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！

龙图腾网获悉浙江大学申请的专利基于条件去噪扩散模型的新能源容量置信度评估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：CN119397385B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411239100.X，技术领域涉及：G06F18/2415；该发明授权基于条件去噪扩散模型的新能源容量置信度评估方法是由王世龙;王仁顺;江全元;耿光超设计研发完成，并于2024-09-05向国家知识产权局提交的专利申请。

本基于条件去噪扩散模型的新能源容量置信度评估方法在说明书摘要公布了：本发明公开了一种基于条件去噪扩散模型的新能源容量置信度评估方法，属于电力系统可靠性分析与电源规划领域。本发明采用的技术方案为：将风电功率数据和光伏功率数据作为输入样本，首先训练噪声预测网络并基于此构建条件去噪扩散模型，进而对样本进行预处理和建模，保留其中的有效信息；然后，根据给定场景的标签向量以及纯噪声数据，通过推理训练好的条件去噪扩散模型生成具有特定特征的新能源功率曲线的场景集；最后，基于电网系统的电源装机容量、故障率参数、历史负荷曲线以及新能源功率曲线的场景集，通过发电侧COPT卷积法评估新能源接入电网系统后的容量置信度。本发明准确量化新能源系统的供电保障能力，从而为电力系统的安全运行提供保障。

本发明授权基于条件去噪扩散模型的新能源容量置信度评估方法在权利要求书中公布了：1.一种基于条件去噪扩散模型的新能源容量置信度评估方法，其特征在于，包括以下步骤： S1：获取预设时间段内的风电功率历史数据和光伏功率历史数据，所述风电功率历史数据包含每日的风电功率数据，所述光伏功率历史数据包含每日的光伏功率数据，将风电功率数据和光伏功率数据均作为样本，计算每个样本的均值以及峰谷差，并将每个样本的均值以及峰谷差转换为标幺化的度量值，并将均值以及峰谷差的度量值作为每个样本的标签向量；由每个样本以及每个样本的标签向量构建训练集； S2：在所述训练集上训练噪声预测网络，由训练好的噪声预测网络实现反向去噪过程以构造用于新能源场景生成的条件去噪扩散模型；其中，所述噪声预测网络基于LSTM层、第一嵌入层、第二嵌入层、Attention层以及一维卷积层构建，所述第一嵌入层用于处理标签向量，所述第二嵌入层用于处理扩散时间步； S3：从多元高斯分布中采样获取纯噪声数据，将给定场景的标签向量以及纯噪声数据输入到所述条件去噪扩散模型中进行推理，经过逐步去噪，生成新能源功率曲线的场景集； S4：基于电网系统的电源装机容量、故障率参数、历史负荷曲线以及新能源功率曲线的场景集，通过发电侧COPT卷积法评估新能源接入电网系统后的容量置信度，实现新能源的容量置信度评估； 步骤S4的具体流程如下： S41.首先从电网系统的发电侧获取电网系统的电源装机容量以及故障率参数，通过卷积法计算电网系统所有机组的停运容量概率表； S42.将历史负荷曲线减去新能源功率曲线的差值作为净负荷曲线，对净负荷曲线中每一时间段的负荷查找停运容量概率表，得到停电概率以及停电量，由停电概率以及停电量计算净负荷曲线下电网系统的期望未供电量，并将期望未供电量作为电网系统的可靠性量化指标； S43.每次在电网系统中加入一个装机容量的完全可靠机组形成新的电网系统，对历史负荷曲线中每一时间段的负荷查找停运容量概率表，得到新的停电概率以及停电量，由新的停电概率以及停电量计算历史负荷曲线下新的电网系统的新的期望未供电量； S44.将装机容量作为横坐标，将新的期望未供电量作为纵坐标，生成一个散点，由多项式函数拟合所有散点形成一个多项式曲线，计算多项式曲线与交点的横坐标，并计算容量置信度： ； 式中：是新能源装机容量。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。