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！

申请/专利权人：北京洛斯达科技发展有限公司

摘要：本发明涉及压缩空气储能地下储气库选址技术领域，提供一种基于图注意力网络的压缩空气储能地下储气库选址方法，包括：获取反映储气库候选地址的属性特征的指标数据，构建储气库选址特征数据集；构建无向图结构，将储气库候选地址表示为图节点，将各储气库候选地址之间的空间关联关系表示为图的边；基于图注意力网络、无向图结构和特征数据集构建储气库选址预测模型，获得各储气库候选地址的指标数据的权重系数；基于权重系数，使用图注意力网络进行推理，计算图结构中所有图节点的概率得分值，对各图节点概率得分由高到低排序，将得分排序最高的前T位的图节点作为选址成果。本发明选址客观，可以有效避免人工主观选址不理想的问题。

主权项：1.基于图注意力网络的压缩空气储能地下储气库选址方法，其特征在于，包括：获取反映储气库候选地址的属性特征的指标数据，根据指标数据构建压缩空气储能地下储气库选址特征数据集；构建无向图结构，将储气库候选地址表示为图节点，将各储气库候选地址之间的空间关联关系表示为图的边；基于图注意力网络、无向图结构和特征数据集构建储气库选址评价模型，获得各储气库候选地址的指标数据的权重系数；基于权重系数，使用图注意力网络进行推理，计算图结构中所有图节点的概率得分值，对各图节点概率得分由高到低排序，将得分排序最高的前T位的图节点作为选址成果，完成储气库选址；所述构建无向图结构，包括：获取储气库候选地址的区域地理边界，计算得到区域地理边界的外包矩形边界；以外包矩形边界左上角坐标为起始点，以外包矩形边界坐标范围为边界，以预设的距离阈值为间距，生成规则点阵数据，并用区域地理边界以及对所述点阵数据进行裁剪，得到储气库候选地址集合；根据储气库候选地址集合，将反映各储气库候选地址的属性特征的指标数据分配给各图节点；所述基于图注意力网络、无向图结构和特征数据集构建储气库选址评价模型，获得各储气库候选地址的指标数据的权重系数，基于权重系数，使用图注意力网络进行推理，计算图结构中所有图节点的概率得分值，对各图节点概率得分由高到低排序，将得分排序最高的前T位的图节点作为选址成果，完成储气库选址，包括：构建储气库选址评价模型：基于图注意力网络，向图注意力网络中输入图节点特征向量构成的特征矩阵： ；其中，N是图节点的个数，F是图节点的指标数据个数；对于每个图节点，计算其与邻居图节点的相似系数，用以表征图节点j的属性特征对图节点i的影响程度： ；其中，是单个前馈神经网络，用来将拼接后的图节点特征向量映射为一个实数的参数向量，分别是图节点i和图节点j的特征向量，是一个被所有图节点共享的权重矩阵；图节点i和图节点j之间的注意力系数为，图节点i的所有邻居图节点的集合为，通过将图节点间的相似系数经过LeakyReLU非线性激活函数后进行softmax操作进行归一化得到了图节点间的注意力系数: ；根据注意力系数，通过特征加权求和即可得到图节点i的新的特征向量： ；其中，采用非线性激活函数ReLU；将上述过程独立重复K次，然后将得到的结果进行求和平均，具体计算过程如下： ；得到图注意力网络的输出为一组新的图节点的特征表示: ；其中为新的图节点的指标数据个数；采用log_softmax计算图节点得分；对图节点得分由高到低排序，将得分最高的前T位，或者大于预设阈值的节点作为选址成果。

全文数据：

权利要求：

百度查询： 北京洛斯达科技发展有限公司 基于图注意力网络的压缩空气储能地下储气库选址方法