(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 202211045987.X (22)申请日 2022.08.30 (71)申请人 广东电网有限责任公司 地址 510062 广东省广州市越秀区东 风东 路757号 (72)发明人 谢瀚阳　彭泽武　朱婧　任昊文　 冯歆尧　苏华权　梁盈威　朱泰鹏　 潘定　 (74)专利代理 机构 广州市华学知识产权代理有 限公司 4 4245 专利代理师 郑秋松 (51)Int.Cl. G06F 16/21(2019.01) G06F 16/22(2019.01) G06F 16/36(2019.01) (54)发明名称 一种基于本体的电网数据仓库自动数据加 载方法 (57)摘要 本发明公开了一种基于本体的电网数据仓 库自动数据加载方法， 该方法包括下述步骤： 配 置与数据准备， 构建电网DV数据仓库的中心点及 其附属表； 进行标杆表和次要表的模式匹配和数 据匹配， 构建近似业务键匹配表并进行业务键值 近似匹配； 查找业务对象对应的表并存入标杆表 和次要表的数据， 查找标杆表中是否有外键字段 指向本表记录以及标杆表中是否有外键指向其 他关系表， 重复数据加载过程， 直至完成多个次 要表的数据加载过程； 确定关联业务对象的关系 并加载数据， 查找链接表， 将暂存区域标杆表和 次要表的关联数据加载至链接表。 本发明从多个 电网源业务系统的数据表中高效地抽取源数据， 并准确加载到电网DV数据仓库， 其容纳不一致数 据的存储 方式， 保证了数据的可跟踪性和可审计 性。 权利要求书4页 说明书14页 附图7页 CN 115309725 A 2022.11.08 CN 115309725 A 1.一种基于 本体的电网数据仓库自动数据加载 方法， 其特 征在于， 包括下述 步骤： 构建本体知识库， 用于支持数据表语义的模式匹配； 基于电网DV数据仓库的中心点、 链接、 附属三类表分别 存储电网业务实体、 关系及其属 性数据， 构成数据加载的目标表； 设定电网业务系统的来源表， 按照同一业务对象的源数据表进行分组， 构成数据加载 的来源表， 所述 来源表包括标 杆表和多个次要表； 将标杆表和次要表的数据按照其原有模式复制至暂存区域； 基于本体知识库进行 标杆表和次要表的主键、 字段名匹配； 以标杆表为基础， 进行业务键值等值匹配， 根据匹配结果构建近似业务键匹配表， 基于 近似业务键匹配表进行不相等 业务键值近似匹配； 在目标表中查找业务对象ST对应的中心点表HubST， 将标杆表的全部业务键值以及次要 表等值匹配失败的业 务键值存至表HubST， 并存入标杆表和次要表的数据； 基于近似业务键匹配表构建对应业务键的近似业务键链接表， 并存入标杆表和次要表 的数据； 在目标表中查找表HubST的附属表Sat ‑Hub‑S和附属表Sat ‑Hub‑T， 将标杆表的数据存入 附属表Sat ‑Hub‑S， 将次要表的数据存 入附属表Sat ‑Hub‑T； 查找标杆表中是否有外键字段指向本表记录， 若有外键字段指向本表记录， 则在目标 表中查找另外一个层次链接表 Link‑Hier， 并存入标杆表和次要表的数据； 若无外键字段指 向本表记录， 则查找判断标杆表中是否有外键指向其他关系表， 若有外键指向其他关系表 则为标杆表的主外键建立对应的链接表并加载数据， 重复查找判断直至全部外键字段查找 完毕； 重复对业务对象的一个标杆表与一个次要表集成的数据加载过程， 直至完成多个次要 表的数据加载 过程； 确定关联业务对象的关系表并加载数据， 查找链接表， 将暂存区域标杆表和次要表的 关联数据加载至链接表。 2.根据权利要求1所述的基于本体的电网数据仓库自动数据加载方法， 其特征在于， 标 杆表及其模式表示为： S(SPK,S1,S2,...,Sn)， 其中SPK表示标杆表S的主键， S1,S2,...,Sn表示 标杆表S的n个字段名； 次要表及其模式表示为： T(TPK,T1,T2,...Tm)， 其中TPK表示次要表T的主键， T1,T2,...Tm 表示次要表T的m个字段名； 基于本体知识库对标杆表的主键SPK和次要表的主键TPK进行本体推理， 判断主键SPK和 主键TPK是否是同一个业 务对象的业 务键； 基于本体知识库对标杆表和次要表的字段名进行本体的匹配推理， 输出对应的匹配字 段。 3.