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！

龙图腾网获悉山东大学申请的专利基于知识增强的电网新能源运行故障判别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：CN121456770B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610002681.8，技术领域涉及：G06F18/2433；该发明授权基于知识增强的电网新能源运行故障判别方法及系统是由吕天光;章曦贤;章杜锡;李宜晓;李竞;艾芊;杨明;李鹏设计研发完成，并于2026-01-05向国家知识产权局提交的专利申请。

本基于知识增强的电网新能源运行故障判别方法及系统在说明书摘要公布了：本发明公开了一种基于知识增强的电网新能源运行故障判别方法及系统，涉及风电场故障诊断技术领域。该方法包括步骤：获取电网新能源设备运行的时序数据，并根据电网新能源设备运行的时序数据构建图结构，得到图数据表示；根据电网新能源设备运行数据的特性将专家知识编码为层次化规则集，并根据层次化规则集构建知识规则库；利用带有知识增强机制的图神经网络构建故障诊断模型，将知识规则库中的层次化规则集作为教师，图神经网络作为学生，对故障诊断模型进行训练；利用训练后的故障诊断模型对图数据表示进行异常检测，得到风电场故障判别结果。本发明能够实现对齿轮箱故障、变桨系统异常等复杂故障场景的无监督精准识别。

本发明授权基于知识增强的电网新能源运行故障判别方法及系统在权利要求书中公布了：1.基于知识增强的电网新能源运行故障判别方法，其特征在于，包括以下步骤： 获取电网新能源设备运行的时序数据，并根据电网新能源设备运行的时序数据构建图结构，得到图数据表示； 根据电网新能源设备运行数据的特性将专家知识编码为层次化规则集，并根据层次化规则集构建知识规则库； 利用带有知识增强机制的图神经网络构建故障诊断模型，将知识规则库中的层次化规则集作为教师，图神经网络作为学生，对故障诊断模型进行训练； 采用改进的教师-学生训练方案，将知识规则作为教师，用于评估GNN输出节点状态的合理性，并以此引导训练过程； 生成知识信号：将知识规则转化为可应用于节点状态向量的判别函数；每条规则R对应一个函数，其输出值表示节点状态符合该规则的程度； 设计损失函数：总损失用于模型的初始训练阶段；该损失函数由两部分组成：数据重构损失确保模型能学习到SCADA数据中的正常运行模式，而知识一致性损失则将专家总结的物理规则和故障先验知识以软约束的形式嵌入到模型中；它直接优化的是图神经网络本身的权重参数，是模型能力构建的基础；具体的，总损失函数由数据重构损失和知识一致性损失构成： 其中，λ为超参数，用于平衡两项损失的权重；为基于输入数据自监督学习的重构误差；定义为所有知识规则应用于GNN输出节点嵌入H后所得置信度与期望值之间的差异，采用二元交叉熵损失： ； 利用训练后的故障诊断模型对图数据表示进行异常检测，得到风电场故障判别结果。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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。