一种基于GCN-MGAT和KG的电力双模通信网络故障诊断方法

本发明公开了一种基于GCN‑MGAT和KG的电力双模通信网络故障诊断方法，属于路电力双模通信网络技术领域；方法为：收集NetLogo平台上的模拟数据集；利用HistGradientBoosting算法对原始数据集进行特征降维；构建故障诊断模型，对故障数据进行故障诊断；利用Neo4j图数据存储和可视化电力双模通信网络运维知识图谱，完成电力双模通信网络的故障诊断；判设计多域损失函数对故障诊断模型进行训练，得到电力双模通信网络的故障诊断结果，并对网络进行智能化管理。本发明通过GCN模型和MGAT模型有机地结合起来，对节点的准确分类和故障诊断，同时，GCN‑MGAT模型和电力双模通信网络运维的知识图谱的结合，对故障场景进行精准定位，并进行根因分析，提高故障诊断的效率和准确性。