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！

龙图腾网获悉华南理工大学申请的专利基于图自编码器模型的电力系统异常遥信检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：CN120597196B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510672861.2，技术领域涉及：G06F18/25；该发明授权基于图自编码器模型的电力系统异常遥信检测方法是由李萍;王振宇;王梦真设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本基于图自编码器模型的电力系统异常遥信检测方法在说明书摘要公布了：本发明公开了一种基于图自编码器模型的电力系统异常遥信检测方法，该方法是采集电力系统的量测数据并进行预处理，得到带有异常标签的图数据集并划分为训练集与测试集；将训练集中的图数据输入图自编码器模型中进行训练；训练完成后，基于训练集中的正常边样本统计异常得分分布，并设定阈值作为后续判定依据，阈值选择以测试集上的精确率与召回率为调优目标；在测试阶段，输入测试集中的图数据进行边特征重构与异常评分，结合设定的阈值对边进行异常判定，输出初步的异常边检测结果；将输出的异常边检测结果输入到图修复模块中，输出修复后的边结构与边特征，恢复电网中被破坏的遥信状态，提升图结构的完整性与电力系统的运行可信度。

本发明授权基于图自编码器模型的电力系统异常遥信检测方法在权利要求书中公布了：1.基于图自编码器模型的电力系统异常遥信检测方法，其特征在于，包括以下步骤： S1、采集电力系统的量测数据并构建为具有节点和边关系的图数据，在图中模拟两类遥信异常，称为边异常，即误断异常和误连异常，通过异常注入和标注生成包含正常边和异常边样本的带标签图数据集，最后将其划分为训练集和测试集； S2、将训练集中的图数据输入至设计的图自编码器模型进行训练，模型的编码器部分通过残差增强的图注意力机制与节点-边联合注意力机制，实现图结构与时序信息的联合建模，保持节点表示稳定性并提取关键结构特征，并结合双向长短期记忆网络，捕捉节点的动态时序变化，融合多尺度时间特征，生成鲁棒的边嵌入表示；上述边嵌入表示输入模型的图解码器部分进行边特征重构与异常得分预测，图解码器结合电力系统物理先验，构建物理约束嵌入空间，通过边间自注意力机制实现边属性重构，并生成反映结构或属性偏离程度的异常得分；训练中采用联合损失函数进行优化，包含重构损失、基尔霍夫电流均衡损失和用于异常检测的分类损失； S3、训练阶段基于正常边样本统计异常得分分布并优化阈值，以测试集的精确率和召回率为调优目标；测试阶段对输入的图数据进行边特征重构与异常评分，结合阈值判定异常边，输出初步异常检测结果； S4、检测出的异常边输入到图卷积修复模块，该模块整合图拓扑、节点特征和边属性信息，通过邻域信息传播机制，对异常边的连接状态和电气参数进行修正，修复后的边能准确还原电网真实拓扑关系，有效消除遥信错误，提升电网数据质量和电力系统的运行可信度。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。