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！

龙图腾网获悉江苏省电力试验研究院有限公司;国网江苏省电力有限公司;国网江苏省电力有限公司电力科学研究院申请的专利灾害下基于异质图神经网络的多网连锁故障传播预测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：CN121436427B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202512047991.X，技术领域涉及：G06Q10/063；该发明授权灾害下基于异质图神经网络的多网连锁故障传播预测方法是由曹轩萌;陈烨;袁宇波;张星;张宸宇;唐锦;卢庆宁;周祉君;郭宁;陈锦铭;郭雅娟;黄哲忱;杨雲腾;贾萌萌设计研发完成，并于2025-12-31向国家知识产权局提交的专利申请。

本灾害下基于异质图神经网络的多网连锁故障传播预测方法在说明书摘要公布了：本发明公开了灾害下基于异质图神经网络的多网连锁故障传播预测方法，该方法包括：获取灾害、电力、通信、交通网络的多源数据；构建四层异质图模型，并定义多类型层间边；建立灾害物理量与物理节点健康状态的映射关系，预测灾害冲击时刻初始故障状态；定义基于层间边的多尺度、多机理传播规则，模拟连锁故障过程；构建时空异质图神经网络模型，所述模型堆叠异质图神经网络模块和门控循环单元模块，并采用双头预测层以自回归方式预测节点连续运行状态和离散功能状态；对模型输出的状态时间序列进行后处理，通过因果归因算法重建跨域连锁故障传播路径。本发明能精确模拟灾害发生到多网连锁故障的演化全过程，实现多尺度故障预测与因果分析。

本发明授权灾害下基于异质图神经网络的多网连锁故障传播预测方法在权利要求书中公布了：1.一种灾害下基于异质图神经网络的多网连锁故障传播预测方法，其特征在于，包括以下步骤： 获取灾害、电力、通信、交通网络的多源数据，构建包含灾害层、电力层、通信层、交通层的四层异质图模型，其中为异质图节点，异质图节点包括灾害节点、电力节点、通信节点和交通节点，为异质图边，为时间步，所述异质图模型包括层内边和多类型层间边；所述多类型层间边包括灾害-物理边：从灾害节点指向其地理覆盖范围内的物理节点的有向边，其功能是：在t=1时刻传递所述灾害动态物理特征向量，作为触发初始故障状态预测的驱动输入； 建立灾害节点的灾害特征向量与异质图模型中电力、通信、交通节点健康状态的映射关系，以预测由灾害引发的初始时刻的初始故障状态；预测由灾害引发的初始时刻的初始故障状态包括： 在时刻，仅激活灾害-物理边，灾害节点向其连接的物理节点发送包含实时风速的灾害特征消息； 所有接收到灾害特征消息的物理节点，将其和自身静态特征中的设计抗灾等级作为输入，计算得到时刻的初始物理完好度； 所有节点基于其新计算的和其邻居节点时刻的功能状态，根据各自的功能状态计算公式，确定时刻的初始功能状态； 更新节点的初始健康状态向量和动态运行状态，形成初始故障状态，所述初始故障状态包括：由导致的[物理完好度≈0,功能状态=0]的物理失效，或由导致的[物理完好度=1,功能状态=1,备用电源剩余时间开始减少]的延时功能失效，或[物理完好度=1,功能状态1,拥堵指数0]的功能降级，其中，为预设的物理完好度失效阈值，当物理完好度低于此阈值时判定节点发生物理失效； 根据层间边类型激活的物理机理构建跨域连锁故障传播规则，所述规则包括供能依赖传播、信息控制传播、状态自演化传播和功能-恢复-阻抗传播； 构建并训练时空异质图神经网络模型，所述时空异质图神经网络模型堆叠异质图神经网络模块和门控循环单元模块，并采用双头预测层以自回归方式预测节点连续运行状态和离散功能状态，以模拟连锁故障传播，重建跨域连锁故障传播路径。

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江苏省电力试验研究院有限公司;国网江苏省电力有限公司;国网江苏省电力有限公司电力科学研究院，其通讯地址为：211100 江苏省南京市江宁区帕威尔路1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。