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！

龙图腾网获悉山东鲁软数字科技有限公司申请的专利一种基于能流图的站线变户穿透动态渲染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：CN119762642B 。

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：202411714821.1，技术领域涉及：G06T15/00；该发明授权一种基于能流图的站线变户穿透动态渲染方法是由王立峰;苏彪;卢愿;刘波;张云鹏;王克山;王涛;支应辉;刘刚;武传奇;傅鹏设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于能流图的站线变户穿透动态渲染方法在说明书摘要公布了：本发明属于电力系统可视化技术领域，尤其涉及一种基于能流图的站线变户穿透动态渲染方法。该方法首先在站线变户关键点布置边缘计算节点，改进时序数据压缩减少冗余传输，为动态渲染提供实时精准数据。接着提出改进分层拓扑建模算法，精准剖析预测功率流，使能流图渲染依据更科学。然后根据用户交互需求生成局部能流可视化图层，降低计算压力，提升交互响应速度与能流图展示流畅度。最后基于WebGPU和Shader优化实现二维和三维能流图的流畅动态渲染。此方法大幅降低计算压力，实现快速交互，能流畅展示动态变化的局部能流图。

本发明授权一种基于能流图的站线变户穿透动态渲染方法在权利要求书中公布了：1.一种基于能流图的站线变户穿透动态渲染方法，其特征在于，包括以下步骤： S1、首先采用边缘计算节点布置在站线变户的关键点，实现数据的实时采集与分布式处理，所述分布式处理改进时序数据压缩从而减少冗余数据传输； S2、提出一种改进的分层拓扑建模算法，将电网拓扑按层级分解，并引入基于时序的能流预测，支持实时数据和预测数据的结合； S3、然后根据用户交互需求动态生成局部能流数据的可视化图层，降低全网可视化计算压力，具体实现为： S31、首先基于电网的加权有向图G＝N,ε,W，计算用户指定区域的最小子图Gsub，将全网计算集中到用户感兴趣的局部区域，并根据实时交互动态调整； S32、接着根据提取的子图Gsub动态生成局部的能流可视化图层，每条边eij∈εsub，εsub为子图Gsub的边集合，计算其能流强度Sij：其中Pij为节点i到j的功率流，Wij为边eij的功率传输能力，能流强度用于动态调整图层中边的粗细和颜色；对于每个节点i∈Nsub，Nsub为子图Gsub的节点集合，通过公式来聚合，其中Si表示节点负载占比，映射到节点的颜色和图标的大小；基于Sij和Si的结果，仅绘制关键边和节点，降低渲染复杂度； S33、最后通过改进的智能区域感知算法，确保在实时交互下，引入区域感知权重ωi，仅处理感兴趣区域Nsub内的数据，在用户交互发生变化时，仅对新增和减少的节点集合ΔNsub更新能流计算并对生成的局部图层数据进行缓存，用户重复查询时直接调用缓存结果，减少多次计算的开销； S4、最后基于WebGPU和Shader优化的动态渲染，实现二维和三维能流图的流畅展示； 所述步骤S2中分层拓扑建模算法的实现步骤为： S21、将电网拓扑按层级划分为站、线、变、户四层，形成基于图的多层拓扑结构，节点集合为N＝{N1，N2,N3,N4}，其中N1、N2、N3、N4分别为变电站节点、输电站节点、变压器节点和用户节点，ε＝{eij|i∈Nl,j∈Nl+1,l＝1,2,3}其中eij表示层级l中节点i和层级l+1中节点j的连接关系，采用加权有向图G＝N,ε,W，其中权值矩阵W表示线路的功率传输能力； S22、在分层拓扑结构中，功率流遵循电网的物理规律，每个节点满足功率平衡方程：Pin,i＝Pout,i+Ploss,i，其中Pin,i是节点i的输入功率，Pout,i是节点i的输出功率，Ploss,i为功率损耗，功率损耗定义为：其中Pij是节点i到j的功率，Rij是线路的电阻，Vi是节点i的电压，计算每层节点的功率传递关系，并递归更新全网功率流状态； S23、接着采用LSTM预测节点i的功率，利用层间耦合约束优化预测结果，使上下层预测结果一致，目标函数为：其中是节点i的未来功率预测值，l为层数，是下一层所有相关节点的总预测输入功率； S24、针对实时数据和预测数据存在差异的问题，采用动态数据融合方法，融合功率值为：其中Preal,i,t+1是实时数据，为预测数据；分别为实时数据和预测数据的可信度。

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山东鲁软数字科技有限公司，其通讯地址为：250000 山东省济南市高新技术产业开发区新泺大街2008号银荷大厦；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。