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 > 安极能新能源发展有限公司虞海获国家专利权

安极能新能源发展有限公司虞海获国家专利权

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!

龙图腾网获悉安极能新能源发展有限公司申请的专利一种基于数据融合算法的配电网韧性提升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:CN121480989B

龙图腾网通过国家知识产权局官网在2026-05-12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:202610004202.6,技术领域涉及:G06Q10/063;该发明授权一种基于数据融合算法的配电网韧性提升方法是由虞海设计研发完成,并于2026-01-05向国家知识产权局提交的专利申请。

一种基于数据融合算法的配电网韧性提升方法在说明书摘要公布了:本发明属于配电网技术领域,本发明提供了一种基于数据融合算法的配电网韧性提升方法,包括:采集并融合配电网多维度数据,利用聚类算法识别具有相似韧性特征的区域级韧性区块,并结合复杂网络理论与故障模拟,识别对系统整体生存性影响最大的系统级韧性关键节点,形成韧性区域与关键节点集合;针对韧性区域与关键节点集合,评估在预设极端场景下不同分布式资源空间配置方案所对应的节点级、区域级及系统级韧性指标值;并通过有无对比计算韧性增量。建立融合已验证因果关系与多目标协同的优化模型,输出既保障系统整体韧性最大化、又兼顾区域间韧性均衡的科学资源配置策略,从而实现对配电网韧性的精准、可靠与协同提升。

本发明授权一种基于数据融合算法的配电网韧性提升方法在权利要求书中公布了:1.一种基于数据融合算法的配电网韧性提升方法,其特征在于:包括: 采集并融合配电网多维度数据,利用聚类算法识别具有相似韧性特征的区域级韧性区块,并结合复杂网络理论与故障模拟,识别对系统整体生存性影响最大的系统级韧性关键节点,形成韧性区域与关键节点集合; 针对韧性区域与关键节点集合,评估在预设极端场景下不同分布式资源空间配置方案所对应的节点级、区域级及系统级韧性指标值;并通过有无对比计算韧性增量,并识别受隐藏变量影响的伪相关候选热点; 基于韧性指标值,对比分析为提升区域韧性均衡性所需资源与强化系统韧性关键节点所需资源在空间和容量上的竞争或冲突,判定是否存在矛盾现象;并对伪相关候选热点进行因果诊断,通过分层对比与反事实仿真,区分真实关联与伪相关,输出已验证资源-韧性映射关系表; 已验证资源-韧性映射关系表包括: 资源矛盾区域,即在提升区域韧性均衡性与强化系统韧性关键节点之间存在直接资源竞争的空间位置信息; 高优先级增效对象,即经过反事实仿真验证、资源投入对系统韧性提升具有真实且显著正向因果效应的节点与区域; 伪相关或低效热点,即因第三变量干扰或原有配置不当导致、资源投入与韧性提升关联微弱或无效的节点与区域; 若存在矛盾,则以系统级韧性最大化为目标,构建融合区域均衡要求的多目标优化模型,求解输出协调区域均衡与关键防护的最优资源配置策略; 构建融合区域均衡要求的多目标优化模型的过程为: 定义决策变量:以各电网节点规划新增的分布式电源装机容量与电动汽车可调度容量值为决策变量; 设置核心目标函数:主目标为最大化系统级韧性指标的预期提升值,从属目标为最小化各区域级韧性区块最终韧性水平的差异程度; 构建约束条件:包括总资源容量约束、各节点资源上下限约束、基于已验证资源-韧性映射关系表对高优先级增效对象的促进约束、对伪相关或低效热点的规避约束、针对资源矛盾区域的协调约束以及保障电网安全运行的潮流与电压约束; 求解输出协调区域均衡与关键防护的最优资源配置策略的过程为: 采用智能优化算法对所述模型进行求解,收敛后得到一组表征不同权衡取舍的Pareto最优解集; 将Pareto最优解集以系统级韧性提升值与区域韧性均衡性指标为维度进行可视化呈现; 从Pareto最优解集中,根据预设决策规则选定一个最终方案,并将其表述为包含各节点具体资源类型、容量及预期韧性收益的最优分布式资源空间配置策略。

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安极能新能源发展有限公司,其通讯地址为:215000 江苏省苏州市吴中区长桥街道龙西路160号龙西大厦1901室;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。