电力物联网中各系统设备数据具有多源、高度异构的特征,导致其间交互与共享受阻。传感器本体是语义技术的核心,为传感器数据间的协作提供有效的数据和知识的表示、管理和共享技术手段。想要解决多源异构问题,就需要将各系统设备数据转换成传感器本体并集成不同传感器本体中的异构数据实体。但由于目前没有任何一个相似度度量方法能够确保在所有的情况下都能有效识别出异构的传感器数据实体,因此需要综合考虑多种相似度度量方法才能确保匹配结果的质量。如何有效地集成不同相似度度量方法确定的传感器本体匹配结果,以确保最终匹配结果的质量是电力物联网本体领域的研究热点。围绕这一科学问题,近年来国内外学者开展了大量的研究,相关工作可大体分为以下两类:（1）求解传感器本体匹配结果的抽取问题,即如何从不同相似度度量方法确定的匹配结果中直接抽取出高质量匹配的目标;（2）求解传感器本体的元匹配问题,即如何为不同相似度度量方法确定的匹配结果赋予最优的集成权重,以提高集成的匹配结果的质量。本文分别针对以上两个问题,开展了以下的研究工作:（1）针对传感器本体匹配结果的抽取问题,面对传感器概念语义丰富且概念间关系复杂的特点,在传统的串行和并行集成方式的基础上,提出了一种基于混合相似度度量方法的传感器本体匹配结果抽取方法。该方法首先将抽取问题视为二分类问题,然后采用相似度度量方法的“并-串”混合行集成方式来抽取高质量的匹配结果。（2）针对传感器本体的元匹配问题,面对候选的集成权重规模庞大的特点,在构建三类本体异构性度量指标的基础上,提出了一种基于本体异构性度量指标的传感器本体元匹配方法。该方法首先将元匹配问题视为“本体异构值-集成权重”的回归问题,其次通过提取代表性的实体集合来拟合“本体异构值-集成权重”的回归函数,以自适应地确定相似度度量方法的集成权重。本文采用的测试数据集是国际本体匹配竞赛（Ontology Alignment Evaluation Initiative,OAEI）所提供的数据集以及两对真实的传感器本体。首先,本文将基于混合相似度度量方法的传感器本体匹配结果抽取方法与OAEI参与者和基于启发式的匹配方法进行了比较,实验结果表明该方法能够有效提高传感器本体匹配结果的质量。然后,本文将基于本体异构性度量指标的传感器本体元匹配方法同OAEI参与者进行了比较,实验结果表明该方法能够依据待匹配的传感器本体的异构特性,自适应地确定有效的匹配结果的集成权重,从而确保传感器本体匹配结果的质量。本文的研究工作能够为设计传感器本体匹配结果的集成方法提供新的研究方向和研究思路,相关研究成果能够用于集成各类异构的传感器本体,推动实现电力物联网中个系统设备数据间的交互与共享,为电力设备的展示服务、高级数据服务、智能应用服务等奠定基础。