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！

龙图腾网获悉北京工商大学;国网四川省电力公司电力科学研究院申请的专利一种基于时空图神经网络的多层耦合电力系统风险传播分析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：CN119903394B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202411985466.1，技术领域涉及：G06F18/241；该发明授权一种基于时空图神经网络的多层耦合电力系统风险传播分析方法是由张海艳;滕予非;王立;罗荣森;李春阳设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种基于时空图神经网络的多层耦合电力系统风险传播分析方法在说明书摘要公布了：本发明是一种基于时空图神经网络的多层耦合电力系统风险传播分析方法，属于电力系统技术领域。本发明方法构建了信息‑电力‑交通三层异质耦合网络模型，采集异质耦合网络中物理量，基于邻域和连通性构造图数据；基于时空多图神经网络搭建风险传播预测模型，空间学习网络包含k个并行的图卷积层，时间学习网络由长短期记忆网络LSTM和注意力机制结合实现；获取异质耦合网络正常运行的历史图数据和出现故障的历史图数据，输入预测模型进行训练，图结构能进行自适应更新；用训练好的风险传播预测模型对三层异质耦合网络中的风险传播路径进行预测。本发明实现在信息‑电力‑交通三层异质复杂网络结构中的风险传播路径，能反映实时的时空关系。

本发明授权一种基于时空图神经网络的多层耦合电力系统风险传播分析方法在权利要求书中公布了：1.一种基于时空图神经网络的多层复杂耦合电力系统的风险传播分析方法，包括以下步骤： 步骤一：建立信息-电力-交通的三层异质耦合网络G，包含上层信息网、中间电力网和下层交通网；信息网基于以太网的通信网络构建图，图中节点包含基站和通信设备，当节点间相连通信时建立连边；电力网基于电力系统构建图，图中节点为母线，母线之间连接的电气线路构建为图中的边；交通网采用动态路网模型构建，图中节点为交叉口，根据路网车道建立图中的边；若层间节点有连接关系，建立层间节点的连边； 步骤二：采集三层异质耦合网络中物理量，构建网络G的图数据，包含节点特征和边关系；所采集的物理量包含：信息网中各节点的信号强度，电力网中母线的电流、电压和电压相角，交通网中每条道路的车流量；将采集的数据在同一维度进行归一化处理后，使用预先设置的统一表示方式表示为节点的特征；根据网络G中层间节点的连边关系以及各层内节点的连边关系建立G的邻接矩阵A和拓扑关系图Atp；使用邻接矩阵A或拓扑关系图Atp表征G的边关系； 步骤三：基于时空多图神经网络搭建风险传播预测模型；实现所述风险传播预测模型的时空多图神经网络包含空间学习网络和时间学习网络，空间学习网络包含k个并行的图卷积层，时间学习网络由长短期记忆网络LSTM和注意力机制结合实现；将采集的前k个时刻的三层异质耦合网络的图数据输入所述风险传播预测模型，先由k个并行的图卷积层分别对k个时刻的图数据提取空间维度的特征，再按时序将提取的特征输入引入注意力机制的LSTM中提取时间维度的特征，所提取的特征用LSTM的隐藏状态输表示，最后融合k个时刻所提取的特征，输出k+1时刻的图数据；k≥3； 步骤四：获取三层异质耦合网络的历史数据，包含网络各节点处于正常运行状态的历史图数据，以及电力系统、交通网、信息网分别处于不同故障状态下的历史图数据，输入风险传播预测模型进行训练，直到模型达到设置的准确率要求；在训练过程中，三层异质耦合网络的图结构将根据采集的时刻数据进行自适应更新； 步骤五：当网络中某节点发生故障时，利用训练好的风险传播预测模型对信息-电力-交通的三层异质耦合网络中的风险传播路径进行预测。

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北京工商大学;国网四川省电力公司电力科学研究院，其通讯地址为：100048 北京市海淀区阜成路33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。