根据权利要求2所述的基于本体的电网数据仓库自动数据加载方法， 其特征在于， 以 标杆表为基础， 进行业 务键值等值匹配， 根据匹配结果构建近似业 务键匹配表， 具体包括： 以标杆表S为基础， 对r[SPK]和r[TPK]做等值匹配， 结果两个表分别有p,q个业务键值不 相等， 权　利　要　求　书 1/4 页 2 CN 115309725 A 2其中， r[ ]表示现有取值集合， r‑[ ]表示现有取值中不匹配的取值集合， 两个集合的基 数|r‑[SPK]|＝p， |r‑[TPK]|＝q； 近似业务键匹配表的模式表示 为： BusKey‑Sim(PKS,PKT,VSIM)； 若判定p>0且q＝0， 则将r‑[SPK]置入PKS， 空值null置入PKT， 1置入VSIM； 若判定p＝0且q>0， 则将r‑[TPK]置入PKT， 空值null置入PKS， 1置入VSIM。 4.根据权利要求3所述的基于本体的电网数据仓库自动数据加载方法， 其特征在于， 基 于近似业务键匹配表进行不相等 业务键值近似匹配， 具体包括： 对r‑[SPK]、 r‑[TPK]中的每个业务键值， 对其分别在r‑[SPK,S1,S2,...Sh]与r‑[TPK,T1, T2,...Th]中的匹配字段Sj≡Tj进行两两非业务键字段的数据等值匹配， 对业务键sp∈r‑ [SPK]的i记录与对应业务键tp∈r‑[TPK]的k记录的相似度为sim＝z(spi,tpk)/h， 其中z(spi, tpk)＝|{sij|sij＝tkj,sij∈r‑[Sj],tkj∈r‑[Tj],<spi,sij>∈r‑[SPK,Sj],<tpk,tkj>∈r‑[TPK, Tj],1≤j≤ h,1≤i≤p,1≤k≤q}|； 将r‑[SPK]×r‑[TPK]中的序对分别置入PKS和PKT， 其中， 且r [VSIM]＝{sim|sim≥α }， 即近似业务键匹配表保存相似度大于匹配相似度阈值α 的、 分别来 自主键SPK和主键TPK的两个近似业 务键。 5.根据权利要求3所述的基于本体的电网数据仓库自动数据加载方法， 其特征在于， 在 目标表中查找业务对象ST对应的中心点表HubST， 将标杆表的全部业务键 值以及次要表等值 匹配失败的业 务键值存至表HubST， 并存入标杆表和次要表的数据， 具体步骤 包括： 在目标表中查找业务对象ST对应的中心点表HubST， 其模式表示为HubST(HASHPK, BusKey,RecSou,LDT)， 其中， HASHPK是业务键BusKey的散列值， 作为该表主键， RecSou是记 录来源， LDT是加载日期； 将标杆表S中 的全部主键SPK值加载入HubST表， 将r[SPK]置入BusKey字段， 标杆表来源系 统名置入RecSou字段， 当前时间置入LDT字段， HASHPK由BusK ey字段经HASK函数算出； 将r‑[TPK]中的q个实例值追加 入HubST表， 将r‑[TPK]实例值置入BusKey字段， 同时， 次要 表来源系统名置入RecSou字段， 当前时间置入LDT字段， HASHPK由BusKey字段经HASH函数算 出。 6.根据权利要求3所述的基于本体的电网数据仓库自动数据加载方法， 其特征在于， 基 于近似业务键匹配表构建对应业 务键的近似业 务键链接表， 具体步骤 包括： 构建对应业务键的近似业务键链接表， 近似业务键链接表的模式表示为： Link ‑SimKey (HASHLPK,PKS,PKT,VSIM,RecSou,LDT)， 其中， HASHLPK是标杆表主键PKS和次要表表主键PKT 串联后的HASH值， RecSou是记录来源， LDT是加载日期； 利用近似业务键匹配表BusKey ‑Sim(PKS,PKT,VSIM)生成某业务键的近似业务键链接表 Link‑SimKey表， 其中r[PKS]、 r[PKT]的实例值分别 指向业务对象对应的表HubST中不同的业 务键， VSIM的值表示 来自两个近似业 务键的相似度； Link‑SimKey表的RecSou字段， 如果r[PKT]＝null,置入标杆表来源系统名， 否则置入次 要表来源系统名。 7.根据权利要求3所述的基于本体的电网数据仓库自动数据加载方法， 其特征在于， 查 找标杆表中是否有外键字段指向本表记录， 若有外键字段指向本表记录， 则在目标表中查 找另外一个层次链接表L ink‑Hier， 并存 入标杆表和次要表的数据， 具体包括：权　利　要　求　书 2/4 页 3 CN 115309725 A 3