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！

龙图腾网获悉成都贝尔通讯实业有限公司申请的专利基于深度学习技术的电力通信网络构建方法和装置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：CN121418310B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202512015276.8，技术领域涉及：H04L41/16；该发明授权基于深度学习技术的电力通信网络构建方法和装置是由王杰;张欣福;李本建设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本基于深度学习技术的电力通信网络构建方法和装置在说明书摘要公布了：本申请公开了一种基于深度学习技术的电力通信网络构建方法和装置，涉及电力通信技术领域。该方法包括：采集电力系统中各通信节点的多维特性数据，并进行预处理；根据预处理后多维特性数据，使用通信关系生成模型，生成通信节点之间的通信关系；根据预处理后多维特性数据，使用重要性评分模型，生成各通信节点的重要性得分；根据各通信节点的重要性得分、对应的实时网络状态以及通信节点之间的通信关系，使用通信资源分配模型，生成通信资源分配方案；根据通信关系，连接所有通信节点，并根据通信资源分配方案，分配通信资源，得到电力通信网络。解决了现有技术存在的智能化程度低、模型适应性差、优化维度单一、无法实现全局协同的问题。

本发明授权基于深度学习技术的电力通信网络构建方法和装置在权利要求书中公布了：1.一种基于深度学习技术的电力通信网络构建方法，其特征在于，所述方法包括： 采集电力系统中各通信节点的多维特性数据，并对多维特性数据进行预处理，得到预处理后多维特性数据； 所述多维特性数据包括通信节点的静态属性数据、动态业务数据以及时空上下文数据； 静态属性数据包括：节点类型、地理位置、电压等级以及设备型号；动态业务数据包括：业务流量、业务类型、业务优先级、时延要求以及丢包率；时空上下文数据包括：时间戳、历史故障记录、邻近节点列表以及区域负荷预测数据； 根据预处理后多维特性数据，使用通信关系生成模型，生成通信节点之间的通信关系； 所述的通信关系生成模型基于GAT算法构建，且通信关系生成模型包括若干堆叠的GAT层； 包括： 将电力系统建模为图，将电力系统中的各通信节点设置为图中的图节点，得到电力系统图框架； 将各通信节点的预处理后多维特性数据作为电力系统图框架中对应的图节点的初始特征向量，得到多维特性数据图，并将多维特性数据图输入通信关系生成模型； 使用通信关系生成模型中的当前GAT层，获取多维特性数据图中每一图节点与其邻居图节点的注意力系数； 公式为： 式中，为图节点i与其邻居图节点j的注意力系数；为单层前馈神经网络函数；为可学习的单层前馈神经网络权重向量；T为转置符号；为图节点i与其邻居图节点j的初始特征向量；W为可学习的线性变换权重矩阵；i,j为图节点指示量；为图节点i与其邻居图节点j的线性变换后节点特征； 使用softmax函数，对多维特性数据图的所有注意力系数进行归一化，得到每一图节点与其邻居图节点的连接权重； 公式为： 式中，为图节点i与其邻居图节点j的连接权重；为softmax函数；为图节点i与其邻居图节点k的注意力系数；为指数函数；k为图节点指示量；为图节点i对应的邻居图节点集合； 根据连接权重，对每一图节点的邻居图节点的初始特征向量进行特征变换，并使用聚合函数，得到每一图节点的新特征表示； 公式为： 式中，为图节点i的新特征表示；非线性激活函数； 经过通信关系生成模型的若干GAT层堆叠，得到多维特性数据图中每一图节点的最终特征表示，并使用Sigmoid函数，将任意两个图节点之间的最终特征表示映射为连接概率值； 若连接概率值大于连接概率阈值，则该两个图节点之间存在通信关系，并遍历所有连接概率值，得到通信节点之间的通信关系； 根据预处理后多维特性数据，使用重要性评分模型，生成各通信节点的重要性得分； 所述的重要性评分模型基于ST-GNN-MLP算法构建，且重要性评分模型包括连接的基于GCN算法构建的空间建模模块、基于GRU算法构建的时间建模模块以及基于MLP算法构建的重要性评分模块，所述的空间建模模块若干堆叠的GCN层； 包括： 采集根据预处理后多维特性数据构建的多维特性数据图在一个时间窗口内所有图节点的动态特征序列，并将动态特征序列输入重要性评分模型； 在时间窗口内的每一时间步，使用重要性评分模型的空间建模模块中的GCN层，对维特性数据图的动态特征序列进行空间信息聚合，得到每个图节点在每一时间步的空间依赖特征； 整合所有时间步的空间依赖特征，得到时间序列空间依赖特征，使用重要性评分模型的时间建模模块，对时间序列空间依赖特征进行时间维度特征提取，得到隐藏状态输出； 根据隐藏状态输出，使用要性评分模型的要性评分模块，生成多维特性数据图中每一图节点对应的通信节点的重要性得分； 根据各通信节点的重要性得分、对应的实时网络状态以及通信节点之间的通信关系，使用通信资源分配模型，生成通信资源分配方案； 所述的通信资源分配模型基于MPO-DRL算法构建，且通信资源分配模型包括连接的基于MPO算法构建的元策略优化模块和基于DRL算法构建的通信资源分配模块，所述的通信资源分配模块包括基于DQN算法构建的通信资源分配智能体和经验回放池，所述的通信资源分配智能体设置有多目标联合奖励函数； 多目标联合奖励函数的公式为： 式中，为时间步t的多目标联合奖励函数值；为业务保障率奖励，与高优先级业务的时延、丢包率满足度正相关；为资源利用率奖励，与整体网络资源利用率正相关，但需惩罚过度分配导致的浪费；为网络稳定性奖励，与网络负载均衡度、关键路径冗余度正相关；为可调节的权重系数； 包括： 根据各通信节点的重要性得分、对应的实时网络状态以及通信节点之间的通信关系，使用通信资源分配模型的元策略优化模块，对通信资源分配模块的通信资源分配智能体进行调整，得到调整后通信资源分配智能体； 在通信资源分配模块的经验回放池中，随机抽取若干历史经验，并根据若干历史经验，更新调整后通信资源分配智能体的动作空间，得到更新的动作空间； 根据各通信节点的重要性得分、对应的实时网络状态以及通信节点之间的通信关系，更新调整后通信资源分配智能体的状态空间，得到更新的状态空间； 使用调整后通信资源分配智能体，根据更新的状态空间，在更新的动作空间中选择一个执行动作进行输出，并根据执行动作，得到通信资源分配方案； 根据通信节点之间的通信关系，连接所有通信节点，并根据通信资源分配方案，为各通信节点分配对应的通信资源，得到电力通信网络。

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成都贝尔通讯实业有限公司，其通讯地址为：610000 四川省成都市高新区科园南二路1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。