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！

龙图腾网恭喜北京瑞智德信息技术有限公司申请的专利一种基于知识图谱的能源系统故障预测方法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：CN119494467B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202411556218.5，技术领域涉及：G06Q10/063；该发明授权一种基于知识图谱的能源系统故障预测方法是由金小筠;王智勃设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种基于知识图谱的能源系统故障预测方法在说明书摘要公布了：本发明公开了一种基于知识图谱的能源系统故障预测方法，涉及图神经网络技术领域，包括收集新能源实时数据，并对实时数据进行预处理；基于预处理后的数据，构建动态图模型；基于动态图模型输出结果，利用图神经网络识别异常数据；通过识别的异常数据，再次利用动态图模型进行分析，预测故障；根据历史数据和实时数据，通过自适应故障阈值调整算法，得到动态优化后的故障判断结果；本发明通过两个独立的Q网络估计动作价值，有效缓解了传统Q学习中的过估问题，从而提高了决策的稳定性和准确性。

本发明授权一种基于知识图谱的能源系统故障预测方法在权利要求书中公布了：1.一种基于知识图谱的能源系统故障预测方法，其特征在于：包括，收集新能源实时数据，并对实时数据进行预处理；基于预处理后的数据，构建动态图模型，具体为，使用实体识别NER从日志文件中提取设备名称；识别设备名称，使用依存句法分析理解日志文件中的句子结构，确定设备节点间的关联关系；定义每个设备节点静态属性为设备类型和安装位置，节点动态属性为运行状态和实时性能数据；定义设备与设备边属性为连接类型和连接强度；引入时间维度，为每个设备节点的动态属性添加时间戳，形成时间序列数据；将历史故障数据与干净数据集合并成历史故障信息数据集，并标记已知设备故障；使用NetworkX图形库构建初始化静态图；在静态图基础上，引入时间序列数据构建动态图，并随时间变化更新每个设备的节点和边属性；基于动态图模型输出结果，利用图神经网络识别异常数据，具体为，采用图神经网络模型GNN捕捉节点及其邻居节点的状态，识别潜在异常行为；基于动态图模型，将干净数据集作为输入，训练图神经网络GNN模型；选择图卷积网络GCN为图神经网络模型GNN的架构；将动态图模型中节点属性、边属性和时间序列数据输入到图神经网络模型GNN中；图神经网络模型GNN通过多层图卷积，逐步聚合节点及邻居节点信息，学习节点状态；使用监督学习方法，定义均方误差MSE损失函数，通过反向传播算法和优化器Adam最小化均方误差MSE损失函数，更新模型参数；将干净数据集输入到训练好的图神经网络模型GNN中，输出为预测数据状态值；将图神经网络模型GNN的预测数据状态值和实时数据进行比较，通过绝对差值计算差异；设定阈值，差异超过设定的阈值，则判定为异常数据；通过识别的异常数据，再次利用动态图模型进行分析，预测故障；根据历史数据和实时数据，通过自适应故障阈值调整算法，得到动态优化后的故障判断结果。

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北京瑞智德信息技术有限公司，其通讯地址为：100084 北京市海淀区农大南路1号院2号楼5层办公B-516；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”。