近期LDBC宣布TigerGraph成为第一个成功通过1TB LDBC SNB 商业智能工作负载测试的企业。但国内LDBC被滥用严重，很多国内厂商不顾LDBC的要求，在市场上宣传了很多不实信息，误导国内受众。本期播客通过和专家对话详细解读 LDBC 基准测试。 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-40/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

上期我们介绍了基于图神经网络的图异常值检测，今天我们就来了解一下图数据切分与模型数据载入的问题，本期内容节选自TigerGraph图课堂的内容，由TigerGraph高级客户成功顾问叶力豪为大家详细讲解。如果想看完整版内容，可以登陆TigerGraph官网观看。另外，也跟大家预告一下我们明天的图课堂直播课程，本期内容将分享TigerGraph的全新方案：在图数据库中使用GNN对十亿级数据进行全量推理。关注TigerGraph微信公众号，点击菜单栏中的“直播报名”就可以报名啦。下面就开始今天的内容吧。 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-39/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

今天我们要介绍的是由伊利诺伊大学芝加哥分校正在攻读博士学位的博士生窦英通撰写的基于图神经网络的图异常值检测文章，作者致力于图数据挖掘、欺诈检测和安全机器学习。文章的内容基于他最近的论文和 在KDD 2022 机器学习在金融领域workshop的分享。 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-38/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

大家好，欢迎收听本期的TigerGraph 随身听，不知道大家对于图技术增强高级分析和机器学习了解多少？今天我们来为大家介绍一本最新的专门介绍这方面的书——由O‘Reilly出版的《使用 TigerGraph图技术增强高级分析和机器学习》。很多小伙伴可能已经下载了这本书的早期版本，自去年4月12日首次发布以来，到今年9月份，历经六次重要更新，目前该书的最新版本已增加到223 页，内容包含：图基础、图机器学习、统一ID(实体解析)、客户360和客户旅程分析、初创公司投资分析、欺诈检测和反洗钱、个性化推荐等章节。还没有下载最新版的小伙伴，可以点击文中或者文末的下载链接，即可免费下载最新的电子书。你就是“尊贵的”首批读者啦。 首先跟大家介绍一下主导本书编写的作者：TigerGraph的机器学习和人工智能副总裁Victor Lee博士。 Victor 博士一直致力于研究图数据挖掘，他在加州大学伯克利分校获得了电子工程和计算机科学专业本科学士学位，在斯坦福大学获得了电子工程专业硕士学位，在肯特州立大学获得了计算机科学博士学位。在加入TigerGraph之前，他曾担任约翰.卡罗尔大学的客座教授。Victor 博士有着极强的学术背景、数十年的行业经验、以及对产品质量与服务的管理经验。了解完作者，我们就开始今天的内容吧。 期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-37/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

TigerGraph 以构建用户友好的图数据库即服务为使命，为所有人开启更智能的洞察，我们的产品和研发团队一直在努力将TigerGraph Cloud提升到易用和企业级的下一个阶段。11月TigerGraph Cloud发布了最新版本3.8，相信大家已经通过上周的消息有所了解。不知道大家是否已经试用了最新版本？如果还没有，今天的随身听我们将为大家更全面地介绍TigerGraph Cloud最新版本中的一些全新工具和改进，帮助大家了解产品最新情况。如果你已经体验过最新版本，也欢迎评论区给我们留言告诉我们你的使用体验，帮助我们进一步优化产品，带给大家更好的使用体验。 这里主要给大家介绍的是全新上线的图可视化和分析工具TigerGraph Insights、TigerGraph ML Workbench（ 机器学习工作台）、TigerGraph GraphStudio最新版、Admin Portal等。 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-36/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

数字化是保险业竞争的“下半场”，各大险企已经逐年加大对数字科技的投入。在保险公司通过数据扩张市场、发展企业的过程中，图技术先天的对大量数据和复杂维度的处理能力，能够很好地解决保险公司在数据分析时的难点。如今，图技术已经成为保险业数字化的必需。今天，我们就保险行业的两个典型场景来聊聊图技术如何赋能保险业务的探索。 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-35/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

