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！

龙图腾网获悉国网安徽省电力有限公司申请的专利基于深度学习的电网输电断面潮流调整机组选择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：CN115021270B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202210769042.6，技术领域涉及：H02J3/06；该发明授权基于深度学习的电网输电断面潮流调整机组选择方法是由王京景;谢大为;吴旭;汤伟;丁超;彭伟;王磊;麦立;许斌设计研发完成，并于2022-07-01向国家知识产权局提交的专利申请。

本基于深度学习的电网输电断面潮流调整机组选择方法在说明书摘要公布了：本发明公开了基于深度学习的电网输电断面潮流调整机组选择方法，包括以下步骤：步骤一：构建电网输电断面潮流调整机组样本数据库；步骤二：构建基于深度学习的电网输电断面潮流调整机组选择模型；步骤三：电网实时运行状态在线生成潮流调整机组。将传统的逐个计算每台机组对输电断面的潮流灵敏度需要反复计算潮流，变革为线下工作，从而实现根据电网实时运行状态在线生成潮流调整机组的算法，避免大量的潮流计算，快速选出输电断面潮流调整的机组，大大提高电网潮流调整工作效率。

本发明授权基于深度学习的电网输电断面潮流调整机组选择方法在权利要求书中公布了：1.基于深度学习的电网输电断面潮流调整机组选择方法，其特征在于，包括以下步骤： 步骤一：构建电网输电断面潮流调整机组样本数据库； 提供随机模型电网运行数据，包括随机生成电网拓扑以及负荷，通过调节发电机数据，利用最优化潮流使得电网网损达到最小，从而生成发电机运行数据； 根据所确定的电网运行数据状态计算电网输电断面的负载率，根据负载率大小，按地区归类提取出负载较大输电断面统一作为该地区的关键断面线路； 通过调整各发电机输出功率，计算出关键断面线路潮流变化情况，与各发电机调整前后的幅度值的比值，作为发电机与关键断面线路的灵敏度系数，并按照灵敏度从大到小的顺序对发电机组进行排序，保存发电机组排序结果； 至此，得到样本数据，为电网运行数据，包含电网拓扑状态、每个电网节点的有功功率P、无功功率Q、电压幅值U、电压相角θ、关键断面线路、发电机组顺序； 按照上述步骤不断循环，能生成多个样本，形成电网输电断面潮流调整机组样本数据库； 步骤二：构建基于深度学习的电网输电断面潮流调整机组选择模型； 为更加准确的映射电网运行状态与关键断面及潮流调整机组之间的关系，明确深度学习模型的输入输出数据格式； 将电网运行数据作为卷积神经网络模型输入数据，包含电网拓扑状态、每个电网节点的有功功率P、无功功率Q、电压幅值U、电压相角θ，将关键断面线路和发电机组顺序作为模型输出数据，从而训练卷积神经网络模型，具体操作如下： 提供包含N个电网节点，M个发电机组节点的电网拓扑，构建基于深度学习的电网输电断面潮流调整机组选择模型，求取电网输电断面和潮流调整机组顺序： 一：前期准备工作，电网拓扑由电网关联矩阵H表示，H为N×N维矩阵，当电网拓扑节点i、j之间直接相连接，则关联矩阵中Hij＝1，当节点i、j之间不直接相连，则关联矩阵中Hij＝0； 每个电网节点的有功功率P、无功功率Q、电压幅值U、电压相角θ组成节点特征向量，则N个节点组成N×4维节点特征矩阵A； 将电网关联矩阵H与节点特征矩阵A按列拼接，可得N×N+4维输入矩阵X； 提供电网拓扑线路最大数为a个、电网发电机组最大数为b个、关键断面线路最大数为c个，每一个关键断面线路能够由不同线路构成，对应一组发电机潮流调整顺序，一个关键断面线路能够由a维线路向量L组成，当关键断面线路中含有第i条线路，则Li＝1，不含则Li＝0； 一个关键断面线路对应的机组潮流调整顺序能够由b维机组潮流调整顺序向量G表示，当第j个机组顺序为3，则Gj＝3； 将线路向量L与机组潮流调整顺序向量G拼接能够得a+b维向量，所有关键断面线路及其对应的机组潮流调整顺序可组成c×a+b维输出矩阵Y； 二：构建基于深度学习的电网输电断面潮流调整机组选择模型，采用深度学习中的卷积神经网络模型映射电网运行状态与关键断面及潮流调整机组之间的关系，卷积神经网络包括输入层、卷积层、池化层、全连接层和输出层，输入层为输入矩阵X，输入数据首先由卷积层中个卷积核提取特征，得到相应的特征矩阵，第i个卷积层的第j个卷积特征矩阵hi,j，包含卷积核W以及偏置矩阵B和激活函数f，则特征矩阵hi,j为： hi,j＝fX*W+B 池化层为卷积层的下一层，对数据特征信息进行二次提取，进一步减小特征矩阵的尺寸，池化层的池化矩阵由多个特征矩阵组成，数据经过全连接层后被传入输出层，输出矩阵为输出矩阵Y； 三：离线训练基于深度学习的电网输电断面潮流调整机组选择模型，通过生成的电网输电断面潮流调整机组样本数据库，根据构建电网输电断面潮流调整机组选择模型，采用随机梯度下降算法不断优化模型中的权重矩阵，从而提高电网输电断面潮流调整机组选择精度，直至达到迭代次数或满足模型精度要求，终止优化模型，完成模型离线训练； 步骤三：电网实时运行状态在线生成潮流调整机组； 电网在线实时运行直接得到电网实时运行数据，包括电网拓扑状态、每个电网节点的有功功率P、无功功率Q、电压幅值U、电压相角θ，从而根据步骤二中的第一步形成基于深度学习的电网输电断面潮流调整机组选择模型输入矩阵，将所得输入矩阵输入步骤二中所训练完成模型计算，能够快速得到模型输出矩阵，根据输出矩阵，能直接得到电网输电断面以及潮流调整机组顺序。

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安徽省电力有限公司，其通讯地址为：230000 安徽省合肥市包河区黄山路9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。