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！

龙图腾网获悉山西现货大数据有限公司申请的专利基于图注意力机制与流形自编码器的风电场数据重建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：CN120492826B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202510731488.3，技术领域涉及：G06F18/15；该发明授权基于图注意力机制与流形自编码器的风电场数据重建方法是由安龙飞;王国锋;耿永鹏;李振;郁磊;杨金开;张锦峰;郝晓玻;毛彩娟;李浩杰设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本基于图注意力机制与流形自编码器的风电场数据重建方法在说明书摘要公布了：本发明属于数据重建技术领域，具体涉及一种基于图注意力机制与流形自编码器的风电场数据重建方法，包括下列步骤：首先，构建风电场站点的图结构，将站点表示为节点，节点特征包括风速、风向、温度和发电功率，节点之间的边基于地理邻近性或特征相似性定义；然后，使用图注意力编码器通过注意力机制动态分配邻居节点的权重，生成每个站点的低维嵌入表示；在低维嵌入空间中引入流形约束，确保局部邻域关系和全局几何一致性；最后，通过图解码器将低维嵌入映射回高维数据空间，实现缺失数据的重建。本发明提出的总损失函数结合了数据重建误差、流形约束损失和正则化项，通过优化总损失函数完成模型训练。

本发明授权基于图注意力机制与流形自编码器的风电场数据重建方法在权利要求书中公布了：1.基于图注意力机制与流形自编码器的风电场数据重建方法，其特征在于，包括下列步骤： S1、图构建模块：将风电场的多个站点表示为图，其中：节点集合表示风电场中的站点，每个节点的特征包括风速、风向、温度；边集合表示站点之间的关系，根据地理邻近性或特征相似性定义边权重； S2、图注意力编码器：利用图注意力机制提取站点特征，通过动态分配邻居节点的权重，生成节点的低维嵌入表示； 所述S2中的权重计算公式为： 其中，和分别为节点和节点的特征向量，为节点对节点的注意力权重，表示节点的邻居节点集合；表示权重矩阵，用于对节点特征进行线性变换；表示注意力权重向量，用于计算节点间的相关性；表示特征拼接操作，将两个向量按维度拼接；表示节点对节点的未归一化注意力分数，表示两者的相关性；表示激活函数，表示指数函数； S3、流形约束模块：在低维嵌入空间中对节点施加局部和全局流形约束，保留数据的几何特性； 所述S3中局部和全局流形约束的公式为： 局部流形约束： 全局流形约束： 其中，和为节点和节点的低维嵌入表示，表示节点间的实际距离；所述流形约束模块中的局部约束通过节点邻域的权重和低维嵌入距离联合定义，优先保留邻域内节点间的几何关系； 所述S3中流形约束模块中的全局几何一致性约束基于高维数据的实际距离，通过测地距离或欧几里得距离计算得到； S4、图解码器：将低维嵌入表示映射回高维数据空间，重建节点特征，包括填补缺失值； S5、损失函数优化：定义总损失函数，包括数据重建损失、局部流形约束损失、全局流形约束损失和正则化损失； S6、模型训练与推断：通过优化损失函数训练模型；使用训练好的模型对风电场中存在缺失值的数据进行重建。

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山西现货大数据有限公司，其通讯地址为：030003 山西省太原市尖草坪区学院路3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。