过去数年间，线上购物转变了我们的购买方式， 带来了新的“消费者时代”。相应地，电子商务也在拥抱人工智能、推荐引擎，甚至自动化平台，来帮助消费者考虑应该购买什么。人工智能平台生成的洞察可以提供巨大的价值，还可能为公司带来进一步的收益，以及为消费者提供更好、更个性化的客户体验。说了这么多那跟图技术有什么关系呢？今天我们就来聊聊图技术在电子商务上的应用和价值。 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-34/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

如今，越来越多的企业正利用图分析来增强机器学习，今天的随身听我们就一起来聊聊图和机器学习。如果您正从事机器学习相关的工作，但对图分析却不太了解，那么您可以点击文末的“下载按钮”，下载完整的《原生并行图》白皮书，来增强您对图的了解，从而更好地利用图来增强机器学习。下面就一起来收听今天的TigerGraph 随身听吧。 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-33/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

TigerGraph一直致力于推动图技术在各行各业的发展，也鼓励越来越多的开发人员学习和应用图技术。为了帮助更多人学图、懂图、更会用图，TigerGraph提供非常多样化的学习内容和形式，助力每一位认真学习的用户。如果你刚刚知道图技术，想简单了解；或者，你已经开始尝试利用图技术解决问题；当然，你或许已经是图技术的深度用户，利用图技术在进行创新开发。无论是哪种情况，你都可以在TigerGraph找到感兴趣的内容，或者来TigerGraph社区和世界各地的朋友沟通探讨图技术更多新的可能。本期随身听我们就一起来了解一下TigerGraph为大家提供什么样的内容和平台，在哪里能找到这些内容，如何与更多专家交流互动。 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-32/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

今天我们来聊聊高级图分析在复杂制造业的应用。这里我们主要围绕离散制造业展开讨论。现在来看，智能制造已经成为制造企业实现智慧转型的关键词。那么复杂制造业，如何借助高级图分析，更好地实现智能制造，从而逆势增长呢？本期随身听，我们主要来看下物料清单BOM查询的应用案例。 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-31/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

刚结束愉快的假期，本期随身听我们聊点轻松入门的内容，让更多小伙伴了解图技术。欢迎分享给身边需要科普的朋友一起收听。下面就开始我们今天的内容。 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-30/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

上一期随身听来自点春科技的CTO及副总裁王福强老师介绍了图数据库及其在制造业的一些应用。今天王老师将针对具体的项目进行分享，该案例以建国初期就成立的老牌大型动力制造企业为例，下面我们就一起来了解该企业如何利用图技术提升售后服务的效率和客户体验吧。 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-29/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

本期随身听我们为大家邀请到了点春科技CTO及副总裁王福强老师，王老师专注于数据治理，主数据，制造业数字化转型等相关解决方案的建设与实施，拥有20年制造业及软件解决方案的咨询服务经验。今天将为大家分享图计算在制造业的相关应用。下面我们就一起来收听本期的TigerGraph随身听吧。 本期随身听，相关资料，您也可以前往官网查看：https://www.tigergraph.com.cn/walkman/episode-28/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

