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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网山西省电力有限公司经济技术研究院温伟获国家专利权

国网山西省电力有限公司经济技术研究院温伟获国家专利权

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西省电力有限公司经济技术研究院申请的专利一种基于多维度指标的电力网络变电站目标优选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:CN121365857B

龙图腾网通过国家知识产权局官网在2026-03-20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:202511947091.4,技术领域涉及:G06Q10/0631;该发明授权一种基于多维度指标的电力网络变电站目标优选方法是由温伟;安向勇;邢晓霞;谷志红;王亚臣;白杨;赵佳妍;温燕萍;郭予红;白桦设计研发完成,并于2025-12-23向国家知识产权局提交的专利申请。

一种基于多维度指标的电力网络变电站目标优选方法在说明书摘要公布了:本发明涉及电力网络优化技术领域,公开一种基于多维度指标的电力网络变电站目标优选方法。该方法包括电力网络产生变电站优选需求时,通过数据采集接口获取多个候选变电站的多维度指标数据,涵盖电气参数、负载特性、环境条件及地理坐标。利用本地分析引擎对数据初步评估并生成评估置信度,置信度未达预定标准,则启动远程决策机制。将多维度指标数据与评估结果整合为决策上下文包,经安全网络通道发送至云端分析系统。云端系统完成指标解析与策略推导后输出多级优选策略,本地系统加载该策略并执行分层优选操作,最终确定目标变电站。本方法以多维度数据为支撑,通过本地与云端协同决策,提升变电站优选的全面性与适配性。

本发明授权一种基于多维度指标的电力网络变电站目标优选方法在权利要求书中公布了:1.一种基于多维度指标的电力网络变电站目标优选方法,其特征在于,所述方法包括:当电力网络中出现变电站优选需求时,通过数据采集接口获取多个候选变电站的多维度指标数据,所述多维度指标数据包括电气参数、负载特性、环境条件和地理坐标; 利用本地分析引擎对多维度指标数据进行初步评估,产生评估置信度; 若评估置信度未达到预定标准,则启动远程决策机制; 在远程决策机制中,将多维度指标数据和评估结果组合成决策上下文包; 通过安全网络通道将决策上下文包发送至云端分析系统; 云端分析系统接收决策上下文包后,进行多维度指标解析和策略推导,输出多级优选策略; 在本地系统加载多级优选策略,执行分层优选操作以确定目标变电站; 所述利用本地分析引擎对多维度指标数据进行初步评估的步骤包括: 构建动态权重模型,所述动态权重模型根据指标波动性自动调整权重系数;计算多维度指标数据的协同指数,所述协同指数反映指标间关联强度;基于协同指数和动态权重模型生成评估置信度;设置自适应阈值机制,根据历史评估结果动态更新置信阈值;比较评估置信度与置信阈值,输出评估结果; 所述将多维度指标数据和评估结果组合成决策上下文包的步骤包括:采用流式数据处理技术对多维度指标数据进行窗口聚合,生成聚合指标序列;将评估结果与聚合指标序列进行时空关联编码;应用差分隐私技术添加噪声保护数据敏感性;使用非对称加密算法对编码后的数据生成数字信封;封装时间戳、数据版本号和完整性校验码,形成决策上下文包; 所述通过安全网络通道将决策上下文包发送至云端分析系统的步骤包括:建立多跳中继传输路径,每个中继节点进行数据验签;将决策上下文包编码为纠错码块;采用时分多址协议调度传输时序;在每个传输节点实施流量整形和拥塞控制;云端分析系统接收后发送确认回执; 所述云端分析系统接收决策上下文包后,进行多维度指标解析和策略推导的步骤包括:拆解数字信封提取聚合指标序列和评估结果;运行特征工程管道提取高阶特征,所述高阶特征包括趋势特征和周期特征;加载策略生成模型,所述策略生成模型基于深度神经网络构建;输入高阶特征到策略生成模型,输出多级优选策略;对多级优选策略进行可行性校验和冲突检测。

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西省电力有限公司经济技术研究院,其通讯地址为:030000 山西省太原市杏花岭区府东街89号(禹皇大厦)1幢15层;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。