一种电力线通信噪音库构建方法及系统与流程

1.本发明涉及电力线通信噪音库建模领域，尤其涉及一种电力线通信噪音库构建方法及系统。


背景技术：

2.电力线通信在电力线支路上受到各种负载的干扰，加上其相对恶劣的通信环境，导致电力线上的噪声具有频谱范围广，突发性高且强度大等特征。这种电力线通信噪声干扰使信号在电力线信道传输的过程当中产生误码现象，大大降低了数据传输的准确性，严重影响了其通信的质量。为了减小电力线噪声干扰，提高其通信的可靠性，需要对电力线噪声进行准确的噪音库建模和噪声特征分析。时序知识图谱将现实世界的知识抽象为由数十亿个四元组组成的复杂图网络，利用时序知识图谱可以有效提高噪声库构建精度，准确描述电力线通信噪声特性。
3.然而，传统的电力线通信噪音库构建方法没有考虑时序知识图谱缺失对噪音库构建的影响，无法充分利用云服务器的资源，同时，没有考虑从多个维度对电力线通信噪音库进行构建，导致电力线通信噪音库建模精度低。


技术实现要素：

4.本发明提供了一种电力线通信噪音库构建方法及系统，利用云服务器和多个边缘服务器之间的云边协同，优化噪声时序知识图谱的可扩展性，进而提升电力线通信噪音库的构建精度。
5.为了解决上述技术问题，本发明实施例提供了一种电力线通信噪音库构建方法，包括：
6.获取噪声数据特征集合，并通过多个边缘服务器，从云侧噪音库内的云侧噪声时序知识图谱中，获取若干个相似主实体对应的第一邻居实体集合、若干个相似客实体对应的第二邻居实体集合和云侧噪音库的多模映射关系模型；
7.通过各所述边缘服务器，分别利用所有所述第一邻居实体集合和所有所述第二邻居实体集合，结合所述噪声数据特征集合和所述云侧噪音库的多模映射关系模型，对边侧噪声时序知识图谱的边侧四元组中的第一主实体集合和第一客实体集合进行实体补全，获得对应的第二主实体集合和第二客实体集合，以完成对所述边侧四元组和所述边侧噪声时序知识图谱的补全；
8.通过云服务器，接收各所述边缘服务器上传的补全后的所述边侧噪声时序知识图谱，并将所有补全后的所述边侧四元组进行聚合，然后根据聚合结果对所述云侧噪声时序知识图谱进行补全，以更新所述云侧噪音库，然后将更新后的所述云侧噪音库作为电力线通信噪音库；
9.其中，所述边侧四元组包括所述第一主实体集合、所述第一客实体集合、第一实体关联集合和第一时间戳，所述第一主实体集合包括若干个边侧噪声主实体，所述第一客实
体集合包括若干个边侧噪声客实体，所述第一实体关联集合包括各所述边侧噪声主实体与各所述边侧噪声客实体之间的关联，所述第一时间戳包括各所述边侧噪声主实体与各所述边侧噪声客实体之间的关联的建立时间。
10.实施本发明实施例，利用云服务器的云侧噪声时序知识图谱，对多个边缘服务器的边缘噪声时序知识图谱中的边侧四元组进行补全，并基于补全后的多个边缘服务器的边缘噪声时序知识图谱的聚合结果，对云服务器的云侧噪声时序知识图谱进行补全，能够收集每个边缘服务器的边侧噪声时序知识图谱中的有效信息，进行知识图谱的整合，实现云服务器和多个边缘服务器之间的云边协同，从而解决云侧噪声时序知识图谱和边缘噪声时序知识图谱可扩展性差、规模小的问题，并且充分利用云服务器和边缘服务器的计算资源，实现噪声时序知识图谱和电力线通信噪音库的高精度构建。同时，由于各个边缘服务器接收的噪声数据存在差异，所以各个边缘服务器的边缘噪声时序知识图谱也存在差异，通过多个边缘服务器进行云侧时序知识图谱的补全，可以实现边缘服务器间的信息互补，充分利用边缘服务器信息，提高云侧噪声时序知识图谱补全的准确度。此外，通过本地的边缘服务器完成大部分运算，减轻云服务器的负荷，以提升处理效率。
11.作为优选方案，所述通过各所述边缘服务器，分别利用所有所述第一邻居实体集合和所有所述第二邻居实体集合，结合所述噪声数据特征集合和所述云侧噪音库的多模映射关系模型，对边侧噪声时序知识图谱的边侧四元组中的第一主实体集合和第一客实体集合进行实体补全，获得对应的第二主实体集合和第二客实体集合，以完成对所述边侧四元组和所述边侧噪声时序知识图谱的补全，具体包括：
12.通过各所述边缘服务器，按照预设的主实体补全函数，结合各所述相似主实体在所述云侧噪声时序知识图谱中的权重系数、各所述相似主实体对应的第一邻居实体集合、所述噪声数据特征集合、所述噪声数据特征集合的权重参数、以及所述云侧噪音库的多模映射关系模型，对所述第一主实体集合进行实体补全，获得所述第一主实体集合对应的所述第二主实体集合，以形成各所述边缘服务器对应的主实体补全结果，完成对所述边侧噪声时序知识图谱中的所述边侧四元组的主实体补全；
13.通过各所述边缘服务器，按照预设的客实体补全函数，结合各所述相似客实体在所述云侧噪声时序知识图谱中的权重系数、各所述相似客实体对应的第二邻居实体集合、所述噪声数据特征集合、所述噪声数据特征集合的权重参数、以及所述云侧噪音库的多模映射关系模型，对所述第一客实体集合进行实体补全，获得所述第一客实体集合对应的所述第二客实体集合，以形成各所述边缘服务器对应的客实体补全结果，完成对所述边侧噪声时序知识图谱中的所述边侧四元组的客实体补全。
