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！

龙图腾网获悉广东技术师范大学申请的专利一种新型电力系统宽频振荡广域监测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：CN120414495B 。

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：202510497208.7，技术领域涉及：H02J3/00；该发明授权一种新型电力系统宽频振荡广域监测方法是由辛妍丽;陶文雲;王鹏宇;张先勇;张垭琦;胡俊敏;邱奕锋;洪永辉;吴宇明;黎思彤设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本一种新型电力系统宽频振荡广域监测方法在说明书摘要公布了：本发明公开了一种新型电力系统宽频振荡广域监测方法，包括：在各子站采集电力系统关键节点的电信号波形；各子站对电信号波形进行模态分解和特征提取，识别宽频振荡类型，得到初步预判结果，并保存对应的宽频振荡电信号，即待压缩宽频振荡电信号；各子站对待压缩宽频振荡电信号进行二次亚采样得到压缩信号，将压缩信号和初步预判结果上传至主站；主站利用宽频振荡分类识别模型对压缩信号进行特征提取，通过对比初步预判结果，得到最终的宽频振荡类型；主站构建宽频振荡信号重构模型，输入量为各子站上传的压缩信号，输出量为重构的宽频振荡信号，主站对重构的宽频振荡信号进行综合分析，从而有效实现新型电力系统宽频振荡广域的全局化监测。

本发明授权一种新型电力系统宽频振荡广域监测方法在权利要求书中公布了：1.一种新型电力系统宽频振荡广域监测方法，其特征在于，包括以下步骤： S1、在各子站利用广域测量系统的同步测量单元PMU采集电力系统关键节点的电信号波形，并将采集的电信号波形存储为时间序列； S2、各子站对电信号波形进行模态分解和特征提取，提取电信号波形的振荡特征，识别宽频振荡类型，得到初步预判结果，并保存对应的宽频振荡电信号，即待压缩宽频振荡电信号，包括以下步骤： S21、利用自适应模态分解方法对电信号波形进行模态分解，得到电信号波形的主要模态分量，并结合相关分析、峭度准则和软阈值对该主要模态分量进行去噪处理，得到降噪后的主要模态分量； S22、利用希尔伯特变换对降噪后的主要模态分量进行特征提取，获取振荡特征量，所述振荡特征量包括振荡幅值和振荡频率； S23、基于预设的宽频振荡频率阈值和幅值阈值，判断获得的振荡幅值和振荡频率是否大于预设的宽频振荡频率阈值和幅值阈值，若同时满足振荡幅值和振荡频率都大于或等于预设的宽频振荡频率阈值和幅值阈值，则识别为宽频振荡，得到初步预判结果，并保存对应的宽频振荡电信号，即待压缩宽频振荡电信号； S3、各子站利用压缩感知理论对待压缩宽频振荡电信号进行二次亚采样，得到压缩信号，将压缩信号和初步预判结果通过通信网络上传至主站，包括以下步骤： S31、在子站，基于待压缩宽频振荡电信号，利用稀疏度自适应的K-SVD字典学习方法设计子站分类稀疏基，即子站分类稀疏变换域，表示为，为各类宽频振荡对应的分类稀疏基集合，为第类宽频振荡对应的分类稀疏基，；其中稀疏度自适应的K-SVD字典学习方法使得稀疏度即每个信号在字典上的表示中非零系数的数量能够根据信号的特性自适应地调整； S32、利用下式1所示的Logistic混沌映射方法构造与子站分类稀疏基不相关的随机测量矩阵：首先确定矩阵维度为，并选取合适的初始值和分岔参数，然后通过下式1所示的Logistic混沌映射方法生成一个长度为的混沌序列，将该混沌序列依次填充到的矩阵中，得到原始随机测量矩阵，再对原始随机测量矩阵进行归一化处理，即得到与子站分类稀疏基不相关的随机测量矩阵，该随机测量矩阵具有良好数值稳定性，且能在压缩感知中有效将高维信号投影到低维空间； 1； 式中，、分别为第、次迭代的混沌变量值，为分岔参数； S33、基于某子站分类稀疏基、随机测量矩阵和下式2所示的压缩感知理论，对待压缩宽频振荡电信号进行压缩，即二次亚采样，得到压缩信号，即一维观测信号； 2； 式中，为长度为的原始信号，即待压缩宽频振荡电信号，表示观测矩阵的行数，即压缩信号的维度，满足；为原始信号在某子站分类稀疏基下的系数向量且稀疏，稀疏度为，满足；，为维感知矩阵； S4、在主站，利用基于深度字典学习的宽频振荡分类识别模型对上传的压缩信号进行特征提取，通过与子站上传的初步预判结果进行对比，得到最终的宽频振荡类型； 在主站，利用深度字典学习构建宽频振荡分类识别模型，并利用该宽频振荡分类识别模型对上传的压缩信号提取振荡特征量，识别宽频振荡类型；首先，主站对接收到的压缩后的各子站不同宽频振荡类型的一维观测信号进行归一化处理，并根据宽频振荡类型的初步预判结果设定分类标签，形成一维观测信号样本数据集；然后，利用格拉姆角场方法将一维观测信号样本数据集中的一维观测信号转换为二维格拉姆特征图，并对每一张二维格拉姆特征图设定相应的分类标签；将二维格拉姆特征图和相应的分类标签构建二维图像样本数据集，并划分为训练集和测试集； S5、在主站，利用压缩感知构建宽频振荡信号重构模型，输入量为各子站上传的压缩信号，输出量为重构的宽频振荡信号，主站对重构的宽频振荡信号进行综合分析，实现新型电力系统宽频振荡广域的全局化监测。

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技术师范大学，其通讯地址为：510665 广东省广州市天河区中山大道西293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。