前面我们分享过了零售业中的人工智能+图分析，主要说的是图技术在家居和商超连锁企业的应用。今天将分享一个在消费品企业中的图应用案例，该公司是世界上四大消费品企业之一。下面就跟我们一起来了解一下世界领先企业的图应用成果吧。 https://www.tigergraph.com.cn/walkman/episode-18/ 一、方案背景 该案例主要围绕冰淇淋业务展开研究，单冰淇淋这个品类就能为公司带来80亿美元的销售额。然而，面对突如其来的疫情打击，渠道的关闭和旅游业的下降导致了销售额的下降和供应链反应不及时所带来的成本压力。因此，在该项目中，企业希望使用TigerGraph来管理其冰淇淋生产中香草香精的成本。 香草是世界上第二昂贵的香料，价格超过600美元/公斤。其中75%来自马达加斯加，其余的来自巴布亚新几内亚、印度和乌干达。 该公司从许多国家的众多供应商那里为其世界各地的工厂采购香草，在一年的不同时期，有时通过中间商购买，有时直接购买。价格和质量差别很大，而这些都会影响所需的数量。除了香草原料本身，还有包装和运输也会影响其采购。 问题所在 由此可以看出，该公司的数据集是多层次的、复杂的。在客户看来相同的产品，实际上可能是使用各种配方和公式制作的，这取决于当地的口味和供应情况。此外，虽然该公司的所有数据都存储在其微软Azure数据湖上，但每个国家和业务职能部门都有自己的数据集和模式。 该公司无法轻松地将数据连接在一起，以进行跨地区和跨职能的比较。在应用TigerGraph之前，该公司的数据工程师必须得从不同的数据记录系统中收集数据摘要，然后使用非常复杂、不灵活且容易出错的Spark脚本将它们合并到一个大表中。由此产生的表格是巨大的，难以使用，也难以向终端用户解释。这样也很大程度限制了企业的发挥，导致以下类似的问题都没办法提出： . 是否有更便宜但特性相似的香草替代来源？ . 如何混合不同来源的香草以获得一致的成分？ . 是否在不同地区被同一供应商收取不同的价格？ . 哪些产品和客户会因单一供应商的失败而面临风险？ . 如果一个供应商无法供货，销售会受到什么影响？ . 该来源是否符合公司的采购政策？ 解决方案 为了解决上面提到的问题，该公司和TigerGraph组建了一个12人的项目小组来实施PoV。目标被明确列出，包括一些确定的PoV查询，比如： . BOM展开是如何与材料相一致的？ . 为供应商提供多层次的材料自我参考 . 最终有多少材料会使用给定的原料/包材？ . 不同地域的A级供应商所影响的吨位数? . 是否有类似技术参数的低成本材料可供选择？ 基于相似的配方或成分，给定成品和类似产品的配方细节如何？由TigerGraph 的合作伙伴协同建立的PoV的规格包括广泛的可视化要求。而且，PoV建立在TigerGraph Cloud实例上，支持多个并发用户。那么最终效果如何呢？ 实现成效 我们都知道，如果没有能力查看其在所有地区的香草采购情况，该公司与供应商相比就会处于不利地位，最终将支付过高的价格。 比如为某个品牌的冰激凌购买香草的成本节约1%，就相当于节约了数百万甚至数千万美元。这只是该公司在全球范围内生产和采购的数千种产品中的一种，因此如果能从图分析中受益，将会很好地提高采购效率。 通过在TigerGraph上建立了一个图数据库，其中的数据是以自然的物理表现形式进行建模的，一些标准的信息需求通过一个交互式仪表盘提供给终端用户，然后由GSQL分析师团队建立定制的查询，从而逐步的使业务用户能够从中央图数据库中自助提取数据。 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-27/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。

