国网浙江省电力有限公司信息通信分公司;国网浙江省电力有限公司;上海交通大学冯珺获国家专利权
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!
龙图腾网获悉国网浙江省电力有限公司信息通信分公司;国网浙江省电力有限公司;上海交通大学申请的专利一种基于机器学习的拓扑优化重构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:CN120389397B 。
龙图腾网通过国家知识产权局官网在2025-08-22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:202510848005.8,技术领域涉及:H02J3/00;该发明授权一种基于机器学习的拓扑优化重构方法及系统是由冯珺;王艺丹;沈潇军;陈祖歌;王嘉琦;陈泽宇;许浩设计研发完成,并于2025-06-24向国家知识产权局提交的专利申请。
本一种基于机器学习的拓扑优化重构方法及系统在说明书摘要公布了:本发明涉及电力系统运行决策技术领域,公开了一种基于机器学习的拓扑优化重构方法及系统。该方法包括:构建配电网对应的目标配电网重构模型;基于历史重构案例数据对初始XGBoost模型进行监督学习得到目标XGBoost模型;基于目标XGBoost模型对实时重构案例数据进行线路开关预测,得到配电网中每一线路的开关预测值和每一开关预测值对应的预测概率;基于预测概率对每一开关预测值进行筛选,得到对应开关预测值的筛选结果;基于所有筛选结果为低置信度决策的第一开关预测值对目标配电网重构模型进行求解,并根据第一求解结果和所有筛选结果为高置信度决策的第二开关预测值,确定配电网对应的第一重构策略。本发明能够显著提升大规模配电网重构问题的求解效率。
本发明授权一种基于机器学习的拓扑优化重构方法及系统在权利要求书中公布了:1.一种基于机器学习的拓扑优化重构方法,其特征在于,包括: 基于最小化线路功率损耗,构建配电网对应的目标配电网重构模型,其中,所述目标配电网重构模型的决策变量包括线路开关状态; 获取所述配电网的历史重构案例数据,基于所述历史重构案例数据对初始XGBoost模型进行监督学习得到目标XGBoost模型; 获取所述配电网的实时重构案例数据,并基于所述目标XGBoost模型对所述实时重构案例数据进行线路开关预测,得到所述配电网中每一线路的开关预测值和每一所述开关预测值对应的预测概率; 基于所述预测概率对每一所述开关预测值进行筛选,得到对应所述开关预测值的筛选结果,其中,所述筛选结果为高置信度决策或低置信度决策; 基于所有所述筛选结果为低置信度决策的第一开关预测值对所述目标配电网重构模型进行求解,并根据第一求解结果和所有所述筛选结果为高置信度决策的第二开关预测值,确定所述配电网对应的第一重构策略; 基于配电网安全约束对所述第一求解结果进行潮流校验,得到第一校验结果; 若所述第一校验结果为失败,则对所有所述第二开关预测值进行冲突回滚,得到所有导致冲突的第三开关预测值; 基于每一所述第三开关预测值对应的预测概率,确定所有所述第三开关预测值中置信度最低的第四开关预测值; 基于所述第四开关预测值和所有所述第一开关预测值对所述目标配电网重构模型进行求解,得到第二求解结果; 基于所述配电网安全约束对所述第二求解结果进行潮流校验,得到第二校验结果; 若所述第二校验结果为成功,则基于所述第二求解结果、所有所述第二开关预测值和所有所述第三开关预测值对所述第一重构策略进行调整,得到所述配电网对应的第二重构策略。
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浙江省电力有限公司信息通信分公司;国网浙江省电力有限公司;上海交通大学,其通讯地址为:310007 浙江省杭州市西湖区黄龙路8号641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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。