湖南大学邱伟获国家专利权
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!
龙图腾网获悉湖南大学申请的专利一种电网同步宽频强迫振荡检测与定位方法、系统及介质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:CN121010225B 。
龙图腾网通过国家知识产权局官网在2026-02-03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:202511520471.X,技术领域涉及:G06Q10/0635;该发明授权一种电网同步宽频强迫振荡检测与定位方法、系统及介质是由邱伟;杨雍达;姚文轩;张瑶;尹赫;廖雨婳;易健民设计研发完成,并于2025-10-23向国家知识产权局提交的专利申请。
本一种电网同步宽频强迫振荡检测与定位方法、系统及介质在说明书摘要公布了:本发明公开了一种电网同步宽频强迫振荡检测与定位方法、系统及介质,本发明方法包括获取电网的振荡数据序列和电力系统拓扑图并输入预训练的多任务图序列网络以获得振荡源定位检测结果,包括将振荡数据序列通过卷积层、池化层、以及创建的可嵌入序列自回归模块得到的输出特征,和电力系统拓扑图通过构建的多任务图序列网络进行信息传递、并通过门控循环单元GRU获得各个节点的节点特征,再输入图级检测分支和节点级检测分支实现振荡源的事件类型分类和振荡源的定位。本发明旨在降低其它信息对宽频振荡信息的干扰,从时间和空间两个维度对数据进行动态分析,快速、准确地实现宽频振荡源定位。
本发明授权一种电网同步宽频强迫振荡检测与定位方法、系统及介质在权利要求书中公布了:1.一种电网同步宽频强迫振荡检测与定位方法,其特征在于,包括下述步骤:获取电网的振荡数据序列和电力系统拓扑图,所述振荡数据序列包括电网的电压、频率和频率变化率,所述电力系统拓扑图中节点为电网中的发电机或负载,边为线路,节点的振荡特征包括节点的电压、频率和频率变化率;将电网的振荡数据序列和电力系统拓扑图输入预训练的多任务图序列网络以获得振荡源定位检测结果,包括: S101,将振荡数据序列通过卷积层和池化层提取关键特征; S102,将关键特征输入可嵌入序列自回归模块,所述可嵌入序列自回归模块通过个堆叠的ARMA1,0滤波器对关键特征进行嵌入式特征滤波,并对个堆叠的ARMA1,0滤波器的响应求和得到最终的输出特征; S103,将输出特征和电力系统拓扑图作为多任务图序列网络的输入,通过多任务图序列网络进行信息传递、并通过门控循环单元GRU获得各个节点的节点特征; S104,将各个节点的节点特征分别输入图级检测分支和节点级检测分支,通过图级检测分支实现振荡源的事件类型分类,通过节点级检测分支实现振荡源的定位; 步骤S102中对个堆叠的ARMA1,0滤波器的响应求和得到最终的输出特征的函数表达式为: ; 其中,为ARMA1,0滤波器的堆叠级数,为激活函数,为第个ARMA1,0滤波器的输出特征,为第个ARMA1,0滤波器的输入特征,和为第个ARMA1,0滤波器的可训练权重参数,为关键特征,为对称归一化拉普拉斯矩阵;所述ARMA1,0滤波器采用下式所示的一阶递归进行近似计算: ; ; 其中,和分别为ARMA1,0滤波器的输出特征和输入的节点的振荡特征,和为系数,为对称归一化拉普拉斯矩阵的特征值相关的中间系数,和分别为对称归一化拉普拉斯矩阵最大和最小的特征值,为单位矩阵; 所述多任务图序列网络在训练时采用的损失函数的函数表达式为: ; ; ; ; 其中,为多任务图序列网络在训练时采用的损失函数,为节点级检测分支的振荡源的定位检测结果,为多任务图序列网络的模型参数,和为softplus函数分别学习得到的节点级检测分支与图级检测分支的权重超参数,为考虑节点掩码损失的加权二元交叉熵损失函数,为用于图级检测分支执行图分类任务的交叉熵损失,为第个节点的掩码,掩码为节点是否有效的标志,为第个节点的权重,为总测量节点数,为发电机节点数,为交叉熵损失函数,和分别为图级检测分支执行图分类任务的检测结果和真实值。
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湖南大学,其通讯地址为:410082 湖南省长沙市岳麓区麓山南路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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励