1.基于调控云知识图谱血缘关系的智能搜索方法，其特征在于，包括：获取电网运行数据；将获取的电网运行数据转化为知识图谱，存入调控云知识图谱；获取用户查询语句；对用户查询语句进行搜索意图分析，获得处理后查询语句；根据处理后查询语句在调控云知识图谱中查询数据并返回给用户；所述对用户查询语句进行搜索意图分析，获得处理后查询语句的步骤，具体包括：对用户查询语句进行分词，通过训练的分类器对词性进行分类，从获取的用户查询语句中提取出实体和关系描述短语，获得处理后查询语句；所述根据处理后查询语句在调控云知识图谱中查询数据并返回给用户的步骤，具体包括：将处理后查询语句生成对应的知识图谱查询语句；利用知识图谱查询语句从调控云知识图谱中查询对应的数据，获得初步查询结果；再根据数据血缘分析的结果，筛选与初步查询结果具有隐性关系的数据，获得全面的查询结果；所述再根据数据血缘分析的结果，筛选与初步查询结果具有隐性关系的数据的步骤，具体包括：隐性关系的计算公式为：其中， 是根据图计算算法和深度学习算法计算的实体 和实体 之间的关系度， 是通过血缘分析计算的实体 和实体 的关系度，R是所有考虑的血缘关系的集合，对于R中的关系r，如果i和j有关系则 ，否则 ， 是关系r的权重， ，α和β是权重，α+β=1， 是考虑了地域和电网关系后增加的系数， 。
2.根据权利要求1所述的基于调控云知识图谱血缘关系的智能搜索方法，其特征在于，所述将处理后查询语句生成对应的知识图谱查询语句的步骤，具体包括：识别出处理后查询语句中的实体，从预定义模板中筛选出可能匹配的候选模板；将识别出的实体与筛选出的候选模板组合，判断是否能够匹配，匹配成功的实体和模板能够构成知识图谱中的子图；不能构成知识图谱中的子图，则认为不能够匹配；如果有模板匹配成功，则对匹配成功的模板按匹配度进行排序；选择匹配度最高的模板，转换为对应的知识图谱查询语句；如果没有模板匹配成功，获取处理后查询语句的语法依赖树；找出语法依赖树中的关系短语，根据关系短语利用语法规则识别出搜索语句中的实体，生成<实体，关系，实体>三元组；将生成的<实体，关系，实体>三元组转化为对应的知识图谱查询语句。
3.根据权利要求1所述的基于调控云知识图谱血缘关系的智能搜索方法，其特征在于，还包括将全面的查询结果进行结果组织后反馈用户的步骤，具体包括：对于全面的查询结果，在返回给用户之前，对结果进行排序，将与用户查询语句匹配度最高的结果显示在前。
4.根据权利要求3所述的基于调控云知识图谱血缘关系的智能搜索方法，其特征在于，匹配度由以下公式计算得出：其中， 是根据命中实体属性的匹配度加权计算的结果， 是根据命中实体的相关关系计算的结果，F是命中实体的属性集合， 是对于属性i计算的匹配值，R(i,j)是实体i和j的相关性，如果i和j相关则R(i,j)=1，否则R(i,j)=0。
5.基于调控云知识图谱血缘关系的智能搜索系统，其特征在于，包括：知识图谱数据血缘分析模块，用于获取电网运行数据；将获取的电网运行数据转化为知识图谱，存入调控云知识图谱；智能搜索模块，用于获取用户查询语句；对用户查询语句进行搜索意图分析，获得处理后查询语句；根据处理后查询语句在调控云知识图谱中查询数据并返回给用户；所述对用户查询语句进行搜索意图分析，获得处理后查询语句的步骤，具体包括：对用户查询语句进行分词，通过训练的分类器对词性进行分类，从获取的用户查询语句中提取出实体和关系描述短语，获得处理后查询语句；所述根据处理后查询语句在调控云知识图谱中查询数据并返回给用户的步骤，具体包括：将处理后查询语句生成对应的知识图谱查询语句；利用知识图谱查询语句从调控云知识图谱中查询对应的数据，获得初步查询结果；再根据数据血缘分析的结果，筛选与初步查询结果具有隐性关系的数据，获得全面的查询结果；所述再根据数据血缘分析的结果，筛选与初步查询结果具有隐性关系的数据的步骤，具体包括：隐性关系的计算公式为：其中， 是根据图计算算法和深度学习算法计算的实体 和实体 之间的关系度， 是通过血缘分析计算的实体 和实体 的关系度，R是所有考虑的血缘关系的集合，对于R中的关系r，如果i和j有关系则 ，否则 ， 是关系r的权重， ，α和β是权重，α+β=1， 是考虑了地域和电网关系后增加的系数， 。
6.一种电子设备，其特征在于，包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至4中任意一项所述的基于调控云知识图谱血缘关系的智能搜索方法。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至4中任意一项所述的基于调控云知识图谱血缘关系的智能搜索方法。