14.实施本发明实施例的优选方案，基于云服务器的云侧噪声时序知识图谱、云侧噪音库的多模映射关系模型、以及多个边缘服务器的补全结果，通过加权聚合的方式实现了噪声资源的整合利用，分别对构建的边缘噪声时序知识图谱中的第一主实体集合和第一客实体集合进行聚合补全，以解决边缘噪声时序知识图谱中实体的缺失问题，从而提高电力线通信噪音库的构建精度。
15.作为优选方案，所述主实体补全函数和所述客实体补全函数，具体为：
[0016][0017]
式中，表示边侧噪声时序知识图谱中的边侧四元组的第一主实体集合对应的第二主实体集合，表示边侧噪声时序知识图谱中的边侧四元组的第一客实体集合对应的第二客实体集合，f(g)表示非线性实体补全函数，n表示云侧噪声时序知识图谱中的相似主实体的数量，l
nci
表示云侧噪声时序知识图谱中第n个相似主实体对应的第一邻居实体集合，l
ncj
表示云侧噪声时序知识图谱中第n个相似客实体对应的第二邻居实体集合，α
cin
表示第n个相似主实体在云侧噪声时序知识图谱中的权重系数，α
cjn
表示第n个相似客实体在云侧噪声时序知识图谱中的权重系数，z表示噪声数据特征集合，χ表示噪声数据特征集合的权重参数，v表示云侧噪音库的多模映射关系模型，v＝{k1,k2}，k1表示概念模式与内模式的映射关系，k2表示概念模式与外模式的映射关系，δ表示云侧噪音库的多模映射关系模型的权重参数。
[0018]
实施本发明实施例的优选方案，利用非线性实体补全函数，加权聚合各个相似主实体对应的第一邻居实体集合、噪声数据特征集合、以及云侧噪音库的多模映射关系模型中的概念模式与内模式的映射关系和概念模式与外模式的映射关系，以补全边侧噪声时序知识图谱中的边侧四元组的第一主实体集合，类似地，利用非线性实体补全函数，加权聚合各个相似客实体对应的第二邻居实体集合、噪声数据特征集合、以及云侧噪音库的多模映射关系模型中的概念模式与内模式的映射关系和概念模式与外模式的映射关系，以补全边侧噪声时序知识图谱中的边侧四元组的第一客实体集合，能够从多个维度对云侧噪音库进行描述，进一步提升电力线通信噪音库的构建精度。
[0019]
作为优选方案，所述将所有补全后的所述边侧四元组进行聚合，然后根据聚合结果对所述云侧噪声时序知识图谱进行补全，具体为：
[0020]
通过所述云服务器，将所有补全后的所述边侧四元组进行聚合，并按照预设的云侧四元组补全函数，结合聚合结果，对所述云侧噪声时序知识图谱进行补全；其中，所述云侧四元组补全函数，具体为：
[0021][0022]
式中，gc表示云侧噪声时序知识图谱中的云侧四元组，表示由第i个边缘服务器上传至云服务器的补全后的边侧噪声时序知识图谱的边侧四元组，t
ie
表示由第i个边缘服务器上传至云服务器的补全后的边侧噪声时序知识图谱的边侧四元组的第一时间戳，g(g)表示云侧噪声时序知识图谱补全函数。
[0023]
实施本发明实施例的优选方案，在原有的云侧噪声时序知识图谱的云侧四元组的基础上，加上所有补全后的边侧四元组的聚合结果，以综合原有的云侧四元组与所有补全后的边侧四元组的有效信息，进而提升云侧噪声时序知识图谱的精度。
[0024]
作为优选方案，所述的一种电力线通信噪音库构建方法，还包括：
[0025]
通过各所述边缘服务器，根据所有补全后的所述边侧噪声时序知识图谱，在所述云服务器的所述云侧噪音库中查找对应的实体名称，以更新所述云侧噪音库的边云映射关系；
[0026]
通过所述云服务器，根据所述边云映射关系，对所述云侧噪音库的多模映射关系模型中的映射关系进行更新；
[0027]
其中，所述边云映射关系是指所述边缘服务器的边侧噪声与所述云服务器的云侧噪声的映射关系。
[0028]
实施本发明实施例的优选方案，根据所有补全后的边侧噪声时序知识图谱，更新云侧噪音库内含的边缘服务器的边侧噪声与云服务器的云侧噪声的映射关系，以增强云侧噪音库中各模式之间的联系，从而提升电力线通信噪音库的准确度。
[0029]
作为优选方案，所述获取噪声数据特征集合，具体为：
[0030]
通过电力终端，实时采集电力线通信的载波数据，并对所述载波数据进行归一化处理，然后利用带通滤波器对经过归一化处理的所述载波数据进行滤波，获得对应的噪声数据，并将所述噪声数据上传至各所述边缘服务器；
[0031]
通过各所述边缘服务器，对所述噪声数据进行特征提取，获得所述噪声数据特征集合。
[0032]
实施本发明实施例的优选方案，通过对电力终端实时采集到的载波数据进行归一化处理，去除配电网环境噪声等非平稳噪声源对电力线载波通信噪声的污染，然后基于电力线载波通信噪声的频带特性，利用带通滤波器对经过归一化处理的载波数据进行滤波，能够过滤载波数据中的其余噪声，进而提升噪声数据特征集合的精度。
[0033]
为了解决相同的技术问题，本发明实施例还提供了一种电力线通信噪音库构建系统，包括：
[0034]
数据获取模块，用于获取噪声数据特征集合，并通过多个边缘服务器，从云侧噪音库内的云侧噪声时序知识图谱中，获取若干个相似主实体对应的第一邻居实体集合、若干个相似客实体对应的第二邻居实体集合和云侧噪音库的多模映射关系模型；
