买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南方电网科学研究院有限责任公司申请的专利基于对抗学习的电力主设备健康状态诊断框架构建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120258774B 。

龙图腾网通过国家知识产权局官网在2025-08-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510714618.2，技术领域涉及：G06Q10/20；该发明授权基于对抗学习的电力主设备健康状态诊断框架构建方法是由邹林;喇元;李华;林显军;王颂;张巍;吴争荣;张帅;王增超设计研发完成，并于2025-05-30向国家知识产权局提交的专利申请。

本基于对抗学习的电力主设备健康状态诊断框架构建方法在说明书摘要公布了：本发明公开了基于对抗学习的电力主设备健康状态诊断框架构建方法，属于电力设备诊断技术领域。本发明进行实体与关系建模；采集电力主设备多源数据，基于电力主设备多源数据构建知识图谱；设计对抗学习模型架构，将针对单一场景的轻量级模型作为小模型；将知识图谱转化为图结构数据，进行图卷积生成高阶特征，将高阶特征输入大模型；将知识图谱作为小模型的训练样本，小模型的输出反馈至知识图谱；设定对抗学习模型的训练策略，进行对抗训练；获取在线监测数据，当大模型输出设备出现故障时，查询知识图谱中该设备的历史关联规则，调取该设备在对应场景的小模型历史诊断结果，生成诊断路径图；生成工单优先级，安排运维人员进行维修。

本发明授权基于对抗学习的电力主设备健康状态诊断框架构建方法在权利要求书中公布了：1.基于对抗学习的电力主设备健康状态诊断框架构建方法，其特征在于，包括以下步骤： 确定实体、诊断场景边和故障类型节点，进行实体与关系建模；采集电力主设备多源数据，进行数据清洗与标准化，对于非结构化数据进行知识抽取，基于电力主设备多源数据构建知识图谱； 设计对抗学习模型架构，将基于Transformer的图神经网络作为大模型，将针对单一场景的轻量级模型作为小模型；将知识图谱转化为图结构数据，进行图卷积生成高阶特征，将高阶特征输入大模型；将知识图谱作为小模型的训练样本，小模型的输出反馈至知识图谱，小模型作为知识图谱推理的原子模块；设定对抗学习模型的训练策略，进行大模型和小模型的对抗训练； 对于大模型，将知识图谱转化为图结构数据，在图结构数据中，节点表示实体，边表示实体之间的关系；对节点的属性进行编码，转换为向量表示；构建图结构的邻接矩阵，用于表示节点之间的连接关系；使用图神经网络作为图卷积层，对节点特征进行聚合和更新；堆叠若干个图卷积层，以捕捉图的高阶结构信息；将Transformer的多头自注意力机制引入到图神经网络中，将图卷积层输出的节点特征与Transformer层的输出进行融合，得到综合的特征表示；对于故障类型识别任务，输出层使用softmax函数进行多分类；对于故障严重程度评估任务，输出层使用线性回归； 对于小模型，所述轻量级模型使用多层感知机，使用知识图谱中对应场景的数据对小模型进行训练； 获取在线监测数据，当大模型输出设备出现故障时，查询知识图谱中该设备的历史关联规则，调取该设备在对应场景的小模型历史诊断结果，通过Neo4jBloom生成诊断路径图； 基于诊断路径图、设备重要性和故障紧急程度，生成工单优先级，安排运维人员进行维修。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南方电网科学研究院有限责任公司，其通讯地址为：510000 广东省广州市萝岗区科学城科翔路11号J1栋3、4、5楼及J3栋3楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。