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！

龙图腾网获悉国网福建省电力有限公司;国网福建省电力有限公司信息通信分公司申请的专利一种基于图卷积神经网络的电力业务系统数据对齐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：CN115935941B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202211606845.6，技术领域涉及：G06F40/189；该发明授权一种基于图卷积神经网络的电力业务系统数据对齐方法是由蔡宇翔;蒋鑫;付婷;倪文书;王川丰;杨启帆设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本一种基于图卷积神经网络的电力业务系统数据对齐方法在说明书摘要公布了：本发明涉及一种基于图卷积神经网络的电力业务系统数据对齐方法，包括：对设备台账信息数据进行清洗、预处理；根据实体及实体间的关系构建知识图谱，获取知识图谱间预对齐的实体对；将知识图谱输入图自注意力卷积神经网络进行训练，将实体对作为对齐种子，作为图自注意力卷积神经网络的监督信息；通过图自注意力卷积神经网络得到各节点的嵌入向量表示，计算知识图谱间各节点的相似性，将最相似的两个节点作为对齐节点；根据对齐节点对待对齐电力业务系统实体的属性数据进行改写。本发明通过训练好的网络实体对齐模型，关联不同业务系统等价实体，预测多个电力业务系统中指向真实世界中的同一对象的数据的对应情况，保障不同数据源数据的可靠性。

本发明授权一种基于图卷积神经网络的电力业务系统数据对齐方法在权利要求书中公布了：1.一种基于图卷积神经网络的电力业务系统数据对齐方法，其特征在于，包括： 获取两待对齐电力业务系统的设备台账信息数据，对所述设备台账信息数据进行清洗、预处理； 分别获取各电力业务系统中的实体及所述实体间的关系，根据所述实体及所述实体间的关系构建知识图谱，获取两所述知识图谱间预对齐的实体对，其中，所述实体为所述知识图谱的节点，所述实体间的关系为所述知识图谱的边； 将所述知识图谱输入图自注意力卷积神经网络进行训练，将所述实体对作为对齐种子，作为所述图自注意力卷积神经网络训练时的监督信息，具体为： S1、将所述实体对集合S以预设比例划分为训练集与验证集，测试集为未对齐的节点； S2、使用单层图注意力卷积神经网络对知识图谱中的各节点的邻居信息进行聚合操作， S3、基于所述实体对所述图自注意力卷积神经网络进行训练，根据梯度下降更新网络参数，采用贝叶斯个性化排名作为监督学习的目标函数，表达式如下： 其中，x,y,y-为知识图谱的节点x构建训练的三元组，y为另一知识图谱中与节点x预对齐的节点，y-为除x、y以外随机采样的任一节点； S4、基于图结构多视图增强方法进行无监督训练，具体为： 通过对编码器网络参数θ进行扰动得到扰动网络参数θ′，进而得到知识图谱中的同一节点x在网络与扰动网络下的节点表示h，h′，表示如下： h＝fx；θ,h′＝fx；θ′； 对编码器进行扰动的方式为： θl′＝θl+η·Δθl； 其中，θl和θl′分别为第l层图自注意力卷积神经网络的参数和第l层扰动图自注意力卷积神经网络的参数，η为可调节的扰动强度超参数，Δθl为均值为零和方差为的高斯分布的扰动项； 将InfoNCE作为目标优化函数来拉近同一节点n的原表示hn和扰动表示h′n，推远与其他节点的扰动表示，表示如下： 其中，N为一个训练批次中节点的数目，n′为除节点n外的一个节点，sim为余弦相似度，τ为可调节参数； S5、重复步骤S2～S5，直至目标函数的值收敛或者达到预先设定的训练次数； 通过所述图自注意力卷积神经网络得到各所述节点的嵌入向量表示，计算所述知识图谱间各节点的相似性，将最相似的两个节点作为对齐节点； 根据对齐节点对待对齐电力业务系统实体的属性数据进行改写。

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福建省电力有限公司;国网福建省电力有限公司信息通信分公司，其通讯地址为：350003 福建省福州市鼓楼区五四路257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”。