買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜廣西大學申請的專利一種多層區間段分離圖神經網絡的多點接地線定位方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115221706B 。

龍圖騰網通過國家知識產權局官網在2025-05-23發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210850554.5，技術領域涉及：G06F30/20；該發明授權一種多層區間段分離圖神經網絡的多點接地線定位方法是由殷林飛;黃嘉昊;賀曉宇;胡立坤;張櫪仁設計研發完成，并于2022-07-20向國家知識產權局提交的專利申請。

本一種多層區間段分離圖神經網絡的多點接地線定位方法在說明書摘要公布了：本發明提出一種多層區間段分離圖神經網絡的多點接地線定位方法。該方法主要步驟包括：搭建模擬檢測線路，模擬各類接地情況并收集數據，作為訓練圖神經網絡的樣本；由圖注意力網絡自適應地給節點之間分配權重并聚合；由帶動量的梯度下降法計算每層訓練好的圖神經網絡的偏差；將偏差轉化為權重并分配給每個訓練好的圖神經網絡層；輸入實際檢測信號；對每層輸出進行線性疊加；找出可能接地的節點分離并驗算；得到多個不同分支的接地段。所提基于多層圖神經網絡的配電網接地檢測方法能解決多個接地點的接地檢測問題，實現在多個接地點情況下得到多個接地段的功能，提高檢測精度。

