专利名称：一种基于图神经网络的电力物联网设备异常检测方法 专利类型：发明专利
发明人：谢昕，徐磊，李欣磊，黄钰慧，宁蔚烨，喻思，李钊，熊佳芋申请号：CN202210057230.6
申请日：20220119
公开号：CN114077811B
公开日：
20220412
专利内容由知识产权出版社提供
摘要：本申请涉及一种基于图神经网络的电力物联网设备异常检测方法，它包括如下步骤：S1：利用数据采集工具，收集不同电力物联网设备的流量数据、业务数据；S2：对收集的数据进行Koopman分析；S3：构建电力物联网的图结构；S4：以图模型为输入，构建图神经网络模型，利用图卷积与图注意力网络对节点特征状态更新；S5：使用K‑Means聚类对某一时刻的节点进行异常检测。本发明通过引入Koopman分析，捕获电力物联网数据的非线性动力学特征；引入图卷积神经网络，提取电力物联网的空间特征，融合设备节点自身属性以及电力物联网拓扑结构中邻域设备节点的信息实现对电力物联网的异常检测，有效提高检测的准确率和稳定性。 申请人：华东交通大学
地址：330013 江西省南昌市经济技术开发区双港东大街808号
国籍：CN
代理机构：南昌华成联合知识产权代理事务所(普通合伙)
代理人：黄晶
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议