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！

龙图腾网获悉清华四川能源互联网研究院申请的专利一种电力系统源荷双侧不确定性表征与溯源方法及系统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：CN120875689B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511374453.5，技术领域涉及：G06Q10/0639；该发明授权一种电力系统源荷双侧不确定性表征与溯源方法及系统是由李文星;郑瑞坚;王雪林;钟海旺设计研发完成，并于2025-09-25向国家知识产权局提交的专利申请。

本一种电力系统源荷双侧不确定性表征与溯源方法及系统在说明书摘要公布了：本发明涉及电力系统分析技术领域，具体而言，涉及一种电力系统源荷双侧不确定性表征与溯源方法及系统，采用本发明所提供的方法，包括划分一级指标、二级指标和三级指标；获取一级指标在多个时间断面上的数据，设置若干个数据的判断阈值，基于判断阈值对当前系统运行状态进行分类，通过机器学习模型中输出的每个指标关于某个指标的特征重要性分数，进行逐级的分析计算，通过上述分层、递进的分析框架，结合对共线性鲁棒的机器学习方法，能够系统性地量化和溯源高比例新能源电力系统中的源荷双侧不确定性，为电网的风险预警、规划决策和运行优化提供了一种全新的、更为精准和科学的分析工具。

本发明授权一种电力系统源荷双侧不确定性表征与溯源方法及系统在权利要求书中公布了：1.一种电力系统源荷双侧不确定性表征与溯源方法，其特征在于，包括； 获取若干种电力系统的数据，将若干种电力系统的数据进行分级到若干个指标，若干个指标包括一级指标、二级指标和三级指标； 获取一级指标在多个时间断面上的数据，设置若干个数据的判断阈值，基于判断阈值对当前系统运行状态进行分类，若分类为确定状态，则不处理； 若分类为不确定状态，则建立若干个第一机器学习模型，每个第一机器学习模型以某个一级指标为唯一输出，以所有二级指标为输入，分别得到每个第一机器学习模型中输出的每个二级指标关于某个一级指标的特征重要性分数组，选取特征重要性分数组中分数最大的特征重要性分数对应的二级指标作为关键二级指标； 则建立若干个第二机器学习模型，每个第二机器学习模型以某个关键二级指标为唯一输出，以所有三级指标为输入，分别得到每个第二机器学习模型中输出的每个三级指标关于某个关键二级指标的特征重要性分数组，选取特征重要性分数组中分数最大的特征重要性分数对应的二级指标作为关键三级指标； 输出关键三级指标作为电力系统不确定性来源； 所述一级指标包括失负荷率、失负荷期望、弃风弃光率和新能源弃电量期望； 所述二级指标包括净负荷日最大峰谷差率、新能源调峰特性、源荷波动匹配度、日均新能源渗透率和负荷峰值时段新能源渗透率； 所述三级指标包括新能源侧指标和负荷侧指标，所述新能源侧指标包括新能源装机容量占比、风电光伏日出力预测精度、风电光伏日利用小时数和风电光伏小时出力变化率，所述负荷侧指标包括负荷日总电量预测偏差率、负荷小时变化率、负荷日最大峰谷差率和负荷日尖峰持续时间； 所述设置判断阈值，基于所述判断阈值对当前系统运行状态进行分类包括： 当失负荷率和弃风弃光率均大于各自的预设阈值时，则分类为强不确定性状态； 当仅失负荷率大于其预设阈值时，则分类为荷侧不确定性状态； 当仅弃风弃光率大于其预设阈值时，则分类为源侧不确定性状态； 当两者均不大于各自的预设阈值时，则分类为确定性状态； 所述机器学习模型为随机森林模型，基于随机森林，通过对没有参与决策树训练的袋外数据施加扰动，再计算分类准确率的变化来获得反映特征重要性的分数。

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清华四川能源互联网研究院，其通讯地址为：610213 四川省成都市天府新区湖畔路北段366号天府新经济产业园A区；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。