEN Z ， WANG Y ， ZHAO B ， et al . Knowledge graph completion： a review ［J］. IEEE Access ， 2020 ， 8 ： 192435 - 192456 .

CHEN X ， JIA S ， XIANG Y . A review： knowledge reasoning over knowledge graph ［J］. Expert Systems with Applications ， 2020 ， 141 ： 112948 .

杜博，万国佳，纪颖 . 基于几何深度学习的知识图谱关键技术研究进展［J］. 航空兵器， 2020 ， 27 （ 3 ）： 1 - 10 .

DU Bo ， WAN Guojia ， JI Ying . A review of knowledge graph techniques from the view of geometric deep learning ［J］. Aero Weaponry ， 2020 ， 27 （ 3 ）： 1 - 10 .

李存斌，计丽妍，赵德福，等 . 基于数据驱动的电力系统灾变演化及防控研究与展望［J］. 电力系统自动化， 2020 ， 44 （ 9 ）： 1 - 12 .

LI Cunbin ， JI Liyan ， ZHAO Defu . Research and prospect of data-driven based disaster evolution and prevention of power system ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 9 ）： 1 - 12 .

WANG K ， HE R ， WANG L ， et al . Joint feature selection and subspace learning for cross-modal retrieval ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2015 ， 38 （ 10 ）： 2010 - 2023 .

李文璞，谢可，廖逍，等 . 基于Faster RCNN变电设备红外图像缺陷识别方法［J］. 南方电网技术， 2019 ， 13 （ 12 ）： 79 - 84 .

LI Wenpu ， XIE Ke ， LIAO Xiao ， et al . Intelligent diagnosis method of infrared image for transformer equipment based on improved faster RCNN ［J］. Southern Power System Technology ， 2019 ， 13 （ 12 ）： 79 - 84 .

金立军，陈俊佑，张文豪，等 . 基于图像处理技术的电力设备局部放电紫外成像检测［J］. 电力系统保护与控制， 2013 ， 41 （ 8 ）： 43 - 48 .

JIN Lijun ， CHEN Junyou ， ZHANG Wenhao ， et al . Partial discharge detection of power equipment by ultraviolet imaging based on image processing technology ［J］. Power System Protection and Control ， 2013 ， 41 （ 8 ）： 43 - 48 .

赵莉华，张振东，张建功，等 . 运行工况波动下基于振动信号的变压器故障诊断方法［J］. 高电压技术， 2020 ， 46 （ 11 ）： 3925 - 3933 .

ZHAO Lihua ， ZHANG Zhendong ， ZHANG Jiangong ， et al . Diagnosis methods for transformer faults based on vibration signal under fluctuating operating conditions ［J］. High Voltage Engineering ， 2020 ， 46 （ 11 ）： 3925 - 3933 .

单晓红，庞世红，刘晓燕，等 . 基于事理图谱的网络舆情事件预测方法研究［J］. 情报理论与实践， 2020 ， 43 （ 10 ）： 165 - 170 .

SHAN Xiaohong ， PANG Shihong ， LIU Xiaoyan ， et al . Research on Internet public opinion event prediction method based on event evolution graph ［J］. Information Studies： Theory & Application ， 2020 ， 43 （ 10 ）： 165 - 170 .

李刚，焦谱，文福拴，等 . 基于偏序约简的智能电网大数据预处理方法［J］. 电力系统自动化， 2016 ， 40 （ 7 ）： 98 - 106 .

LI Gang ， JIAO Pu ， WEN Fushuan ， et al . A partial order reduction based method for big data preprocessing in smart grid environment ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 7 ）： 98 - 106 .

戚银城，郎静宜，赵振兵，等 . 结合注意力机制的相对GAN螺栓图像生成［J］. 电测与仪表， 2019 ， 56 （ 19 ）： 64 - 69 .

QI Yincheng ， LANG Jingyi ， ZHAO Zhenbing ， et al . Relativistic GAN for bolts image generation with attention mechanism ［J］. Electrical Measurement & Instrumentation ， 2019 ， 56 （ 19 ）： 64 - 69 .

ABU-SALIH B . Domain-specific knowledge graphs： a survey ［J］. Journal of Network and Computer Applications ， 2021 ， 185 ： 103076 .

