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一种基于源荷不确定性特征提取的风光荷多阶段场景树生成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：CN119271845B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202410397874.9，技术领域涉及：G06F16/901；该发明授权一种基于源荷不确定性特征提取的风光荷多阶段场景树生成方法是由王蕊;傅质馨;王健;刘皓明设计研发完成，并于2024-04-03向国家知识产权局提交的专利申请。

本一种基于源荷不确定性特征提取的风光荷多阶段场景树生成方法在说明书摘要公布了：本发明公开了一种基于源荷不确定性特征提取的风光荷多阶段场景树生成方法，包括：基于构建好的堆叠稀疏自编码器模型提取风光荷场景特征，得到风光荷场景特征集合；基于密度峰值改进的近邻传播算法对风光荷场景特征集合进行聚类，获得风光荷典型日曲线，作为场景树的根节点；根据场景树的根节点，基于考虑负荷不同增长模式，逐年生成风光荷场景树；通过Sinkhorn距离的场景树削减方法对场景树进行削减，用以降低场景树的规模。本发明生成的风光荷多阶段场景树可反映新能源出力和负荷的时序信息，表征其随机性和波动性，并能反映新能源出力和负荷长期增长的不确定性，对电网的规划建设有重要意义。

本发明授权一种基于源荷不确定性特征提取的风光荷多阶段场景树生成方法在权利要求书中公布了：1.一种基于源荷不确定性特征提取的风光荷多阶段场景树生成方法，其特征在于，包括如下步骤： S1：基于构建好的堆叠稀疏自编码器模型提取风光荷场景特征，得到风光荷场景特征集合； S2：基于密度峰值改进的近邻传播算法对风光荷场景特征集合进行聚类，获得风光荷典型日曲线，作为场景树的根节点； S3：根据场景树的根节点，基于考虑负荷不同增长模式，逐年生成风光荷场景树； S4：通过Sinkhorn距离的场景树削减方法对场景树进行削减，用以降低场景树的规模； 步骤S2中以sf的特征集合YM为聚类指标进行聚类，将生成的风光荷典型时序场景集sc作为风光荷多阶段场景树的根节点，具体包括如下步骤： B1：相似度计算：和分别为YM中第i'个和第j'个样本，计算样本之间的相似度，构成相似度矩阵 B2：密度峰值计算：由局部密度和相对距离计算样本i'和其他样本之间的密度峰值γi'； B3：更新相似度矩阵：将计算得到的密度峰值γi'为偏好值，作为相似度矩阵中对角元素； si'i'＝-γi'9 B4：计算归属度矩阵和吸引度矩阵中各元素 式中：ai'k'、si'k'为除第j'个样本外其他样本对第i'个样本的归属度、相似度值；ri”j'为从其他样本获得的吸引度值； B5：引入阻尼因子：防止迭代过程中发生震荡 式中：d为迭代次数； B6：判断聚类中心：根据式14判断是否为聚类中心，如果式14大于0，则对应的全时序场景sf,i作为聚类中心； B7：判断是否终止迭代：当满足：1达到设置的迭代次数；2聚类中心不再改变，可终止迭代；若不满足，则返回步骤B5； 步骤S3具体为： C1：考虑负荷增长的不确定性，设定高、中、低三种不同的负荷增长方案； C2：根据场景树根节点K个典型日场景，假定负荷逐年增长，并且以不同概率表现为高、中、低速增长模式，逐步生成场景获得一个场景树，该场景树的每个点代表一个典型日72维的风光荷场景，各个场景的概率由根节点各场景概率和负荷不同增长概率决定。

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：210024 江苏省南京市鼓楼区西康路1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”。

以上内容由龙图腾AI智能生成。