上周我们分享了国家电网如何利用图技术来打造电力图计算平台，并实现了秒级EMS实时网络状态分析，受到了不小的关注。而今天的随身听将进一步分享 “电网一张图“时空数据管理系统、电力设备管理知识图谱、电力现货市场模拟仿真系统，里面涉及的内容绝不仅仅只是针对电力行业，企业信息管理是各个企业都面临的问题，那国家电网是如何利用图技术进行优化，又取得了怎样的成果？那就跟我们今天的随身听一起来学习一下吧。 一、“电网一张图“时空数据管理系统 首先，能源互联网为什么需要“电网一张图”？ 能源互联网已经发展成为多元化能源生产、传输、消费的枢纽，交流与直流、大电网与分布式微网并存，电从远方来与电从身边来并存。跨层级、跨区域的协同配合和信息互动明显增强，各电压等级能源流相互影响越来越大。为此，构建融合发、输、供、用为一体的“电网一张图”，强化电力系统在线计算和一键查询到底的全局分析控制能力迫在眉睫。 电网信息管理系统的现状与问题 电力系统发、输、供、用具有即发即用实时平衡的特点，受传统观念影响和信息技术水平限制，国际国内普遍按照电源侧、电网侧、用户侧各自构建各自的能源流图，并按照不同电压等级和业务部门人为将一个大电网分散到多个信息系统分别进行测量、控制和分析。这种割裂电能生产、传输、消费的电网信息系统建设模式，忽视了电能即发即用和电网各侧物理联结的网络拓扑关系，非常不利于电网全局协同控制和优化，急需改变。 企业信息系统发展趋势 而这种企业信息系统的问题不仅仅只是发生在电力行业，各行各业都有这样的趋势。为什么会这样呢？因为长期以来，以应用为中心的方式建设信息系统，这种建设方式把应用与数据模型紧密捆绑，而且一个数据模型仅为单一应用服务，难以提供全局化服务，因而一定会导致数据孤岛和代码混乱。 如何改变？ 国家电网在能源互联网过程中提出了“数据一个源，电网一张图，业务一条线”的数据融合与共享理念。” 为了更好地落实该理念，国家电网将“电网天然一张图”转化为“信息关联一张图”，构建与互联网搜索引擎类似的、可提供快速便捷数据查询访问服务的高效数据关联索引图，为内外部应用提供数据共享服务，实现数据“即时获取”，解决专业壁垒凸显、跨专业流程不贯通、数据共享实时性不强、数据价值未充分挖掘等数据共享共用问题。 “电网一张图”数据集成的技术方案 为了实现“电网一张图”，从原来的以应用为核心逐渐转变成以数据为中心，这样的特点是数据应用分离、功能扩充容易、数据结构多样、集成成本合理，然后把数据中台和“电网一张图”的数据引擎融合在一起，这样就具有了以下几个特点：首先是数据生成层、管理层、应用层相互分离。在这样的一个模式下就可以支持数据层扩充、管理层扩展、应用层不断扩大，而且，实现数据和知识的统一表达，支撑低成本定制化应用和开放性应用的开发。这也就意味着引入了互联网技术的精髓–“关联索引图”来构建电力企业“互联网搜索”型数字引擎，从而提升数据使用价值，提升全网分析控制能力。 “电网一张图”的机制实现了多维关联： . 拓扑链接关系关联：让全电压等级电网上下贯通; . 时间演化属性关联：使电网运行状态被连续监控分析; . 空间地理环境关联：利用外部的气象和地理运行环境关联关系分析。 综合以上几个维度，这样就可以实现对电网的运行状态进行全面而系统的分析。 “电网一张图”的价值与意义 利用“电网一张图”拓扑服务，打破了电力生产、传输、消费数据壁垒，提升电网全局能源流感知分析能力。“电网一张图”能够实现发、输、供、用各端能源数据流的精确、快速、实时数据管理与分析，从而为快速调整优化资源，高效精准的满足客户电力服务提供了技术手段。“电网一张图”对电力市场的所有参与者统一建模，能更好地满足电力交易市场数据准确、实时响应的需求，使各方市场主体可以更公平、更透明的参与市场交易，优化营商环境。分布式电源的快速发展及储能和控制装置大规模接入使得电网结构日趋复杂，主配网交织影响日益显现，利用“电网一张图”在线计算大电网运行关键指标，实时评估电网安全风险，能够有效的支撑大电网安全可靠运行。 