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！

龙图腾网获悉北京航空航天大学杭州创新研究院申请的专利一种具有隐私保护作用的智能微网分布式动态跟踪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：CN114818257B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202210236124.4，技术领域涉及：G06F30/20；该发明授权一种具有隐私保护作用的智能微网分布式动态跟踪方法是由郭雷;高澜;余翔;徐科栋设计研发完成，并于2022-03-11向国家知识产权局提交的专利申请。

本一种具有隐私保护作用的智能微网分布式动态跟踪方法在说明书摘要公布了：本发明涉及智能微电网能源调度技术领域，尤其涉及一种具有隐私保护作用的智能微网分布式动态跟踪方法，该方法包括以下步骤：S1、确定智能微网实体节点总量为N，第i个节点的实时电力消耗数据为φiit，再结合各个节点权重系数wii，得到电力消耗的求解目标函数模型；S2、基于随机数扰动机制设计动态跟踪算法；S3、具体阐述S2中算法的执行过程；S4、对算法参数的确定与验证；采用本发明提出的基于随机数扰动机制的分布式动态跟踪算法，可以在确保微网中节点敏感信息不被泄露的同时，使得每个节点都能够准确跟踪到整个网络中所有节点时变电力消耗数据的加权平均值，进而得出电力消耗总数据，为供需负载平衡控制提供决策参考。

本发明授权一种具有隐私保护作用的智能微网分布式动态跟踪方法在权利要求书中公布了：1.一种具有隐私保护作用的智能微网分布式动态跟踪方法，其特征在于，该方法包括以下步骤： S1、确定智能微网实体节点总量为N，第i个节点的时变参考信号为，再结合各个节点权重系数，得到时变参考信号的求解目标函数模型； S2、根据S1中目标函数模型，基于随机数扰动机制设计分布式动态跟踪算法如下： ； 所述S2中，和分别表示节点内部状态、估计状态和控制输入；参数，是智能体的正则化权重，是控制增益，是设计参数；表示由节点生成并传递给邻居节点的随机数，表示节点从邻居节点接收到的随机数，是估计状态被随机数扰乱后的虚拟状态； 其使用被随机数扰乱后的虚拟状态进行互相的信息交换，避免了节点真实信息的泄露； S3、具体阐述S2中算法的执行过程； S3阐述了具体的算法流程如下： 步骤1：算法初始化，具体包括： 1-1每个节点生成个随机数，其中是其邻居节点数量； 1-2节点将随机数分别传递给它相邻的节点，并接收其邻居节点生成并传递过来的随机数； 步骤2：初始化算法迭代时间，并重复以下步骤； 步骤3：节点基于自身生成的随机数集合计算状态； 步骤4：节点基于邻居节点传递过来的随机数集合计算虚拟状态； 步骤5：相邻节点间利用各自的虚拟状态进行信息交换，每个节点进行控制输入更新如下： 步骤6：节点更新内部状态和估计器状态如下： 其中是算法用于迭代的步长； 步骤7：更新算法迭代时间，并判断迭代是否结束，具体包括： 7-1更新迭代时间； 7-2判断迭代是否结束，计算最近两次状态估计值的误差，如果该误差小于给定的阈值，，那么算法结束；否则，继续执行步骤3-步骤7，直到算法结束； S4、对算法参数的确定与验证；假设1连通性：假设N个节点构成的网络拓扑图是双向通信，并且是连通的； 假设2有界性：对于网络拓扑中任意节点，其时变参考信号和其导数都是有界的，存在正常数和使得： 定理1：在假设1、2成立的基础上，若控制增益满足： 其中，是通信拓扑图对应的Lapacian矩阵的第二小特征值，经过随机数扰动后的虚拟状态在有限的时间内实现对加权平均信号的精确跟踪， 其对应的时间下界为： 其中为初始稳态误差； 每个所述节点i根据自己的邻居节点j的个数生成一组随机数；生成的随机数个数等于其邻居节点j的个数，然后分别向其邻居节点各发送一个随机数；每个节点i收到来自邻居节点j发出的随机数后，根据自身的状态估计、自身生成的随机数集合和接收到的随机数集合计算用于信息传输的虚拟状态。

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北京航空航天大学杭州创新研究院，其通讯地址为：310000 浙江省杭州市滨江区长河街道创慧街18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。