買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉南方電網科學研究院有限責任公司申請的專利基于對抗學習的電力主設備健康狀態診斷框架構建方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120258774B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510714618.2，技術領域涉及：G06Q10/20；該發明授權基于對抗學習的電力主設備健康狀態診斷框架構建方法是由鄒林;喇元;李華;林顯軍;王頌;張巍;吳爭榮;張帥;王增超設計研發完成，并于2025-05-30向國家知識產權局提交的專利申請。

本基于對抗學習的電力主設備健康狀態診斷框架構建方法在說明書摘要公布了：本發明公開了基于對抗學習的電力主設備健康狀態診斷框架構建方法，屬于電力設備診斷技術領域。本發明進行實體與關系建模；采集電力主設備多源數據，基于電力主設備多源數據構建知識圖譜；設計對抗學習模型架構，將針對單一場景的輕量級模型作為小模型；將知識圖譜轉化為圖結構數據，進行圖卷積生成高階特征，將高階特征輸入大模型；將知識圖譜作為小模型的訓練樣本，小模型的輸出反饋至知識圖譜；設定對抗學習模型的訓練策略，進行對抗訓練；獲取在線監測數據，當大模型輸出設備出現故障時，查詢知識圖譜中該設備的歷史關聯規則，調取該設備在對應場景的小模型歷史診斷結果，生成診斷路徑圖；生成工單優先級，安排運維人員進行維修。

本發明授權基于對抗學習的電力主設備健康狀態診斷框架構建方法在權利要求書中公布了：1.基于對抗學習的電力主設備健康狀態診斷框架構建方法，其特征在于，包括以下步驟： 確定實體、診斷場景邊和故障類型節點，進行實體與關系建模；采集電力主設備多源數據，進行數據清洗與標準化，對于非結構化數據進行知識抽取，基于電力主設備多源數據構建知識圖譜； 設計對抗學習模型架構，將基于Transformer的圖神經網絡作為大模型，將針對單一場景的輕量級模型作為小模型；將知識圖譜轉化為圖結構數據，進行圖卷積生成高階特征，將高階特征輸入大模型；將知識圖譜作為小模型的訓練樣本，小模型的輸出反饋至知識圖譜，小模型作為知識圖譜推理的原子模塊；設定對抗學習模型的訓練策略，進行大模型和小模型的對抗訓練； 對于大模型，將知識圖譜轉化為圖結構數據，在圖結構數據中，節點表示實體，邊表示實體之間的關系；對節點的屬性進行編碼，轉換為向量表示；構建圖結構的鄰接矩陣，用于表示節點之間的連接關系；使用圖神經網絡作為圖卷積層，對節點特征進行聚合和更新；堆疊若干個圖卷積層，以捕捉圖的高階結構信息；將Transformer的多頭自注意力機制引入到圖神經網絡中，將圖卷積層輸出的節點特征與Transformer層的輸出進行融合，得到綜合的特征表示；對于故障類型識別任務，輸出層使用softmax函數進行多分類；對于故障嚴重程度評估任務，輸出層使用線性回歸； 對于小模型，所述輕量級模型使用多層感知機，使用知識圖譜中對應場景的數據對小模型進行訓練； 獲取在線監測數據，當大模型輸出設備出現故障時，查詢知識圖譜中該設備的歷史關聯規則，調取該設備在對應場景的小模型歷史診斷結果，通過Neo4jBloom生成診斷路徑圖； 基于診斷路徑圖、設備重要性和故障緊急程度，生成工單優先級，安排運維人員進行維修。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南方電網科學研究院有限責任公司，其通訊地址為：510000 廣東省廣州市蘿崗區科學城科翔路11號J1棟3、4、5樓及J3棟3樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。