[0035]
图谱补全模块，用于通过各所述边缘服务器，分别利用所有所述第一邻居实体集合和所有所述第二邻居实体集合，结合所述噪声数据特征集合和所述云侧噪音库的多模映射关系模型，对边侧噪声时序知识图谱的边侧四元组中的第一主实体集合和第一客实体集合进行实体补全，获得对应的第二主实体集合和第二客实体集合，以完成对所述边侧四元组和所述边侧噪声时序知识图谱的补全；其中，所述边侧四元组包括所述第一主实体集合、所述第一客实体集合、第一实体关联集合和第一时间戳，所述第一主实体集合包括若干个边侧噪声主实体，所述第一客实体集合包括若干个边侧噪声客实体，所述第一实体关联集合包括各所述边侧噪声主实体与各所述边侧噪声客实体之间的关联，所述第一时间戳包括各所述边侧噪声主实体与各所述边侧噪声客实体之间的关联的建立时间；
[0036]
噪音库构建模块，用于通过云服务器，接收各所述边缘服务器上传的补全后的所述边侧噪声时序知识图谱，并将所有补全后的所述边侧四元组进行聚合，然后根据聚合结果对所述云侧噪声时序知识图谱进行补全，以更新所述云侧噪音库，然后将更新后的所述云侧噪音库作为电力线通信噪音库。
[0037]
作为优选方案，所述图谱补全模块，具体包括：
[0038]
第一图谱补全单元，用于通过各所述边缘服务器，按照预设的主实体补全函数，结合各所述相似主实体在所述云侧噪声时序知识图谱中的权重系数、各所述相似主实体对应的第一邻居实体集合、所述噪声数据特征集合、所述噪声数据特征集合的权重参数、以及所述云侧噪音库的多模映射关系模型，对所述第一主实体集合进行实体补全，获得所述第一主实体集合对应的所述第二主实体集合，以形成各所述边缘服务器对应的主实体补全结果，完成对所述边侧噪声时序知识图谱中的所述边侧四元组的主实体补全；
[0039]
第二图谱补全单元，用于通过各所述边缘服务器，按照预设的客实体补全函数，结合各所述相似客实体在所述云侧噪声时序知识图谱中的权重系数、各所述相似客实体对应的第二邻居实体集合、所述噪声数据特征集合、所述噪声数据特征集合的权重参数、以及所述云侧噪音库的多模映射关系模型，对所述第一客实体集合进行实体补全，获得所述第一客实体集合对应的所述第二客实体集合，以形成各所述边缘服务器对应的客实体补全结果，完成对所述边侧噪声时序知识图谱中的所述边侧四元组的客实体补全。
[0040]
作为优选方案，所述主实体补全函数和所述客实体补全函数，具体为：
[0041][0042]
式中，表示边侧噪声时序知识图谱中的边侧四元组的第一主实体集合对应的第二主实体集合，表示边侧噪声时序知识图谱中的边侧四元组的第一客实体集合对应的第二客实体集合，f(g)表示非线性实体补全函数，n表示云侧噪声时序知识图谱中的相似主实体的数量，l
nci
表示云侧噪声时序知识图谱中第n个相似主实体对应的第一邻居实体集合，l
ncj
表示云侧噪声时序知识图谱中第n个相似客实体对应的第二邻居实体集合，α
cin
表示第n个相似主实体在云侧噪声时序知识图谱中的权重系数，α
cjn
表示第n个相似客实体在云侧噪声时序知识图谱中的权重系数，z表示噪声数据特征集合，χ表示噪声数据特征集合的权重参数，v表示云侧噪音库的多模映射关系模型，v＝{k1,k2}，k1表示概念模式与内模式的映射关系，k2表示概念模式与外模式的映射关系，δ表示云侧噪音库的多模映射关系模型的权重参数。
[0043]
作为优选方案，所述的一种电力线通信噪音库构建系统，还包括：
[0044]
映射关系更新模块，用于通过各所述边缘服务器，根据所有补全后的所述边侧噪声时序知识图谱，在所述云服务器的所述云侧噪音库中查找对应的实体名称，以更新所述云侧噪音库的边云映射关系；通过所述云服务器，根据所述边云映射关系，对所述云侧噪音库的多模映射关系模型中的映射关系进行更新；其中，所述边云映射关系是指所述边缘服务器的边侧噪声与所述云服务器的云侧噪声的映射关系。
附图说明
[0045]
图1：为本发明实施例一提供的一种电力线通信噪音库构建方法的流程示意图；
[0046]
图2：为本发明实施例一提供的一种电力线通信噪音库构建系统的结构示意图。
具体实施方式
[0047]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0048]
实施例一:
[0049]
请参照图1，为本发明实施例提供的一种电力线通信噪音库构建方法，该方法包括步骤s1至步骤s3，各步骤具体如下：
[0050]
步骤s1，获取噪声数据特征集合，并通过多个边缘服务器，从云侧噪音库内的云侧噪声时序知识图谱中，获取若干个相似主实体对应的第一邻居实体集合、若干个相似客实体对应的第二邻居实体集合和云侧噪音库的多模映射关系模型。
[0051]
作为优选方案，步骤s1包括步骤s11至步骤s14，各步骤具体如下：
[0052]
步骤s11，通过电力终端，实时采集电力线通信的载波数据，并对载波数据进行归一化处理，通过时域归一化去除配电网环境噪声等非平稳噪声源对电力线载波通信噪声的污染。
