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！

龙图腾网获悉国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司申请的专利一种基于图神经网络的电力网络空间风险评估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：CN118378881B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202410417341.2，技术领域涉及：G06Q10/0635；该发明授权一种基于图神经网络的电力网络空间风险评估方法是由何金栋;雷珊珊;吴丽进;赵志超;黄建业;罗富财设计研发完成，并于2024-04-09向国家知识产权局提交的专利申请。

本一种基于图神经网络的电力网络空间风险评估方法在说明书摘要公布了：本发明公开了一种基于图神经网络的电力网络空间风险评估方法，步骤包括：首先对电力系统网络进行图形建模，并利用谱聚类算法将其分解为各个子图；利用图神经网络，对子图进行深度信息整合，得到综合的图表示；这种图表示进而被用于评估各子图的电力系统风险等级，从而实时识别和控制整个网络的风险状况。本发明的核心创新为结合图模型与图神经网络进行电力系统数据处理，能全面评估系统风险并精准定位特定区域风险，为系统调度提供强有力的决策支持，解决了传统方法在捕捉潜在风险及复杂网络动态中的局限性。

本发明授权一种基于图神经网络的电力网络空间风险评估方法在权利要求书中公布了：1.一种基于图神经网络的电力网络空间风险评估方法，其特征在于，包括如下步骤： S1、对电力系统网络进行图形建模形成电力系统权重图； S2、利用谱聚类算法将电力系统权重图分解为各个子图； S3、基于图神经网络对子图进行信息聚合，得每个子图的综合表示；具体包括如下步骤： S31、选择图神经网络模型，所述图神经网络模型包括GCN、GraphSAGE、GAT或GIN； S32、学习节点表示信息：将电力系统权重图中的每个子图输入选定的图神经网络模型中，在每个子图上，图神经网络模型会学习每个节点的表示并对图进行信息聚合； S33、子图表示：通过对子图中的节点表示进行聚合，计算子图中所有节点表示的平均值作为子图的表示，得到每个子图的综合表示； S4、利用每个子图的综合表示进行风险等级的预测，进而实现对电力系统网络空间的全面风险评估；具体包括如下步骤： S41、提取子图特征：从每个子图的综合表示中提取与风险相关的特征；所述与风险相关的特征包括子图中节点的平均度、节点之间的连接强度、子图中节点的聚类系数以及节点的中心性； S42、训练模型：建立机器学习模型并训练，在模型训练过程中，采用标记好标签的风险等级数据集，模型的目标是学习如何将特征与相应的风险等级标签关联起来； S43、预测风险等级：将从每个子图的综合表示中提取的与风险相关的特征输入已经训练好的模型中，以预测其风险等级，模型的输出是每个子图的风险评估，并以离散的等级来表示。

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福建省电力有限公司电力科学研究院;国网福建省电力有限公司，其通讯地址为：350000 福建省福州市仓山区复园支路48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。