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！

龙图腾网获悉海南电网有限责任公司海口供电局申请的专利基于机器学习的配网供电多维辅助决策分析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：CN119514999B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202411706154.2，技术领域涉及：G06Q10/0631；该发明授权基于机器学习的配网供电多维辅助决策分析方法及系统是由李博士;吴松泽;邱志新;张晨;黄继龙;文鹏;黄心瑜;董超设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本基于机器学习的配网供电多维辅助决策分析方法及系统在说明书摘要公布了：本发明提供基于机器学习的配网供电多维辅助决策分析方法及系统，所述方法包括：S1、获取配网历史数据和历史用电负荷数据；S2、通过长短时记忆网络和配网历史数据，得到供电需求预测模型；S3、通过时序预测算法和历史用电负荷数据，得到负荷变化模型；S4、基于步骤S2和S3的输出，对配网实时运行数据进行识别，得到供电能力变化趋势和负荷裕度；S5、基于步骤S4的输出建立综合目标函数，通过遗传算法对所述目标函数进行优化求解，输出最优供电决策方案；S6、执行步骤S5的输出，实时监测配网供电运行参数，基于所述配网供电运行参数对所述最优供电决策方案进行动态调整。本发明提升了配网供电的可靠性，以及实现了配网供电决策方案的动态调整和优化。

本发明授权基于机器学习的配网供电多维辅助决策分析方法及系统在权利要求书中公布了：1.一种基于机器学习的配网供电多维辅助决策分析方法，其特征在于，包括以下步骤： S1、获取配网历史数据和历史用电负荷数据； S2、通过长短时记忆网络构建初始供电需求预测模型，基于所述配网历史数据对所述初始供电需求预测模型进行训练和验证，得到供电需求预测模型； 步骤S2中，构建供电需求预测模型，具体包括： 通过长短时记忆网络构建初始供电需求预测模型，将配网历史数据输入到初始供电需求预测模型中，获得供电需求预测模型，所述供电需求预测模型的计算式为： 其中，为时间t时的预测供电需求，为模型中心权重，为时间t时的隐藏状态，为调整系数，为时间t时的数据源i处理后的数据，n为数据源数量，为数据源i的权重系数，和分别为第一误差校正系数和第二误差校正系数，为趋势调整系数，为趋势函数； S3、通过时序预测算法构建初始负荷变化模型，基于所述历史用电负荷数据对初始负荷变化模型进行训练和验证，得到负荷变化模型； S4、基于所述供电需求预测模型和所述负荷变化模型，对配网实时运行数据进行识别，得到供电能力变化趋势和负荷裕度； S5、通过供电能力变化趋势和负荷裕度构建综合目标函数，通过遗传算法对所述目标函数进行优化求解，输出最优供电决策方案； 步骤S5包括： S51、基于供电能力变化趋势和负荷裕度确定供电能力指标和负荷裕度指标； S52、采用权重分配方法对供电能力指标和负荷裕度指标赋予不同的重要性权重，构建综合目标函数，所述综合目标函数的计算式为： 其中，F为综合目标函数值，为第k个供电能力指标的实际值，为第1个负荷裕度指标的实际值，为供电能力指标的最大值标准化，为负荷裕度指标的最大值标准化，为供电能力指标的权重系数，为负荷裕度指标的权重系数，N为供电能力指标的数量，M为负荷裕度指标的数量； S53、通过遗传算法对所述综合目标函数进行优化求解，初始化种群，生成初始种群； S54、基于所述综合目标函数评估初始种群中每个个体的适应度，基于精英保留策略选择出适应度最高的个体； S55、通过部分随机交叉和变异产生新一代个体，反复迭代产生新个体，当迭代达到预设的迭代次数或适应度变化满足要求时，停止迭代，输出最优供电决策方案； S6、执行所述最优供电决策方案，实时监测配网供电运行参数，基于所述配网供电运行参数对所述最优供电决策方案进行动态调整。

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海南电网有限责任公司海口供电局，其通讯地址为：570100 海南省海口市大同路34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。