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 > 国网山东省电力公司临朐县供电公司冯军波获国家专利权

国网山东省电力公司临朐县供电公司冯军波获国家专利权

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!

龙图腾网获悉国网山东省电力公司临朐县供电公司申请的专利一种暂态潮流型电压越限治理方法、装置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:CN120855539B

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:202511361672.X,技术领域涉及:H02J3/46;该发明授权一种暂态潮流型电压越限治理方法、装置及系统是由冯军波;李明明;扈波;连春季;安然;谭焱;姜立昌;钮志伟;李大伟;严胜;刘兴瑜设计研发完成,并于2025-09-23向国家知识产权局提交的专利申请。

一种暂态潮流型电压越限治理方法、装置及系统在说明书摘要公布了:本发明公开了一种暂态潮流型电压越限治理方法、装置及系统,属于低电压和高电压越限治理技术领域,其技术方案要点是包括获取当前时刻变压器对应的电压信号和电流信号;根据LSTM模型以及电压信号和电流信号,得到相邻的下一时刻对应的电压预测值;根据电压预测值,执行迭代操作,得到第一补偿档位;根据第一补偿档位和Q学习算法,得到目标补偿档位,本发明通过LSTM模型得到下一时刻对应的电压预测值,通过电压预测值提前确定目标补偿档位并进行调整,减少电压越限时间,并且在确定目标补偿档位时结合迭代操作和Q学习算法,使得最终的目标补偿档位能在保证电压合格的前提下减少接触器动作次数。

本发明授权一种暂态潮流型电压越限治理方法、装置及系统在权利要求书中公布了:1.一种暂态潮流型电压越限治理方法,其特征在于,包括: 获取当前时刻变压器对应的电压信号和电流信号; 根据LSTM模型以及所述电压信号和电流信号,得到相邻的下一时刻对应的电压预测值; 根据所述电压预测值,执行迭代操作,得到第一补偿档位; 根据所述第一补偿档位和Q学习算法,得到目标补偿档位; 其中,所述根据LSTM模型以及所述电压信号和电流信号,得到相邻的下一时刻对应的电压预测值,包括: 根据所述电压信号进行滤波处理和滑动窗傅里叶变换,得到当前时刻对应的电压; 根据所述电流信号进行序分量分解,得到零序电流; 根据所述当前时刻对应的电压和所述LSTM模型,得到相邻的下一时刻对应的电压预测值; 其中,根据所述电压预测值,执行迭代操作,得到第一补偿档位,包括: 根据所述电压预测值和所述当前时刻对应的电压,得到电压变化率; 根据所述电压变化率执行迭代操作,所述迭代操作包括,根据当前补偿档位、所述电压变化率和所述当前时刻对应的电压,得到更新电压,判断所述更新电压是否位于预设区间中,若否,更新所述当前补偿档位,并重复计算更新电压的步骤,直至更新电压位于预设区间中,输出当前补偿档位,作为所述第一补偿档位; 其中,根据所述第一补偿档位和Q学习算法,得到目标补偿档位,包括: 根据所述当前时刻对应的电压和所述零序电流,确定当前时刻对应的状态; 根据所述当前时刻对应的状态在Q矩阵中查询所述第一补偿档位对应的Q值,所述Q矩阵根据所述Q学习算法得到; 根据所述Q值更新所述第一补偿档位,得到第二补偿档位; 根据所述第二补偿档位和灵敏度系数,得到所述目标补偿档位;所述灵敏度系数为:,其中为等效阻抗矩阵中的正序抗阻,为基波电压; 其中,根据所述第二补偿档位和灵敏度系数,得到所述目标补偿档位,包括: 根据所述当前时刻对应的电压和所述零序电流得到等效阻抗矩阵; 根据所述灵敏度系数和所述等效阻抗矩阵,更新所述第二补偿档位,得到第三补偿档位; 根据所述第三补偿档位和预设的线损模型,得到所述目标补偿档位; 其中,根据所述第三补偿档位和预设的线损模型,得到所述目标补偿档位,包括: 对于每个所述第三补偿档位,根据所述预设的线损模型,得到对应的线损值; 根据所述线损值更新所述第三补偿档位,得到所述目标补偿档位。

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国网山东省电力公司临朐县供电公司,其通讯地址为:262600 山东省潍坊市临朐县弥河路931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。