[0053]
步骤s12，基于电力线载波通信噪声的频带特性，利用带通滤波器对经过归一化处理的载波数据进行滤波，获得对应的噪声数据，并将噪声数据上传至各个边缘服务器。
[0054]
步骤s13，通过各个边缘服务器，对噪声数据进行特征提取，获得噪声数据特征集合z。
[0055]
步骤s14，通过多个边缘服务器，从云侧噪音库内的云侧噪声时序知识图谱中，获取若干个相似主实体对应的第一邻居实体集合l
nci
、若干个相似客实体对应的第二邻居实体集合l
ncj
和云侧噪音库的多模映射关系模型。
[0056]
步骤s2，通过各个边缘服务器，分别利用所有第一邻居实体集合l
nci
和所有第二邻居实体集合l
ncj
，结合噪声数据特征集合z和云侧噪音库的多模映射关系模型，对边侧噪声时序知识图谱的边侧四元组ge中的第一主实体集合h
ei
和第一客实体集合h
ej
进行实体补全，获得对应的第二主实体集合和第二客实体集合，以完成对边侧四元组ge和边侧噪声时序知识图谱的补全。
[0057]
其中，边侧四元组ge包括第一主实体集合h
ei
、第一客实体集合h
ej
、第一实体关联集合re和第一时间戳te，边侧四元组表示为ge＝{h
ei
,re,h
ej
,te}；第一主实体集合h
ei
包括若干个边侧噪声主实体；第一客实体集合h
ej
包括若干个边侧噪声客实体；第一实体关联集合re包括各个边侧噪声主实体与各个边侧噪声客实体之间的关联；第一时间戳te包括各个边侧噪声主实体与各个边侧噪声客实体之间的关联的建立时间。
[0058]
作为优选方案，步骤s2包括步骤s21至步骤s22，各步骤具体如下：
[0059]
步骤s21，通过各个边缘服务器，按照预设的主实体补全函数，结合各个相似主实体在云侧噪声时序知识图谱中的权重系数α
cin
、各个相似主实体对应的第一邻居实体集合l
nci
、噪声数据特征集合z、噪声数据特征集合z的权重参数χ、以及云侧噪音库的多模映射关系模型v，对第一主实体集合h
ei
进行实体补全，获得第一主实体集合h
ei
对应的第二主实体集合并将第二主实体集合填充到边侧噪声时序知识图谱的边侧四元组ge中，以形成各个边缘服务器对应的主实体补全结果，完成对边侧噪声时序知识图谱中的边侧四元组
ge的主实体补全。
[0060]
其中，云侧噪声时序知识图谱是由云侧四元组gc构成的，而云侧四元组gc包括第三主实体集合h
ci
、第三客实体集合h
cj
、第二实体关联集合rc和第二时间戳tc，云侧四元组gc表示为gc＝{h
ci
,rc,h
cj
,tc}；第三主实体集合h
ci
包括若干个云侧噪声主实体；第三客实体集合h
cj
包括若干个云侧噪声客实体；第二实体关联集合rc包括各个云侧噪声主实体与各个云侧噪声客实体之间的关联；第二时间戳tc包括各个云侧噪声主实体与各个云侧噪声客实体之间的关联的建立时间。
[0061]
需要说明的是，将各个边缘服务器内的第一主实体集合h
ei
中待补全的边侧噪声主实体，记为待补全主实体。而相似主实体则是指云侧四元组gc的第三主实体集合h
ci
中满足主实体相似条件的云侧噪声主实体；其中，主实体相似条件是指云侧噪声主实体的名称与待补全主实体的名称的相似度达到预设值并且其对应的关联与待补全主实体对应的关联相同。
[0062]
步骤s22，通过各个边缘服务器，按照预设的客实体补全函数，结合各个相似客实体在云侧噪声时序知识图谱中的权重系数α
cjn
、各个相似客实体对应的第二邻居实体集合l
ncj
、噪声数据特征集合z、噪声数据特征集合z的权重参数χ、以及云侧噪音库的多模映射关系模型v，对第一客实体集合h
ej
进行实体补全，获得第一客实体集合h
ej
对应的第二客实体集合并将第二客实体集合填充到边侧噪声时序知识图谱的边侧四元组ge中，以形成各个边缘服务器对应的客实体补全结果，完成对边侧噪声时序知识图谱中的边侧四元组ge的客实体补全。
[0063]
需要说明的是，将各个边缘服务器内的第一客实体集合中待补全的边侧噪声主实体h
ej
，记为待补全客实体。而相似客实体则是指云侧四元组gc的第三客实体集合h
cj
中满足客实体相似条件的云侧噪声客实体；其中，客实体相似条件是指云侧噪声客实体的名称与待补全客实体的名称的相似度达到预设值并且其对应的关联与待补全客实体对应的关联相同。
[0064]
作为优选方案，步骤s21中的主实体补全函数和步骤s22中的客实体补全函数，具体请参见式(1)。
[0065][0066]
式中，表示边侧噪声时序知识图谱中的边侧四元组的第一主实体集合对应的第二主实体集合；表示边侧噪声时序知识图谱中的边侧四元组的第一客实体集合对应的第二客实体集合；f(g)表示非线性实体补全函数；n表示云侧噪声时序知识图谱中的相似主实体的数量；l
nci
表示云侧噪声时序知识图谱中第n个相似主实体对应的第一邻居实体集合；l
ncj
表示云侧噪声时序知识图谱中第n个相似客实体对应的第二邻居实体集合；α
cin
