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！

龙图腾网获悉天津大学;国网江西省电力有限公司电力科学研究院申请的专利基于张量分解联邦学习的柔性资源承载力评估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：CN121055330B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202511597127.0，技术领域涉及：H02J3/00；该发明授权基于张量分解联邦学习的柔性资源承载力评估方法及系统是由崔明建;安芸帙;罗光浩;戚沁雅;黄煜;蔡木良设计研发完成，并于2025-11-04向国家知识产权局提交的专利申请。

本基于张量分解联邦学习的柔性资源承载力评估方法及系统在说明书摘要公布了：本发明公开一种基于张量分解联邦学习的柔性资源承载力评估方法及系统，该方法包括：针对分布式柔性资源接入配电网造成的电能质量问题，构建基于后向前向扫描的配电系统谐波分析方法的分布式柔性资源承载力计算模型，用于生成包含不同负荷场景下柔性资源承载力数据的数据集；根据张量分解的特性优化联邦学习，构建与张量分解联邦学习匹配的双层目标模型，包括个性化模型和张量化本地模型；使用不同负荷场景下柔性资源承载力的数据集进行张量分解个性化联邦学习，最终聚合的全局模型作为分布式柔性资源承载力评估模型，用于待评估负荷场景分布式柔性资源承载力的实时评估。本发明可实现对分布式柔性资源承载力的高精度、低开销的实时评估。

本发明授权基于张量分解联邦学习的柔性资源承载力评估方法及系统在权利要求书中公布了：1.基于张量分解联邦学习的柔性资源承载力评估方法，其特征在于，步骤如下： 步骤S1：针对分布式柔性资源接入配电网造成的电能质量问题，构建基于后向前向扫描的配电系统谐波分析方法的分布式柔性资源承载力计算模型，用于生成包含不同负荷场景下柔性资源承载力数据的数据集； 步骤S2：根据张量分解的特性优化联邦学习，构建与张量分解联邦学习匹配的双层目标模型，包括个性化模型和张量化本地模型； 步骤S3：使用不同负荷场景下柔性资源承载力的数据集，以本地目标函数在客户端训练个性化模型，然后在训练所得最优个性化模型的基础上训练张量化本地模型，并将张量化本地模型上传到服务器； 步骤S4：服务器聚合各客户端上传的张量化本地模型，得到全局模型，然后将聚合后的全局模型发送给各客户端作为下一轮训练的初始张量化本地模型； 步骤S5：重复步骤S3和步骤S4进行张量分解个性化联邦学习，直到收敛，最终聚合的全局模型作为分布式柔性资源承载力评估模型； 步骤S6：将待评估的负荷场景输入分布式柔性资源承载力评估模型，实现对分布式柔性资源承载力的实时评估； 所述本地目标函数定义为： ； 其中，是客户端m的本地目标函数，是客户端m的个性化模型，以深度神经网络作为个性化模型，是个性化模型对客户端m本地数据分布的损失评估期望，是张量化本地模型；包括一个L1范数正则化项和一个L2范数正则化项，用于控制个性化模型与张量化本地模型之间的距离，和用于控制正则化程度，是第m个客户端的第一个参数矩阵，是第m个客户端的第N个参数矩阵； 所述分布式柔性资源承载力计算模型运用基于后向前向扫描的配电系统谐波分析方法求解在电压偏差和谐波总畸变率极限下的分布式柔性资源有功出力； 所述分布式柔性资源承载力计算模型的步骤包括： 步骤S1-1：给出分布式柔性资源有功出力的初始计算区间及区间中点；为分布式柔性资源有功出力上限，为分布式柔性资源有功出力下限； 步骤S1-2：运用基于后向前向扫描的配电系统谐波分析方法，将对应的分布式光伏接入配电网进行潮流计算，判断节点电压偏差和谐波总畸变率是否达到允许的最大值； 步骤S1-3：若节点电压偏差或谐波总畸变率已经达到允许的最大值，则该分布式柔性资源有功出力即为当前负荷场景下的柔性资源承载力，若节点电压不满足要求，运用下式对计算区间进行修正：； 其中，U为各节点中最大的电压值；为允许的电压偏差最大值；THD为各节点中谐波总畸变率最大值；为允许的谐波总畸变率最大值； 步骤S1-4：重复步骤S1-2和步骤S1-3，直至满足计算输出要求，得到柔性资源承载力。

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天津大学;国网江西省电力有限公司电力科学研究院，其通讯地址为：300000 天津市南开区卫津路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。