在电网一张图上已经实现了很多应用，这里为大家列举3个应用实例。 “电网一张图”应用实例：营配调基础数据治理 利用“电网一张图”图计算技术开展全电压等级电厂/配电变压器供电路径搜索、配网大馈线手拉手核对、主/配网孤岛设备整治、异常环路整治等工作，破解营配调数据质量治理问题，促进基础数据融合贯通。 “电网一张图”应用实例：精准发布停电信息 利用“电网一张图”的拓扑特点，实现了考虑备自投策略的主、配网故障停电范围分析和考虑负荷转供方案的主、配网检修计划停电范围分析。该功能将优化分析出的配变停电信息推送至供电服务指挥系统，由供电服务指挥系统将停电信息精准发布至电力客户手机上。可以有效减少大量的客户投诉。 “电网一张图”应用实例：变电站负荷画像和在线计算可开放容量 利用“电网一张图”图计算功能，获取变电站供电范围内配电变压器信息，根据配电变压器所供负荷数据和用户行业分类，绘制变电站分类负荷画像，支撑区域电网规划和精细化母线负荷预测。 二、电力设备管理知识图谱 电力领域知识图谱的特点与四层架构 电力领域的知识图谱有什么特点呢？与传统的通用知识图谱相比又有哪些区别呢？我们发现，领域知识图谱在知识来源、知识表示、知识获取和知识应用四个方面都与通用知识图谱有区别。而且电力领域知识图谱是以结构化数据为主、非结构化数据和半结构化数据为辅，而且要求数据和知识相互融合。因此我们提出了这样的一个知识图谱的技术架构，由数据源层、物理本体（也叫主设备本体层）、语义知识图谱层（也就是关系本体层）和应用本体层这四层构成。 [电力领域知识图谱的特点与四层架构] 电力领域知识图谱的构建原则与流程 我们提出了电力领域知识图谱的构建原则，包括这五项原则——清晰性、一致性、灵活性、可扩展性和自动化。我们也总结了两种方法，一种方法是“自上而下”为主，这种主要适用于结构化数据的分析；另一种方法是“自下而上”为辅，这种适用于非结构化数据的管理。所以在这里我们就根据电力系统的结构化数据与非结构化数据共存、以结构化数据为主这样的特点，并根据本体构建、数据抽取、知识融合、知识存储的步骤，提出了电力领域知识图谱的构建原则与流程。 双轮驱动的数据知识融合技术架构 电力系统的一个特点就是数据和知识相互融合，基于这个特点，我们又提出了双轮驱动的数据知识融合技术架构。数据包括结构化数据和非结构化数据。其中，结构化数据包括台帐数据、运行数据、调控云数据，非结构化数据包括各种的文本、图像等数据。运行知识包括标准、规程、规定，关联关系包括拓扑连接关系、从属关系、过程关系和层级关系。 因此，从数据融合角度，包括这五个部分，分别是：本体构建、实体辨识、冲突解决、数据溯源和数据融合。在知识融合角度，也包括五个部分，分别是知识抽象建模、关系推演、深度知识发现、通用模式生成和知识融合。并且，在本体构建和知识建模、实体辨识和关系推演方面，数据和知识之间需要相互融合。这就是双轮驱动的数据知识融合集成的策略。 [双轮驱动的数据知识融合技术架构] 电力设备管理知识图谱的应用价值 电力设备知识图谱构建完成以后，实际上最主要的功能就是，我们可以从更多的维度实现对于设备质量事件的分析，比如我们可以从厂商维度、电网运行维度、运行环境维度等进行综合分析。这样就可以实现设备质量分析从过去的“单一设备维度”向“多维关联分析”维度的转变。 电力一次设备质量事件标签自动生成 接下来我们看看如何利用电力设备质量的标准专用词典，进行建模，从这些词典中，我们进行中文分词，形成缺陷/故障分析的描述词矩阵，对描述进行特征词提取，最后我们对电力设备的质量问题进行事件分类，这样我们就可以对新出现的质量事件，进行标签的自动生成。我们利用缺陷/故障的历史数据，已经实现了对标签的自动生成。 电力设备管理知识图谱的智能搜索技术 这样，我们就融合自然语言处理、词性标注、自定义字典、句法分析、语义解析、TigerGraph的无编程查询生成器，研发了智能搜索引擎，提升了用户搜索体验。 