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杭州市临平区供电公司;国网浙江省电力有限公司杭州供电公司申请的专利面向分布式电网的负荷冲击类型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：CN120408323B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510886423.6，技术领域涉及：G06Q50/06；该发明授权面向分布式电网的负荷冲击类型辨识方法及系统是由陈悦;汪莹洁;姜建;唐洪良;黄佳斌;朱鹏;丁叶强设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本面向分布式电网的负荷冲击类型辨识方法及系统在说明书摘要公布了：本发明公开了一种面向分布式电网的负荷冲击类型辨识方法及系统，所述方法包括：获取目标电力系统的初始训练集；采用引入局部曲率感知机制的预设生成对抗网络，对梯度更新量初始训练集进行样本扩充，得到扩充训练集；其中，梯度更新量扩充训练集包括若干个电力数据样本；通过梯度更新量扩充训练集，对初始模型进行训练，获得目标辨识模型；其中，梯度更新量目标辨识模型用于对待检测电力数据进行识别，并输出对应的负荷冲击类型。本发明实施例通过引入局部曲率感知机制的预设生成对抗网络，获取几何结构逼近真实电力数据的生成电力数据样本，能够实现训练样本的扩充，进而提高目标辨识模型对负荷冲击类型的识别准确度和泛化能力。

本发明授权面向分布式电网的负荷冲击类型辨识方法及系统在权利要求书中公布了：1.一种面向分布式电网的负荷冲击类型辨识方法，其特征在于，包括： 获取目标电力系统的初始训练集；其中，所述初始训练集是经过标准化处理的； 采用引入局部曲率感知机制的预设生成对抗网络，对所述初始训练集进行样本扩充，得到扩充训练集；其中，所述扩充训练集包括若干个电力数据样本；所述预设生成对抗网络中的生成器损失包括：多尺度局部曲率损失； 通过所述扩充训练集，对初始模型进行训练，获得目标辨识模型；其中，所述目标辨识模型用于对待检测电力数据进行识别，并输出对应的负荷冲击类型； 其中，所述多尺度局部曲率损失通过以下公式计算得到： ； 其中，为多尺度局部曲率损失函数；为生成器；为当前批次输入到预设生成对抗网络的真实电力数据样本集合；为第个生成电力数据样本在第种尺度下的二阶导数；为第个真实电力数据样本在第种尺度下的二阶导数； 为第个生成电力数据样本的三阶导数；为第个真实电力数据样本的三阶导数；为第个生成电力数据样本；为第个真实电力数据样本；为第个生成电力数据样本的前个特征；为第个真实电力数据样本的前个特征；为曲率损失平衡系数；为尺度总数；为当前批次输入到预设生成对抗网络的样本数量；为正整数；为正整数且；为L2范数； 所述方法还包括： 在初始模型的训练过程中，根据所述扩充训练集计算当前权重矩阵的梯度更新量；其中，所述梯度更新量至少由以下三个分量构成：干涉消除项、扰动项和非线性自适应调整项；所述干涉消除项用于根据所述电力数据样本的历史梯度向量，对梯度更新方向进行修正；所述扰动项用于根据所述电力数据样本与样本均值向量的偏离度，调整梯度更新方向； 所述非线性自适应调整项用于根据所述电力数据样本中的非线性关系，调整梯度更新方向； 所述非线性自适应调整项通过以下步骤获得： 对所述电力数据样本进行高阶特征扩展，获得对应的非线性特征向量；其中，所述非线性特征向量包括：电力数据样本的原始特征、原始特征的平方项和原始特征之间的组合交叉项； 计算所述当前权重矩阵对所述非线性特征向量的响应强度，得到非线性调整因子；其中，所述非线性调整因子用于表征所述初始模型对所述非线性关系的适应力； 基于所述非线性调整因子和影响系数因子，对梯度更新方向进行调整，得到所述非线性自适应调整项。

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杭州市临平区供电公司;国网浙江省电力有限公司杭州供电公司，其通讯地址为：311222 浙江省杭州市临平区南苑街道藕花洲大街398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”。

以上内容由龙图腾AI智能生成。