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！

龙图腾网获悉国网陕西省电力有限公司营销服务中心(计量中心)申请的专利一种电网营销数据分布特征比对库的构建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：CN121117626B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511668244.1，技术领域涉及：G06F18/214；该发明授权一种电网营销数据分布特征比对库的构建方法及系统是由崔超奕;杨永刚;段勇;卜乐;周振宇;梁潘;冯双;雷阳;屈林静设计研发完成，并于2025-11-14向国家知识产权局提交的专利申请。

本一种电网营销数据分布特征比对库的构建方法及系统在说明书摘要公布了：本发明公开了一种电网营销数据分布特征比对库的构建方法及系统，属于电网数据分析、风险评估及人工智能应用领域，其包括：获取原始数据；构建动态时空图；在各区域进行本地训练，聚合得到全局模型；使用全局模型生成深度分布特征向量；对特征向量进行多尺度时空熵计算，生成特征集；基于特征集构建并更新包含正常业务状态统计特性的分布特征比对库；基于比对库进行风险评估，生成风险预警。本发明采用联邦图神经网络对多区域、多维度数据进行深度建模，解决了数据孤岛问题，并引入多尺度时空熵量化业务状态的不确定性。该方法能够精准识别电网营销业务的潜在异常和风险，提升风险评估的及时性、准确性和数据隐私保护能力。

本发明授权一种电网营销数据分布特征比对库的构建方法及系统在权利要求书中公布了：1.一种电网营销数据分布特征比对库的构建方法，其特征在于，所述方法包括： 获取各区域电网营销的原始数据，其中，所述原始数据包括用户行为数据、营销活动数据、地理信息数据和时间戳数据； 基于所述原始数据构建动态时空图，所述动态时空图的节点表示用户群体、营销事件和设备状态，所述动态时空图的边表示节点间的业务关系和时空邻近关系； 在各区域基于所述动态时空图进行本地训练，生成模型参数，并将模型参数上传至中央服务器，中央服务器对接收到的模型参数进行聚合，得到全局模型，其中，所述在各区域基于所述动态时空图进行本地训练包括：在各区域部署统一架构的图神经网络模型；将所述动态时空图输入至图神经网络模型进行本地训练，学习节点和边的关系，生成模型参数； 使用所述全局模型对所述动态时空图进行特征提取，生成深度分布特征向量，其中，所述使用所述全局模型对所述动态时空图进行特征提取包括：使用所述全局模型对用于构建比对库的动态时空图进行前向传播计算，输出深度分布特征向量，所述深度分布特征向量编码了业务状态的潜在概率分布； 对所述深度分布特征向量进行多尺度时空熵计算，生成多尺度时空熵特征集，其中，对所述深度分布特征向量进行多尺度时空熵计算包括：定义多个时间尺度和空间尺度，将时间尺度和空间尺度进行组合，形成多尺度组合；对所述深度分布特征向量在每个多尺度组合下进行降维和概率分布估计，得到概率分布；基于所述概率分布计算时空熵值，并将所有多尺度组合下的时空熵值进行集成，生成多尺度时空熵特征集； 基于所述多尺度时空熵特征集，构建并更新包含正常业务状态统计特性的分布特征比对库，其中，所述构建并更新包含正常业务状态统计特性的分布特征比对库包括：获取历史正常业务状态下的多尺度时空熵特征集，并获取与多尺度时空熵特征集对应的场景标签； 根据所述场景标签对多尺度时空熵特征集进行分组，计算每个分组在各个尺度下的均值分布和置信区间；存储所述场景标签、时空尺度、均值分布和置信区间的映射关系，生成分布特征比对库，所述构建并更新包含正常业务状态统计特性的分布特征比对库还包括：获取对风险预警的业务专家反馈和自动确认的稳定运行数据，生成奖励信号；引入强化学习机制，根据奖励信号对分布特征比对库中的均值分布和置信区间进行调整；基于调整后的均值分布和置信区间，更新映射关系； 基于所述分布特征比对库，对当前业务状态进行风险评估，生成风险预警； 其中，所述定义多个时间尺度和空间尺度包括：定义小时级和天级粒度作为时间尺度，定义台区级和区域级粒度作为空间尺度；对所述时间尺度和空间尺度进行组合，得到多尺度组合，其中，所述多尺度组合用于实现对业务状态从微观到宏观、从短期到长期的不确定性度量。

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国网陕西省电力有限公司营销服务中心(计量中心)，其通讯地址为：710000 陕西省西安市国家民用航天产业基地航天中路669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”。

以上内容由龙图腾AI智能生成。