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！

龙图腾网获悉国网天津市电力公司电力科学研究院;国网天津市电力公司;国家电网有限公司申请的专利一种基于多任务学习的电网故障处理知识图谱补全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：CN115238086B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202210721464.6，技术领域涉及：G06F16/36；该发明授权一种基于多任务学习的电网故障处理知识图谱补全方法是由韩强;李振斌;郭凌旭;马世乾;黄志刚;范广民;崇志强;单连飞;陈建;刘颂;宋永贞;王天昊;张越;于光耀;乔咏田设计研发完成，并于2022-06-24向国家知识产权局提交的专利申请。

本一种基于多任务学习的电网故障处理知识图谱补全方法在说明书摘要公布了：本发明涉及一种基于多任务学习的电网故障处理知识图谱补全方法，包括以下步骤：步骤1、输入电网调控历史数据集；步骤2、构建电网故障处理的知识图谱；步骤3、获得当前设备节点状态和故障处置动作的初始化Embedding；步骤4、将步骤3中得到已经进行Embedding初始化的三元组，作为两个下游任务的输入，并获取两个下游任务的计算损失函数；步骤5、定义一个可学习的权重参数α对两个下游任务计算损失函数进行动态叠加，然后用于更新节点和边的自编码模型；步骤6、生成表达更为准确的电网调控认知图谱；步骤7、实现电网故障处理知识图谱补全。本发明能够更好地预测节点之间的潜在关联边，进而补全电网调控的知识图谱。

本发明授权一种基于多任务学习的电网故障处理知识图谱补全方法在权利要求书中公布了：1.一种基于多任务学习的电网故障处理知识图谱补全方法，其特征在于：包括以下步骤： 步骤1、输入电网调控历史数据集； 步骤2、构建电网故障处理的知识图谱并定义出用于电网调控的专家元路径； 步骤3、选取步骤2中的电网设备节点状态和故障处置的三元组分别对设备节点和处置动作进行Embedding初始化，最终获得当前设备节点状态和故障处置动作的初始化Embedding以及用于初始化节点和动作Embedding的自编码模型； 步骤4、将步骤3中得到已经进行Embedding初始化的三元组，作为两个下游任务的输入，并获取两个下游任务的计算损失函数； 步骤5、基于步骤4中获得的两个下游任务的计算损失函数，定义一个可学习的权重参数α对两个下游任务计算损失函进行动态叠加，然后用于更新节点和边的自编码模型； 步骤6、获得步骤5中得到的节点和动作Embedding的自编码模型，生成表达更为准确的电网调控认知图谱； 步骤7、基于步骤6中得到的新的电网调控认知图谱，最终实现电网故障处理知识图谱补全； 所述步骤3的具体方法为： 利用步骤2中构建的知识图谱以及电网数据集中各个设备实体状态转换的关系对步骤1中的电网数据集中设备节点和故障处置动作进行基于三元组的格式提取，其中节点设备状态输入到节点自编码网络中进行Embedding初始化，故障处置动作输入到关系自编码网络中进行Embedding初始化，最终获得当前设备节点状态和故障处置动作的初始化Embedding以及用于初始化节点和动作Embedding的自编码模型； 所述步骤4的具体方法为： 选取步骤3中已经进行初始化Embedding的三元组；然后定义两个下游任务，其中任务1是对三元组使用GraphEmbedding进行损失计算，该损失记作loss1，任务2是基于电网调控历史数据集构建出来的认知知识图谱将边表示转化为表示相邻节点之间关联程度的权重，然后基于带有关联权重的认知知识图谱利用迪杰斯特拉方法获取电网调控历史数据集中所有最短实例路径集合，接着将实例抽象为实体进而把所有最短实例路径集合抽象为基于实体的经验最短元路径，最后将从电网调控历史数据集中得到的经验最短元路径集合与步骤2中定义的专家元路径进行对抗损失计算,该损失记作loss2。

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天津市电力公司电力科学研究院;国网天津市电力公司;国家电网有限公司，其通讯地址为：300384 天津市滨海新区海泰华科四路8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。