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！

龙图腾网恭喜北京睿航至臻科技有限公司申请的专利基于图对比学习的小样本配电网异常检测方法及装置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：CN119046840B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202411163081.7，技术领域涉及：G06F18/2433；该发明授权基于图对比学习的小样本配电网异常检测方法及装置是由姜守义;张群轼;邢波波;王亮设计研发完成，并于2024-08-23向国家知识产权局提交的专利申请。

本基于图对比学习的小样本配电网异常检测方法及装置在说明书摘要公布了：本发明公开了一种基于图对比学习的小样本配电网异常检测方法及装置，涉及电网数据智能检测技术领域。所述方法包括：根据给定馈线图模数据和设备量测数据，构建完整的配电网异构图，以任一变压器为中心节点形成子图，通过数据增强策略对子图进行异构图数据增强，生成若干正实例样本，从配电网异构图中随机选取若干负实例，分别通过图卷积神经网络来学习原始样本、正实例样本、负实例样本的图嵌入，利用对比学习判别器来评估每个异构图实例对的一致性，并输出目标子图是否异常。本发明实现了对配电网的高效建模，在缺少异常样本的情况下，特别在小样本场景下，能够自动学习异常拓扑的低维特征，提高异常检测的准确性和鲁棒性。

本发明授权基于图对比学习的小样本配电网异常检测方法及装置在权利要求书中公布了：1.一种基于图对比学习的小样本配电网异常检测方法,其特征在于，包括：根据获取的给定馈线图模数据和设备量测数据，构建配电网异构图；以所述配电网异构图中的每个变压器为中心节点，分别形成所述配电网异构图对应每个变压器的子图，每个子图包含变压器相连的拓扑结构和监测到的电网属性信息；将任意给定子图作为原始样本，对原始样本进行异构图数据增强，生成若干正实例样本；将任意给定子图之外的其余子图作为若干负实例样本，将正实例样本、负实例样本和原始样本组合成正实例对和负实例对；使用添加了不同节点关系的权重矩阵的图卷积神经网络，分别学习所述正实例样本、负实例样本和原始样本中的图嵌入，生成三种样本对应的节点级低维向量表示；通过所述图卷积神经网络对所述节点级低维向量表示进行读出操作，得到正实例样本、负实例样本和原始样本的图级低维向量表示；根据所述图级低维向量表示和损失函数，计算全部样本最终的对比损失；根据最终的对比损失调整所述图卷积神经网络中的权重矩阵，得到预训练的图卷积神经网络；采用带标签的样本数据微调所述预训练的图卷积神经网络的权重矩阵，得到优化后的预训练的图卷积神经网络；利用优化后的预训练的图卷积神经网络对配电网进行异常检测；所述将任意给定子图作为原始样本，对原始样本进行异构图数据增强，生成若干正实例样本的步骤，具体包括：利用神经网络反向传播产生的梯度信息，在原始样本的节点特征的基础上，沿梯度上升的方向添加扰动，以生成增强样本，将该增强样本作为正实例样本；所述增强样本通过如下算式计算得到： ； ；其中，表示第次迭代产生的扰动；是当前扰动；表示球面限制，其中添加扰动的无穷范数不超过；是每次迭代的步长，用于控制扰动更新的幅度；sign是用于确定扰动方向的符号函数；是损失函数，是损失函数的梯度，用于表示损失函数的变化率；表示原始样本；表示真实标签。

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北京睿航至臻科技有限公司，其通讯地址为：102627 北京市大兴区科苑路13号院1号楼4层401-6室；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”。