Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网上海市电力公司;上海电力大学纪坤华获国家专利权

国网上海市电力公司;上海电力大学纪坤华获国家专利权

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!

龙图腾网获悉国网上海市电力公司;上海电力大学申请的专利基于加权马氏距离和粒度聚类的低压配电网拓扑辨识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:CN117056754B

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:202311036432.3,技术领域涉及:G06F18/23;该发明授权基于加权马氏距离和粒度聚类的低压配电网拓扑辨识方法是由纪坤华;王云;赵耀;付皖皖;李东东设计研发完成,并于2023-08-16向国家知识产权局提交的专利申请。

基于加权马氏距离和粒度聚类的低压配电网拓扑辨识方法在说明书摘要公布了:本发明涉及一种基于加权马氏距离和粒度聚类的低压配电网拓扑辨识方法,包括以下步骤:采集各台区下各用户的电表箱的电压序列,作为样本点;采用改进的加权马氏距离计算各个电压表序列之间的加权马氏距离;根据两个电压表序列之间的加权马氏距离计算样本点之间的密度,针对每个样本点,不断获取与当前样本点最近且密度增大的样本点,进行聚类,并确定聚类中心,根据聚类结果对用户所属的台区进行判别。与现有技术相比,本发明实现简单,只需要测量智能电表的电压数据,不用在系统中增加额外的测量设备,加权马氏距离的计算结果更具有相关性更能体现数据之间的相似度关系。

本发明授权基于加权马氏距离和粒度聚类的低压配电网拓扑辨识方法在权利要求书中公布了:1.一种基于加权马氏距离和粒度聚类的低压配电网拓扑辨识方法,其特征在于,包括以下步骤: 采集各台区下各用户的电表箱的电压序列,作为样本点; 采用改进的加权马氏距离计算各个电压表序列之间的加权马氏距离; 根据两个电压表序列之间的加权马氏距离计算样本点之间的密度,针对每个样本点,不断获取与当前样本点最近且密度增大的样本点,进行聚类,并确定聚类中心,根据聚类结果对用户所属的台区进行判别; 所述样本点之间的密度的计算表达式为: 式中,为样本点j与i的密度,dij是样本点i与j之间的加权马氏距离,dc是截断距离; 所述加权马氏距离的计算表达式为: 式中,为样本点和样本点之间的加权马氏距离,为样本的总体协方差矩阵,*为矩阵的乘积运算,为特征加权矩阵,N是特征的总样本数; 所述聚类过程具体包括以下步骤: 任取一个样本点j,获取该样本点的初始密度; 遍历其它样本点,计算其它样本点与样本点j的密度,选取距离样本点j最近且密度大于所述初始密度的样本点i,构建样本点i集合进行样本聚类,计算样本点i集合与样本点j之间的最小距离,作为中心偏移距离;若不存在密度大于所述初始密度的样本点,则将样本点j与其余样本点的距离最大值作为样本点j的中心偏移距离; 选取中心偏移距离最大的点,作为聚类中心点。

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上海市电力公司;上海电力大学,其通讯地址为:200122 上海市浦东新区自由贸易试验区源深路1122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。

免责声明
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。