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！

龙图腾网获悉重庆大学申请的专利基于可逆神经网络误差监督的线性调度决策建模方法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：CN115912364B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202210992664.5，技术领域涉及：H02J3/06；该发明授权基于可逆神经网络误差监督的线性调度决策建模方法是由杨知方;樊哲新;余娟设计研发完成，并于2022-08-18向国家知识产权局提交的专利申请。

本基于可逆神经网络误差监督的线性调度决策建模方法在说明书摘要公布了：本发明公开基于可逆神经网络误差监督的线性调度决策建模方法，步骤包括：1建立基于可逆神经网络的线性OPF模型；2利用基于逆变换的误差监测策略对基于可逆神经网络的线性OPF模型进行优化，得到基于可逆神经网络的线性最优OPF模型；3利用基于可逆神经网络的线性最优OPF模型计算电力系统潮流。

本发明授权基于可逆神经网络误差监督的线性调度决策建模方法在权利要求书中公布了：1.基于可逆神经网络误差监督的线性调度决策建模方法，其特征在于，包括以下步骤：1建立基于可逆神经网络的线性最优潮流OPF模型；2利用基于逆变换的误差监测策略对基于可逆神经网络的线性OPF模型进行优化，得到基于可逆神经网络的线性最优OPF模型；3利用基于可逆神经网络的线性最优OPF模型计算电力系统潮流；所述基于可逆神经网络的线性OPF模型包括若干可逆神经网络单元；所述可逆神经网络单元在输入和输出之间建立了可逆映射；其中，第i个可逆神经网络单元的输入为电压幅值vi，输出为状态变量φivi；第i个可逆神经网络单元的前向数据流φivi:vi→φi如下所示： 式中，为状态变量φi的分量；和表示除可逆分量外的余项；第i个可逆神经网络单元的逆向数据流φi→vi如下所示： 式中，输入输出所述基于可逆神经网络的线性最优潮流OPF模型如下所示： 式中，Pij、Qij代表线路ij的有功功率和无功功率；cg代表第g台发电机的成本；代表发电机出力；g代表发电机的索引；代表发电机索引集合；PiD、代表节点i的有功功率和无功功率；代表节点、与节点i相连的节点、与节点i相连的发电机索引集合；代表起始节点i电压幅值的上下限，vi、vj代表起始节点i、终止节点j的电压幅值；gij、bij代表线路ij的导纳；θij代表起始节点i、终止节点j之间的电压相角差；φivi、φjvj代表状态变量；φivi,0、φjvj,0代表状态变量初始值；代表线路ij的线性有功功率和线性无功功率；参数

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。