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！

龙图腾网获悉福建省气象信息中心(福建省气象档案馆)申请的专利一种基于深度学习的天擎系统故障管理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：CN120301785B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510771802.0，技术领域涉及：H04L41/16；该发明授权一种基于深度学习的天擎系统故障管理方法是由陈琼莺;朱添福;郑玉兰;白金婷设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种基于深度学习的天擎系统故障管理方法在说明书摘要公布了：本发明提供一种基于深度学习的天擎系统故障管理方法，涉及数据处理技术领域，所述方法包括：根据图卷积网络和循环神经网络，分析不同节点之间的动态交互和故障传播路径，识别潜在的多节点联动故障模式，构建初始多节点故障管理模型；根据历史运行数据对初始多节点故障管理模型进行训练，动态调整初始多节点故障管理模型的参数，识别各节点发生故障时所产生的联动影响，得到多节点故障管理模型；获取天擎系统的实时运行数据集，识别当前的故障节点和影响节点，确定当前的多节点联动故障模式，对故障节点和影响节点进行隔离处理，消除故障节点对影响节点的影响，得到故障修复结果。本发明通过深度学习对天擎系统中的故障进行管理。

本发明授权一种基于深度学习的天擎系统故障管理方法在权利要求书中公布了：1.一种基于深度学习的天擎系统故障管理方法，其特征在于，所述方法包括： 获取天擎系统中各节点的节点状态数据、性能监控数据和故障日志数据，得到历史运行数据集； 根据图卷积网络和循环神经网络，分析不同节点之间的动态交互和故障传播路径，识别潜在的多节点联动故障模式，构建初始多节点故障管理模型，包括： 构建循环神经网络层，用于根据结构关联序列集，按照时间顺序计算每个节点的隐藏状态，识别每个节点在不同时间步之间状态变化关系，得到节点状态时序数据集； 构建联动故障识别层，用于根据节点状态时序数据集，计算不同节点的状态相关性，当多个节点的状态相关性超过预设相关阈值，则在节点之间建立故障传播路径，识别出具有联动影响的节点集合，生成多节点联动故障模式数据集，包括： 根据节点状态时序数据集，分别提取两个节点在每一个时间步上的隐藏状态向量，并通过对这两个向量进行点积与归一化处理，计算第一相似值；计算两个节点在不同时间步相对于前一时间步的隐藏状态向量变化幅度，再计算两个节点的变化幅度差值，得到第二相似值； 判断两个节点在当前时间步是否同时发生异常状态波动，当两个节点均为异常状态，则该时间步的异常响应耦合项取固定值，当任一节点无异常，则该项为零，得到第三相似值； 根据第一相似值、第二相似值和第三相似值，计算不同节点在整个时间序列内状态变化趋势之间的状态相关性，得到状态相关性数据集； 当两个节点之间的状态相关性超过预设相关阈值时，则判定两个节点存在故障耦合关系，并在两个节点之间建立故障传播路径，得到联动影响节点集合； 根据联动影响节点集合及其传播路径，生成多节点联动故障模式数据集； 根据历史运行数据对初始多节点故障管理模型进行训练，动态调整初始多节点故障管理模型的参数，识别各节点发生故障时所产生的联动影响，得到多节点故障管理模型； 获取天擎系统的实时运行数据集，并将其输入至多节点故障管理模型，识别当前的故障节点和影响节点，确定当前的多节点联动故障模式，得到故障状态数据集； 根据故障状态数据集，对故障节点和影响节点进行隔离处理，消除故障节点对影响节点的影响，得到故障修复结果； 根据故障修复结果对多节点故障管理模型进行更新，提高多节点故障管理模型识别多节点联动故障模式的准确性。

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福建省气象信息中心(福建省气象档案馆)，其通讯地址为：350007 福建省福州市仓山区建新中路108号福建省气象防灾中心；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”。