(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210048196.6 (22)申请日 2022.01.17 (71)申请人 中国电力科 学研究院有限公司 地址 100192 北京市海淀区清河小营东路 15号 申请人 国网天津市电力公司 　 国网天津市电力公司电力科 学研究 院　 国家电网有限公司 (72)发明人 马震媛　谈元鹏　徐会芳　何可嘉　 郑渠岸　贺春　刘力卿　 (74)专利代理 机构 北京中巡通大知识产权代理 有限公司 1 1703 专利代理师 文骊鹍(51)Int.Cl. G06Q 50/06(2012.01) G06N 3/063(2006.01) G06V 10/422(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06F 16/36(2019.01) G06N 5/02(2006.01) (54)发明名称 基于快速图计算的故障诊断方法、 系统、 设 备及存储介质 (57)摘要 本发明公开了一种基于快速图计算的故障 诊断方法、 系统、 设备及存储介质， 包括： 对电力 运检领域知识图谱图中的节点进行聚类， 生成图 的节点组序列； 根据所述图的节 点组序列确定多 尺度图神经网络中各池化层的稀 疏表示矩阵， 构 建多尺度图神经网络； 将所述图的节 点组序列输 入到多尺度图神经网络中， 完成快速图神经网络 的计算， 得多尺度图神经网络的输出结果， 完成 电力设备的故障类型诊断， 该方法、 系统、 设备及 存储介质能够精确、 高效率的对电力运检领域知 识图谱图中电力设备的故障类型进行诊断。 权利要求书2页 说明书6页 附图3页 CN 114581261 A 2022.06.03 CN 114581261 A 1.一种基于快速图计算的故障诊断方法， 其特 征在于， 包括： 对电力运检领域知识图谱图中的节点进行聚类， 生成图的节点组序列； 根据所述图的节点组序列确定多尺度图神经网络中各池化层的稀疏表示矩阵， 构建多 尺度图神经网络； 将所述图的节点组序列输入到多尺度图神经网络中， 得所述电力运检领域知识图谱图 中电力设备的故障类型。 2.根据权利要求1所述的基于快速图计算的故障诊断方法， 其特征在于， 所述对电力运 检领域知识图谱图中的节点进行聚类， 生成图的节点组序列的具体过程 为： 通过聚类算法对电力运检领域知识图谱图G中的节点进行聚类， 生成图的节点组序列 (G0,G1,...,GK)， 其中， G0＝G， 图Gj+1的节点对应图Gj中的节点簇， j＝0,. ..,K‑1。 3.根据权利要求1所述的基于快速图计算的故障诊断方法， 其特 征在于， 所述根据 所述图的节点组序列确定多尺度图神经网络 中各池化层的稀疏表示矩阵， 构 建多尺度图神经网络的具体过程 为： 对所述图的节点组序列中的各节点组进行向量表示， 通过各节点组的向量表示组成该 节点组的表示矩阵； 将各节点组的表示矩阵分别作为多尺度图神经网络 中各池化层的稀疏表示矩阵， 构建 多尺度图神经网络 。 4.根据权利要求3所述的基于快速图计算的故障诊断方法， 其特征在于， 所述将各节点 组的表示矩阵分别作为多尺度图神经网络中各池化层的稀疏表示矩阵之前还 包括： 通过各节点组的表示矩阵的特 征值舍弃 该表示矩阵中的高频精细信息 。 5.根据权利要求1所述的基于快速图计算的故障诊断方法， 其特征在于， 所述多尺度图 神经网络表示 为： 其中， Φj为第j个池化层的大小为Nj+1×Nj的稀疏表示矩阵， 为大小为Nj×d的输入 特征矩阵， 为大小为Nj+1×d的输出特征矩阵， K为洞多尺度图神经网络中池化层的数 目。 6.根据权利要求1所述的基于快速图计算的故障诊断方法， 其特征在于， 所述将图的节 点组序列输入到多尺度图神经网络中， 得多尺度图神经网络的输出结果的过程中， 通过各 池化层对图的节点组序列进行池化， 对各池化层的输出结果进行聚合， 将聚合结果传至读 出操作及多层感知机中。 7.一种基于快速图计算的故障诊断系统， 其特 征在于， 包括： 聚类模块(1)， 用于对电力运检领域知识图谱图中的节点进行聚类， 生成图的节点组序 列； 确定模块(2)， 用于根据所述图的节点组序列确定多尺度图神经网络中各池化层的稀 疏表示矩阵， 构建多尺度图神经网络； 计算模块(3)， 用于将所述图的节点组序列输入到多尺度图神经网络中， 得所述电力运 检领域知识图谱图中电力设备的故障类型。 8.根据权利要求7所述的基于快速图计算的故障诊断系统， 其特征在于， 所述确定模块权　利　要　求　书 1/2 页 2 CN 114581261 A 2(2)包括： 数据处理模块(21)， 用于对所述图的节点组序列中的各节点组进行向量表示， 通过各 节点组的向量表示组成该节点组的表示矩阵； 构建模块(22)， 用于第二将各节点组的表示矩阵分别作为多尺度图神经网络中各池化 层的稀疏表示矩阵， 构建多尺度图神经网络 。 9.一种计算机设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器 上运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1至 6任一项所述基于快速图计算的故障诊断方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求 1至6任一项 所述基于快速图计算的故 障诊断方法的步骤。权　利　要　求　书 2/2 页 3 CN 114581261 A 3