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！

龙图腾网恭喜湘潭大学申请的专利一种基于CNN-GRU的电压态势感知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：CN114239407B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202111563878.2，技术领域涉及：G06F30/27；该发明授权一种基于CNN-GRU的电压态势感知方法是由李辉;冯裕祺;周彦博;谭貌;彭寒梅;李利娟;苏永新设计研发完成，并于2021-12-20向国家知识产权局提交的专利申请。

本一种基于CNN-GRU的电压态势感知方法在说明书摘要公布了：本发明公开了一种基于CNN‑GRU的电压态势感知方法，包括以下步骤：采集电压、有功功率和太阳辐照度数据；构建电压时间序列；电压自相关性理解；变量因素相关性理解；时间序列数据预处理；构建电压态势预测模型；进行短期电压态势预测。本发明通过构建电压态势感知网络，采用电压态势感知方法对时间序列数据进行挖掘，首先通过电力参数测量仪、传感器单元采集电压、有功功率、太阳辐照度数据；然后提取数据构建电压时间序列，并通过最大信息系数等进行相关性理解；最后设计CNN‑GRU态势预测模型结构，实现了对电压的高精度态势预测。

本发明授权一种基于CNN-GRU的电压态势感知方法在权利要求书中公布了：1.一种基于CNN-GRU的电压态势感知方法，其特征在于，包括以下步骤： 步骤一，采集电压、有功功率和太阳辐照度数据：通过电力参数测量仪、传感器单元采集电压、有功功率、太阳辐照度数据； 步骤二，构建电压时间序列：设定提取间隔时间，提取采集的电压数据作为参考值构建电压时间序列； 步骤三，电压自相关性理解：通过计算自相关系数进行电压自相关性理解，得到输入时间步长；电压自相关性理解公式为： 其中Ch为自相关系数，h是时间滞后长度，vt表示时刻t的电压值，vt+h表示时刻t+h的电压值，是整个电压序列均值，m为总时刻，使得Ch≥0.93的h的最大值确定为输入时间步长； 步骤四，变量因素相关性理解：通过最大信息系数方法理解变量因素与电压之间的相关程度，得到输入数据维度；最大信息系数计算公式为： 其中MICv；u为电压u和变量因素v之间的最大信息系数，pv,u为电压u和变量因素v之间的联合概率，a，b是在x，y轴方向上划分网格的数目，B为划分网格数目上限值，MICv；u取值区间为[0,1]，其值越大，电压和变量因素间的相关程度就越高，MICv；u≥0.6的变量因素计入输入数据维度； 步骤五，时间序列数据预处理：对电压时间序列数据进行归一化； 步骤六，构建电压态势预测模型：电压态势预测模型第一层为输入层，第二层和第四层为卷积层，第三层和第五层为池化层，第六层和第七层为GRU层，第八层为扁平层，第九层为全连接层，最后一层为输出层，电压态势预测模型采用ReLU激活函数； 步骤七，进行短期电压态势预测：将归一化后的数据结合输入时间步长和输入数据维度得到数据集，将数据集输入电压态势预测模型，进行短期电压态势预测，具体步骤： 7-1对于时间序列数据，选定输入时间步长为j，输入数据维度为q，输出时间步长为f，即用j×q个历史数据，预测未来f个数据，构造时间序列数据形如其中j通过电压自相关性理解产生，f根据控制需求确定，q通过变量因素相关性理解产生； 其中对于时刻t，Vx＝{Vt-j,Vt-j+1,···,Vt}，···，Rx＝{Rt-j,Rt-j+1,···,Rt}，Ty＝{Tt+1,Tt+2,···,Tt+k}，其中Vx为电压时间序列，Px,···,Rx是通过相关性理解得到的有功功率、太阳辐照度时间序列，Vt-j+1表示Vx序列t-j+1时刻的序列值，Ty是输出的真实电压时间序列； 7-2将Vx,Px,···,Rx时间序列输入电压态势预测模型得到预测结果序列

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湘潭大学，其通讯地址为：411105 湖南省湘潭市雨湖区湘潭大学；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”。