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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 大连理工大学孙辉获国家专利权

大连理工大学孙辉获国家专利权

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!

龙图腾网获悉大连理工大学申请的专利一种基于BILSTM-MDN的传输线路动态热定值概率预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:CN115577845B

龙图腾网通过国家知识产权局官网在2025-07-29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:202211284963.X,技术领域涉及:G06Q10/04;该发明授权一种基于BILSTM-MDN的传输线路动态热定值概率预测方法是由孙辉;卢雪立;高正男;胡姝博;金田;窦亚楠;朱宝航设计研发完成,并于2022-10-20向国家知识产权局提交的专利申请。

一种基于BILSTM-MDN的传输线路动态热定值概率预测方法在说明书摘要公布了:本发明提供一种基于BILSTM‑MDN的传输线路动态热定值概率预测方法,属于电力系统线路运行状态评估领域。首先,对传输线周围环境数据和DTR序列数据进行归一化处理,并计算其自相关系数。其次,将数据按照共同输入长度生成滑窗特征和标签,滚动生成滑窗数据集,并划分训练集和预测集。第三,搭建BILSTM‑MDN神经网络,设定超参数后,输入训练集进行学习,调整超参数直至误差达到最小。最后,通过预测集对模型的预测准确度进行评估,并得到最终的预测结果和预测误差。本发明将MDN的前置网络替换为BILSTM,结合BILSTM的时序特征提取能力和MDN输出概率密度的能力,从而可以对DTR进行精确的概率预测,并能够减少环节间的人为因素的影响。

本发明授权一种基于BILSTM-MDN的传输线路动态热定值概率预测方法在权利要求书中公布了:1.一种基于BILSTM-MDN的传输线路动态热定值概率预测方法,其特征在于,包括以下步骤: 步骤1:选取一段传输线,对传输线周围环境数据和DTR序列数据进行归一化处理,其值域范围为[0,1],其中,环境数据包含风速序列、风向序列、环境温度序列以及太阳辐照序列; 步骤2:分别计算风速序列、风向序列、环境温度序列、太阳辐照序列以及DTR序列的自相关系数;取自相关系数第一次小于0.6的时间点之前的序列的长度作为该序列的输入长度,并选取所有输入长度中最大的一个作为所有序列的共同输入长度M; 步骤3:将数据按照步骤2计算出的共同输入长度生成滑窗特征和标签;当计算得到的输入长度为M时,将数据集中风速序列、风向序列、环境温度序列、太阳辐照序列以及DTR序列的第1到第M行作为输入数据矩阵,而DTR数据的第M+1个作为目标数据,并滚动生成滑窗数据集;将滚动生成的滑窗数据集分为训练部分和预测部分,训练部分用于模型的参数学习,预测部分用于对训练结果进行检验和评估; 步骤4:搭建BILSTM-MDN神经网络,设定超参数后,输入滑窗数据集的训练部分进行学习从而得到训练部分误差,再调整超参数直至误差达到最小;将传统的MDN的前置网络替换为BILSTM,结合BILSTM的时序特征提取能力和MDN输出概率密度的能力,对DTR进行精确的概率预测; 步骤5:保存训练好的模型,通过步骤3中分出的预测部分数据对模型的预测准确度进行评估,并得到最终的预测结果和预测误差;通过BILSTM-MDN预测出概率密度后,通过积分计算其置信区间;计算出其置信区间之后,对预测的准确性进行评估。

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大连理工大学,其通讯地址为:116024 辽宁省大连市甘井子区凌工路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。