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！

龙图腾网恭喜南京理工大学申请的专利一种考虑风电不确定性的配电网动态重构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：CN114662256B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202210302105.7，技术领域涉及：G06F30/18；该发明授权一种考虑风电不确定性的配电网动态重构方法是由郑健;张俊芳;林熠丹;王璐玥;钟晓敏;朱凯文;毕月;杨航平;鲍无敌设计研发完成，并于2022-03-25向国家知识产权局提交的专利申请。

本一种考虑风电不确定性的配电网动态重构方法在说明书摘要公布了：本发明公开了一种考虑风电不确定性的配电网动态重构方法，包括以下步骤：综合考虑配电网网损、电压偏移指数、重构操作成本，建立配电网多目标动态重构模型；利用改进K‑means聚类算法对初始风电时序场景进行削减，得到风电出力的典型场景集；基于三层优化的配电网动态重构策略，实现全时段下配电网结构的整体优化。本发明提供的配电网动态重构方法可以根据风电出力的不确定性对整个配电网的网络架构进行动态调整，使系统始终处于最佳的运行状态，从而保证配电网的安全、稳定、经济运行。

本发明授权一种考虑风电不确定性的配电网动态重构方法在权利要求书中公布了：1.一种考虑风电不确定性的配电网动态重构方法，其特征在于，所述方法包括以下步骤：步骤1，综合考虑配电网网损、电压偏移指数、重构操作成本，建立配电网多目标动态重构模型；步骤2，利用改进K-means聚类算法对初始风电时序场景进行削减，得到风电出力的典型场景集；所述利用改进K-means聚类算法对初始风电时序场景进行削减，得到风电出力的典型场景集，具体包括：步骤2.1，基于初始风电时序场景构建场景集合S，设置聚类中心数目上下限，即K∈[Kmin,Kmax]，其中K为聚类中心数，Kmin为聚类中心数下限，Kmax为聚类中心数上限，令K＝Kmin；步骤2.2，计算聚类中心数为K情况下的第一个初始聚类中心：计算每个场景与其他场景之间的欧氏距离，选取离该场景最近的场景的欧式距离，将其中距离最小的场景作为第一个初始聚类中心，场景集合S中场景si、sj的欧式距离dsi,sj如下所示： 式中，N表示场景集合中的场景数目；T表示每个场景中的元素数目；sit表示t时刻的场景i；sjt表示t时刻的场景j；步骤2.3，当已知k-1个初始聚类中心，2≤k≤K，计算未作为初始聚类中心的场景si与各个聚类中心之间距离的最小值，最小值最大的场景si即为第k个初始聚类中心Vk：dk＝maxmindsi,V1,…,dsi,Vk-1式中，dsi,Vk-1表示场景si与第k-1个聚类中心的欧氏距离；步骤2.4，将集合S中所有场景按照最小欧式距离的原则归入各个类中，得到K个类；将每个类的场景均值作为新的聚类中心，聚类中心Vk计算公式如下： 式中，Ck表示第k个聚类中心类簇中的场景集合；|Ck|表示第k个聚类中心类簇中的场景数；按照最小欧式距离的原则重新计算集合S中所有场景的分类，直至聚类中心不变或达到最大迭代次数为止；步骤2.5，计算聚类中心数为K时的DBI指标，计算过程如下所示：分散度Si是类簇内场景到中心的平均距离，表示各序列的分散程度，设场景有T个序列，分为K个类簇，则第i类场景的分散度表示为： 式中，Xj表示第i类中第j个场景；Vi表示第i类的中心；距离值Mij表示第i类和第j类数据的距离，即两个类簇中心点之间的距离，表达式为： 式中，vki表示第i类中心点的第k个值，vkj表示第j类中心点的第k个值；根据分散度Si、Sj和距离值Mij得到相似度Rij： 相似度Rij的最大值Di为：Di＝maxRij,j＝1,2,LKi≠j计算DBI，表示为每个类最大相似度的均值： 步骤2.6，令K＝K+1，重复步骤2.2～2.5，直至K＝Kmax，以DBI指标最小为原则选择最终的聚类中心数，得到风电出力的典型场景集；步骤3，基于三层优化的配电网动态重构策略，实现全时段下配电网结构的整体优化。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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”。