并且，在智能搜索挖掘技术中，我们融合了问句深度解析、知识推理等技术，研发了电力设备管理知识图谱的智能搜索技术，可以灵活布置在任何界面上，而且提问方式自然，交互方式友好。 [电力设备管理知识图谱的智能搜索技术] 电力设备管理知识图谱的典型功能 在电力设备质量管理知识图谱中，开发了设备质量概览仪表盘、设备台账管理、故障缺陷查询、时序分析、疑似家族性缺陷分析与供应商质量评价这几个功能。 接下来我们再一起聊聊电力现货市场模拟仿真系统的研发。 [电力设备管理知识图谱的典型功能] 三、电力现货市场模拟仿真系统 基于图计算的电力现货市场仿真平台总体架构 这里我们主要是充分利用图计算网络分析应用速度快的特点，研发了由电力市场运营模拟控制/电力系统运行监视器、电力市场运营模拟器、电力系统运行模拟器、和电力市场参与者行为模拟器联合构成的电力市场仿真平台框架。 [基于图计算的电力现货市场仿真平台总体架构] 基于图计算的电力市场运营模拟 基于TigerGraph图数据库，我们建立了包含火电机组、梯级水电站以及抽水蓄能电站的安全约束机组组合的图计算模型，这里包含了：1）系统平衡模型；2）火电机组约束模型；3）梯级水电站约束模型；4）抽水蓄能电站约束模型；5）网络安全约束模型。这些都可以基于TigerGraph图数据库进行建模。 电力市场模拟仿真系统主界面 我们基于电力市场图数据模型、可视化软件架构，研发了电力市场模拟仿真系统主界面。左侧是基于图数据模型自动生成的电网单线图，右侧描述了我们电力市场模拟系统中计算模型的计算情况。 [电力市场模拟仿真系统主界面] 电力市场模拟仿真系统的功能界面 在这里，我们设计了电力系统、输电线路、发电机和负荷输入参数，计算结果，发电机投标、结算、以及优化结果等功能界面。 [电力市场模拟仿真系统的功能界面] 总结 最后，我们来总结下这两期内容的一些重点： 1) 图数据模型和电力系统以及能源互联网的物理结构高度匹配，可以自然高效地对电力系统和能源互联网进行图建模，大幅度提升了数据管理规模和查询速度； 2) 将电力系统的节点-开关设备图和母线-支路计算图模型，与图节点/分层并行计算、优化计算、智能计算等函数库，以及生动灵活的人机界面设计有机融合，构建了电力图计算平台，提出基于图数据库查询的电网分析应用实现模式，使得计算性能出现数量级飞跃； 3) 利用电力图计算平台，研发了秒级EMS实时网络状态分析软件，首次实现了万级节点系统SCADA采样周期内（5秒）完成状态估计、在线潮流、预想故障分析等实时网络状态分析的目标； 4) 利用TigerGraph 图数据库支持大规模建模与高效查询的特点，构建了融合发、输、供、用为一体的“电网一张图”，有效打破了条块层分割的传统数据壁垒以及人为构筑的思维意识墙，为电力企业建设能源互联网探索了有效的技术支撑手段； 5) 提出双轮驱动的数据知识融合战略，以电网物理设备为核心构建物理本体，在此基础上，依据所属关系和拓扑结构形成关系本体，建设电力设备质量管理知识图谱，推动设备管理水平的提升； 6) 充分利用图计算网络分析应用速度快的特点，研发了由电力市场运营模拟控制、电力市场运营模拟仿真、电力系统运行模拟仿真、电力市场参与者行为模拟仿真的电力市场仿真平台。 以上就是我们分析的关于国家电网的图技术应用，欢迎点击下方按钮，查看视频回放。 对于本期内容，如果您希望了解更多详细信息，欢迎拨打我们的400电话400-997-9909，即可快速联系到我们的业务同事，您也可以点击下方的”联系我们“，打开TigerGraph 官网，在线提交需求，或者下载免费企业版。 国家电网精彩分享视频回放: https://uao.so/wapt20b46522 本期随身听，相关资料，您也可以前往官网查看： https://www.tigergraph.com.cn/walkman/episode-26/ 欢迎关注微信公众号，只需搜索“TigerGraph服务号”或者“TigerGraph”，即可了解更多图技术对企业的价值。