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！

龙图腾网恭喜中国电力科学研究院有限公司;国网辽宁省电力有限公司电力科学研究院;国家电网有限公司申请的专利一种用于生成电网仿真样本的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：CN113435473B 。

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：202110564784.0，技术领域涉及：G06F18/214；该发明授权一种用于生成电网仿真样本的方法及系统是由史东宇;孟宪博;李铁;唐俊刺;张璐路;侯金秀;崔岱;孙文涛;严剑锋;于之虹;吕颖;鲁广明设计研发完成，并于2021-05-24向国家知识产权局提交的专利申请。

本一种用于生成电网仿真样本的方法及系统在说明书摘要公布了：本发明公开了一种用于生成电网仿真样本的方法及系统，属于电力系统稳定分析技术领域。本发明方法，包括：采集电网的基础数据，确定基础数据中的可调变量，并确定可调变量的上下界、收敛标志及稳定指标；搭建神经网络，以可调变量作为申请网络的输入量，以可调变量的收敛标志及稳定标志作为输出量；随机生成与样本数量相同数量的潮流数据作为初始样本，并获取初始样本的收敛标志及稳定标志；生成电网仿真样本。本发明实现了有效仿真样本的快速生成，同时也提升了快速判稳模型的泛化能力。

本发明授权一种用于生成电网仿真样本的方法及系统在权利要求书中公布了：1.一种用于生成电网仿真样本的方法，所述方法包括：采集电网的基础数据，确定基础数据中的可调变量，并确定可调变量的上下界、收敛标志及稳定指标；搭建神经网络，以可调变量作为神经网络的输入量，以可调变量的收敛标志及稳定标志作为输出量，并指定神经网络中任意中间层为稳定特征空间；确定目标生成的样本数量，根据样本数量确定稳定特征空间内的泊松圆盘半径，随机生成与样本数量相同数量的潮流数据作为初始样本，并获取初始样本的收敛标志及稳定标志；将初始样本输入神经网络进行训练，并根据泊松圆盘半径确定初始样本在稳定特征空间内，每个初始样本与最近邻初始样本的欧式距离的最小距离的平均值，若平均值大于预设阈值，确定每个初始样本在稳定特征空间内的调整目标，并根据可调变量的上下界，对初始样本进行调整，使初始样本在稳定特征空间内接近调整目标，并生成电网仿真样本；在泊松圆盘样本集中，没有两个样本太靠近，紧密度由泊松圆盘半径定义，它是两个最接近的样本之间的一半距离，与常规随机采样相比，泊松圆盘采样集在采样域上提供了更加均匀的采样分布，除了提供采样点的良好分布之外，泊松圆盘采样集还提供了蒙特卡洛采样的出色收敛性，与随机采样相比，相同数量的泊松圆盘采样通常会产生较低的噪声；对于N个样本分布于d维空间，可以式1对理想状态的泊松圆盘采样半径进行估算； 式中，C1＝2,C2＝π，Ad为d维空间的体积，在此基础上，采用分布系数ρi＝ri,minrmax,d和来分别对单个样本和整体样本的分布特征进行评估，其中ri,min为样本i与最近样本间距离的一半，为所有样本最近距离平均值的一半，分布系数的计算较为简单，并且意义明确，其数值越大说明分布越分散，需要指出的是，分布系数ρ只是对最近邻样本的评估，而不是整体分布情况，但当数值接近于1时，样本整体分布状态也就接近于泊松圆盘采样的理想分布状态；仿真样本分布评估和补充需要在低维度的特征空间中进行，首先要把样本数据从输入空间进行某种形式的降维，采用深度神经网络来对样本数据进行特征提取和降维，把神经网络中高层神经元的输出作为样本特征，在特征空间内完成分布评估和补充；首先需要确定迭代的每一步中每个样本在特征空间中的调整目标，把每个样本想象为空间中分布的自由运动的正电荷，相互之间存在斥力使得样本可以远离其它样本，同时边界也存在斥力使得样本整体可以保持在规定范围之内，斥力的作用使得样本不断运动至平衡点，相互间距离合理，整体上分布均匀，样本i与j之间斥力如式2所示，方向为相互间连线的反方向；样本i与维度d上下边界的斥力分别如式3、4所示，方向为样本到维度d边界垂直方向的反方向，α和β为斥力系数，用于平衡两种斥力的大小； 式中di,j为样本i与j之间的欧式距离，rd,max为特征空间内的泊松圆盘半径，α为样本间斥力系数； 式中di,d+和di,d-分别为样本i到维度d上下边界的欧式距离，β为边界斥力系数。

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中国电力科学研究院有限公司;国网辽宁省电力有限公司电力科学研究院;国家电网有限公司，其通讯地址为：100192 北京市海淀区清河小营东路15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”。