BORDES A ， USUNIER N ， GARCIA-DURAN A ， et al . Translating embeddings for modeling multi-relational data ［C］// Proceedings of the 26th International Conference on Neural Information Processing Systems ， December 5-10 ， 2013 ， Lake Tahoe， USA ： 2787 - 2795 .

WANG Z ， ZHANG J ， FENG J ， et al . Knowledge graph embedding by translating on hyperplanes ［C］// Proceedings of the AAAI Conference on Artificial Intelligence ， July 27-31 ， 2014 ， Québec City， Canada ： 1112 - 1119 .

JI G ， LIU K ， HE S ， et al . Knowledge graph completion with adaptive sparse transfer matrix ［C］// Proceedings of the AAAI Conference on Artificial Intelligence ， February 12-17 ， 2016 ， Phoenix， USA ： 985 - 991 .

蒲天骄，谈元鹏，彭国政，等 . 电力领域知识图谱的构建与应用［J］. 电网技术， 2021 ， 45 （ 6 ）： 2080 - 2091 .

PU Tianjiao ， TAN Yuanpeng ， PENG Guozheng ， et al . Construction and application of knowledge graph in the electric power field ［J］. Power System Technology ， 2021 ， 45 （ 6 ）： 2080 - 2091 .

欧一鸣，苏雍贺，靳健，等 . 基于知识图谱的分布式光伏运维方案匹配方法［J/OL］. 计算机集成制造系统［ 2021-04-29 ］. http：//kns.cnki.net/kcms/detail/11.5946.TP.20210318.0932.004.html http://kns.cnki.net/kcms/detail/11.5946.TP.20210318.0932.004.html .

OU Yiming ， SU Yonghe ， JIN Jian ， et al . Matching method for distributed photovoltaic maintenance scheme based on knowledge graph ［J/OL］. Computer Integrated Manufacturing Systems ［ 2021-04-29 ］. http：//kns.cnki.net/kcms/detail/11.5946.TP.20210318.0932.004.html http://kns.cnki.net/kcms/detail/11.5946.TP.20210318.0932.004.html .

SUN J ， HU J ， LUO D ， et al . Combining knowledge and data driven insights for identifying risk factors using electronic health records ［C］// AMIA Annual Symposium Proceedings ， 2012 ： 901 - 910 .

李峰，王琦，胡健雄，等 . 数据与知识联合驱动方法研究进展及其在电力系统中应用展望［J］. 中国电机工程学报， 2021 ， 41 （ 13 ）： 4377 - 4390 .

LI Feng ， WANG Qi ， HU Jianxiong ， et al . Combined data-driven and knowledge-driven methodology research advances and its applied prospect in power systems ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 13 ）： 4377 - 4390 .

HUANG X ， ZHANG J ， LI D ， et al . Knowledge graph embedding based question answering ［C］// Proceedings of the Twelfth ACM International Conference on Web Search and Data Mining ， February 11-15 ， 2019 ， Melbourne， Australia ： 105 - 113 .

DIEFENBACH D ， LOPEZ V ， SINGH K ， et al . Core techniques of question answering systems over knowledge bases： a survey ［J］. Knowledge and Information Systems ， 2018 ， 55 （ 3 ）： 529 - 569 .

江秀臣，盛戈皞 . 电力设备状态大数据分析的研究和应用［J］. 高电压技术， 2018 ， 44 （ 4 ）： 1041 - 1050 .

JIANG Xiuchen ， SHENG Gehao . Research and application of big data analysis of power equipment condition ［J］. High Voltage Engineering ， 2018 ， 44 （ 4 ）： 1041 - 1050 .

汤亚宸，方定江，韩海韵，等 . 基于图数据库和知识图谱的电力设备质量综合管理系统研究［J］. 供用电， 2019 ， 36 （ 11 ）： 35 - 40 .

TANG Yachen ， FANG Dingjiang ， HAN Haiyun ， et al . Research on power equipment quality integrated management system based on graph database and knowledge graph ［J］. Distribution & Utilization ， 2019 ， 36 （ 11 ）： 35 - 40 .

刘广一，王继业，李洋，等 . “电网一张图”时空信息管理系统［J］. 电力信息与通信技术， 2020 ， 18 （ 1 ）： 7 - 17 .

