【精彩论文】基于形状约束语言的电网模型知识图谱验证方法

观点凝练

摘要：随着电网规模的扩大、分布式能源的高比例渗透，电网分析决策对电网模型的全面性和准确性提出了更高的要求。针对交换模型所依赖的公共信息模型（common information model, CIM）存在版本变化频繁、自定义扩展不可避免以及模型质量要求动态演化的问题，提出基于形状约束语言（shapes constraint language, SHACL）的电网模型知识图谱验证方法。基于CIM构建电网模型的概念图谱和实体图谱，设计了电网模型验证的CIM模式一致性形状和基于简单协议和资源描述框架查询语言（simple protocol and RDF query language，SPARQL）的跨类、跨属性一致性形状。基于SHACL的电网模型知识图谱验证方法无需对验证规则进行硬编码，提升了电网模型质量验证的灵活性，满足应用对模型质量要求的动态演化。
结论：电网调度运行需基于全面、准确的电网模型进行分析决策与控制。为提升电网模型质量，本文基于CIM构建了电网模型概念图谱和实体图谱，设计了验证电网模型知识图谱的CIM模式一致性形状和基于SHACL SPARQL的跨类、跨属性一致性形状。基于SHACL设计电网模型知识图谱验证，可适应CIM版本的更新以及自定义扩展，模型验证规则无须在SHACL校验器中硬编码，实现了灵活、快速、按需的电网模型管理，下一步将基于推理规则发现隐藏在模型中与边界、业务流程等相关的深层次模型质量问题。

引文信息

李晓露, 左璇, 刘日亮, 等. 基于形状约束语言的电网模型知识图谱验证方法[J]. 中国电力, 2022, 55(1): 119-125, 228.LI Xiaolu, ZUO Xuan, LIU Riliang, et al. SHACL-based validation method of knowledge graph for power system model[J]. Electric Power, 2022, 55(1): 119-125, 228.

 往期回顾 

编辑：杨彪

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。