表示第n个相似主实体在云侧噪声时序知识图谱中的权重系数；α
cjn
表示第n个相似客实体在云侧噪声时序知识图谱中的权重系数；z表示噪声数据特征集合；χ表示噪声数据特征集合的权重参数；v表示云侧噪音库的多模映射关系模型，v＝{k1,k2}，k1表示概念模式与内模式的
映射关系，k2表示概念模式与外模式的映射关系；δ表示云侧噪音库的多模映射关系模型的权重参数。
[0067]
在本实施例中，在执行步骤ss21至步骤s22之后，每个边缘服务器都会得到一个补全后的边侧噪声时序知识图谱，然后各个边缘服务器则将其补全后的边侧噪声时序知识图谱上传至云服务器。
[0068]
步骤s3，通过云服务器，接收各个边缘服务器上传的补全后的边侧噪声时序知识图谱，并将所有补全后的边侧四元组进行聚合，然后根据聚合结果对云侧噪声时序知识图谱进行补全，以更新云侧噪音库，然后将更新后的云侧噪音库作为电力线通信噪音库。
[0069]
作为优选方案，步骤s3包括步骤s31至步骤s32，各步骤具体如下：
[0070]
步骤s31，通过云服务器，接收各个边缘服务器上传的补全后的边侧噪声时序知识图谱。
[0071]
步骤s32，通过云服务器，将所有补全后的边侧四元组进行聚合，并按照预设的云侧四元组补全函数，结合聚合结果，对云侧噪声时序知识图谱进行补全，以更新云侧噪音库，然后将更新后的云侧噪音库作为电力线通信噪音库；其中，云侧四元组补全函数，具体请参见式(2)。
[0072][0073]
式中，gc表示云侧噪声时序知识图谱中的云侧四元组，表示由第i个边缘服务器上传至云服务器的补全后的边侧噪声时序知识图谱的边侧四元组，t
ie
表示由第i个边缘服务器上传至云服务器的补全后的边侧噪声时序知识图谱的边侧四元组的第一时间戳，g(g)表示云侧噪声时序知识图谱补全函数。
[0074]
作为优选方案，本发明实施例提供的一种电力线通信噪音库构建方法，还包括映射关系更新流程，该流程包括步骤s4至步骤s5，各步骤具体如下：
[0075]
步骤s4，通过各个边缘服务器，根据所有补全后的边侧噪声时序知识图谱，在云服务器的云侧噪音库中查找对应的实体名称，以更新云侧噪音库的边云映射关系。
[0076]
其中，边云映射关系是指边缘服务器的边侧噪声与云服务器的云侧噪声的映射关系。
[0077]
步骤s5，通过云服务器，根据边云映射关系，对云侧噪音库的多模映射关系模型中的映射关系进行更新。其中，云侧噪音库的多模映射关系模型中的映射关系，具体请参见式(3)和式(4)。
[0078]
k1:a＝{a1,a2,...,am,...}
→
b＝{b1,b2,...,b
p
,...}；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0079]
k2:a＝{a1,a2,...,am,...}
→
c＝{c1,c2,...,cq,...}；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0080]
式中，a表示概念模式集合；b表示内模式集合；c表示外模式集合；am表示概念模式集合a中的第m个噪声元素概念；b
p
表示内模式集合b中的第p个噪声物理结构；cq表示外模式集合c中的第q个噪声数据；k1表示概念模式到内模式的映射关系，即为将噪声元素概念映射到噪声物理结构；k2表示概念模式到内模式的映射关系，即为将噪声元素概念映射到噪
声物理数据。
[0081]
请参照图2，为本发明实施例提供的一种电力线通信噪音库构建系统的结构示意图，该系统包括数据获取模块m1、图谱补全模块m2和噪音库构建模块m3，各模块具体如下：
[0082]
数据获取模块m1，用于获取噪声数据特征集合，并通过多个边缘服务器，从云侧噪音库内的云侧噪声时序知识图谱中，获取若干个相似主实体对应的第一邻居实体集合、若干个相似客实体对应的第二邻居实体集合和云侧噪音库的多模映射关系模型；
[0083]
图谱补全模块m2，用于通过各个边缘服务器，分别利用所有第一邻居实体集合和所有第二邻居实体集合，结合噪声数据特征集合和云侧噪音库的多模映射关系模型，对边侧噪声时序知识图谱的边侧四元组中的第一主实体集合和第一客实体集合进行实体补全，获得对应的第二主实体集合和第二客实体集合，以完成对边侧四元组和边侧噪声时序知识图谱的补全；其中，边侧四元组包括第一主实体集合、第一客实体集合、第一实体关联集合和第一时间戳，第一主实体集合包括若干个边侧噪声主实体，第一客实体集合包括若干个边侧噪声客实体，第一实体关联集合包括各个边侧噪声主实体与各个边侧噪声客实体之间的关联，第一时间戳包括各个边侧噪声主实体与各个边侧噪声客实体之间的关联的建立时间；
[0084]
噪音库构建模块m3，用于通过云服务器，接收各个边缘服务器上传的补全后的边侧噪声时序知识图谱，并将所有补全后的边侧四元组进行聚合，然后根据聚合结果对云侧噪声时序知识图谱进行补全，以更新云侧噪音库，然后将更新后的云侧噪音库作为电力线通信噪音库。
[0085]
作为优选方案，图谱补全模块m2，具体包括第一图谱补全单元21和第二图谱补全单元22，各单元具体如下：
