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！

龙图腾网恭喜重庆大学申请的专利基于数据驱动的显式小干扰稳定约束生成及应用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：CN114640105B 。

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：202111509214.8，技术领域涉及：H02J3/00；该发明授权基于数据驱动的显式小干扰稳定约束生成及应用方法是由杨知方;刘珏麟;余娟设计研发完成，并于2021-12-10向国家知识产权局提交的专利申请。

本基于数据驱动的显式小干扰稳定约束生成及应用方法在说明书摘要公布了：本发明公开基于数据驱动的显式小干扰稳定约束生成及应用方法，步骤为：1建立最优潮流模型，并计算得到初始经济调度计算结果；2利用基于灵敏度分析对抽样空间进行压缩，并利用拉丁超立方体采样方法生成抽样样本；3利用SVM方法对抽样样本进行训练，区分出稳定样本和不稳定样本，并建立包含显示小干扰稳定约束的最优潮流模型；4将样本输入到小干扰稳定约束的最优潮流模型中，解算得到满足小干扰稳定需求的再调度结果。本发明提出了一种基于数据驱动的显式小干扰稳定约束生成方法，并以电压为控制变量，研究了其在最优潮流计算中的应用，大幅提高考虑小干扰稳定性约束最优潮流的求解效率。

本发明授权基于数据驱动的显式小干扰稳定约束生成及应用方法在权利要求书中公布了：1.基于数据驱动的显式小干扰稳定约束生成及应用方法，其特征在于，包括以下步骤： 1计算不考虑小干扰稳定约束的最优潮流，获得初始经济调度计算结果；若初始调度结果不能满足系统小干扰稳定性需求，则进入步骤2； 2基于灵敏度分析对对电压值的抽样空间进行压缩，基于压缩后的抽样空间，通过拉丁超立方体采样方法生成样本； 3通过SVM对样本进行训练，生成显式小干扰稳定约束，对不稳定样本加惩罚，并通过误分类补偿策略降低不稳定样本误判概率； 4建立包含显式小干扰稳定约束的最优潮流模型，求解再调度结果；若再调度结果仍不满足小干扰稳定需求，则收紧小干扰稳定约束，重复最优潮流计算过程直到再调度结果满足小干扰稳定需求为止； 抽样区间设置为vge,j的领域[vge,j-ε1,vge,j+ε1]；对应节点电压约束调整为： vge,j-ε1≤vg,j≤vge,j+ε1j∈Av30 式中，vge,j是可行点的电压幅值； 以选中的电压幅值作为输入，系统最小阻尼比作为输出，在压缩后的抽样空间中通过拉丁超立方抽样方法生成样本 通过SVM对样本进行训练的步骤包括： 3.1建立SVM的决策边界，即： {x:fx＝wTx+b＝0}31式中，参数w和参数b分别为超平面的法向量和截距； 3.2建立参数w和参数b求解方程，即： 式中，γi≥0表示松弛变量；C为误分类惩罚因子； 3.3对参数w和参数b求解方程进行优化，得到： 式中，C+、C-是稳定样本、不稳定样本的误分类惩罚因子；I+、I-是稳定、不稳定样本集；C+≤C+； 3.4建立基于数据驱动的小干扰稳定性约束，即： wTvga+b≥034 式中，vga是关于vg,j,j∈Av的向量； 3.5将式30、34代入最优潮流模型中，建立考虑显式小干扰稳定性约束的最优潮流模型。

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”。