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！

龙图腾网获悉国网重庆市电力公司电力科学研究院;重庆大学;国网重庆市电力公司;国家电网有限公司申请的专利一种最优潮流数据驱动求解高可信度样本集构建方法、装置、存储介质及电子设备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：CN119691452B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202411827057.9，技术领域涉及：G06F18/214；该发明授权一种最优潮流数据驱动求解高可信度样本集构建方法、装置、存储介质及电子设备是由陈咏涛;陈涛;冯唐垚;陈佳林;张同尊;刘欣宇;余娟;余亚南;雷雨;蒋望;方辉;高茂胜;朱晟毅;杨知方;向红吉;文钟谊;谭晶设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本一种最优潮流数据驱动求解高可信度样本集构建方法、装置、存储介质及电子设备在说明书摘要公布了：本申请的实施例提供了一种最优潮流数据驱动求解高可信度样本集构建方法、装置、存储介质及电子设备，涉及电力系统及其自动化领域，所述方法包括：基于电力系统参数建立电力系统最优潮流模型，并推导所述最优潮流模型的最优潮流控制变量与负荷水平的灵敏度；基于所述最优潮流模型搜索局部最优潮流非线性样本集；基于所述最优潮流模型搜索全局最优潮流非线性样本集；合并所述局部最优潮流非线性样本集、所述全局最优潮流非线性样本集和基础样本集，得到最优潮流高可信度样本集。本申请的技术方案，能够通过定向抽取对最优潮流求解映射表征能力强的非线性样本，促进神经网络学习，提升所训练最优潮流计算神经网络的泛化性能。

本发明授权一种最优潮流数据驱动求解高可信度样本集构建方法、装置、存储介质及电子设备在权利要求书中公布了：1.一种最优潮流数据驱动求解高可信度样本集构建方法，其特征在于，包括： 基于电力系统参数建立电力系统最优潮流模型，并推导所述最优潮流模型的最优潮流控制变量与负荷水平的灵敏度； 基于所述最优潮流模型搜索局部最优潮流非线性样本集； 基于所述最优潮流模型搜索全局最优潮流非线性样本集； 合并所述局部最优潮流非线性样本集、所述全局最优潮流非线性样本集和基础样本集，得到最优潮流高可信度样本集； 所述基于电力系统参数建立电力系统最优潮流模型，包括： 获取电力系统参数，利用公式1-5建立电力系统最优潮流模型； ；1 ；2 ；3 ；4 ；5 其中，，，是第台机组的成本系数；，是第台机组的有功和无功出力；和分别表示变量*的上限和下限；，分别是机组和节点的序号集合；，是第个节点有功和无功负荷；，分别是电导矩阵和电纳矩阵中的第行列元素；和表示与节点和相连线路的有功和无功潮流；和表示与节点和相连线路视在功率的上限和下限； 所述推导所述最优潮流模型的最优潮流控制变量与负荷水平的灵敏度，包括： 将最优潮流模型进行公式转换； 推导公式转换后的最优潮流模型的KKT条件； 基于所述KKT条件确定所述最优潮流模型的最优潮流控制变量与负荷水平的灵敏度； 所述基于所述最优潮流模型搜索局部最优潮流非线性样本集，包括： 根据系统负荷的分布抽取大量系统状态，并求解所述最优潮流模型得到样本标签，基于样本标签构建基础样本集； 构建最优潮流求解神经网络，并使用所述基础样本集训练最优潮流求解神经网络，得到最优潮流计算预训练神经网络； 使用所述最优潮流计算预训练神经网络对所述基础样本集进行计算，查找误差最大的K个样本作为局部最优潮流非线性样本的搜索起点，并计算最优潮流计算预训练神经网络的输出输入特征的灵敏度矩阵； 根据所述最优潮流计算预训练神经网络输出输入特征的灵敏度矩阵和最优潮流模型输出输入的灵敏度搜索局部最优潮流非线性样本的输入特征； 根据系统状态上下限制约束对局部最优潮流非线性样本的输入特征进行更新，并计算对应电力系统状态下的最优潮流解，得到局部最优潮流非线性样本； 基于局部最优潮流非线性样本得到局部最优潮流非线性样本集。

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国网重庆市电力公司电力科学研究院;重庆大学;国网重庆市电力公司;国家电网有限公司，其通讯地址为：401123 重庆市渝北区北部新区黄山大道中段80号办公综合楼；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。