(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210479614.7 (22)申请日 2022.05.05 (71)申请人 华北电力大 学 地址 102206 北京市昌平区北农路2号 (72)发明人 王红　李肖肖　齐林海　 (51)Int.Cl. G06K 9/62(2022.01) G06N 5/02(2006.01) G06F 16/25(2019.01) G06F 16/2455(2019.01) G06V 10/40(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于知识图谱的可解释电压暂降分类 方法 (57)摘要 本发明提供了一种基于知识图谱的可解释 电压暂降分类方法， 属于电力数据处理技术领 域。 该方法利用暂降知 识图谱中蕴含的语义信息 辅助模型进行暂降类型识别， 将暂降知识与录波 图像联合学习， 实现语义空间与图像空间特征对 齐， 使得模型在完成暂降类型识别的同时， 得到 录波特征对应的相关语义知识的预测结果， 为用 户提供可信的决策依据， 提高了基于数据驱动模 型的透明性。 基于知识图谱的解释符合人类认知 过程， 解释对象面向范围更加广泛的普通用户， 这有利于增强用户对深度学习模 型的信任， 提高 人机协作的可能性， 具有实际应用价 值。 权利要求书1页 说明书4页 附图1页 CN 114861791 A 2022.08.05 CN 114861791 A 1.一种基于知识图谱的可解释电压暂降分类方法， 该 方法包括以下步骤： 步骤1： 对电压暂降数据样本归一 化处理并转换成录波图片； 步骤2： 收集电力系统中记录的典型暂降事 件构建成暂降知识图谱并进行知识 表示； 步骤3： 将录波图像与先验知识联合学习， 共同影响模型权 重参数； 步骤4： 根据输入图像特 征输出判断结果以及语义描述。 2.根据权利要求书1所述的一种基于知识图谱的可解释电压暂降分类方法， 其特征在 于， 步骤1所述对数据样本归一化处理可以加快模型学习和 计算效率， 将数据转换成图片， 使得模型 学习到更详细的特 征。 3.根据权利要求书1所述的一种基于知识图谱的可解释电压暂降分类方法， 其特征在 于， 步骤2所述对电力系统中的典型暂降事件收集整理并转换成知识图谱形式， 可以作为先 验知识输入， 提高模型 可解释性。 4.根据权利要求书1所述的一种基于知识图谱的可解释电压暂降分类方法， 其特征在 于， 步骤3所述录波图像特征由卷积神经网络提取， 提取到的图像特征和语义向量连接输入 长短时记忆网络进 行学习， 在注意力机制的作用下， 实现知识到图像的映射， 共同指导模型 参数的更新。 5.根据权利要求书1所述的一种基于知识图谱的可解释电压暂降分类方法， 其特征在 于， 步骤4所述输出 特征语义描述对 模型结果进行解释， 具有更加友好的解释效果。权　利　要　求　书 1/1 页 2 CN 114861791 A 2一种基于知识图谱的可解 释电压暂降分类方 法 技术领域 [0001]本发明涉及 一种基于知识图谱的可解释电压暂降分类方法， 属于电力数据处理技 术领域。 背景技术 [0002]随着工业智能化、 信息化发展， 大量精密的电力电子设备接入电网， 电能质量问题 备受关注。 经研究调查， 70％以上的电能质量问题为电压暂降。 电压暂降指电压方均根值暂 时下降至额定电压幅值的90％～10％， 持续时间为0.5～30个周波的一种暂态扰动现象。 电 压暂降发生时可能造成设备损坏、 工厂停运、 居民用电中断， 给生产生活带来严重经济损 失。 因此， 有必要对暂降事 件类型进行准确识别， 以便及时采取应对措施， 降低经济损失。 [0003]目前， 暂降分类方法大体上分为两种： 机理分析方法和数据驱动方法。 基于机理分 析的方法以暂降录波 数据为研究对象， 通过对数据进 行时域、 频域变换提取数据特征， 再将 特征输入分类器中进 行识别。 这类方法依赖人工经验提取特征、 方法参数选择难度大、 处理 过程繁琐， 难以准确识别复杂电网环境下 的暂降事件。 基于数据驱动的方法利用深度学习 技术， 用模型自动拟合大规模带标签数据的特征， 进而精确地识别暂降类型。 这类方法有效 避免了机理分析方法中存在问题， 然而， 人们不能理解这类模 型的决策结果和决策依据， 也 无法判断输出结果是否正确， 这是因为深度学习模型具有黑盒性， 缺 乏支持其决策过程的 可解释理由。 [0004]为克服这一弱点， 许多学者对深度模型的可解释性展开大量研究。 现有的可解释 方法分为事前可解释和事后可解释两类， 前者指通过建立结构简单、 可解释性好的模型或 将可解释性结合到模型中， 使模型本身 具有可解释能力， 如朴素贝叶斯、 线性回归、 决策树、 随机森林等； 后者指开发可解释性技术对已经训练好的模型进行解释， 主要包括敏感性分 析、 显著性映射、 注意力机制等。 [0005]然而， 大多数方法将解释局限于数据和模型涉及的特征， 例如显著性 映射方法对 模型关注的特征区域进 行可视化， 但 其不代表模型学习逻辑， 也不蕴含任何语义知识， 因此 本专利提出一种基于知识图谱的可解释方法， 利用丰富的语义描述对模型做出解释。 基于 知识图谱的解释方法 符合人类的认知过程， 更容 易被普通用户理解， 具有广阔的应用场景。 发明内容 [0006]本发明的目的在于， 提出一种基于知识图谱的可解释电压暂降分类方法。 该方法 用专家知识语义对 模型的决策 结果做出解释， 是一种更加准确、 友好的解释方法。 [0007]首先， 对电压暂降数据进行数据预处理。 所述数据处理包括对暂降数据归一化处 理、 数据转换成图片处 理。 [0008]然后， 构建电压暂降知识图谱。 对电力系统数据库中存储的典型暂降事件， 采用直 接抽取方式， 将结构化数据转换成三元 组形式， 构建成 暂降知识图谱， 利用TransH翻译模 型 进行知识 表示， 作为模型的输入数据。说　明　书 1/4 页 3 CN 114861791 A 3