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！

龙图腾网获悉湖南大学申请的专利基于知识图谱与改进图神经网络的电力应急资源调配方法及系统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：CN120218504B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510283103.1，技术领域涉及：G06Q10/0631；该发明授权基于知识图谱与改进图神经网络的电力应急资源调配方法及系统是由高兵;黄涛;栾琦;黄忠胜;徐修贤;赵新喆;颜胥;佘应森设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本基于知识图谱与改进图神经网络的电力应急资源调配方法及系统在说明书摘要公布了：本发明公开了一种基于知识图谱与改进图神经网络的电力应急资源调配及系统。首先从多源数据中抽取关键实体及实体间的关系，构建电力应急资源调配知识图谱；再将所构建的知识图谱映射到向量空间，为知识图谱中的每个实体和关系生成向量化表示；然后在经典关系图卷积网络模型中引入动态关系权重机制，构建改进关系图卷积网络模型，以知识图谱的向量化数据作为输入，学习实体之间的深层关系。当有新的电力应急事件发生时，本发明首先在知识图谱中更新新发生的应急事件信息，扩展故障设备、影响范围及应急资源信息，确保最新的环境信息得到充分利用，随后利用关系图卷积网络模型进行知识推理，生成最优资源调配方案，以实现高效、精准的应急响应。

本发明授权基于知识图谱与改进图神经网络的电力应急资源调配方法及系统在权利要求书中公布了：1.一种基于知识图谱与改进图神经网络的电力应急资源调配方法，其特征在于，包括如下步骤： 步骤一、从多源数据中抽取实体及实体间的关系，构建知识图谱； 步骤二、将所构建的知识图谱映射到向量空间，为知识图谱中的每个实体和关系生成向量化表示，得到知识图谱的向量化数据： 初始化每个实体和关系的向量表示，随机分配到一个低维向量空间中，实体和关系的向量表示通过以下公式生成： ； 为向量维度，取值为50至300之间；为第个实体；为第个关系，表示实数域中的维向量； 通过评分函数计算三元组中头实体向量与关系向量之和与尾实体向量之间的距离来衡量三元组的合理性： ； 分别表示头实体、关系和尾实体的向量表示； 的值越小，表示三元组越合理； 然后从知识图谱中提取所有正样本三元组，再为每个正样本三元组生成负样本三元组； 构建关于正样本三元组和负样本三元组的损失函数： ； 为负样本三元组；为边际参数，设置为1-2；max表示取最大值； 使用随机梯度下降法或Adam优化器，逐步调整实体和关系的向量表示；并在每一轮训练中：随机采样一批正样本和对应的负样本，计算损失函数的值；通过反向传播算法计算梯度，并更新实体和关系的向量表示； 训练完成后，每个实体和关系都被映射到一个低维向量空间，生成嵌入表示； 步骤三、将知识图谱的向量化数据划分为训练集、验证集和测试集；构建改进关系图卷积网络模型，并通过训练集训练改进关系图卷积网络模型，通过验证集调整所述改进关系图卷积网络模型的超参数，测试集评估改进关系图卷积网络模型泛化能力，获得训练好的改进关系图卷积网络模型： 对于每种关系类型，构建一个邻接矩阵，其中表示实体和实体之间存在关系，否则为0； 然后构建节点特征矩阵，其中每一行对应一个实体的嵌入表示，N表示实体个数，表示向量维度； 所述节点特征矩阵和邻接矩阵作为关系图卷积网络模型的输入； 所述关系图卷积网络模型包括多层关系图卷积层，多层关系图卷积层积层包括三个RGCN层，前一层RGCN层的输出作为下一层RGCN层的输入；第一层RGCN层用于学习直接关联，第二层RGCN层用于捕捉间接关联，第三层RGCN层用于整合全局信息，生成节点最终特征表示； 多层关系图卷积网络中每一个RGCN层的数据处理流程如下： 3.1引入动态权重计算模块：多层关系图卷积网络为每个关系类型r引入一个动态权重计算模块，动态权重计算模块根据当前事件的上下文信息生成动态权重：； 其中，是当前事件的上下文向量，和是可学习的参数，softmax表示归一化指数函数； 3.2消息生成：对于每个节点的邻居节点，在关系下生成消息； 其中，，是关系对应的权重矩阵，是邻居节点的当前特征表示； 3.3邻居聚合：对同一关系下的所有邻居消息进行聚合，计算； 其中，是归一化系数，通常为表示在关系下节点的邻居节点集合； 3.4跨关系聚合：将所有关系类型的聚合结果相加，叠加自环连接，从而保留节点自身特征，为自环的权重矩阵，为当前节点的特征表示； 3.5特征更新：通过非线性激活函数更新节点特征： ； 其中，表示节点在第层的特征表示，表示关系类型的集合，和分别是关系和自环的权重矩阵；表示节点在第层的特征表示； 步骤四、在知识图谱中更新新发生的应急事件信息，扩展故障设备、影响范围及应急资源信息获得更新后的知识图谱；更新后的知识图谱映射到向量空间获得更新后的知识图谱的向量化数据； 步骤五、自更新后的知识图谱中提取所述新发生的应急事件对应的子图，同时为子图生成向量化表示，输入训练好的改进关系图卷积网络模型进行知识推理，生成最优资源调配方案。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路2号；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”。