Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆大学高洁获国家专利权

重庆大学高洁获国家专利权

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!

龙图腾网获悉重庆大学申请的专利一种基于混合算法框架的低压配电台区用户相序识别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:CN119848570B

龙图腾网通过国家知识产权局官网在2025-11-14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:202411926843.4,技术领域涉及:G06F18/23;该发明授权一种基于混合算法框架的低压配电台区用户相序识别方法是由高洁;王卓恒;崔秋实;裴柯雯;胡博;钟加勇设计研发完成,并于2024-12-25向国家知识产权局提交的专利申请。

一种基于混合算法框架的低压配电台区用户相序识别方法在说明书摘要公布了:本发明公开一种基于混合算法框架的低压配电台区用户相序识别方法,包括以下步骤:1计算每个用户簇有功功率总和变化序列;2基于变化序列Ci,计算各个用户簇的平均绝对变异性MAV;3基于平均绝对变异性MAV大大小,对用户簇进行降序排列;4基于用户簇G'g,计算变压器每一相有功功率变化序列;5计算用户簇G'g有功功率总和变化与变压器每一相有功功率变化序列的相关性r;若相关性最大且变压器该相有功功率大于用户簇G'g有功功率总和,则该相作为当前用户簇G'g所属相序。本发明通过算法融合框架克服对单一数据质量的依赖,可以更全面地分析数据,提高识别的准确性和可靠性,实现更高精度的用户相序辨识。

本发明授权一种基于混合算法框架的低压配电台区用户相序识别方法在权利要求书中公布了:1.一种基于混合算法框架的低压配电台区用户相序识别方法,其特征在于,包括以下步骤: 1划分低压配电台区用户簇G={G1,G2,…,Gj}; 2计算每个用户簇有功功率总和变化序列C={C1,C2,...,Cj}; 3基于变化序列Ci,计算各个用户簇的平均绝对变异性MAV; 4基于平均绝对变异性MAV大小,对用户簇进行降序排列,更新低压配电台区用户簇,记为G′={G′1,G′2,...,G′j}; 5基于用户簇G′g,计算变压器每一相有功功率变化序列CT,k; 6计算用户簇G′g有功功率总和变化与变压器每一相有功功率变化序列的相关性r;若相关性最大且变压器该相有功功率大于用户簇G′g有功功率总和,则该相作为当前用户簇G′g所属相序;g初始值为1; 7判断g>j是否成立,若否,则返回步骤5,若是,则结束相序识别,输出识别结果; 步骤2中,每个用户簇下有功功率总和变化序列记为 其中,每个用户簇有功功率总和变化如下所示: ctPi=Pim-Pim-t1 式中,Pim、Pim-t为不同时刻用户i的有功功率总和; 步骤3中,平均绝对变异性MAV如下所示: 式中,M为有功序列的长度; 步骤5中,变压器每一相的有功功率变化序列记为 其中,变压器k相的有功功率变化ctPTk如下所示: 式中,t=1,2,…,TM;TM为两个不同时刻间的样本序列数量;为变压器k相的有功功率;PLoss,k为变压器k相的线损;hi表示用户簇G′g中用户i是否属于相序k的决策变量;k={A,B,C}表示相序;n是当前低压配电台区的用户数量;m表示时刻。

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重庆大学,其通讯地址为:400044 重庆市沙坪坝区沙正街174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。

免责声明
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。