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！

龙图腾网恭喜重庆大学;国网重庆市电力公司电力科学研究院;国网四川省电力公司电力科学研究院申请的专利一种电力系统暂态DIM辨识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：CN117435944B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：202311431213.5，技术领域涉及：G06F18/23213；该发明授权一种电力系统暂态DIM辨识方法是由周芮;杨燕;余娟;杨知方;方辉;朱晟毅;陈涛;向红吉;余亚南设计研发完成，并于2023-10-31向国家知识产权局提交的专利申请。

本一种电力系统暂态DIM辨识方法在说明书摘要公布了：本发明公开一种电力系统暂态DIM辨识方法，包括以下步骤：1获取若干电力系统母线电压曲线和功率角曲线；2利用K‑means聚类算法对电力系统母线电压曲线和功率角曲线进行典型故障曲线筛选和权重计算，得到母线电压失稳曲线和功率角失稳曲线；3利用MultiRocket算法提取母线电压失稳曲线和功率角失稳曲线的多维时间序列特征；4基于多维时间序列特征，构建基础模型，并利用Bagging集成学习和集成优化方法对基础模型进行优化，得到DIM识别模型；5利用DIM识别模型完成电力系统暂态DIM辨识。本发明结合误差‑分歧理论，提出基于集成优化的DIM智能识别框架，提高预测准确性和可信度。

本发明授权一种电力系统暂态DIM辨识方法在权利要求书中公布了：1.一种电力系统暂态DIM辨识方法，其特征在于，包括以下步骤：获取若干电力系统母线电压曲线和功率角曲线；对电力系统母线电压曲线和功率角曲线进行典型故障曲线筛选和权重计算，得到母线电压失稳曲线和功率角失稳曲线；提取母线电压失稳曲线和功率角失稳曲线的多维时间序列特征；基于多维时间序列特征，构建基础模型，并利用Bagging集成学习和集成优化方法对基础模型进行优化，得到DIM识别模型；利用DIM识别模型完成电力系统暂态DIM辨识；对电力系统母线电压曲线和功率角曲线进行典型故障曲线筛选和权重计算的步骤包括：设定K-means初始聚类中心为同一类型曲线中变化幅度最大和最小的两条曲线，表示为Cmax和Cmin；所述类型包括电力系统母线电压曲线和功率角曲线； 式中，矩阵A＝U，δ；将变化幅度大于预设阈值的曲线归为一类，并将曲线按与Cmax的距离从小到大的顺序进行排序；其中，曲线Aselected与曲线Cmax的距离Di如下所示：Di＝distanceAselected,Cmax2式中，曲线Aselected＝Uselected,δselected；Uselected为变化幅度大于预设阈值的电力系统母线电压曲线；δselected为变化幅度大于预设阈值的功率角曲线；根据距离计算权重分配，将越接近变化幅度最大曲线Cmax的曲线赋予更高的权重，即： 式中，Wselected为权重；Dselected为接近变化幅度最大曲线Cmax的曲线；Dmax、Dmin分别为距离Di中的最大、最小距离值；根据权重比例对筛选出的曲线进行填充，设选取的失稳曲线矩阵为其中T为观测窗口持续时间，Nselected为选取的失稳曲线数量，希望得到的模型输入特征矩阵为其中M为所需的固定输入曲线数量；若Nselected＜M，则将失稳曲线矩阵X复制以填充到M条，即：Xinput＝[XXreplicate]T×M4其中，Xreplicate表示复制的曲线矩阵；当Nselected＞M时，为满足输入特征数量的限制，根据曲线之间的距离权重值W对失稳曲线矩阵X进行删除操作，即：Xinput＝[xselected1xselected2…xselectedM]T×M5其中，xselectedi表示经过选择的失稳曲线，对应距离权重值Wselected最大的M条曲线；提取母线电压失稳曲线和功率角失稳曲线的多维时间序列特征的步骤包括：将母线电压失稳曲线、功率角失稳曲线的多维时间序列特征对应的时间序列X＝{x1,x2,...,xl}转换为一阶差分形式，得到： 式中，X’为一阶差分序列；l为时间序列元素数量；利用随机膨胀卷积核来变换时间序列，得到特征向量Z，即： 式中，Xi为输入的第i个样本的时间序列X，或者一阶差分序列X’；ω是权重，d是膨胀因子，b是核的偏置；计算特征向量Z的特征指标，从而构建多维时间序列特征F，即： 式中，XPPV、XMPV、XMIPV、XLSPV表示以第i个样本的时间序列X作为输入时，对应的正值占比、正值的平均值、正值指数的平均值、最长正值延伸；X'PPV、X'MPV、X'MIPV、X'LSPV表示以一阶差分序列X’作为输入时，对应的正值占比、正值的平均值、正值指数的平均值、最长正值延伸；向量FX＝[XPPVXMPVXMIPVXLSPV]；向量FX'＝[X'PPVX'MPVX'MIPVX'LSPV]；随机膨胀卷积核使用长度为N的卷积核，其中包含多个值不同的权重组合，在使用时随机选取权重；每个卷积核膨胀因子d＝[20],...,[2max]；其中，指数max如下所示： 式中，linput是输入时间序列的长度，lkernel是卷积核长度；特征向量Z的特征指标包括正值占比PPVZ、正值的平均值MPVZ、正值指数的平均值MIPVZ、最长正值延伸LSPVZ；其中，正值占比PPVZ如下所示： 式中，Z表示卷积操作的输出；Zi表示阈值；n为特征向量Z的元素数量；正值的平均值MPVZ如下所示： 式中，正值参数z+长度为m；正值指数的平均值MIPVZ如下所示： 式中，i+表示正值的索引，m是Z中正值的数量；最长正值延伸LSPVZ如下所示： 式中，i、j表示正值的最小、最大索引值、zk为Z的第k个索引数组。

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重庆大学;国网重庆市电力公司电力科学研究院;国网四川省电力公司电力科学研究院，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。