本發明授權一種多層區間段分離圖神經網絡的多點接地線定位方法在權利要求書中公布了：1.一種多層區間段分離圖神經網絡的多點接地線定位方法，其特征在于，將多層圖神經網絡和帶動量的梯度下降法進行結合，引入分段操作和分離操作，能夠得到多個接地段和接地概率，能解決多點位接地帶來的不確定性問題，提高檢測精度；在使用過程中的步驟為：步驟1，搭建模擬檢測線路，模擬各類接地情況并收集數據，作為訓練圖神經網絡的樣本；步驟2，根據模擬檢測線路結構圖，設模擬檢測線路有K條分支，把每條分支均分成Nduan段，把每段看成一個節點，其中第k條分支第n個節點xk，n表示的段為xk，n，xk，n+Δxk]；k＝1，2，…，K；n＝1，2，…，Nduan；Δxk為第k條分支Nduan等分后的長度，段中xk，n表示第k條分支上距離第k條分支的起始點n-1Δxk的位置；總節點數為N′＝K×Nduan；步驟3，根據分段后節點連接關系畫出模擬檢測線路的拓撲圖，并得到鄰接矩陣A；鄰接矩陣A描述的是拓撲圖中節點的連接關系，A的維度為N′×N′；其中，若節點xk，i和節點xt，j相連接則互為鄰居節點，t＝1，2，…，K；i、j＝1，2，…，N；A中第k-1Nduan+i行第t-1×Nduan+j列元素和第t-1×Nduan+j行第k-1Nduan+i列元素都為1；若兩節點不相連則都為0；步驟4，取訓練網絡的一個樣本，對圖神經網絡進行訓練；其中一個樣本的特征矩陣為： 其中，U的維數為N′×7；V1，1，1、V1，1，2和V1，1，3為節點x1，1的三相電壓幅值信息；I1，1，1、I1，1，2和I1，1，3為節點x1，1的三相電流幅值信息；P1，1值為1表示這個樣本中節點x1，1接地；P1，1值為0表示這個樣本中節點x1，1非接地；V1，2，1、V1，2，2和V1，2，3為節點x1，2的三相電壓幅值信息；I1，2，1、I1，2，2和I1，2，3為節點x1，2的三相電流幅值信息；P1，2值為1表示這個樣本中節點x1，2接地；P1，2值為0表示這個樣本中節點x1，2非接地；Vk，n，1、Vk，n，2和Vk，n，3為節點xk，n的三相電壓幅值信息；Ik，n，1、Ik，n，2和Ik，n，3為節點xk，n的三相電流幅值信息；Pk，n值為1表示這個樣本中節點xk，n接地；Pk，n值為0表示這個樣本中節點xk，n非接地；和為節點的三相電壓幅值信息；和為節點的三相電流幅值信息；值為1表示這個樣本中節點接地；值為0表示這個樣本中節點非接地；在U中取出第7列構成概率向量在U中取出第k-1Nduan+n行作為節點xk，n的狀態特征向量步驟5，將鄰接矩陣A和特征矩陣U輸入圖神經網絡；每個節點的輸入為狀態特征向量圖神經網絡通過嵌入傳播迭代地聚合目標節點鄰域的信息，堆疊B層傳播層獲得高階鄰域信息，更新節點狀態；節點xk，n經過計算聚合后節點狀態為： 其中，為節點xk，n在圖神經網絡第l層傳播層的節點狀態，l＝1，2，…，B；f·，·，·，·為狀態轉移函數，為與節點xk，n相連邊的特征向量，為節點xk，n的鄰居節點狀態特征向量，為節點xk，n在第l-1層傳播層節點狀態；通過B層傳播層聚合得到節點xk，n最終狀態和狀態特征向量V′k，n，1、V′k，n，2和V′k，n，3為節點xk，n經過計算聚合后的三相電壓幅值信息，I′k，n，1、I′k，n，2和I′k，n，3為節點xk，n經過計算聚合后的三相電流幅值信息，P′k，n為節點xk，n經過計算聚合后產生的接地概率；步驟6，引入圖注意力網絡，自適應地給節點之間分配權重并聚合；將N′個節點的狀態特征向量集合作為輸入，通過圖注意力網絡計算后得到新的N′個節點的狀態特征向量集合V″k，n，1、V″k，n，2和V″k，n，3為節點xk，n通過圖注意力網絡計算后的三相電壓幅值信息，I″k，n，1、I″k，n，2和I″k，n，3為節點xk，n通過圖注意力網絡計算后的三相電流幅值信息，P″k，n為節點xk，n通過圖注意力網絡計算后的接地概率；具體方法為對節點xk，n和節點xt，j分別應用權重矩陣W，W的維數為7×7，計算節點注意力系數： 其中，L·表示激活函數exp·表示以e為底的指數函數，akn，tj代表注意力系數，Nxk，n代表節點xk，n的鄰接點的集合，代表權重矩陣，的維度為1×14；W代表線性變換權重矩陣，W的維度為7×7；再將注意力系數和節點狀態特征向量做線性組合得到節點xk，n的輸出狀態特征向量為： 其中，步驟7，將所有N′個節點的狀態特征向量重新整合成狀態矩陣U″，并取出第7列構成概率向量U″為： 其中，為： 步驟8，由步驟5、步驟6、步驟7，取Q個訓練樣本訓練圖神經網絡，得到每個訓練樣本的概率向量，其中第q個訓練樣本的概率向量為q＝1，2，…，Q；由帶動量的梯度下降法，得到圖神經網絡訓練后存在的偏差δ；xk，n節點的接地概率估計量yCk，n為： 其中β為指數衰減率，fW為關于W可微的隨機目標函數；f1W，f2W，…，fCW表示步長1，2，…，C對應的隨機目標函數，c步長上隨機目標函數的梯度節點xk，n接地概率期望EyCk，n和真實接地情況的偏差為： 其中，對于所有節點的偏差的平均值為： 步驟9，由步驟4到步驟8得到LGraph層訓練好的圖神經網絡，第l層訓練好的圖神經網絡對于所有節點的偏差的平均值為δ′l，并給第l層訓練好的圖神經網絡分配權重系數αl；第l層訓練好的圖神經網絡權重為： 步驟10，分別給LGraph層訓練好的圖神經網絡輸入實際檢測線路的特征矩陣，分別輸出概率向量；為第l層訓練好的圖神經網絡的輸出概率向量；步驟11，將LGraph層訓練好的圖神經網絡線性疊加；概率向量Y為： 其中為每個節點線性疊加后的接地概率；步驟12，規定概率閾值ε，ε∈0，1，討論接地概率大于概率閾值的節點并認為其他節點不接地；步驟13，將討論的節點分離并驗算；由于鄰居節點的影響，導致單個節點接地概率含有不確定性，且接地概率會在該影響下增大，故引入分離操作；將其中一個討論的節點xk，n的狀態特征向量和為實際檢測中節點xk，n的三相電壓幅值信息，和為實際檢測中節點xk，n的三相電流幅值信息，替換接地檢測裝置產生信號后節點正常運行時的狀態特征向量，得到用于檢驗節點xk，n是否接地的特征矩陣為： 其中V1，1，10、V1，1，20和V1，1，30為接地檢測裝置產生信號后節點x1，1正常運行的三相電壓幅值信息；I1，1，10、I1，1，20和I1，1，30為接地檢測裝置產生信號后節點x1，1正常運行的三相電流幅值信息；V1，2，10、V1，2，20和V1，2，30為接地檢測裝置產生信號后節點x1，2正常運行的三相電壓幅值信息；I1，2，10、I1，2，20和I1，2，30為接地檢測裝置產生信號后節點x1，2正常運行的三相電流幅值信息；Vk，n-1，10、Vk，n-1，20和Vk，n-1，30為接地檢測裝置產生信號后節點xk，n-1正常運行的三相電壓幅值信息；Ik，n-1，10、Ik，n-1，20和Ik，n-1，30為接地檢測裝置產生信號后節點xk，n-1正常運行的三相電流幅值信息；Vk，n+1，10、Vk，n+1，20和Vk，n+1，30為接地檢測裝置產生信號后節點xk，n+1正常運行的三相電壓幅值信息；Ik，n+1，10、Ik，n+1，20和Ik，n+1，30為接地檢測裝置產生信號后節點xk，n+1正常運行的三相電流幅值信息；和為接地檢測裝置產生信號后節點正常運行的三相電壓幅值信息；和為接地檢測裝置產生信號后節點正常運行的三相電流幅值信息；將輸入LGraph層訓練好的圖神經網絡，由步驟11得到關于節點xk，n的概率向量其中分別為節點x1，1，x1，2，…，xk，n-1，xk，n+1，…，xK，N在節點xk，n影響下的接地概率，為單獨討論節點xk，n是否接地時節點xk，n的接地概率；再次驗證若成立，則認為在節點xk，n表示的段xk，n，xk，n+Δxk]內存在接地；若不成立，則排除節點xk，n；步驟14，重復步驟13將需要討論的節點xk1，n1，xk2，n2，…，xkt，nt分離并驗算，得到不同分支的多個接地段xk1，n1，xk1，n1+Δxk1]，xk2，n2，xk2，n2+Δxk2]，…，xkt，nt，xkt，nt+Δxkt]。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廣西大學，其通訊地址為：530005 廣西壯族自治區南寧市西鄉塘區大學東路100號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。