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！

龙图腾网获悉东北石油大学申请的专利基于自适应动态图神经网络的智能电网时空调度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：CN121391527B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202511211839.4，技术领域涉及：G06Q50/06；该发明授权基于自适应动态图神经网络的智能电网时空调度方法是由刘悦;成庆林;杨金威;赵少松;黄正松;周晓庆设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本基于自适应动态图神经网络的智能电网时空调度方法在说明书摘要公布了：本发明涉及的是基于自适应动态图神经网络的智能电网时空调度方法，它包括：从智能电网的分布式数据节点中实时收集时间序列数据，并进行数据预处理；自生成适应邻接矩阵，自适应算法根据实时数据的变化，调整邻接矩阵中的边权重；通过时空卷积网络STCN对生成的自适应邻接矩阵进行时空特征提取，捕捉电网节点间复杂的时空依赖关系，获得包含空间和时间依赖关系的特征图，将这些特征表示电网不同时间节点的运行状态和相互依赖情况；实时调度优化，将提取的时空特征输入至调度优化模块，计算负载需求与发电能力之间的最优匹配；在调度过程中持续监测节点状态，动态调整调度策略。本发明动态调整电力资源的分配，确保负载中心的电力供应满足需求。

本发明授权基于自适应动态图神经网络的智能电网时空调度方法在权利要求书中公布了：1.一种基于自适应动态图神经网络的智能电网时空调度方法，其特征在于包括如下步骤： 步骤一、从智能电网的分布式数据节点中实时收集时间序列数据，并进行数据预处理，时间序列数据包括风速、温度、发电量、负载需求、市场电价； 步骤二、自适应邻接矩阵生成：利用步骤一中收集的数据生成初始邻接矩阵，该矩阵通过数学模型表示不同节点间的连接关系，初始权重基于节点间的地理距离或历史交互频率进行设定，依据节点间的特征相似度动态更新矩阵权重；自适应算法根据实时数据的变化，调整邻接矩阵中的边权重； 步骤三、时空特征提取：通过时空卷积网络STCN对生成的自适应邻接矩阵进行时空特征提取，时空卷积网络STCN将卷积神经网络CNN和图卷积神经网络GCN相结合，捕捉电网节点间复杂的时空依赖关系，获得包含空间和时间依赖关系的特征图，将这些特征表示电网不同时间节点的运行状态和相互依赖情况； 步骤四、实时调度优化：将提取的时空特征输入至调度优化模块，基于优化算法计算负载需求与发电能力之间的最优匹配： ； 式中：为更新后的邻接矩阵，为获取的时空依赖特征，为预测的最优发电量，为正则化项； 步骤五、持续策略更新：在调度过程中持续监测节点状态，通过传感器和数据采集系统不断获取实时数据，这些实时数据包括负载波动、市场价格、气象变化，根据负载波动、市场价格动态调整调度策略，达到调度效果的最优，策略更新通过强化学习算法实现发电节点的自主调整，确保在任何负荷和市场条件下，电网调度都能快速适应并保持高效稳定； 检测节点状态，实时获取新数据； 利用强化学习框架自适应调整策略，更新规则： ； 式中，为策略优化目标函数，为学习率，为发电策略，为新的实时数据； 强化学习优化目标： ； 式中，为优化目标函数；节为点的单位发电成本系数，权重用于发电成本的计算；为时间时节点的发电量；为电网中的总节点数；为偏差项的权重参数；为电网负载节点数；为时间时负载节点的电力需求量；为自适应邻接矩阵的更新权重，表示节点和节点在时间的连接强度；表示负载节点从所有发电节点得来的总发电供给。

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东北石油大学，其通讯地址为：163319 黑龙江省大庆市高新技术开发区学府街99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。