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一种基于神经网络的直流最优潮流求解方法及系统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：CN120745441B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511209016.8，技术领域涉及：G06F30/27；该发明授权一种基于神经网络的直流最优潮流求解方法及系统是由燕磊;李祖毅;梅林珏昊;鲁泽龙;林柔余设计研发完成，并于2025-08-27向国家知识产权局提交的专利申请。

本一种基于神经网络的直流最优潮流求解方法及系统在说明书摘要公布了：本申请提供一种基于神经网络的直流最优潮流求解方法及系统，应用于电力数据处理技术领域。将电力需求输入至具有不同可行性置信度提升量的多个功率平衡激活神经网络模型，得到不同可行性置信度提升量对应的机组出力方案，不等式约束违反程度最小的机组出力方案为初始解。将初始解对应的等式约束转化为不等式约束，得到转化后的约束集，基于违反不等式约束的法向量迭代调整初始解的位置，直至初始解满足约束集，通过等式约束还原满足约束集的初始解，得到满足等式约束和不等式约束的可行解。利用不等式约束违反程度作为选择机组出力方案的参考数据，以及采用使不可行解逐渐满足所有等式约束的迭代算法，提升DCOPF问题的求解可行性和计算效率。

本发明授权一种基于神经网络的直流最优潮流求解方法及系统在权利要求书中公布了：1.一种基于神经网络的直流最优潮流求解方法，其特征在于，所述方法包括： 将电力需求输入至预先训练的多个功率平衡激活神经网络模型，得到不同可行性置信度提升量对应的机组出力方案；所述预先训练的多个功率平衡激活神经网络模型具有不同可行性置信度提升量，所述机组出力方案中不等式约束违反程度最小的机组出力方案为初始解； 将所述初始解所需满足的等式约束转化为不等式约束，得到转化后的约束集； 基于违反不等式约束的法向量迭代调整初始解的位置，直至初始解满足所述约束集； 通过等式约束对满足所述约束集的初始解进行还原，得到满足所述等式约束和所述不等式约束的目标可行解； 所述功率平衡激活神经网络模型包括SoftMax函数和常数乘法； 所述将电力需求输入至预先训练的多个功率平衡激活神经网络模型，得到不同可行性置信度提升量对应的机组出力方案，包括： 利用SoftMax函数将电力需求转化为元素数值为[0,1]的输出向量； 利用所述常数乘法将所述输出向量的常数与所述电力需求的总量相乘，得到结果向量，所述结果向量为所述机组出力方案；其中，所述机组出力方案与所述功率平衡激活神经网络模型的可行性置信度提升量相对应。

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：310000 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。