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！

龙图腾网恭喜华能南京金陵发电有限公司申请的专利一种基于知识图谱的光伏电站故障检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：CN118944593B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202411427830.2，技术领域涉及：H02S50/00；该发明授权一种基于知识图谱的光伏电站故障检测方法是由成志鑫;唐骁;曾跞;王乐;吴秋实;孙雨萌设计研发完成，并于2024-10-14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光伏电站故障检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光伏电站故障检测方法，涉及光伏电站故障检测领域，包括采集多维时序数据并进行预处理，构建知识图谱和图神经网络模型，并对知识图谱上的节点特征进行学习，生成节点的嵌入表示，建立故障检测模型，并通过链接预测技术实现光伏电站故障的识别；通过能量传播机制对故障检测模型的故障检测结果进行优化和置信度评估，完成光伏电站故障检测。本发明通过构建知识图谱，实现将异构的时序数据转化为结构化的图数据；根据知识图谱构建图神经网络模型并对节点特征学习，生成节点的嵌入表示，建立故障检测模型并通过链接预测技术实现故障识别，使得系统在早期阶段识别潜在故障，减少光伏电站的停机时间，提高运行效率。

本发明授权一种基于知识图谱的光伏电站故障检测方法在权利要求书中公布了：1.一种基于知识图谱的光伏电站故障检测方法，其特征在于：包括，采集光伏电站运行过程中的多维时序数据，并对所述多维时序数据进行预处理，构建知识图谱；基于所述知识图谱的时空结构和语义信息，构建图神经网络模型，并对知识图谱上的节点特征进行学习，生成节点的嵌入表示；根据所述节点的嵌入表示，建立故障检测模型，并通过链接预测技术实现光伏电站故障的识别；通过能量传播机制对所述故障检测模型的故障检测结果进行优化和置信度评估，完成光伏电站故障检测；所述多维时序数据包括光伏电站运行数据、光伏组件状态数据和逆变器状态数据；所述嵌入表示包括第一嵌入表示和第二嵌入表示；所述能量传播机制包括以下步骤：基于节点所述第二嵌入表示，构建能量函数计算节点的能量得分；利用知识图谱的节点连接关系构建邻接矩阵，定义节点之间的能量传播路径；同时对节点的能量向量进行初始化，并基于所述邻接矩阵进行能量传播；通过若干次迭代传播更新节点的能量得分，确定节点的故障状态；根据所述节点的能量得分，对所述故障检测模型的故障检测结果进行置信度评估，识别故障节点，并输出故障检测结果；所述能量函数的具体公式如下： ；其中，为节点v第二嵌入表示的能量得分，为故障类别数，为类别a对应的权重向量，为t时刻节点v的第二嵌入表示；所述能量传播的具体公式如下： ；其中，为节点v在k层的能量得分，为节点u和节点v之间的邻接矩阵值，、和控制能量传播的参数，为节点v的邻居集合；还包括，当节点的嵌入表示在预设范围时，则继续监控，并将此节点的状态记录为正常；当节点的嵌入表示偏离预设范围时，则将此节点标记为潜在故障点，进行故障检测；所述故障检测包括，若检测到潜在故障点时，则使用链接预测技术进行分析，并通过能量传播机制进行置信度评估；若故障链接概率超过预设阈值，则将此链接确认为故障链接；若若干相邻链接同时被标记为故障链接时，则将此链接所连接的设备群组标记为故障区域，进行故障类型的识别；若故障特征为已知故障类型，则分类到相应的故障类型；若未见过的故障特征模式，则将标记为未知故障类型，并启动人工审核流程；所述置信度评估包括，当节点的能量得分大于置信度阈值时，则报告为高可信度故障；当节点的能量得分小于置信度阈值时，则暂时不报告故障，并将此节点加入监控名单；所述知识图谱的构建过程包括以下步骤：对所述多维时序数据进行特征提取和时变实体抽取，识别设备状态和运行工况；将提取出的特征映射作为知识图谱中的节点和关系，计算实体间的时变关系强度，并进行选择关键实体对，具体公式如下： ；其中，为t时刻实体i和实体j时变关系强度的系数，为t时刻实体i和实体j的互相关系数，为t时刻实体i和实体j的传递熵，和为平衡参数；采用所述时变关系强度的系数作为边的权重，构建知识图谱，并利用先验知识对知识图谱进行时空结构和语义信息的补充，得到维度为M×M×L的张量G，作为图神经网络模型的输入；其中，M为实体总数，L为时间步长；所述图神经网络模型的构建步骤包括以下步骤：设计适用于知识图谱结构的图卷积操作，对知识图谱结构中的节点和邻居节点特征进行聚合，生成节点的第一嵌入表示；基于所述第一嵌入表示，引入注意力机制，增强节点特征在嵌入表示的权重；通过多层图卷积，结合时空特征和语义信息，聚合邻居节点的信息，并通过非线性激活函数对节点所述第一嵌入表示进行处理，生成节点的第二嵌入表示，具体公式如下： ；其中，为节点v在第k层的第二嵌入表示，为节点u在第k-1层的第二嵌入表示，为节点v的邻居集合，为节点u对节点v的注意力权重，为第k层的权重矩阵，为第k层的偏置向量，为非线性激活函数；所述链接预测技术是基于深度学习的生成对抗网络方法；所述故障检测模型的构建过程包括以下步骤：根据节点的第二嵌入表示，采用链接预测技术识别光伏电站中的故障链接，构建并训练故障检测模型；采用交叉熵损失函数，通过反向传播优化故障检测模型参数，最小化预测结果和实际标注的误差，具体公式如下： ；其中，为节点v第二嵌入表示和节点u第二嵌入表示的故障链接概率，为节点u和节点v之间存在故障链接的标注值，为故障检测模型的权重矩阵。

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华能南京金陵发电有限公司，其通讯地址为：210046 江苏省南京市栖霞区栖霞街道江乘大道8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”。