Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南方电网科学研究院有限责任公司;湖南大学翟鹤峰获国家专利权

恭喜南方电网科学研究院有限责任公司;湖南大学翟鹤峰获国家专利权

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!

龙图腾网恭喜南方电网科学研究院有限责任公司;湖南大学申请的专利一种基于不平衡残差信息学习的暂态电压稳定评估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:CN119891358B

龙图腾网通过国家知识产权局官网在2025-05-20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:202510318945.6,技术领域涉及:H02J3/38;该发明授权一种基于不平衡残差信息学习的暂态电压稳定评估方法是由翟鹤峰;朱利鹏;田宝烨;邓超;张野;刘畅;周保荣;朱泽翔设计研发完成,并于2025-03-18向国家知识产权局提交的专利申请。

一种基于不平衡残差信息学习的暂态电压稳定评估方法在说明书摘要公布了:本发明公开了一种基于不平衡残差信息学习的暂态电压稳定评估方法,包括以下步骤:S1.搭建目标电力系统对应的目标电力系统仿真模型;S2.对目标电力系统仿真模型进行暂态电压时域仿真,构建暂态时域仿真样本集;S3.对暂态时域仿真样本集进行样本类别权重计算,构建用于处理样本类别不平衡的Focal‑Loss损失函数;S4.构建残差时空图卷积神经网络模型;S5.对残差时空图卷积神经网络模型进行训练,直至满足预设的时空特征学习的性能评估指标阈值,得到训练好的残差时空图卷积神经网络模型;S6.通过训练好的残差时空图卷积神经网络模型进行电力系统暂态电压稳定评估。

本发明授权一种基于不平衡残差信息学习的暂态电压稳定评估方法在权利要求书中公布了:1.一种基于不平衡残差信息学习的暂态电压稳定评估方法,其特征在于,包括以下步骤:S1.搭建目标电力系统对应的目标电力系统仿真模型;S2.对目标电力系统仿真模型进行暂态电压时域仿真,得到M个时域仿真结果,并根据时空图构建方法,分别构建每个仿真工况下目标电力系统仿真模型所对应的时空图模型G,同时针对M个时域仿真结果分别对系统状态S进行电压稳定或失稳标定,基于M个标定结果和时空图模型G构建暂态时域仿真样本集,记为;S2的具体内容包括:对目标电力系统仿真模型进行暂态电压时域仿真,结合系统历史运行方式及故障设置来模拟电网在各种典型运行条件下的电压稳定性,得到总数量为次的时域仿真结果;在每次时域仿真结束后,记录目标电力系统的物理邻接矩阵及故障发生后对应监测节点上观测时间窗口长度为的时序演化特征,包括个观测时间窗口长度下的电压幅值、有功功率和无功功率,并根据实际电力系统采用的暂态电压稳定工程判据对本次仿真结果进行系统状态标定,其中表示本次时域暂态仿真的电力系统状态结果为电压失稳,表示仿真的电力系统状态结果为电压稳定;基于M个标定结果和时空图模型G构建输入样本集记为,其中, ;S3.构建Focal-Loss损失函数,通过计算暂态时域仿真样本集的稳定和失稳类别权重因子和设置用于样本分类的调整因子得到用于训练残差时空图卷积神经网络模型学习样本类别不平衡的Focal-Loss损失函数;S4.构建残差时空图卷积神经网络模型,通过残差时空图卷积神经网络模型对暂态时域仿真样本集进行时空特征学习,得到暂态电压状态的预测结果;S5.根据目标电力系统的实际暂态电压状态结果判断预测结果是否正确,若不正确,则对残差时空图卷积神经网络模型进行下一轮训练,直至满足预设的时空特征学习的性能评估指标阈值,得到训练好的残差时空图卷积神经网络模型;S6.通过训练好的残差时空图卷积神经网络模型进行电力系统暂态电压稳定评估。

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方电网科学研究院有限责任公司;湖南大学,其通讯地址为:510663 广东省广州市萝岗区科学城科翔路11号J1栋3、4、5楼及J3栋3楼;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”。

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。