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！

龙图腾网获悉燕山大学申请的专利一种基于深度学习的电力系统经济调度网损计算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：CN115879700B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202211478744.5，技术领域涉及：G06Q10/0631；该发明授权一种基于深度学习的电力系统经济调度网损计算方法是由李学平;徐岩设计研发完成，并于2022-11-22向国家知识产权局提交的专利申请。

本一种基于深度学习的电力系统经济调度网损计算方法在说明书摘要公布了：本发明涉及一种基于深度学习的电力系统经济调度网损计算方法，属于电力系统经济调度技术领域，包括以下步骤：步骤1、采用差分进化算法模拟生成网损计算模型的训练数据；步骤2、搭建多头多层感知器网损计算模型并进行模型训练；步骤3、调用多头多层感知器网损计算模型进行电力系统经济调度计算。本发明通过深度学习的方法代替传统的计算方法，大大提高了网络损耗的计算速度，并对多层感知器模型进行改进形成多头多层感知器模型，在不用重新训练的前提下实现不同负荷需求下的网损计算；输入为机组出力数据和各个节点负荷需求，使得该网损计算方法更加适用于电力系统经济调度。

本发明授权一种基于深度学习的电力系统经济调度网损计算方法在权利要求书中公布了：1.一种基于深度学习的电力系统经济调度网损计算方法，其特征在于，包括以下步骤： 步骤1、采用差分进化算法模拟生成网损计算模型的训练数据； 所述步骤1的具体过程为： 由于缺乏历史数据，为保证网损计算方法能适用于不同的负荷需求，采用差分进化算法模拟不同负荷需求下的发电机组输出数据；在差分进化算法的运行过程中，保存每次迭代过程产生的机组出力数据，并调用交流潮流计算计算对应的网络损耗；为了满足机组输出数据的多样性，将交叉因子CR和变异因子F设为较大的参数，以增加种群的多样性；同时，必须满足差分进化的结果是最优解；为了使多头多层感知器模型适用于不同的负荷要求，负荷数据以机组最大总出力的0.4倍为起点，以机组最大总出力的0.85倍为终点，以0.05倍梯度间隔生成不同负荷下的训练数据； 步骤2、搭建多头多层感知器网损计算模型并进行模型训练； 所述步骤2的具体过程为： 多层感知器通过历史数据了解数据内部的映射关系，通过神经元之间的协作获得强大的计算能力；多层感知器的核心是神经元，它接收外部输入数据或其他神经元的输出，并赋予其权重w；然后加上偏置值为b的偏执量，通过激活函数f计算输出Y，此过程被称为前项传递过程： ； 其中，为多层感知器第i层的输出，为第i层的权重向量，为第i层的偏置向量： 在没有激活函数的情况下，神经元之间的信息传递变成了线性关系，神经元失去了活性，因此选择合适的激活函数是至关重要的；隐藏层采用线性整流激活函数；线性整流激活函数不存在饱和区，不存在梯度消失的问题；输出层采用线性激活函数，采用批量梯度下降法训练多层感知器网络；批量梯度下降法的目的是使损失函数值最小，即计算值更接近真实值，此过程被称为反向传播过程： ； 其中，是和的函数，为更新后的神经元输出向量，α为梯度下降步长； 由于机组输出数据是按比例梯度模拟生成的，传统的多层感知器模型在计算两个比例梯度之间的网络损耗数据时会与真实值产生轻微偏差；为了尽可能减小误差，提出一种多头多层感知器模型来减小误差；多头多层感知器是由多个多层感知器的并联单元组成，不同的单位独立训练，模型的输出由多个多层感知器的输出加权平均得到； 为了保证不同多层感知器单元之间的独立性，对训练数据进行随机划分，并将每组数据的前70%的数据保存下来，用于训练不同的多层感知器单元；在不同的负载要求下，网络损耗变化较大；为了避免大数据覆盖小数据的现象，采用相对误差最小的权重系数确定方法确定不同计算头的权重； 步骤3、调用多头多层感知器网损计算模型进行电力系统经济调度计算； 所述步骤3的具体过程为： 在电力系统经济调度中，经济调度问题的目标函数以火电机组耗煤量最小为目标函数： ； 其中，F为经济调度总发电成本，、、为发电机组i的成本系数，为机组i的输出功率，N为机组总数； 在考虑系统的阀点效应后，目标函数为如下形式： ； 其中，和为反映阀点加载效应的第i台发电机的成本系数，为第i台机组的最小输出功率； 约束条件考虑机组的最大、最小输出和负载功率平衡； ； 其中，为总负荷需求，为总线路损耗； ； 其中，是第i台机组输出的最小值，是第i台机组输出的最大值； 由于火力发电机组本身的物理特性，为避免火力发电机组在某些运行区间内的轴承振动放大，考虑了发电禁止区间约束和系统的爬坡约束； 采用差分进化算法解决电力系统经济调度问题，所述差分进化过程分为种群初始化、变异、交叉和选择，在交叉环节之后调用多头多层感知器网损计算模型计算网络损耗，在考虑网络损耗的情况下进行机组出力的最优选择。

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燕山大学，其通讯地址为：066000 河北省秦皇岛市海港区河北大街438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。