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！

龙图腾网获悉聚变新能(安徽)有限公司;中国科学院合肥物质科学研究院申请的专利大规模供配电设备联网的网络拓扑动态优化方法及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：CN121151293B 。

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：202511685585.X，技术领域涉及：H04L45/02；该发明授权大规模供配电设备联网的网络拓扑动态优化方法及设备是由许德;王俊傢;宋执权;王东;牛业震;蒋晓宇;刘乐草;张振华;王世强设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本大规模供配电设备联网的网络拓扑动态优化方法及设备在说明书摘要公布了：本发明的一种大规模供配电设备联网的网络拓扑动态优化方法及设备，包括步骤S101、实时数据采集与状态感知；步骤S102、网络拓扑建模与性能评估；步骤S103、动态风险评估与优化目标生成；步骤S104、基于可行性保持型遗传算法的拓扑优化决策；步骤S105、最优策略验证与无缝切换；从所述Pareto最优解集中，依据预设的决策策略选取一最优网络拓扑重构方案；在控制层面对所述重构方案进行验证后，生成设备级联与断路控制指令序列，并通过分布式协同控制机制，引导相关节点在预定时间窗口内完成网络拓扑的无扰切换。本发明可避免无效解生成、显著提升大规模网络拓扑优化算法收敛效率。

本发明授权大规模供配电设备联网的网络拓扑动态优化方法及设备在权利要求书中公布了：1.一种大规模供配电设备联网的网络拓扑动态优化方法，其特征在于，包括以下步骤， S101、通过供配电设备上的传感器节点与通信模块，采集并上传网络中各个节点的电流负载率、电压稳定性指标、设备温度、通信链路延迟及丢包率这些运行数据； S102、基于S101采集的数据，构建网络拓扑模型；计算当前网络的整体性能指标，整体性能指标计算依赖于各节点的负载均衡度、网络平均通信延迟及关键路径冗余度； S103、根据当前整体性能指标与预设性能阈值的偏差，识别网络中的潜在瓶颈节点与高风险链路并优化目标； S104、将拓扑优化目标集输入改进的多目标优化算法模型中，生成Pareto最优解集；改进的多目标优化算法模型为可行性保持型非支配排序遗传算法，通过可行性引导的交叉操作与变异操作来探索新的网络拓扑结构，确保仅产生满足电网辐射状运行约束的可行解，并以联合优化目标作为适应度函数对可行解进行筛选； S105、从所述Pareto最优解集中，依据预设的决策策略选取最优网络拓扑重构方案；在控制层面对所述重构方案进行验证后，生成设备级联与断路控制指令序列，并通过分布式协同控制机制，引导相关节点在预定时间窗口内完成网络拓扑的无扰切换; 步骤S104包括，系统接收来自步骤S103生成的拓扑优化目标集，其中表示网络整体可靠性指标函数，表示网络最差节点负载率目标函数，为网络运行约束条件，包括供电辐射状拓扑约束、节点容量约束及线路流量约束，x为表示开关状态组合的决策向量； 每条染色体使用二进制编码表示，其中对应网络中第m条开关的开闭状态，1表示闭合供电，0表示断开； 初始化阶段通过Prim最小生成树算法在物理邻接矩阵约束下生成满足辐射状结构的可行解种群，其中为种群规模，每个个体都满足电网拓扑的基本可行性；交叉操作通过子树交换实现，系统从父代染色体中识别共同负荷区域，确定子树对应的开关索引集，将父代子树片段进行交换以生成新的候选拓扑，同时保持供电辐射结构约束； 变异操作采用投切对策略，系统随机选择断开状态的联络开关，置为闭合1，在形成的环网中随机选择原有闭合线路开关置为断开0，保证环路闭合与辐射约束条件的平衡； 适应度评估阶段，对每个个体计算目标函数向量，其中越大表示网络可靠性越高，用于将最小化最差负载率目标转化为与可靠性同向优化指标，便于非支配排序操作； 系统通过非支配排序和拥挤度计算方法筛选下一代种群，保留在Pareto意义下最优且分布均匀的个体，经过迭代进化后，算法输出Pareto最优解集，其中表示个体在所有目标上支配个体x，该解集包含在可靠性与最差负载率之间达到折中最优的网络拓扑方案，为后续最优策略验证与无缝切换提供决策基础。

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聚变新能(安徽)有限公司;中国科学院合肥物质科学研究院，其通讯地址为：230001 安徽省合肥市庐阳区三十岗乡三国城路80号能源研究院专家综合楼613室；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。