随着用电信息采集技术的不断发展,计量自动化系统逐渐得到了普遍性的应用。但由于电力企业的计量自动化系统存在管理分散、早期业务流程不尽规范等问题,导致现有的部分用户信息存在行业标识缺失或者错误的情况,阻碍了用户行业分类工作的开展。针对计量系统中用电客户行业信息文本特征稀疏、挖掘困难等特点,本文构建了用电客户行业信息知识图谱,提出了一种融合知识图谱的用电客户行业分类方法,并进行了一系列对照实验,主要取得的成果如下:1.构建用电客户行业信息知识图谱。针对用电客户行业信息文本的特点,在知识图谱构建一般过程上进行修改,提出了用电客户行业信息知识图谱的构建流程。首先进行文本数据的获取,经过文本预处理后进行数据模式定义,接着构建实体及关系,最后将知识图谱存储到Neo4j图数据库中,从而完成了对用电客户行业信息知识图谱的构建。2.融合知识图谱的用电客户行业文本特征提取方法。对常用的特征提取方法进行改进,利用知识图谱的图结构,对用电客户及其行业信息文本之间的关系进行表示,将一级实体亲密度和二级实体关联性作为特征引入算法过程,有效地扩展了用电客户的行业特征,并通过链路预测算法及用户连接强弱程度对特征加权,构建用电客户的特征向量。3.融合知识图谱的用电客户行业分类算法。算法包括构建用电客户行业信息知识图谱、一级实体亲密度特征维度构建、二级实体关联性特征维度构建、分类器训练四个环节。首先,通过用电客户行业信息知识图谱提取用电客户的行业特征,完成一级实体亲密度特征维度及二级实体关联性特征维度的构建后对其进行拼接,形成用电客户的特征向量。接着将构建的特征向量输入极限树分类器,经过训练后最终得到分类模型。经过一系列对比实验,证明融合知识图谱的用电客户行业分类算法相对与传统的分类算法而言,在性能上有了一定的提升。4.开发了用电客户行业分类平台。该平台是融合知识图谱的用电客户行业分类方法的实际应用,可对计量自动化系统中的用户行业标识进行检查、更正及补全,有效提高了用电客户行业分类工作的效率,助推营销数字化转型。