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！

龙图腾网获悉国网上海市电力公司申请的专利基于改进GAN的低压有源台区线损率预测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：CN120822672B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511332144.1，技术领域涉及：G06Q10/04；该发明授权基于改进GAN的低压有源台区线损率预测方法及系统是由张一彦;贺静;朱洪志;高翔;陆倚鹏;李丹戎设计研发完成，并于2025-09-18向国家知识产权局提交的专利申请。

本基于改进GAN的低压有源台区线损率预测方法及系统在说明书摘要公布了：本发明涉及一种基于改进GAN的低压有源台区线损率预测方法及系统，属于数据预测技术领域，解决了现有因缺少样本数据导致线损率预测不准确的问题。包括构建历史样本序列放入历史样本集中；构建包括生成器、特征提取器和判别器的生成对抗网络；生成器根据每条历史样本序列和样本生成策略获取多条生成样本序列；特征提取器分别根据每条历史样本序列及其对应的多条生成样本序列提取真实特征和多条生成特征；判别器对真实特征和生成特征进行判别；获取判别为真的生成特征对应的生成样本序列放入历史样本集，与设备额定容量一起构建预测数据集，对时序神经网络模型进行训练得到线损率预测模型，进而得到预测时刻的线损率。实现了线损率的准确预测。

本发明授权基于改进GAN的低压有源台区线损率预测方法及系统在权利要求书中公布了：1.一种基于改进GAN的低压有源台区线损率预测方法，其特征在于，包括以下步骤： 采集低压有源台区的历史运行数据，构建各时段历史样本并通过滑动时间窗口组成多条历史样本序列，放入历史样本集中； 构建包括生成器、特征提取器和判别器的生成对抗网络，并利用所述历史样本集对其进行训练；所述生成器用于根据每条历史样本序列和样本生成策略获取多条生成样本序列，具体是根据每条历史样本序列中第一个时段的历史样本，利用样本生成策略依次生成每个时段的多条初始样本，获取其中满足各时段的数据约束的有效样本作为对应时段的多条生成样本，进而得到相同时间窗口长度的多条生成样本序列；所述特征提取器用于分别根据每条历史样本序列及其对应的多条生成样本序列提取真实特征和多条生成特征；所述判别器用于对所有真实特征和生成特征进行判别； 训练结束后，获取判别器判别为真的生成特征对应的生成样本序列，放入历史样本集，与设备额定容量一起构建预测数据集，对时序神经网络模型进行训练，得到线损率预测模型； 采集用于预测的运行数据和设备额定容量，利用线损率预测模型得到预测时刻的线损率； 所述数据约束包括：初始时段数据约束、相邻时段数据约束、相邻时段变化约束和有效样本数量约束；所述样本生成策略依次包括：第一生成策略和第二生成策略；所述第一生成策略用于根据每条历史样本序列中第一个时段的历史样本，获取满足初始时段数据约束和有效数据数量约束的第一个时段的多条生成样本；所述第二生成策略用于根据第一个时段的每条生成样本，按照时间窗口长度迭代获取满足相邻时段数据约束、相邻时段变化约束和有效数据数量约束的后续连续多个时段的多条生成样本，组成多条生成样本序列； 每个时段的历史样本和生成样本均包括多个运行数据：台区配变负荷、分布式电源上网出力、充电负荷和用户常规负荷； 所述第一生成策略执行以下步骤：根据每条历史样本序列中第一个时段的历史样本中每个运行数据、波动值和随机数多次获取对应的生成数据，作为第一个时段的多条初始样本，从所述第一个时段的多条初始样本中获取满足初始时段数据约束的有效样本，重复执行第一生成策略直至第一个时段的有效样本满足有效样本数量约束，得到第一个时段的多条生成样本； 所述第二生成策略执行以下步骤：将第一个时段作为当前时段，根据当前时段的每条生成样本中每个生成数据、波动值和随机数分别获取下一个时段对应的生成数据，得到当前时段每条生成样本对应的下一个时段的初始样本，从中获取满足相邻时段数据约束和相邻时段变化约束的有效样本，当有效样本不满足有效样本数量约束时，重复执行第二生成策略；否则，将获取的有效样本作为下一个时段的生成样本，并将下一个时段作为当前时段后，再次执行第二生成策略，直至得到时间窗口长度的连续多个时段的多条生成样本，组成多条生成样本序列； 所述根据每条历史样本序列中第一个时段的历史样本中每个运行数据、波动值和随机数多次获取对应的生成数据，是分别在所述每个运行数据上多次添加第一随机扰动值而生成，所述第一随机扰动值是将随机扰动比例与对应的运行数据相乘而得到；所述根据当前时段的每条生成样本中每个生成数据、波动值和随机数分别获取下一个时段对应的生成数据，是分别在所述每条生成样本中每个生成数据上添加第二随机扰动值而生成，所述第二随机扰动值是将随机扰动比例与对应的生成样本的生成数据相乘而得到；所述随机扰动比例是根据波动值和随机数而得到； 所述初始时段数据约束，是第一个时段的初始样本的线损率与第一个时段的历史样本的线损率的差异绝对值不大于第一阈值；所述相邻时段数据约束，是相邻时段的初始样本的线损率的差异绝对值不大于第一阈值；所述相邻时段变化约束，是相邻时段的初始样本的台区配变负荷变化值大于线损变化值；所述有效样本数量约束，是有效样本的数量大于等于第二阈值。

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上海市电力公司，其通讯地址为：200122 上海市浦东新区自由贸易试验区源深路1122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。