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！

龙图腾网获悉河海大学申请的专利不完全量测下新能源电力系统频率稳定的MGAF-ConvNeXt智能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：CN120524839B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202511023638.1，技术领域涉及：G06F30/27；该发明授权不完全量测下新能源电力系统频率稳定的MGAF-ConvNeXt智能评估方法是由潘学萍;何蔚;郭金鹏;孙晓荣;周鹏设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本不完全量测下新能源电力系统频率稳定的MGAF-ConvNeXt智能评估方法在说明书摘要公布了：本发明公开了一种不完全量测下新能源电力系统频率稳定的MGAF‑ConvNeXt智能评估方法，首先，进行新能源电力系统频率响应分区；然后构建频率稳定智能评估的MGAF‑ConvNeXt轻量化深度学习模型；获取多运行方式多扰动场景下的仿真数据，根据系统分区结果选取各区域惯量或机组容量最大、距离系统惯性中心距离近的发电机作为测量点，构建历史数据集，并对模型进行训练，采用测试集数据进行电力系统频率稳定预测；最后对不同量测下的频率稳定预测精度进行评估。本发明在系统PMU覆盖率较低的情况下仍保持较高的频率稳定评估精度，为新能源电力系统PMU经济部署与实时频率稳定评估提供了高效解决方案。

本发明授权不完全量测下新能源电力系统频率稳定的MGAF-ConvNeXt智能评估方法在权利要求书中公布了：1.一种不完全量测下新能源电力系统频率稳定的MGAF-ConvNeXt智能评估方法，其特征在于，包括如下步骤： 步骤1、进行新能源电力系统频率响应分区，得到频率响应分区结果； 步骤1具体包括如下步骤： 步骤1.1、基于PSASP平台建立新能源电力系统算例，构建新能源不同出力和负荷不同扰动组成的场景，根据构造的各场景仿真获得电力系统各节点的频率受扰轨迹； 步骤1.2、根据系统各节点的频率受扰轨迹，基于Hausdorff距离计算各节点频率响应曲线的相似矩阵；节点m的频率受扰轨迹和节点n的频率受扰轨迹的Hausdorff距离计算公式为： 1 其中：，；频率受扰轨迹的数据集合m=[m1,m2,…,ma]和n=[n1,n2,…,nb]为两长度不相等的曲线，a和b分别为集合m和n中数据总长度；hn,m为集合n到集合m的单向Hausdorff距离，||mu-nv||为mu到nv的欧氏距离；u=[1,2,…,a]，v=[1,2,…,b]，对于含N个节点的系统，相似矩阵H的维度为N×N； 步骤1.3、采用K-means++聚类算法对相似矩阵进行分类，得到电力系统分区所需要的聚类中心； 步骤1.3具体为： 随机选取Hausdorff相似矩阵H中第i行hi作为第k个初始聚类中心hk，i=[1,2,…,N]；k=[1,2,…,l]，其中，l为聚类中心数； 计算每个节点与当前已有聚类中心之间的最短距离DH： 2 式中，j=[1,2,…,N]；hij表示相似矩阵H中的第i行第j列元素，hkj表示相似矩阵H中的第k行第j列元素； 计算每个节点被选为下一个聚类中心的概率PH，选择最大概率值所对应节点作为下一个聚类中心； 3 重复式2和式3直到选择出电力系统分区所需的l个聚类中心，并基于DH找到各节点到各聚类中心的距离最小值，将节点与距离最短的聚类中心划分为一个区域，最终得到系统分区结果； 步骤2、构建混合格拉姆角场-次世代卷积神经网络MGAF-ConvNeXt频率响应智能评估模型； 步骤2具体包括如下步骤： 步骤2.1、混合格拉姆角场MGAF方法将一维数据转换为深度学习模型可识别的二维矩阵，包括： 通过最大最小归一化将长度为L的一维时序数据g映射至[-1,1]区间，公式为： 4 式中gζ为样本g中的第ζ个变量，为归一化后的样本，ζ=[0,1,…,L]； 将归一化数据转换至极坐标系，公式为： 5 式中：Φζ为样本中第ζ个极角，rζ为样本中第ζ个极径； 步骤2.2、融合格拉姆求和角场GASF与格拉姆差分角场GADF生成非对称MGAF矩阵，公式为： 6 其中，Φβ为样本中第β个极角，rβ为样本中第β个极径，β=[0,1,…,L]； 步骤2.3、ConvNeXt深度学习模型，结构包括输入层、中间层和输出层； 输入层通过4×4卷积进行空间下采样与特征维度扩展； 中间层为三组级联的ConvNeXtBlock和MaxPooling复合单元，其中ConvNeXtBlock包含：7×7深度可分离卷积层；LayerNormalization标准化层；两级1×1卷积层构成的瓶颈结构，并在两级1×1卷积层中间嵌入GELU激活函数； 输出层通过全局平均池化与全连接层生成五维频率稳定指标； 步骤3、仿真获得算例系统在多运行方式多扰动场景下的响应数据，并根据步骤1的频率响应分区结果选取各区域惯量或机组容量最大或距离系统惯性中心距离最近的发电机作为测量点，构建历史数据集； 步骤4、基于混合精度量化方法对MGAF-ConvNeXt频率响应智能评估模型进行训练加速； 步骤5、建立不完全量测案例库，通过历史数据集对MGAF-ConvNeXt频率响应智能评估模型进行训练，基于训练后的智能评估模型，对不完全量测下的频率稳定预测精度进行误差分析。

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河海大学，其通讯地址为：211100 江苏省南京市江宁区佛城西路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”。