基于动态图结构嵌入模型的机电设备故障预测方法

一种基于动态图结构嵌入模型的机电设备故障预测方法，属于机电设备故障预测、知识图谱故障预测领域，首先通过本体构建方法实现机电设备的并行结构信息建模并从结构化数据与非结构化数据中抽取四元组构建机电设备时序知识图谱；其次，学习用于节点分类的信息表示，并为每个相关的节点生成特征向量；然后从向量序列中捕获机电设备运行的时间演化信息；最后输出所需时间段的隐藏状态向量实现机电设备时序知识图谱的预测。本发明的方法专门针对机电设备的异构数据构建时序知识图谱进行推理，实现故障预测。

《基于动态图结构嵌入模型的机电设备故障预测方法》是一发明专利，专利号为 202411480204X，当前法律状态为已下证，由中国计量大学提出申请，发明人为陆佳炜;陈晗远;王琪冰;肖刚;陈坚伟;张远辉;李琛，申请日期为2024-10-23，公开（公告）日期为2025-08-01，国际专利分类号（IPC）为 G06F 16/3331 (2025.01)，所属技术领域包括：智能运维、机电设备故障预测、动态图嵌入故障建模、设备时序故障预判、机电故障图建模、设备状态图嵌入、动态图故障预测、机电故障预警、设备故障时序预测、动态图特征嵌入、机电设备健康预测、故障图神经网络、设备故障趋势预判、动态图运维建模、机电故障风险预测。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：一种基于动态图结构嵌入模型的机电设备故障预测方法，属于机电设备故障预测、知识图谱故障预测领域，首先通过本体构建方法实现机电设备的并行结构信息建模并从结构化数据与非结构化数据中抽取四元组构建机电设备时序知识图谱；其次，学习用于节点分类的信息表示，并为每个相关的节点生成特征向量；然后从向量序列中捕获机电设备运行的时间演化信息；最后输出所需时间段的隐藏状态向量实现机电设备时序知识图谱的预测。本发明的方法专门针对机电设备的异构数据构建时序知识图谱进行推理，实现故障预测。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！