[0086]
第一图谱补全单元21，用于通过各个边缘服务器，按照预设的主实体补全函数，结合各个相似主实体在云侧噪声时序知识图谱中的权重系数、各个相似主实体对应的第一邻居实体集合、噪声数据特征集合、噪声数据特征集合的权重参数、以及云侧噪音库的多模映射关系模型，对第一主实体集合进行实体补全，获得第一主实体集合对应的第二主实体集合，以形成各个边缘服务器对应的主实体补全结果，完成对边侧噪声时序知识图谱中的边侧四元组的主实体补全；
[0087]
第二图谱补全单元22，用于通过各个边缘服务器，按照预设的客实体补全函数，结合各个相似客实体在云侧噪声时序知识图谱中的权重系数、各个相似客实体对应的第二邻居实体集合、噪声数据特征集合、噪声数据特征集合的权重参数、以及云侧噪音库的多模映射关系模型，对第一客实体集合进行实体补全，获得第一客实体集合对应的第二客实体集合，以形成各个边缘服务器对应的客实体补全结果，完成对边侧噪声时序知识图谱中的边侧四元组的客实体补全。
[0088]
作为优选方案，第一图谱补全单元21中提及的主实体补全函数和第二图谱补全单元22中提及的客实体补全函数，具体为：
[0089]
[0090]
式中，表示边侧噪声时序知识图谱中的边侧四元组的第一主实体集合对应的第二主实体集合，表示边侧噪声时序知识图谱中的边侧四元组的第一客实体集合对应的第二客实体集合，f(g)表示非线性实体补全函数，n表示云侧噪声时序知识图谱中的相似主实体的数量，l
nci
表示云侧噪声时序知识图谱中第n个相似主实体对应的第一邻居实体集合，l
ncj
表示云侧噪声时序知识图谱中第n个相似客实体对应的第二邻居实体集合，α
cin
表示第n个相似主实体在云侧噪声时序知识图谱中的权重系数，α
cjn
表示第n个相似客实体在云侧噪声时序知识图谱中的权重系数，z表示噪声数据特征集合，χ表示噪声数据特征集合的权重参数，v表示云侧噪音库的多模映射关系模型，v＝{k1,k2}，k1表示概念模式与内模式的映射关系，k2表示概念模式与外模式的映射关系，δ表示云侧噪音库的多模映射关系模型的权重参数。
[0091]
作为优选方案，本发明实施例提供的一种电力线通信噪音库构建系统，还包括映射关系更新模块m4，该模块具体如下：
[0092]
映射关系更新模块m4，用于通过各个边缘服务器，根据所有补全后的边侧噪声时序知识图谱，在云服务器的云侧噪音库中查找对应的实体名称，以更新云侧噪音库的边云映射关系；通过云服务器，根据边云映射关系，对云侧噪音库的多模映射关系模型中的映射关系进行更新；其中，边云映射关系是指边缘服务器的边侧噪声与云服务器的云侧噪声的映射关系。
[0093]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0094]
相比于现有技术，本发明实施例具有如下有益效果：
[0095]
本发明提供了一种电力线通信噪音库构建方法及系统，利用云服务器的云侧噪声时序知识图谱，对多个边缘服务器的边缘噪声时序知识图谱中的边侧四元组进行补全，并基于补全后的多个边缘服务器的边缘噪声时序知识图谱的聚合结果，对云服务器的云侧噪声时序知识图谱进行补全，能够收集每个边缘服务器的边侧噪声时序知识图谱中的有效信息，进行知识图谱的整合，实现云服务器和多个边缘服务器之间的云边协同，从而解决云侧噪声时序知识图谱和边缘噪声时序知识图谱可扩展性差、规模小的问题，并且充分利用云服务器和边缘服务器的计算资源，实现噪声时序知识图谱和电力线通信噪音库的高精度构建。同时，由于各个边缘服务器接收的噪声数据存在差异，所以各个边缘服务器的边缘噪声时序知识图谱也存在差异，通过多个边缘服务器进行云侧时序知识图谱的补全，可以实现边缘服务器间的信息互补，充分利用边缘服务器信息，提高云侧噪声时序知识图谱补全的准确度。
[0096]
进一步地，通过对电力终端实时采集到的载波数据进行归一化处理，去除配电网环境噪声等非平稳噪声源对电力线载波通信噪声的污染，然后基于电力线载波通信噪声的频带特性，利用带通滤波器对经过归一化处理的载波数据进行滤波，能够过滤载波数据中的其余噪声，进而提升噪声数据特征集合的精度。
[0097]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修
