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！

龙图腾网获悉东南大学;国电南瑞科技股份有限公司申请的专利一种基于高斯混合模型的电力系统高维不确定性聚合建模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：CN119990883B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510081818.9，技术领域涉及：G06Q10/0639；该发明授权一种基于高斯混合模型的电力系统高维不确定性聚合建模方法是由管建淼;汤奕;王洪儒;徐泰山;任先成设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种基于高斯混合模型的电力系统高维不确定性聚合建模方法在说明书摘要公布了：本发明公开了一种基于高斯混合模型的电力系统高维不确定性聚合建模方法，包括：原始不确定性分布表征与GMM聚合建模两个阶段，其中GMM聚合建模中又具体包含聚合变量维数确定、聚合参数计算、聚合结果整合三个环节，从而在大大减少样本需求量的情况下实现对电力系统高维不确定性变量的概率保全聚合，有效解决了蒙特卡洛抽样法在处理高维数据时所需的样本数量庞大的问题。本发明可应用于高比例新能源接入下的不确定性电力系统高维变量降维聚合，在保证概率特征不变的情况下实现样本空间缩减，并进一步运用于电力系统风险评估、可靠性分析以及运行规划之中。

本发明授权一种基于高斯混合模型的电力系统高维不确定性聚合建模方法在权利要求书中公布了：1.一种基于高斯混合模型的电力系统高维不确定性聚合建模方法，其特征在于，所述方法采用原始不确定性分布表征与基于GMM的聚合两阶段实现，所述原始不确定性分布表征，电力系统数据为原始高维随机变量，采用GMM拟合电力系统原始高维随机变量，将电力系统原始高维随机变量通过具体的解析式形式表征，得到拟合的GMM模型；所述基于GMM的聚合，利用拟合的GMM模型参数基于所需的聚合变量维数计算得到聚合模型参数，并将其整合为聚合模型结果；基于GMM的变量聚合包括： 1确定所需的电力系统聚合变量维数n以及各聚合变量所包含的原始高维随机变量； 2根据实际电力系统分析中新能源出力或负荷的聚合变量需要得到一维还是n维结果，将新能源出力或负荷原始高维随机变量拟合的GMM模型中的每一个高斯分量参数均值矩阵μk和协方差矩阵Σk通过解析计算的方式转化为聚合后的结果μk,Y和σk,Y或是μk,Y和Σk,Y；μk,Y为新能源出力或负荷原始高维随机变量数据集聚合后的第k个高斯分量的一维均值矩阵，为新能源出力或负荷原始高维随机变量数据集聚合后的第k个高斯分量的方差；μk,Y表示新能源出力或负荷原始高维随机变量数据集聚合后的第k个高斯分量的均值矩阵，Σk,Y为聚合后的第k个高斯分量的协方差矩阵； 若所需电力系统聚合变量维数为一维，对于聚合变量的第k个高斯分量来说，其对应的均值与方差表示为： 其中，μk,Y为新能源出力或负荷原始高维随机变量数据集聚合后的第k个高斯分量的一维均值矩阵，μk,i为第k个高斯分量中xi的均值，xi为第i维的电力系统原始高维随机变量，d为电力系统原始高维随机变量的总维数；∑k,ij为第k个高斯分量中xi与xj的协方差，xj为第j维的电力系统原始高维随机变量，若i＝j则为xi自身的方差，即∑k,ii为第k个高斯分量中xi自身的方差，i与j为电力系统原始高维随机变量维度的索引；为新能源出力或负荷原始高维随机变量数据集聚合后的第k个高斯分量的方差； 3通过所得聚合后的均值与协方差结果μk,Y和σk,Y或是μk,Y和Σk,Y，得出降维聚合后电力系统聚合变量的联合概率分布模型。

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东南大学;国电南瑞科技股份有限公司，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。