LIU Guangyi ， WANG Jiye ， LI Yang ， et al . “ One Graph of Power Grid” spatio-temporal information management system ［J］. Electric Power Information and Communication Technology ， 2020 ， 18 （ 1 ）： 7 - 17 .

DAI R ， LIU G ， WANG Z ， et al . A novel graph-based energy management system ［J］. IEEE Transactions on Smart Grid ， 2019 ， 11 （ 3 ）： 1845 - 1853 .

刘广一，戴仁昶，路轶，等 . 电力图计算平台及其在能源互联网中的应用［J］. 电网技术， 2021 ， 45 （ 6 ）： 2051 - 2063 .

LIU Guangyi ， DAI Renchang ， LU Yi ， et al . Electric power graph computing platform and its application in energy Internet ［J］. Power System Technology ， 2021 ， 45 （ 6 ）： 2051 - 2063 .

赵晓娟，贾焰，李爱平，等 . 多源知识融合技术研究综述［J］. 云南大学学报（自然科学版）， 2020 ， 42 （ 3 ）： 459 - 473 .

ZHAO Xiaojuan ， JIA Yan ， LI Aiping ， et al . A survey of the research on multi-source knowledge fusion technology ［J］. Journal of Yunnan University （Natural Sciences Edition）， 2020 ， 42 （ 3 ）： 459 - 473 .

NGUYEN H L ， VU D T ， JUNG J J . Knowledge graph fusion for smart systems： a survey ［J］. Information Fusion ， 2020 ， 61 ： 56 - 70 .

张宁，马国明，关永刚，等 . 全景信息感知及智慧电网［J］. 中国电机工程学报， 2021 ， 41 （ 4 ）： 1274 - 1283 .

ZHANG Ning ， MA Guoming ， GUAN Yonggang ， et al . Panoramic information perception and intelligent grid ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 4 ）： 1274 - 1283 .

MATT C ， HESS T ， BENLIAN A . Digital transformation strategies ［J］. Business & Information Systems Engineering ， 2015 ， 57 （ 5 ）： 339 - 343 .

张扬，孙文奕，鲍怡廷 . 中国知识图谱应用趋势报告［R］. 北京：爱分析， 2020 .

ZHANG Yang ， SUN Wenyi ， BAO Yiting . Report on application trend of knowledge graph in China ［R］. Beijing， Ifenxi ， 2020 .

赵仕策，赵洪山，寿佩瑶 . 智能电力设备关键技术及运维探讨［J］. 电力系统自动化， 2020 ， 44 （ 20 ）： 1 - 10 .

ZHAO Shice ， ZHAO Hongshan ， SHOU Peiyao . Discussion on key technology and operation & maintenance of intelligent power equipment ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 20 ）： 1 - 10 .

周念成，廖建权，王强钢，等 . 深度学习在智能电网中的应用现状分析与展望［J］. 电力系统自动化， 2019 ， 43 （ 4 ）： 180 - 191 .

ZHOU Niancheng ， LIAO Jianquan ， WANG Qianggang ， et al . Analysis and prospect of deep learning application in smart grid ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 4 ）： 180 - 191 .

LINARDATOS P ， PAPASTEFANOPOULOS V ， KOTSIANTIS S . Explainable AI： a review of machine learning interpretability methods ［J］. Entropy ， 2021 ， 23 （ 1 ）： 18 .

程乐峰，余涛，张孝顺，等 . 机器学习在能源与电力系统领域的应用和展望［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 15 - 31 .

CHENG Lefeng ， YU Tao ， ZHANG Xiaoshun ， et al . Machine learning for energy and electric power systems： state of the art and prospects ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 15 - 31 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

人工智能应用于电网调控的关键技术分析

Probabilistic Prediction Method for Interpretable Net Load Based on Kolmogorov-Arnold Network

Log Abnormity Detection for Distribution Master Station Based on Large Language Models

Fault Location for Active Distribution Network with High Penetration Rate Based on Improved Spatio-Temporal Graph Neural Network

Related Author

SHAN Xin

LIU Dong

GUO Guodong

XIN Shujun

MAO Zhihang

HUANG Jinju

SUN Yingyun

WANG Shen

Related Institution

NARI Group Corporation(State Grid Electric Power Research Institute)

State Grid Economic and Technological Research Institute Co., Ltd.

State Grid Corporation of China

State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University)

Nanjing NARI Information and Communication Technology Co., Ltd.

⁰