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！

龙图腾网获悉国网安徽省电力有限公司电力科学研究院;国网安徽省电力有限公司;国网安徽省电力有限公司芜湖供电公司申请的专利多源数据的双阶段融合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：CN115456080B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202211126785.8，技术领域涉及：G06F18/25；该发明授权多源数据的双阶段融合方法及系统是由骆晨;吴凯;冯玉;吴少雷;张成龙;宫兴龙;戚振彪;徐飞;张征凯;周建军;陈振宁设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。

本多源数据的双阶段融合方法及系统在说明书摘要公布了：本发明公开一种多源数据的双阶段融合方法及系统，所述方法包括获取多源异构数据，多源异构数据包括通信网侧数据和电力网侧数据；提取多源异构数据的初始标准化重构特征；基于初始标准化重构特征，进行初始标准化重构特征内的属性级浅层融合，得到属性级浅层特征；基于属性级浅层特征，进行深层的特征聚合，得到用户聚合特征关系矩阵；基于传统电力网的属性特征和用户聚合特征关系矩阵，构建细粒度知识图谱。本发明提出了双阶段的数据融合方法，从浅层的属性级层面和深层的用户级层面分别对特征进行细粒度的融合，得到更加有效且精确的融合信息，提供给配电网调度人员进行辅助决策和维护备案。

本发明授权多源数据的双阶段融合方法及系统在权利要求书中公布了：1.一种多源数据的双阶段融合方法，其特征在于，所述方法包括以下步骤： 获取多源异构数据，所述多源异构数据包括通信网侧数据和电力网侧数据； 提取所述多源异构数据的初始标准化重构特征，包括将所述多源异构数据中置信度高于设定阈值的数据作为筛选数据，将所述筛选数据用图数据库以网络化的模式存储至知识库；利用NLP特征模型，分别对所述通信网侧数据对应的筛选数据和所述电力网侧数据对应的筛选数据进行特征提取，得到对应的第一属性特征集合和第二属性特征集合；将所述第一属性特征集合和所述第二属性特征集合进行属性层次的特征级联，得到所述初始标准化重构特征； 基于所述初始标准化重构特征，进行所述初始标准化重构特征内的属性级浅层融合，得到属性级浅层特征，包括采用多层感知神经网络，进行所述初始标准化重构特征内的属性级浅层融合，得到属性级浅层特征，所述多层感知神经网络包括输入层、隐藏层和输出层，所述隐藏层包括h个隐藏单元，其中： 所述隐藏层的输出为： 所述输出层的输出为： 式中：所述隐藏层的权重及偏差分别表示为；所述隐藏层的输出维度为q；所述输出层的权重及偏差参数分别为；初始标准化重构特征集合，其中D是特征维数，N为其批量大小； 基于所述属性级浅层特征，进行深层的特征聚合，得到用户聚合特征关系矩阵，包括对所述属性级浅层特征进行图注意力深度编码，构建图像作为图形数据，其中，所述属性级浅层特征中各用户特征向量作为图像中的节点，对于每个节点，为所有添加一个从指向的边，为节点的K个最近邻居； 基于所述图形数据，利用图注意力层聚集来自其相邻所述节点的特征，并在所述节点之间交换信息，得到所述用户聚合特征关系矩阵，其中，所述图注意力层内的计算操作为： 式中：和分别为特征通过与和这两个矩阵相乘进行特征聚合操作和特征更新操作，和中分别为一组聚合操作的可学习权重和一组更新操作的可学习权重； 基于传统电力网的属性特征和所述用户聚合特征关系矩阵，构建细粒度知识图谱。

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国网安徽省电力有限公司电力科学研究院;国网安徽省电力有限公司;国网安徽省电力有限公司芜湖供电公司，其通讯地址为：230000 安徽省合肥市经济开发区紫云路299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。