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！

龙图腾网获悉国网江西综合能源服务有限公司申请的专利基于图神经网络的分布式光伏出力阶段辨识方法及系统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：CN119830054B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510309796.7，技术领域涉及：G06F18/23213；该发明授权基于图神经网络的分布式光伏出力阶段辨识方法及系统是由彭裕恒;陶贤亮;谈歆;钟志新;董会;朱云鹏;黄佳新设计研发完成，并于2025-03-17向国家知识产权局提交的专利申请。

本基于图神经网络的分布式光伏出力阶段辨识方法及系统在说明书摘要公布了：本发明提供了一种基于图神经网络的分布式光伏出力阶段辨识方法及系统，该方法包括：根据日间时间段内的净负荷构建每一用户的特征矩阵；获取第一欧式距离和第二欧式距离，以第一欧式距离与第二欧式距离之和最小化为目标构建目标函数，得到最小目标值；根据最小目标值对日间时间段内的净负荷进行特征缩放，得到特征缩放后的净负荷，并将特征缩放后的净负荷输入到改进的图神经网络模型中，得到单位矩阵，对单位矩阵进行傅里叶操作，得到第一特征，并根据第一特征获取光伏负荷辨识值，并根据光伏负荷预测值获取光伏负荷实际值。本发明实施例能够提高光伏出力阶段辨识的准确率。

本发明授权基于图神经网络的分布式光伏出力阶段辨识方法及系统在权利要求书中公布了：1.一种基于图神经网络的分布式光伏出力阶段辨识方法，其特征在于，所述方法包括： 通过K-means聚类算法对用户的光伏日常用电模式进行分类，以确定光伏安装的具体时间点或时段，并获取用户的历史负荷情况，并根据所述历史负荷情况获取每一用户在日间时间段和夜间时间段内的净负荷，并根据日间时间段内的净负荷构建每一用户的特征矩阵； 根据以下公式构建特征矩阵： ； 其中，表示用户i的特征矩阵，D表示日净负荷样本涵盖的总天数，为特征权重因子，取值在0到1之间； 根据用户i在日间时间段内的净负荷与用户j在夜间时间段内的净负荷获取第一欧式距离，根据用户i在日间时间段内的实际负荷与用户j在夜间时间段内的实际负荷获取第二欧式距离，以第一欧式距离与第二欧式距离之和最小化为目标构建目标函数，得到最小目标值； 根据以下公式获取最小目标值： ； 其中，表示目标函数，表示最小目标值，、分别表示第和种其余负荷量，、分别表示去除其余负荷量后的日间实际负荷和夜间实际负荷，表示用户i去除其余负荷量后的日间实际负荷，表示用户j去除其余负荷量后的夜间实际负荷，表示用户i在日间时间段内的净负荷，表示用户j在夜间时间段内的净负荷； 根据所述最小目标值对日间时间段内的净负荷进行特征缩放，得到特征缩放后的净负荷，并将所述特征缩放后的净负荷输入到改进的图神经网络模型中，得到单位矩阵； 通过将净负荷除以夜间净负荷的平均值来实现其特征缩放： ； 其中，表示特征缩放后的净负荷，表示夜间总的时间点数，表示夜间净负荷的平均值，表示净负荷日间时间段最小值，表示净负荷日间时间段最大值； 根据以下公式得到单位矩阵： ； 其中，表示单位矩阵，T表示转置，表示缩放特征矩阵； 对所述单位矩阵进行傅里叶操作，得到第一特征，并根据所述第一特征获取光伏负荷辨识值，并根据所述光伏负荷辨识值获取光伏负荷实际值； 根据所述光伏负荷辨识值和光伏负荷实际值获取辨识评价指标。

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国网江西综合能源服务有限公司，其通讯地址为：330000 江西省南昌市临空经济区儒乐湖大街955号临瑞青年公寓1号楼4楼433室；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”。