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 > 国网湖南省电力有限公司;国网湖南省电力有限公司信息通信分公司;国家电网有限公司黄鑫获国家专利权

国网湖南省电力有限公司;国网湖南省电力有限公司信息通信分公司;国家电网有限公司黄鑫获国家专利权

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!

龙图腾网获悉国网湖南省电力有限公司;国网湖南省电力有限公司信息通信分公司;国家电网有限公司申请的专利可再生能源系统运行场景生成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:CN119358219B

龙图腾网通过国家知识产权局官网在2026-05-01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:202411361476.8,技术领域涉及:G06F30/20;该发明授权可再生能源系统运行场景生成方法及系统是由黄鑫;周沿东;眭建新;张韬;白昱阳;许成龙;张俊;陈远扬;王伟能;田峥;孙毅臻;田建伟设计研发完成,并于2024-09-27向国家知识产权局提交的专利申请。

可再生能源系统运行场景生成方法及系统在说明书摘要公布了:本发明公开了一种可再生能源系统运行场景生成方法,包括获取目标可再生能源系统的历史数据信息;为目标可再生能源系统的运行场景建立扩散过程模型;基于高斯噪声进行去噪处理;进行条件扩散模型的建模;构建用于条件扩散模型的神经网络;采用大模型引导生成条件信息,并对建立的条件扩散模型进行训练得到训练后的条件扩散模型;采用训练后的条件扩散模型进行可再生能源系统运行场景的生成。本发明还公开了一种实现所述可再生能源系统运行场景生成方法的系统。本发明通过大语言模型作为条件引导,利用扩散模型直接从任意高斯噪声生成确定性的运行场景,因此本发明不仅能够实现可再生能源系统运行场景的生成,而且可靠性高,精确性好,效率高。

本发明授权可再生能源系统运行场景生成方法及系统在权利要求书中公布了:1.一种可再生能源系统运行场景生成方法,包括如下步骤: S1.获取目标可再生能源系统的历史数据信息; S2.根据步骤S1获取的数据信息,为目标可再生能源系统的运行场景建立扩散过程模型; S3.根据步骤S1获取的数据信息和步骤S2建立的扩散过程模型,基于高斯噪声进行去噪处理;具体包括如下步骤: 去噪过程用于对去除噪声,以恢复,从而使得能够从高斯噪声分布中创建新的 数据样本; 去噪过程表示为 式中表示经过神经网络实现的去噪过程;表示参数为的神经网 络处理过程; 根据去噪步骤,将去噪过程表示为如下公式: 式中为去噪过程;为高斯噪声,且; 设定去噪过程为扩散过程的逆过程,则扩散模型的目标函数表示为 式中为Kullback-Leibler散度计算函数;为扩散过程的后验条件 概率; S4.对步骤S3得到的数据,进行条件扩散模型的建模;具体包括如下步骤: 为了实现由条件引导的确定性生成,将扩散模型扩展为条件扩散模型,从而学习条件信息; 将算式扩展为 式中为将变为的去噪过程;为条件信息; 扩展为 式中为将变为的去噪过程; 采用待定系数法对进行求解: 设定,式中为去噪过程, 第一系数,为第二系数,为第三系数; 设定为变量,且,,,其中为第一中间变 量,为噪声规划表,为第二中间变量,为第三中间变量; 从而得到如下算式 式中为第四中间变量,且; 若设定且,为权重系数,则能够得到当时,高斯分布的方 差为0,此时生成为确定性生成; 同时,将神经网络参数化为 式中为参数为的扩散模型; S5.构建用于条件扩散模型的神经网络;具体包括如下步骤: 构建的神经网络包括嵌入模块、残差模块和输出模块; 嵌入模块用于将输入特征投影到高维空间;嵌入模块包括一层线性层;设定输入为, 条件为,则嵌入模块的处理过程表示为 式中为嵌入模块的输出;为全连接层处理函数; 残差模块用于将输入与模块输出连接,缓解梯度消失问题;残差模块包括4个残差子模块,每个残差子模块均包括多头注意力层和全连接层;第i个残差子模块的处理过程表示为 式中为第i个残差子模块的输出;为多头注意力层的处理函数;若i为1,则为嵌入模块的输出; 输出模块用于将所有残差模块的输出连接,并映射得到最终的输出结果;输出模块包 括一个全连接层;输出模块的处理过程表示为,为输 出模块的输出; S6.采用大模型引导,生成条件信息,并对建立的条件扩散模型进行训练,得到训练后的条件扩散模型;具体包括如下步骤: 针对扩散生成任务,设计提示词:提示词格式设定为,其中表示季节且 取值范围为,表示能源出力强度且取值范围为,表 示白天或夜晚,表示风电或太阳能; 采用Qwen2-7B模型作为大模型; 第一轮与大模型文本对话:大模型通过语义理解,确认输入是否满足的 格式:若满足则构造条件信息引导扩散模型训练,若不满足则进入第二轮对话; 第二轮与大模型文本对话:根据大模型反馈的缺少的条件,对文本进行补全,并再次与大模型进行文本对话; 引导过程为:构造词汇表,用于映射文本词汇;大模型对输入文本进行格式化提取,构 造并映射到词汇表作为条件信息;将原始样本进行扩散得到,并将、和一同输入到步骤S4建模得到的条件扩散模型,进行训练;为经过T步扩散的 样本; 最终,得到训练后的条件扩散模型; S7.采用步骤S6得到的训练后的条件扩散模型,进行可再生能源系统运行场景的生成。

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湖南省电力有限公司;国网湖南省电力有限公司信息通信分公司;国家电网有限公司,其通讯地址为:410004 湖南省长沙市天心区新韶东路398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。