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！

龙图腾网获悉国家电网有限公司;国网河南省电力公司经济技术研究院申请的专利基于知识-数据驱动暴雨下城市配电网承灾能力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：CN115907480B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202211658648.9，技术领域涉及：G06Q10/0635；该发明授权基于知识-数据驱动暴雨下城市配电网承灾能力评估方法是由李科;马杰;许长清;李文峰;毛玉宾;郭勇;全少理;孙义豪;杨卓设计研发完成，并于2022-12-22向国家知识产权局提交的专利申请。

本基于知识-数据驱动暴雨下城市配电网承灾能力评估方法在说明书摘要公布了：本发明涉及基于知识‑数据驱动暴雨下城市配电网承灾能力评估方法，方法包括以下步骤：根据所选研究区域的降雨历史数据，建立所选研究区域的暴雨强度计算模型、降雨过程计算模型和产流汇流模型；根据所选研究区域的静态数据和动态数据，形成线路中断预测模型；建立不同重现期暴雨的发生概率模型；将当前一次模拟中出现暴雨的重现期代入暴雨强度计算模型、降雨过程计算模型以及产流汇流模型，分别得到对应的计算结果；根据多次模拟得到的线路中断总数，对所选研究区域的配电网的暴雨承灾能力进行评估；本发明具有简单易行、可实施性好、动态模拟洪涝过程、提高预测性能和可解释性的优点。

本发明授权基于知识-数据驱动暴雨下城市配电网承灾能力评估方法在权利要求书中公布了：1.基于知识-数据驱动暴雨下城市配电网承灾能力评估方法，其特征在于：所述的方法包括以下步骤： 步骤1：根据所选研究区域的降雨历史数据，建立所选研究区域的暴雨强度计算模型、降雨过程计算模型和产流汇流模型； 步骤2：根据所选研究区域的静态数据和动态数据，基于前馈神经网络和门递归单元神经网络分别提取静态变量和动态变量的特征，并建立动态变量及静态变量与所选研究区域的配电网的线路中断总数的映射关系，形成线路中断预测模型；包括以下步骤： 利用前馈神经网络和门递归单元神经网络分别根据所选研究区域的静态数据及动态数据提取静态变量和动态变量的特征，并采用多头注意网络融合所有特征，以建立静态变量及动态变量与线路中断总数的映射关系，形成以动态变量及静态变量作为输入且以响应变量作为输出的线路中断预测模型； 所述的静态数据为地形类型、森林覆盖率、用户数量及暴雨强度； 所述的动态数据为每十分钟降雨量； 静态变量和动态变量构成作为输入的致灾特征向量，响应变量形成作为输出的预测值，静态变量由暴雨持续期间不变的稳定量组成，动态变量由随时间不断变化的变化量组成，以每场暴雨带来的配电网线路中断总数，即作为响应变量，ni表示一个预测变量单元，N表示预测单元总数； 通过前馈神经网络根据所选研究区域的静态数据提取静态变量的特征；其中，前馈神经网络由具有非线性激活函数的堆叠线性层组成，并在每个线性层之后添加批量归一化层，非线性激活函数为LeakyReLU激活函数； 通过门递归单元神经网络根据所选研究区域的动态数据提取动态变量的特征：其中，门递归单元神经网络包括多个隐藏层，并在每个隐藏层之后添加丢失层； 将提取的静态变量的特征和动态变量的特征进行级联以构成多头注意力网络的输入数据，对提取的静态变量的特征和动态变量的特征进行融合；其中，多头注意力网络由多个表示子空间组成，相应数量为h，在每个表示子空间中，Q、K、V是由静态和动态特征形成的矩阵； 将不同表示子空间的输出进行级联，以得到多头注意力网络的输出，并将多头注意力网络的输出作为所有特征的融合结果； 步骤3：建立不同重现期暴雨的发生概率模型，并基于发生概率模型，采用蒙特卡罗模拟的方法，利用随机数来判断在当前模拟中不同重现期的暴雨是否出现； 步骤4：将当前一次模拟中出现暴雨的重现期代入暴雨强度计算模型、降雨过程计算模型以及产流汇流模型，分别得到对应的计算结果，并将计算结果输入线路中断预测模型，得到当前一次模拟对应的线路中断总数； 步骤5：根据多次模拟得到的线路中断总数，对所选研究区域的配电网的暴雨承灾能力进行评估。

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家电网有限公司;国网河南省电力公司经济技术研究院，其通讯地址为：100032 北京市西城区西长安街86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。