改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种电力线通信噪音库构建方法，其特征在于，包括：获取噪声数据特征集合，并通过多个边缘服务器，从云侧噪音库内的云侧噪声时序知识图谱中，获取若干个相似主实体对应的第一邻居实体集合、若干个相似客实体对应的第二邻居实体集合和云侧噪音库的多模映射关系模型；通过各所述边缘服务器，分别利用所有所述第一邻居实体集合和所有所述第二邻居实体集合，结合所述噪声数据特征集合和所述云侧噪音库的多模映射关系模型，对边侧噪声时序知识图谱的边侧四元组中的第一主实体集合和第一客实体集合进行实体补全，获得对应的第二主实体集合和第二客实体集合，以完成对所述边侧四元组和所述边侧噪声时序知识图谱的补全；通过云服务器，接收各所述边缘服务器上传的补全后的所述边侧噪声时序知识图谱，并将所有补全后的所述边侧四元组进行聚合，然后根据聚合结果对所述云侧噪声时序知识图谱进行补全，以更新所述云侧噪音库，然后将更新后的所述云侧噪音库作为电力线通信噪音库；其中，所述边侧四元组包括所述第一主实体集合、所述第一客实体集合、第一实体关联集合和第一时间戳，所述第一主实体集合包括若干个边侧噪声主实体，所述第一客实体集合包括若干个边侧噪声客实体，所述第一实体关联集合包括各所述边侧噪声主实体与各所述边侧噪声客实体之间的关联，所述第一时间戳包括各所述边侧噪声主实体与各所述边侧噪声客实体之间的关联的建立时间。2.如权利要求1所述的一种电力线通信噪音库构建方法，其特征在于，所述通过各所述边缘服务器，分别利用所有所述第一邻居实体集合和所有所述第二邻居实体集合，结合所述噪声数据特征集合和所述云侧噪音库的多模映射关系模型，对边侧噪声时序知识图谱的边侧四元组中的第一主实体集合和第一客实体集合进行实体补全，获得对应的第二主实体集合和第二客实体集合，以完成对所述边侧四元组和所述边侧噪声时序知识图谱的补全，具体包括：通过各所述边缘服务器，按照预设的主实体补全函数，结合各所述相似主实体在所述云侧噪声时序知识图谱中的权重系数、各所述相似主实体对应的第一邻居实体集合、所述噪声数据特征集合、所述噪声数据特征集合的权重参数、以及所述云侧噪音库的多模映射关系模型，对所述第一主实体集合进行实体补全，获得所述第一主实体集合对应的所述第二主实体集合，以形成各所述边缘服务器对应的主实体补全结果，完成对所述边侧噪声时序知识图谱中的所述边侧四元组的主实体补全；通过各所述边缘服务器，按照预设的客实体补全函数，结合各所述相似客实体在所述云侧噪声时序知识图谱中的权重系数、各所述相似客实体对应的第二邻居实体集合、所述噪声数据特征集合、所述噪声数据特征集合的权重参数、以及所述云侧噪音库的多模映射关系模型，对所述第一客实体集合进行实体补全，获得所述第一客实体集合对应的所述第二客实体集合，以形成各所述边缘服务器对应的客实体补全结果，完成对所述边侧噪声时序知识图谱中的所述边侧四元组的客实体补全。3.如权利要求2所述的一种电力线通信噪音库构建方法，其特征在于，所述主实体补全函数和所述客实体补全函数，具体为：
式中，表示边侧噪声时序知识图谱中的边侧四元组的第一主实体集合对应的第二主实体集合，表示边侧噪声时序知识图谱中的边侧四元组的第一客实体集合对应的第二客实体集合，f(g)表示非线性实体补全函数，n表示云侧噪声时序知识图谱中的相似主实体的数量，l
nci
表示云侧噪声时序知识图谱中第n个相似主实体对应的第一邻居实体集合，l
ncj
表示云侧噪声时序知识图谱中第n个相似客实体对应的第二邻居实体集合，α
cin
表示第n个相似主实体在云侧噪声时序知识图谱中的权重系数，α
cjn
表示第n个相似客实体在云侧噪声时序知识图谱中的权重系数，z表示噪声数据特征集合，χ表示噪声数据特征集合的权重参数，v表示云侧噪音库的多模映射关系模型，v＝{k1,k2}，k1表示概念模式与内模式的映射关系，k2表示概念模式与外模式的映射关系，δ表示云侧噪音库的多模映射关系模型的权重参数。4.如权利要求1所述的一种电力线通信噪音库构建方法，其特征在于，所述将所有补全后的所述边侧四元组进行聚合，然后根据聚合结果对所述云侧噪声时序知识图谱进行补全，具体为：通过所述云服务器，将所有补全后的所述边侧四元组进行聚合，并按照预设的云侧四元组补全函数，结合聚合结果，对所述云侧噪声时序知识图谱进行补全；其中，所述云侧四元组补全函数，具体为：式中，g
c
表示云侧噪声时序知识图谱中的云侧四元组，表示由第i个边缘服务器上传至云服务器的补全后的边侧噪声时序知识图谱的边侧四元组，t
ie
表示由第i个边缘服务器上传至云服务器的补全后的边侧噪声时序知识图谱的边侧四元组的第一时间戳，g(g)表示云侧噪声时序知识图谱补全函数。5.如权利要求1所述的一种电力线通信噪音库构建方法，其特征在于，还包括：通过各所述边缘服务器，根据所有补全后的所述边侧噪声时序知识图谱，在所述云服务器的所述云侧噪音库中查找对应的实体名称，以更新所述云侧噪音库的边云映射关系；通过所述云服务器，根据所述边云映射关系，对所述云侧噪音库的多模映射关系模型中的映射关系进行更新；其中，所述边云映射关系是指所述边缘服务器的边侧噪声与所述云服务器的云侧噪声的映射关系。6.如权利要求1所述的一种电力线通信噪音库构建方法，其特征在于，所述获取噪声数据特征集合，具体为：通过电力终端，实时采集电力线通信的载波数据，并对所述载波数据进行归一化处理，
