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！

龙图腾网获悉国网山东省电力公司电力科学研究院申请的专利基于深度学习的变电站站端网络设备消缺校核方法及系统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：CN119579147B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202411652875.X，技术领域涉及：G06Q10/20；该发明授权基于深度学习的变电站站端网络设备消缺校核方法及系统是由李娜;刘勇;张强;孙运涛;徐征;王昕;李宽;李玉敦设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本基于深度学习的变电站站端网络设备消缺校核方法及系统在说明书摘要公布了：本发明提供一种基于深度学习的变电站站端网络设备消缺校核方法及系统，该方法包括如下步骤：变电站客户端结合所述设备配置文件、所述设备运行日志和所述设备网络流量数据构建设备配置异构图网络，所有变电站客户端利用异构图网络训练本地模型，联邦学习服务器结合所有客户端的本地训练参数更新共享学习模型，需要进行校核的客户端根据服务器的更新参数继续更新模型，并通过更新后的模型识别出本地网络设备的配置模式并得到配置参数映射表，结合所述配置模式和所述配置参数映射表生成设备校核策略，并通过所述设备校核策略完成所有所述网络设备的校核工作。本发明具有实现变电站精准完成网络设备校核的效果。

本发明授权基于深度学习的变电站站端网络设备消缺校核方法及系统在权利要求书中公布了：1.一种基于深度学习的变电站站端网络设备消缺校核方法，其特征在于，应用于目标地区的变电站联邦学习系统，所述变电站联邦学习系统包括多个变电站客户端和部署于所述目标地区的联邦学习服务器，所有所述变电站客户端均与所述联邦学习服务器通信连接，所述联邦学习服务器预先构建有共享学习模型，所有所述变电站客户端均预先部署有初始配置与所述共享学习模型相同的客户端学习模型，且所有所述客户端学习模型均来自所述联邦学习服务器，所述共享学习模型和所述客户端学习模型均为GNN模型；多个所述变电站客户端分别归属于所述目标地区中的多个变电站，且每个所述变电站有且仅有一个所述变电站客户端，对于任意一个所述变电站，所述变电站内的所述变电站客户端基于预先配置的变电站内网连接与所述变电站内所有网络设备通信连接； 所述方法包括如下步骤： 当所有所述变电站客户端中任意一个或多个目标变电站客户端触发预设的设备校核规则时，对于任意一个所述变电站客户端，所述变电站客户端通过所述变电站内网获取所有所述网络设备的设备数据，所述设备数据包括设备配置文件、设备运行日志和设备网络流量数据； 所述变电站客户端利用格兰杰因果检验分析法和互信息分析法提取所述设备配置文件、所述设备运行日志和所述设备网络流量数据之间的关联关系特征； 所述变电站客户端基于所述关联关系特征并结合所述设备配置文件、所述设备运行日志和所述设备网络流量数据构建设备配置异构图网络； 所述变电站客户端通过图简化技术将所述设备配置异构图网络简化为基础异构图网络后，从所述基础异构图网络中提取简化拓扑特征，并将所述简化拓扑特征上传至所述联邦学习服务器； 所述变电站客户端利用所述设备配置异构图网络训练本地的所述客户端学习模型并更新所述客户端学习模型的客户端模型参数，将更新后的所述客户端模型参数上传至所述联邦学习服务器； 所述联邦学习服务器接收所有所述变电站客户端的所述简化拓扑特征和所述客户端模型参数后，对所有所述简化拓扑特征进行特征相似性分析，根据特征相似性分析结果为所有所述变电站客户端分配客户端权重； 所述联邦学习服务器结合所有所述客户端模型参数以及对应的所述客户端权重训练所述共享学习模型，并更新所述共享学习模型的共享模型参数，将更新后的所述共享模型参数发送至所有所述变电站客户端； 对于任意一个所述目标变电站客户端，所述目标变电站客户端将所述共享模型参数更新至本地的所述客户端学习模型，将所述设备配置异构图网络输入至参数更新后的客户端学习模型，通过参数更新后的客户端学习模型输出所有所述网络设备的配置模式和配置参数映射表； 所述目标变电站客户端结合所述配置模式和所述配置参数映射表生成设备校核策略，并通过所述设备校核策略完成所有所述网络设备的校核工作。

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山东省电力公司电力科学研究院，其通讯地址为：250000 山东省济南市市中区望岳路2000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。