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！

龙图腾网获悉国能大渡河检修安装有限公司;成都大汇物联科技有限公司申请的专利基于图神经网络的水轮机组监测数据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：CN116881821B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202310574617.3，技术领域涉及：G06F18/2433；该发明授权基于图神经网络的水轮机组监测数据异常检测方法及系统是由王勇飞;李昂;何波;何海锋;罗小晶;胡仲明;谢昆均;杜瑶设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本基于图神经网络的水轮机组监测数据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图神经网络的水轮机组监测数据异常检测方法及系统，属于设备检测技术领域，方法包括以下步骤：S1：采集水轮机组的历史监测数据集，并对历史监测数据集进行预处理，生成监测数据样本集；S2：利用监测数据样本集，构建并优化水轮机组监测数据异常检测模型；S3：采集水轮机组的最新监测数据，利用优化后的水轮机组监测数据异常检测模型进行监测数据异常检测。本发明的水轮机组监测数据样本集实时反映了水轮机组运行状态，针对水轮机组监测数据开展异常检测研究，及时发现异常数据，可以有效提高水轮机组安全性能，有效提升水轮机组可靠性能，保障水轮机组安全稳定运行。

本发明授权基于图神经网络的水轮机组监测数据异常检测方法及系统在权利要求书中公布了：1.基于图神经网络的水轮机组监测数据异常检测方法，其特征在于，包括以下步骤： S1：采集水轮机组的历史监测数据集，并对历史监测数据集进行预处理，生成监测数据样本集； S2：利用监测数据样本集，构建并优化水轮机组监测数据异常检测模型；包括以下子步骤： S21：为监测数据样本集的每个监测数据生成对应的节点嵌入向量； S22：计算各个节点嵌入向量之间的相关性，将相关性大于设定相关性阈值的若干个节点作为图邻接矩阵，得到基于图神经网络的水轮机组监测数据异常检测模型； 水轮机组监测数据异常检测模型D的表达式为： 式中，V表示图神经网络的节点集，E表示图神经网络的图邻接矩阵集，v i表示节点i对应的节点嵌入向量，v j表示邻居节点j对应的节点嵌入向量，P表示监测数据样本集，Q表示中心节点对应的监测数据样本集，w表示中心节点对应的图邻接矩阵，W表示相关性最高的若干个节点形成的图邻接矩阵； S23：在水轮机组监测数据异常检测模型中，提取各个节点的空间特征； 各个节点的空间特征的计算公式为： 式中，RELU·表示激活函数，W 1表示可训练邻接矩阵的第一参数，W 2表示可训练邻接矩阵的第二参数，α i,i表示节点i的注意力系数，α i,j表示节点i与邻居节点j之间的注意力系数，表示节点i的特征，表示邻居节点j的特征； S24：根据各个节点的空间特征，提取各个节点的时间特征； S25：将各个节点的时间特征转换为各个节点的输出特征； S26：根据各个节点的输出特征，构建损失函数，利用损失函数优化水轮机组监测数据异常检测模型； 损失函数Loss的表达式为： 式中，I表示节点总数，表示节点i的输出特征，表示邻居节点j的输出特征，b i表示节点i的潜在因子，b j表示邻居节点j的潜在因子，l i表示节点i的特征向量，l j表示邻居节点j的特征向量，λ表示惩罚因子，||·||2表示L2范数； S3：采集水轮机组的最新监测数据，利用优化后的水轮机组监测数据异常检测模型进行监测数据异常检测。

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能大渡河检修安装有限公司;成都大汇物联科技有限公司，其通讯地址为：610000 四川省成都市中国(四川)自由贸易试验区成都高新区天韵路7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”。

以上内容由龙图腾AI智能生成。