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！

龙图腾网获悉四川大学;国家电网有限公司西南分部;北京科东电力控制系统有限责任公司申请的专利基于神经网络和增广拉格朗日的交流最优潮流求解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：CN119093377B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411169068.2，技术领域涉及：H02J3/06；该发明授权基于神经网络和增广拉格朗日的交流最优潮流求解方法是由邱高;杨梅;刘俊勇;刘凯;周全;文旭;杨洋;彭浩晋;高春成设计研发完成，并于2024-08-23向国家知识产权局提交的专利申请。

本基于神经网络和增广拉格朗日的交流最优潮流求解方法在说明书摘要公布了：本发明涉及电网最优潮流技术领域，具体公开了基于神经网络和增广拉格朗日的交流最优潮流求解方法，包括以下步骤：步骤S1：建立交流最优潮流模型；步骤S2：基于增广拉格朗日方法ALM，通过松弛变量和对偶变量将交流最优潮流模型的不等式约束转化为等式约束，构建增广拉格朗日函数；步骤S3：采用神经网络对ACOPF问题进行参数化建模，实现输入条件到ACOPF解的映射；步骤S4：将增广拉格朗日函数作为损失函数，嵌入到神经网络的训练过程中，通过最小化损失函数来训练神经网络；步骤S5：利用训练好的神经网络实现ACOPF问题的快速求解。本发明的优点是将交流最优潮流拉格朗日函数作为损失函数驱动神经网络训练，最终实现交流最优潮流快速计算。

本发明授权基于神经网络和增广拉格朗日的交流最优潮流求解方法在权利要求书中公布了：1.基于神经网络和增广拉格朗日的交流最优潮流求解方法，其特征在于：包括以下步骤：步骤S1：建立交流最优潮流模型； 所述交流最优潮流模型为： s.t.gυ,x＝01b hmin≤hυ,x≤hmax1c 其中，gv,x与hv,x分别是模型的等式约束和不等式约束，是决策变量向量，代表母线集合，是给定的初始运行条件向量，和分别代表同步机组与新能源机组集合，代表负荷集合，和分别代表第i个发电机的有功无功最大和最小值，和分别是第i条母线上负荷的有功和无功，新能源预测值由表示，f是综合了发电和新能源消纳受阻成本的目标函数； 所述目标函数f为： 其中，i代表发电机，是发电机有功出力，是新能源机组的出力预测值，代表发电成本，代表备用成本，ai、bi、ci代表发电机i成本系数； 所述交流最优潮流模型的约束条件为： 其中，和分别代表第i个同步发电机与新能源机组的可发无功、无功下限与上限；和分别是第i个母线的有功和无功负荷，Vi、Vj代表第i、j个母线的电压幅值，j∈i代表母线j与母线i通过支路ij相连，Gij和Bij分别代表支路ij的电导和电纳，δij是支路ij两端电压相角差，和分别是电压的下限和上限，Sij为线路潮流，为线路潮流转移限制，|Sij|代表母线i和j之间支路的视在功率； 步骤S2：基于增广拉格朗日方法ALM，通过松弛变量和对偶变量将交流最优潮流模型的不等式约束转化为等式约束，构建增广拉格朗日函数； 所述步骤S2中通过松弛变量u、l将不等式约束转化为等式约束，构建增广拉格朗日函数： 其中，f·是最优潮流模型的求解目标，对应式2；g·为最优潮流模型的等式约束，包括式3描述的系统交流潮流等式约束；h·为最优潮流模型的不等式约束，包括式4～6的系统运行上下限约束；λ，γ和τ为对偶变量，u和l为松弛变量，μ∑logu和μ∑logl为障碍函数项；hmin和hmax是不等式约束的上下约束边界； 步骤S3：采用神经网络对ACOPF问题进行参数化建模，实现输入条件到ACOPF解的映射； 步骤S4：将增广拉格朗日函数作为损失函数，嵌入到神经网络的训练过程中，通过最小化损失函数来训练神经网络； 步骤S5：利用训练好的神经网络实现ACOPF问题的快速求解。

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四川大学;国家电网有限公司西南分部;北京科东电力控制系统有限责任公司，其通讯地址为：610000 四川省成都市一环路南一段24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”。