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！

龙图腾网获悉广东工业大学申请的专利基于改进长短期记忆网络模型的电力系统惯性时间常数估计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：CN119885890B 。

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：202510045049.7，技术领域涉及：G06F30/27；该发明授权基于改进长短期记忆网络模型的电力系统惯性时间常数估计方法是由郑锦;杨苓;徐彦翀;朱涤凡;许钊洋设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本基于改进长短期记忆网络模型的电力系统惯性时间常数估计方法在说明书摘要公布了：本发明公开了一种基于改进长短期记忆网络模型的电力系统惯性时间常数估计方法，包括以下步骤：S1：将电力系统频率变化量、频率变化率和惯性时间常数进行排列生成数组，对其进行随机排序和划分数据集，并做归一化处理；S2：定义长短期记忆网络模型结构，搭建长短期记忆网络模型；S3：将处理后的频率变化量、频率变化率作为模型的输入数据，处理后的惯性时间常数作为模型的输出数据，运用食肉植物算法迭代寻优，得到长短期记忆网络模型最优参数配置，并对模型进行训练、测试与验证，获取电力系统惯性时间常数估计值；本发明利用食肉植物算法寻优精度高、收敛速度快的优点，快速获得超参数的全局最优解，实现惯性时间常数的精确估计。

本发明授权基于改进长短期记忆网络模型的电力系统惯性时间常数估计方法在权利要求书中公布了：1.基于改进长短期记忆网络模型的电力系统惯性时间常数估计方法，其特征在于，包括以下步骤： S1：将电力系统频率变化量、频率变化率和惯性时间常数进行排列生成数组，对其进行随机排序和划分数据集，并做归一化处理； S2：定义长短期记忆网络模型结构，搭建长短期记忆网络模型； S3：将处理后的频率变化量、频率变化率作为模型的输入数据，处理后的惯性时间常数作为模型的输出数据，确定食肉植物算法的目标函数和约束函数，随机初始化一个由食肉植物和猎物组成的种群，根据约束函数定义的参数范围生成初始的超参数组合，运用不同的超参数组合构成长短期记忆网络模型，获取惯性时间常数的估计值并计算其与真实值的均方误差，作为个体的适应度函数并从小到大进行排序，选择均方误差最低的i个个体作为食肉植物，剩下的j个个体为猎物，并对食肉植物和猎物进行分组，通过生长和繁殖阶段生成新的食肉植物和猎物超参数值，将其与原有种群进行结合，计算其均方误差并重新进行升序排序，根据精英选择策略保留a组均方误差最小的超参数组合，并重复进行分组、生长、繁殖、结合排序和精英选择过程，直到满足最大迭代次数，得到长短期记忆网络模型最优参数配置，并对模型进行训练、测试与验证，获取电力系统惯性时间常数估计值。

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广东工业大学，其通讯地址为：510060 广东省广州市越秀区东风东路729号大院；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。