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！

龙图腾网恭喜三峡大学申请的专利基于CatBoost的微电网孤岛检测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：CN115575757B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202211109811.6，技术领域涉及：G01R31/08；该发明授权基于CatBoost的微电网孤岛检测方法是由王灿;贺旭辉;董庆国;张雪菲;张羽;王帆;甘友春设计研发完成，并于2022-09-13向国家知识产权局提交的专利申请。

本基于CatBoost的微电网孤岛检测方法在说明书摘要公布了：基于CatBoost的微电网孤岛检测方法，包括以下步骤：构建微电网孤岛检测样本集；使用Spearman相关系数对公共耦合点PCC处电气特征量与孤岛状态之间的相关性进行分析，并提取出与孤岛状态相关性较大的电气特征量；将与孤岛状态相关性较大的电气特征量输入CatBoost微电网孤岛检测模型中进行训练，然后利用训练好的模型测试并计算微电网孤岛检测误差。本发明方法考虑了孤岛检测过程中弱相关电气特征量对孤岛检测方法存在干扰的问题，为了减少孤岛检测过程中相关性较弱电气特征量给孤岛检测方法带来的误差，本发明基于Spearman相关系数对与孤岛检测密切相关的电气特征量进行了特征提取，以提高微电网孤岛检测方法的效率与性能。

本发明授权基于CatBoost的微电网孤岛检测方法在权利要求书中公布了：1.基于CatBoost的微电网孤岛检测方法，其特征在于包括以下步骤：步骤1.构建微电网孤岛检测样本集：步骤1中，综合孤岛情景、并网情景下的分布式电源与负荷的投切，以及微电网并网情况下的输电线路短路以及断路故障干扰下微电网测量数据，构建微电网孤岛检测样本集，微电网孤岛检测样本集表示为：S＝{S1,S2,S3}；其中，S1是微电网孤岛下分布式电源和负荷投切下的电气特征量数据集，S2是微电网并网时分布式电源和负荷投切干扰下的电气特征量数据集，S3微电网并网情况下的输电线路短路以及断路故障干扰下的电气特征量数据集；步骤2：使用Spearman相关系数对公共耦合点PCC处电气特征量与孤岛状态之间的相关性进行分析，并提取出与孤岛状态相关性较大的电气特征量；步骤2具体包括以下步骤：S2.1：构造需要判断的公共耦合点处电气特征量数据集与微电网孤岛状态的数据集y，表示为： 上式中，表示公共耦合点处第k个电气特征量的第n个测量数据；y＝y1,y2,…,yj,…,yn-1,ynyn∈{0,1}上式中，y是微电网孤岛状态的数据集，yj＝0表示微电网处于并网状态，yj＝1表示微电网处于孤岛状态；yn表示孤岛状态数据集中的第n个孤岛数据；S2.2：以升序或者降序排列公共耦合点处电气特征量数据集和微电网孤岛状态的数据集y，并将排序后的位置ri记为公共耦合点处电气特征量数据集的秩次，并确定其对应的秩次数列r；同理，将微电网孤岛状态的数据集y进行排序并得到yi的秩次数列s；S2.3：将秩次数列r与秩次数列s每个元素相减，得到秩差数列d＝d1,d2,…,dn-1,dn，dn表示秩次数列r中第n个公共耦合点处电气特征数据与秩次数列s中第n个孤岛状态数据之差；将d带入计算公式得到Spearman相关系数ρ，Spearman相关系数ρ表达式为： 上式中，n为电气特征变量的序列长度；Spearman相关系数ρ的取值范围为[-1,1]，负值代表电气特征量和微电网状态二者为负相关关系，正值代表电气特征量和微电网状态二者为正相关关系，绝对值越大，代表电气特征量和微电网状态两者相关性越大；Spearman相关系数ρ数值越接近0，代表电气特征量和微电网状态二者相关性越小；di表示秩次数列r中第i个电气特征数据与秩次数列s中第i个孤岛状态数据之差，i表示秩次数列中的第i个数据；步骤3：将与孤岛状态相关性较大的电气特征量输入CatBoost微电网孤岛检测模型中进行训练，然后利用训练好的模型测试并计算微电网孤岛检测误差。

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三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8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”。