东南大学;国网江苏省电力有限公司;国网江苏省电力有限公司电力科学研究院;国家电网有限公司吴熙获国家专利权
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！
龙图腾网获悉东南大学;国网江苏省电力有限公司;国网江苏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基于机器学习与卡尔曼滤波的微弱次同步振荡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：CN114897008B 。
龙图腾网通过国家知识产权局官网在2025-07-18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：202210454733.7，技术领域涉及：G06F18/20；该发明授权基于机器学习与卡尔曼滤波的微弱次同步振荡辨识方法是由吴熙;王鹏;陆瑶;陈曦;任必兴;李强;贾勇勇设计研发完成，并于2022-04-27向国家知识产权局提交的专利申请。
本基于机器学习与卡尔曼滤波的微弱次同步振荡辨识方法在说明书摘要公布了：本发明公开了基于机器学习与卡尔曼滤波的微弱次同步振荡辨识方法，涉及电力系统稳定及控制技术领域，包括神经网络模型与卡尔曼滤波模型两部分：神经网络模型负责从原始振荡信号中提取每个次同步振荡分量的预估计振荡频率；卡尔曼滤波模型使用机器学习模型输出结果作为初始参数值，从总的原始信号中提取出相应的次同步振荡分量，基于输出结果，依据数值计算公式计算得出次同步振荡信号各次同步振荡分量的频率、幅值、阻尼比等振荡参数；具有优异的抗噪性，并解决了传统卡尔曼滤波方法难以直接应用于次同步振荡辨识的难题，且相比于常规机器学习算法拥有更好的模型可解释性，相比于传统方法拥有更好的实时性，适应了实际工程应用的需求。
本发明授权基于机器学习与卡尔曼滤波的微弱次同步振荡辨识方法在权利要求书中公布了：1.基于机器学习与卡尔曼滤波的微弱次同步振荡辨识方法，其特征在于，方法包括以下步骤： 步骤一：将输入信号发送进机器学习模型中，机器学习模型对振荡时的次同步振荡频率进行预估计，并得到输出结果，并且将输出结果发送至卡尔曼滤波器； 卡尔曼滤波模型以机器学习模型的输出结果为初始参数，从原始波形中分解得到相应的次同步振荡分量； 所述卡尔曼滤波模型的实现过程包括先验估计阶段与后验估计阶段，各时刻先验估计阶段或后验估计阶段的状态估计矩阵包含4项分量数值：振荡的x1分量、振荡的x2分量、角速度偏差、阻尼比； 步骤二：对每个次同步分量建立卡尔曼滤波器，卡尔曼滤波器根据接收到的输出结果作为参数输入，并且对次同步分量采用卡尔曼滤波算法进行计算，得出每个次同步分量的振幅、阻尼比以及频率。
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东南大学;国网江苏省电力有限公司;国网江苏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：210096 江苏省南京市玄武区新街口街道四牌楼2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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号