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 > 国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司;湖南大学鲍国俊获国家专利权

国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司;湖南大学鲍国俊获国家专利权

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!

龙图腾网获悉国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司;湖南大学申请的专利一种时空数据驱动的海岛微电网稳定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:CN119005751B

龙图腾网通过国家知识产权局官网在2025-12-19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:202411090637.4,技术领域涉及:G06Q10/0637;该发明授权一种时空数据驱动的海岛微电网稳定评估方法是由鲍国俊;邓超平;曾志杰;黄霆;郭健生;胡文旺;黄文;何梨梨;张功林;李宽宏;翁俊;蔡嘉炜设计研发完成,并于2024-08-09向国家知识产权局提交的专利申请。

一种时空数据驱动的海岛微电网稳定评估方法在说明书摘要公布了:本发明涉及一种时空数据驱动的海岛微电网稳定评估方法,属于海岛微电网评估领域。包括实施运行状态变量采集和稳定评估的时序特征选取;包括改进的海岛微电网时空邻接矩阵,反应系统中源荷关联状态与联系紧密度;还包括海岛微电网节点时空关系建模;将图神经网络作为基础算法,引入注意力机制自行辨别因海岛微电网灵活运行特性所导致的复杂工况干扰,赋予不同节点自适应重要性权重;所提数据驱动的稳定评估算法基于图神经网络、注意力机制和LSTM网络时序预测层构建,包括离线训练在线应用环节,当判别失稳时将实施告警。本方法具有评估速度较快、准确率高、可靠性好等优势,能够适应海岛微电网实际运行复杂环境中存在的噪声等因素干扰。

本发明授权一种时空数据驱动的海岛微电网稳定评估方法在权利要求书中公布了:1.一种时空数据驱动的海岛微电网稳定评估方法,其特征在于,包括:稳定评估特征选取、海岛微电网节点时空关系建模、数据驱动的评估算法构建和离线训练在线应用环节;所述稳定评估特征选取具体实现如下: 当海岛微电网处于稳定状态时,各节点或各电源间状态变量保持相对的恒定,此时系统内电压、频率、功率构成一个多维度空间,共同反映系统当前的运行点、运行状态和稳定性,设置采样周期为T,则电压采样值Vs为 Vs=[V1,V2,...Vk·T] 其中,k为采样数量,单次采样窗长度Wd有Wd=kT成立,同样频率采样值Fs、有功功率采样值Ps、无功功率采样值Qs为 Fs=[F1,F2,...Fk·T] Ps=[P1,P2,...Pk·T] Qs=[Q1,Q2,...Qk·T] 在实际运行中,选取的四个特征量因为各自动态的时间尺度不同,采样频率存在差异;因此对于频率和电压而言,选择采样时间Tt,令T=n*Tt,则特征量X表示为 所述海岛微电网节点时空关系建模具体实现如下: 海岛微电网的拓扑结构为一个二维图Graph,但由于二维图Graph的各节点状态差异极大,因此海岛微电网的时空关系建模分为两个环节;其中, 环节1实现对空间拓扑的图建模: 令海岛微电网的邻接矩阵A为 其中,i表示节点i,m表示海岛微电网内的节点总数,aij表示节点i和节点j间的连接关系,存在连接表示为1,否则为0; 由于空间分布的远近将在同等条件下决定扰动的影响大小,因此将邻接矩阵A进行改进,改进后的邻接矩阵Ae为 其中,aeij表示节点i和节点j之间改进后的连接关系表示,取值范围在0~1之间,其计算方法为 其中,Zij表示节点i和j之间的阻抗,表示所有与节点i相连的节点集合中的任意一个节点,μ表示所有与节点i相连的节点; 环节2实现在上述图建模的基础上,将时间信息融入: 对特征量X进行调整,得到节点特征矩阵X,即 其中,下标base表示事先选取的各节点基准值,即将节点特征矩阵X改为三维矩阵,并归一化以确保各节点在后续计算中不会因为数值过大或过小干扰稳定评估算法的准确率;对于Fbase和Vbase而言,选择全系统一致的额定频率值和额定电压值,对于Pbase和Qbase而言,因节点不同而不同,选择各节点的额定功率值; 通过环节1和2,将海岛微电网的时间信息和空间信息相融合; 所述数据驱动的评估算法构建具体实现如下: 由于海岛微电网的图结构,因此采用图神经网络GNN作为稳定评估算法的基础;引入随机潜变量zi构成矩阵Z以增强稳定评估算法的表征能力和隐含关系提取能力,则时空特征编码层为 其中,g为映射函数;对于海岛微电网,电源和负荷之间角色存在切换的可能,因此,引入注意力机制对各节点重要性进行学习并针对不同情况产生个性化的评估结论; 稳定评估的注意力机制层输入时空特征编码层输出值作为输入,有 其中,Satten为注意力机制层输出,ν、W1、W2、W3均为神经网络待学习优化的权重参数矩阵,b为偏置矩阵,σ为sigmoid函数; 时空特征的解码层是编码层的反向计算,其输出值计算过程为 其中,p表示概率,当前时刻的时空特征的解码层输出与之前时刻的时空特征的解码层输出共同输入长短期记忆网络中,建立时序的评估结论,即输入长短期记忆网络的值为 其中,Tw表示输入数据的长度; 输出为 其中,ht-1表示LSTM网络t-1时刻的隐含值,当yty0,则令yt=1表示系统失稳,当yt≤y0,则令yt=0表示系统稳定,y0为设定的阈值。

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福建省电力有限公司电力科学研究院;国网福建省电力有限公司;湖南大学,其通讯地址为:350007 福建省福州市仓山区复园支路48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。