输电网知识图谱数据集|电力知识图谱数据集|深度学习数据集

数字电网集成了丰富、多样化的资源、设备、功能等，具有高时变性和高复杂性。这种高时变性需要快速、灵活的运行决策技术支持，以保证其安全经济运行，而其高复杂性为快速运行决策带来了严峻挑战。传统解析式的运行规则计算方法需要大量仿真计算，无法保证足够的实时性，数据源单一、精度不高，不能满足精准、智能、快速的智能服务需求。以深度学习为代表的人工智能技术和知识图谱的引入能将数据与知识有机融合——利用知识图谱辅助深度学习，并利用深度学习结果拓展和更新知识图谱，挖掘数据间潜在联系、打破业务壁垒、以及提高各场景中模型的可迁移性，克服传统电力系统输-变-配各业务环节对模型高度依赖、数据价值挖掘与知识利用不足等潜在问题，解决数字电网各环节时变性、复杂性与有限建模能力间的矛盾。基于以上考虑，本节提出融合深度学习和电力知识图谱的数字电网智能服务框架，给出深度学习和电力知识图谱的融合框架和机理，提出了电力知识图谱的构建方法，并通过一个算例分析和展示了融合深度学习和电力知识图谱的解决方案在计算效率、准确性等方面的优越性，为该智能服务框架在解决数字电网兼具安全性和经济性的其他业务场景奠定理论框架基础。数据集包括电力设备实体及属性、规则知识实体及属性、深度学习模型实体及属性、各实体间的关系数据，通过实验试验、计算模拟、融合集成、分析挖掘，基于仿真软件python，pytorch，pandapower,matlab,matpower生成。