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！

龙图腾网获悉中国长江电力股份有限公司申请的专利基于谱聚类和GNN的设备家族性缺陷自动识别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：CN120508868B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202510501715.3，技术领域涉及：G06F18/241；该发明授权基于谱聚类和GNN的设备家族性缺陷自动识别系统是由汤正阳;宋晶辉;李友平;周一鸣;任文锋;陈佳;司汉松;魏辉强设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本基于谱聚类和GNN的设备家族性缺陷自动识别系统在说明书摘要公布了：本发明涉及基于谱聚类和GNN的设备家族性缺陷自动识别系统，包括实时数据监测模块、图模型构建模块、自适应学习模块、缺陷源头追溯模块、预测性维护与预警模块、结构化缺陷库与标签管理模块。采用谱聚类方法对设备分类后，基于图神经网络GNN构建用于设备家族性缺陷的预测的图模型；针对出现设备家族性缺陷的设备，构建缺陷关联图，追踪设备家族性缺陷的起源以及传播途径。与水电工业互联网连接，凭借工业互联网平台的高度互联型、可扩展性以及可视化能力，实现设备家族性缺陷的实时在线检测，并有效识别设备家族性缺陷的根因和传播路径。

本发明授权基于谱聚类和GNN的设备家族性缺陷自动识别系统在权利要求书中公布了：1.基于谱聚类和GNN的设备家族性缺陷自动识别系统，其特征在于，包括以下模块： 实时数据监测模块，将采集到的设备数据实时传输至数据库，将预处理后的数据进行存储，供自适应学习模块和缺陷源头追溯模块使用； 实时数据监测模块与水电工业互联网平台通讯连接，通过工业互联网平台与传感器群、SCADA系统连接，获取用于设备家族性缺陷检测的数据； 图模型构建模块，采用谱聚类方法，并结合图神经网络GNN，构建图模型，所述图模型用于对家族性缺陷的预测； 自适应学习模块，根据实时数据监测模块输出的新数据自动更新和调整图模型构建模块中的图模型； 缺陷源头追溯模块，用于追踪设备家族性缺陷的起源和传播途径； 预测性维护与预警模块，根据实时数据监测模块得到的设备的实时数据，利用图模型预测设备家族性缺陷，针对预测得到的设备家族性缺陷及时发出预警； 结构化缺陷库与标签管理模块，用于存储、管理和检索所有与设备家族性缺陷相关的信息； 用户反馈模块，将用户反馈的设备缺陷以及设备缺陷相关的设备特征数据传输至数据库，进行预处理后在结构化缺陷库中存储； 图模型构建模块具体包括： 设备分类子模块，收集所述实时数据监测模块输出的数据，基于设备数据的相似性，生成设备间的相似性矩阵，采用谱聚类方法，将具有相似性的设备划分为同一类； 家族性缺陷预测子模块，采用图神经网络GNN进行设备家族性缺陷的预测，基于谱聚类的结果，为每个设备类别i构建子图，其中为子图的节点集合，其中的节点代表相对应的设备，为第i类设备的子图的边集合，子图中的边用于表示设备之间的关系； 所述缺陷源头追溯模块，根据实时数据监测模块和用户反馈模块得到的数据，确定与家族性缺陷相关的设备、部件和时间戳； 为每个设备家族性缺陷构建缺陷关联图，其中表示缺陷节点的集合，缺陷节点代表缺陷设备；为缺陷边集合，，表示设备和设备之间的缺陷关联； 基于设备之间的相似性、供应链信息和时间戳，为缺陷关联图的缺陷边分配缺陷权重，表示设备和设备之间缺陷传播的可能性，利用Dijkstra最短路径算法，找到缺陷权重最大的缺陷边，根据缺陷边确定缺陷的源头； 用户反馈模块与结构化缺陷库结合水电工业互联网平台，形成“数据-模型-知识”闭环，通过对设备家族性缺陷的在线实时检测、缺陷根因识别、设备缺陷库的结构化管理和标签的动态标注以及与水电工业互联网平台设备缺陷知识库的同步，实现水电工业互联网平台设备缺陷知识库的自主演进。

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中国长江电力股份有限公司，其通讯地址为：430014 湖北省武汉市江岸区三阳路88号三阳中心；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。