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！

龙图腾网获悉国网江西省电力有限公司电力科学研究院申请的专利一种基于超图融合的电力物联网异常检测方法及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：CN119337326B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202411884920.4，技术领域涉及：G06F18/25；该发明授权一种基于超图融合的电力物联网异常检测方法及系统是由肖勇才;杨浩;潘曙辉;刘恒;姚保明;杜江龙;蔡庆;刘昭阳设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于超图融合的电力物联网异常检测方法及系统在说明书摘要公布了：本发明公开了一种基于超图融合的电力物联网异常检测方法及系统，捕获电力物联网中的多源异构数据并进行预处理；使用LSTM和Transformer编码器组成的编码器‑解码器学习多源异构数据的潜在特征表示，并在训练过程中加入对抗训练；对学习到的潜在特征表示进行聚类分析，并根据分析结果进行超图的构建；采用HGCN‑Transformer的方式进行多个超图的加权融合，采用超图注意力机制对融合后的超图学习超图特征表示；将超图注意力机制的输出分别使用Transformer编码器实现预测，使用VAE实现重建，将预测值和重建概率计算异常得分，设置阈值，将异常得分与阈值比较，判断是否异常，完成异常检测。本发明可以挖掘多源异构数据之间复杂多样的关系，提高异常检测准确率。

本发明授权一种基于超图融合的电力物联网异常检测方法及系统在权利要求书中公布了：1.一种基于超图融合的电力物联网异常检测方法，其特征在于：所述检测方法包括以下步骤： 捕获电力物联网中的多源异构数据，并将获取到的多源异构数据进行预处理； 将预处理后的多源异构数据根据数据类型的不同分别输入到由LSTM-Transformer编码器、Transformer编码器-LSTM组成的编码器-解码器中学习多源异构数据的潜在特征表示，并在编码器-解码器的训练过程中加入对抗训练； 对学习到的潜在特征表示进行聚类分析，并根据分析结果进行超图的构建； 通过HGCN提取每个超图的局部结构信息，并通过Transformer编码器对多个超图进行加权融合，采用超图注意力机制对融合后的超图学习超图特征表示； 将超图注意力机制的输出分别使用Transformer编码器实现预测，使用变分自编码器VAE实现重建，将预测值和重建概率计算异常得分，设置阈值，将异常得分与阈值比较，判断是否异常，完成异常检测； 对学习到的潜在特征表示进行聚类分析，并根据分析结果进行超图的构建，包括以下步骤： 通过对编码器-解码器的潜在特征表示进行聚类以进行超图的构建，采用Mini-BatchK-Means对潜在特征表示进行聚类，公式描述如下： ， 其中表示一组聚类簇的集合，K表示簇的数目，表示在第t次迭代中，第k个簇的样本集合，属于当前批量数据的潜在特征表示，表示第t次迭代中，第k个簇的质心；聚类后表示为： ， Hk是属于第k个簇的潜在特征表示集合，表示第k个簇； 超图定义为，其中表示顶点，对应于数据的潜在特征表示，表示超边，每条超边连接多个顶点，表示它们之间的多源关系；根据聚类结果构建超图，每个簇的质心作为超图的顶点，即，通过两个簇的质心之间的欧式聚类小于设定的阈值，则在它们之间构建一条超边。

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江西省电力有限公司电力科学研究院，其通讯地址为：330000 江西省南昌市青山湖区民营科技园内民强路88号检测试验中心科研楼(第1-11层)；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”。