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！

龙图腾网获悉国网吉林省电力有限公司电力科学研究院;国网吉林省电力有限公司;哈尔滨理工大学;吉林省电力科学研究院有限公司申请的专利一种数据驱动的参与因子计算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：CN120611540B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202511114118.1，技术领域涉及：G06F30/20；该发明授权一种数据驱动的参与因子计算方法是由高松;张海锋;丁放;杜刚;王蕾;韩文琪;张钰;侍哲;杨德友;高晗设计研发完成，并于2025-08-11向国家知识产权局提交的专利申请。

本一种数据驱动的参与因子计算方法在说明书摘要公布了：本发明属于电力系统动态分析技术领域，具体涉及一种数据驱动的参与因子计算方法，基于动态模式分解直接从电力系统的动态响应数据中提取模态信息，避免了传统方法对电力系统数学模型的依赖，显著降低了计算复杂度，适用于大规模电力系统的实时分析；通过奇异值分解和DMD的结合，电力系统的高维数据被降维处理，提取出低维模态信息，提高了计算效率和分析精度，重新定义参与因子，结合电力系统随时空演化的动态特性，能够更全面地量化模态的参与程度，准确识别电力系统中的主导模态和关键节点。该方法适应性强，能够处理非线性电力系统的动态行为，适用于多种运行状态，为电力系统的动态稳定性分析和实时监控提供了有力支持。

本发明授权一种数据驱动的参与因子计算方法在权利要求书中公布了：1.一种数据驱动的参与因子计算方法，其特征在于，包括以下步骤： 步骤一、利用电力系统的动态响应数据构建Hankel矩阵； 将获取的电力系统的动态响应数据作为输入，并以离散电力系统的动态响应数据构建矩阵； 步骤二、将离散的采样量测数据进行线性映射近似； 步骤三、利用DMD分解提取出低维模态信息； 步骤四、建立振荡模态矩阵和振幅系数矩阵； 步骤五、提取振荡模式参与因子：将电力系统的动态行为分解为多个模态的叠加，每个模态分别由其空间特性、时间特性和振幅演化共同决定；定义状态-模式关系，以表示模式对电力系统状态参与的度量； 建立参与因子矩阵，该参与因子矩阵用来关联电力系统状态和模式，参与因子与模态的空间分布和时间特性直接相关，其可以在局部和全局两个层面上描述模态的贡献； 步骤三中，利用DMD分解提取出低维模态信息过程： 通过原始数据矩阵的正交投影分解： 7； 式7中：表示与相似的特征，但丢弃了无关的特征的低维近似矩阵；为矩阵经如下式所示的奇异值分解SVD的左奇异向量矩阵，即： 8； 式8中：矩阵U和矩阵V分别为左、右奇异值向量，且均为酉矩阵；为奇异值对角矩阵； 综合上式，可以得到电力系统低维近似矩阵的计算公式为 9； 对低维近似矩阵进行特征值分解： 10； 式10中：为特征值矩阵,为振荡模式对应的非零特征值，为特征向量矩阵，，表示低维空间中的模态，为振荡模式数量； 由上述整理得出： 11； 步骤五中，提取振荡模式参与因子过程为： 估计的数据序列，可以表示为： 15； 式15将电力系统的动态行为分解为多个模态的叠加，每个模态分别由其空间特性、时间特性和振幅演化共同决定；每个动态模态由每个里兹模态值与从每个时变模态中提取的相应能量的乘积加权即16； 定义状态-模式关系: 17； 式17中，提供了模式对电力系统状态参与的度量； 建立参与因子矩阵，该参与因子矩阵由上式各行向量加和计算得到，用来关联电力系统状态和模式: 18； 19； 其中，为参与因子，与模态的空间分布和时间特性直接相关，同时其可以在局部和全局两个层面上描述模态的贡献。

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吉林省电力有限公司电力科学研究院;国网吉林省电力有限公司;哈尔滨理工大学;吉林省电力科学研究院有限公司，其通讯地址为：130021 吉林省长春市朝阳区人民大街4433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。