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！

龙图腾网获悉浪潮云洲工业互联网有限公司申请的专利一种基于大模型的企业智能诊断方法、系统、设备及介质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：CN120412984B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202510905421.7，技术领域涉及：G16H50/20；该发明授权一种基于大模型的企业智能诊断方法、系统、设备及介质是由徐伟;邱翠玲;齐光鹏;商广勇;罗涛;李佳设计研发完成，并于2025-07-02向国家知识产权局提交的专利申请。

本一种基于大模型的企业智能诊断方法、系统、设备及介质在说明书摘要公布了：本申请提供一种基于大模型的企业智能诊断方法、系统、设备及介质，属于企业诊断技术领域，所述方法：通过多源数据接口采集企业异构数据，进行清洗、特征提取及跨模态的对齐融合，得到企业实时数据；再基于企业所属行业指标，通过图注意力网络构建知识图谱，并定时更新节点间的关联权重；将企业实时数据输入预训练的多模态大模型进行初步分析，输出风险热力图；从风险热力图中识别关键异常指标，并从知识图谱中提取出与关键异常指标相关的子图，再将子图生成结构化的提示词后与标准化的企业实时数据共同输入多模态大模型进行联合推理分析后生成可视化的诊断报告。本发明实现企业风险的准确识别与智能诊断，提升决策效率。

本发明授权一种基于大模型的企业智能诊断方法、系统、设备及介质在权利要求书中公布了：1.一种基于大模型的企业智能诊断方法,其特征在于，包括如下步骤： S1.通过多源数据接口采集企业异构数据，并对采集的企业异构数据进行清洗、特征提取以及跨模态的对齐融合，得到标准化的企业实时数据； S2.基于企业所属行业指标，结合标准化的企业实时数据，通过图注意力网络构建以企业实体、业务指标以及行业标准为节点的知识图谱，并根据企业实时数据定时更新节点间的关联权重； S3.将标准化的企业实时数据输入预训练的多模态大模型进行初步分析，输出包含异常指标及异常指标概率的风险热力图； 步骤S3具体步骤如下： S31.将标准化的企业实时数据划分为结构化数据、文本数据以及时序数据； S32.对结构化数据中分类特征通过嵌入算法映射为设定维度的稠密向量，而对结构化数据中数值特征1D卷积神经网络提取局部模式特征； S33.将文本数据划分为表格类文本和纯文本，对表格类文本LayoutXLM模型处理，得到表格结构和内容语义，而对纯文本使用RoBERTa-wwm模型提取文本语义特征，并对中文文本提取标记向量； S34.对时序数据中传感器时序数据使用Informer模型捕获长期依赖关系，对时序数据中业务时序数据使用N-HiTS模型分解趋势项和周期项特征； S35.对结构化数据、文本数据及时序数据提取的特征通过跨模态注意力机制算法计算各模态间的相关性权重： 其中，为模态i的查询向量，为模态j的键向量，为维度缩放因子； S36.使用门控融合算法对结构化数据、文本数据特以及时序数据的特征向量生成联合特征： 其中，表示门控值，σ（*）是激活函数,是可训练参数矩阵，是结构化数据特征向量，是文本数据特征向量，时序数据特征向量，是融合后的跨模态特征向量； S37.通过多层感知机模型计算各业务指标的异常概率： 其中，是第i个指标的异常概率，，是多层感知机模型第一层的权重矩阵，是多层感知机模型第二层的权重矩阵，是多层感知机模型第一层的偏置向量，是多层感知机模型第二层的偏置值，d是输入特征的维度，m是第一层的隐藏单元数，1是输出的维度； 根据各业务指标的异常概率确定异常业务指标，将异常业务指标与对应异常概率生成异常概率向量； S38.使用反卷积网络将异常概率向量映射到原始的标准化的企业实时数据的维度，生成像素级的风险热力图； S39.将像素级的风险热力图进行分层显示； S4.从风险热力图中识别关键异常指标，并从知识图谱中提取出与关键异常指标相关的子图，再将子图生成结构化的提示词后与标准化的企业实时数据共同输入多模态大模型进行联合推理分析； 步骤S4具体步骤如下： S41.从风险热力图中识别关键异常指标的具体步骤如下： 预先设置动态概率阈值，对满足如下条件任一项的业务指标判定为关键异常指标： 异常概率超过动态概率阈值的业务指标； 影响N个以上业务部门的业务指标； 连续M个检测周期异常概率上升幅度超过预设的幅度阈值； S42.从知识图谱中提取出与关键异常指标相关的子图的具体步骤： 以关键异常指标节点为起点，在知识图谱中执行N层深度的搜索： 其中首层是直接与关键异常指标节点相连的节点，后一层与前一层节点相连接的节点； 在每一层中的节点的搜索优先级由边权重和SHAP值计算： 其中，是节点i与节点j之间的权重，SHAP是特征筛选结果，表示特征对模型输出的贡献度，和是可调整的权重系数，用于平衡边权重和SHAP值的影响； S43.将子图生成结构化的提示词的具体步骤如下： 预先构建提示词模板，将搜索的子图中相关节点及关系填充到提示词模板中，从而将子图转换为作为自然语言描述的结构化提示词； S44.将结构化提示词与标准化的企业实时数据共同输入多模态大模型进行联合推理分析的具体步骤如下： 构建分层混合编码的多模态大模型，包括并列的文本编码层、表格编码层、时序编码层和数据融合层； 将结构化提示词与标准化的实时数据中结构化数据拼接后输入多模态大模型的文本编码层，生成结构化查询向量； 将结构化提示词与标准化的实时数据中文本数据拼接后输入多模态大模型的表格编码层，生成文本查询向量； 将时序化提示词与标准化的实时数据中时序数据输入多模态大模型的时序编码层，生成时序化查询向量； 将结构化查询向量、文本查询向量以及时序化查询向量输入数据融合层，通过跨模态注意力融合和门控特征融合生成联合推理分析结果； S5.将联合推理分析结果转换为可执行诊断报告，并通过可视化交互界面向企业用户展示。

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浪潮云洲工业互联网有限公司，其通讯地址为：250000 山东省济南市高新区浪潮路1036号浪潮科技园S02号楼19层；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”。