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！

龙图腾网获悉哈尔滨工业大学;国网黑龙江省电力有限公司;国网黑龙江省电力有限公司经济技术研究院申请的专利一种模型-数据联合驱动的电力系统实时运行风险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：CN119647969B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411795595.4，技术领域涉及：G06Q10/0635；该发明授权一种模型-数据联合驱动的电力系统实时运行风险评估方法是由徐英;张庭祥;仪忠凯;赵钢;涂正宏;王瑶;荣爽设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种模型-数据联合驱动的电力系统实时运行风险评估方法在说明书摘要公布了：本发明提供一种模型‑数据联合驱动的电力系统实时运行风险评估方法，属于电力系统领域。该方法首先利用蒙特卡洛方法抽样形成考虑多源不确定性的大量电网实时运行场景；利用最优切负荷、弃风弃光最优潮流方法对每一个实时运行场景进行风险计算并累计风险指标；利用卷积神经网络对各个风险场景样本进行训练学习，提取原始数据中有意义且相关的特征，将提取特征输入支持向量机模型进行回归训练，从而大幅提升实时运行风险评估效率，为高比例新能源接入的电力系统实时运行风险评估提供了重要参考依据。

本发明授权一种模型-数据联合驱动的电力系统实时运行风险评估方法在权利要求书中公布了：1.一种模型-数据联合驱动的电力系统实时运行风险评估方法，其特征在于，包括以下步骤： S1、利用蒙特卡洛方法抽样形成考虑多源不确定性的大量电网实时运行场景，其中，利用蒙特卡洛方法抽样形成考虑多源不确定性的大量电网实时运行场景步骤具体如下： S11、对全系统元件运行状态进行抽样，获得包含个元件系统的状态矢量；其中，每个元件状态常分为正常和停运两种，设每个元件停运为互相独立的，元件仅有正常运行与故障停运两个状态，表示元件的状态，表示其故障概率，为服从均匀分布的区间[0,1]上随机数，元件停运模型如下： 1， 式中，表示元件处于运行状态；表示元件处于停运，状态包含个元件系统的状态表示为矢量： 2， S12、采用预测值加预测误差的形式抽样模拟风电、光伏与负荷的出力不确定性，其中，采用预测值加预测误差的形式抽样模拟风电、光伏与负荷的出力不确定性，计算方法如下： 3， 式中，为实际值；为预测值，基于统计模型或物理模型得到；为预测误差； S2、利用最优切负荷、弃风弃光最优潮流方法对每一个实时运行场景进行风险计算并累计风险指标，其中，利用最优切负荷、弃风弃光最优潮流方法对每一个实时运行场景进行风险计算并累计风险指标，具体步骤如下： S21、对抽样获得实时运行状态进行潮流计算分析，判断系统是否出现潮流越限及节点电压越限情况，若出现异常运行状态对系统进行最优切负荷、弃风弃光潮流矫正，其中，潮流计算分析方程如下： 4， 式中：是系统节点数；和依次是节点的注入有功功率与注入无功功率；和依次是节点电压的幅值与相角；，和依次是节点导纳矩阵中导纳的实部与虚部； 最优切负荷、弃风弃光潮流模型如下： 目标函数： 5， 约束条件： 6， 式中，是节点处的切负荷功率；和分别是节点处的弃风、弃光功率；，分别为切负荷及弃电的惩罚因子；为调度间隔；和分别是节点电压幅值向量与相角向量；是的元素；和分别是节点处负荷的有功功率与无功功率；，，和分别是节点的注入有功功率与注入无功功率的下限和上限；和分别是节点机组集合的向上、向下爬坡速率；是支路上的潮流；是支路上的极限输送容量；和依次是节点的电压幅值下限与上限；、、、和分别是系统中负荷节点、新能源场站节点、电源节点、所有支路与所有节点的集合， S22、针对实时运行重点关注风险因素建立风险指标，更准确的感知和量化电网实时运行过程中的风险水平，其中，包含以下指标： 上调灵活性不足期望,参数，指在运行日内，常规机组所能提供上调备用与实际需求差额的期望值，其计算方法如下所示： 7， 式中：和分别表示系统在时刻的上调备用缺额和上调备用容量；和分别为时刻和的净负荷量；和分别为节点机组集合在时刻的出力上限和实际出力； 下调灵活性不足期望,参数，指在运行日内，常规机组所能提供下调备用与实际需求差额的期望值，其计算方法如下所示： 8， 式中：和分别表示系统在时刻的下调备用缺额和下调备用容量；为节点机组集合在时刻的出力下限； 弃风期望,参数，计算方式如下所示： 9， 式中：为弃风状态出现的概率； 弃光期望,参数，计算方式如下所示： 10， 式中：为弃光状态出现的概率； 期望缺供电量,参数，计算方式如下所示： 11， 式中：为切负荷状态出现的概率； S3、利用卷积神经网络对各个风险场景样本进行训练学习，提取原始数据中有意义且相关的特征，将提取特征输入支持向量机模型进行回归训练实现实时运行风险评估效率的大幅提升，其中，选用ReLU激活函数、RMSE损失函数以及Adam优化算法，基于电力系统实时运行状态，构建特征矩阵如下： 12， 式中，为系统节点数；为节点处的切负荷功率；为节点新能源功率；为节点常规机组功率。

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哈尔滨工业大学;国网黑龙江省电力有限公司;国网黑龙江省电力有限公司经济技术研究院，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。