然后利用带通滤波器对经过归一化处理的所述载波数据进行滤波，获得对应的噪声数据，并将所述噪声数据上传至各所述边缘服务器；通过各所述边缘服务器，对所述噪声数据进行特征提取，获得所述噪声数据特征集合。7.一种电力线通信噪音库构建系统，其特征在于，包括：数据获取模块，用于获取噪声数据特征集合，并通过多个边缘服务器，从云侧噪音库内的云侧噪声时序知识图谱中，获取若干个相似主实体对应的第一邻居实体集合、若干个相似客实体对应的第二邻居实体集合和云侧噪音库的多模映射关系模型；图谱补全模块，用于通过各所述边缘服务器，分别利用所有所述第一邻居实体集合和所有所述第二邻居实体集合，结合所述噪声数据特征集合和所述云侧噪音库的多模映射关系模型，对边侧噪声时序知识图谱的边侧四元组中的第一主实体集合和第一客实体集合进行实体补全，获得对应的第二主实体集合和第二客实体集合，以完成对所述边侧四元组和所述边侧噪声时序知识图谱的补全；其中，所述边侧四元组包括所述第一主实体集合、所述第一客实体集合、第一实体关联集合和第一时间戳，所述第一主实体集合包括若干个边侧噪声主实体，所述第一客实体集合包括若干个边侧噪声客实体，所述第一实体关联集合包括各所述边侧噪声主实体与各所述边侧噪声客实体之间的关联，所述第一时间戳包括各所述边侧噪声主实体与各所述边侧噪声客实体之间的关联的建立时间；噪音库构建模块，用于通过云服务器，接收各所述边缘服务器上传的补全后的所述边侧噪声时序知识图谱，并将所有补全后的所述边侧四元组进行聚合，然后根据聚合结果对所述云侧噪声时序知识图谱进行补全，以更新所述云侧噪音库，然后将更新后的所述云侧噪音库作为电力线通信噪音库。8.如权利要求7所述的一种电力线通信噪音库构建系统，其特征在于，所述图谱补全模块，具体包括：第一图谱补全单元，用于通过各所述边缘服务器，按照预设的主实体补全函数，结合各所述相似主实体在所述云侧噪声时序知识图谱中的权重系数、各所述相似主实体对应的第一邻居实体集合、所述噪声数据特征集合、所述噪声数据特征集合的权重参数、以及所述云侧噪音库的多模映射关系模型，对所述第一主实体集合进行实体补全，获得所述第一主实体集合对应的所述第二主实体集合，以形成各所述边缘服务器对应的主实体补全结果，完成对所述边侧噪声时序知识图谱中的所述边侧四元组的主实体补全；第二图谱补全单元，用于通过各所述边缘服务器，按照预设的客实体补全函数，结合各所述相似客实体在所述云侧噪声时序知识图谱中的权重系数、各所述相似客实体对应的第二邻居实体集合、所述噪声数据特征集合、所述噪声数据特征集合的权重参数、以及所述云侧噪音库的多模映射关系模型，对所述第一客实体集合进行实体补全，获得所述第一客实体集合对应的所述第二客实体集合，以形成各所述边缘服务器对应的客实体补全结果，完成对所述边侧噪声时序知识图谱中的所述边侧四元组的客实体补全。9.如权利要求8所述的一种电力线通信噪音库构建系统，其特征在于，所述主实体补全函数和所述客实体补全函数，具体为：
式中，表示边侧噪声时序知识图谱中的边侧四元组的第一主实体集合对应的第二主实体集合，表示边侧噪声时序知识图谱中的边侧四元组的第一客实体集合对应的第二客实体集合，f(g)表示非线性实体补全函数，n表示云侧噪声时序知识图谱中的相似主实体的数量，l
nci
表示云侧噪声时序知识图谱中第n个相似主实体对应的第一邻居实体集合，l
ncj
表示云侧噪声时序知识图谱中第n个相似客实体对应的第二邻居实体集合，α
cin
表示第n个相似主实体在云侧噪声时序知识图谱中的权重系数，α
cjn
表示第n个相似客实体在云侧噪声时序知识图谱中的权重系数，z表示噪声数据特征集合，χ表示噪声数据特征集合的权重参数，v表示云侧噪音库的多模映射关系模型，v＝{k1,k2}，k1表示概念模式与内模式的映射关系，k2表示概念模式与外模式的映射关系，δ表示云侧噪音库的多模映射关系模型的权重参数。10.如权利要求7所述的一种电力线通信噪音库构建系统，其特征在于，还包括：映射关系更新模块，用于通过各所述边缘服务器，根据所有补全后的所述边侧噪声时序知识图谱，在所述云服务器的所述云侧噪音库中查找对应的实体名称，以更新所述云侧噪音库的边云映射关系；通过所述云服务器，根据所述边云映射关系，对所述云侧噪音库的多模映射关系模型中的映射关系进行更新；其中，所述边云映射关系是指所述边缘服务器的边侧噪声与所述云服务器的云侧噪声的映射关系。

技术总结
本发明公开了一种电力线通信噪音库构建方法及系统，包括：通过各边缘服务器，分别利用云侧噪声时序知识图谱中的所有第一邻居实体集合和所有第二邻居实体集合，结合噪声数据特征集合和多模映射关系模型，对边侧噪声时序知识图谱的边侧四元组中的第一主实体集合和第一客实体集合进行补全，获得第二主实体集合和第二客实体集合；通过云服务器，接收各个边缘服务器上传的补全后的边侧噪声时序知识图谱，并将所有补全后的边侧四元组进行聚合，然后根据聚合结果对云侧噪声时序知识图谱进行补全，以更新云侧噪音库并将更新后的云侧噪音库作为电力线通信噪音库。本发明利用云服务器和多个边缘服务器之间的云边协同，提升电力线通信噪音库的构建精度。噪音库的构建精度。噪音库的构建精度。


技术研发人员：施展 李星南 李波 邓晓智 梁宇图 曾瑛 张健
受保护的技术使用者：广东电网有限责任公司电力调度控制中心
技术研发日：2023.04.28
技术公布日：2023/8/23