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！

龙图腾网获悉三峡大学申请的专利一种基于拓扑结构与闭式神经网络的暂态稳定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：CN120805705B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510959553.8，技术领域涉及：G06F30/27；该发明授权一种基于拓扑结构与闭式神经网络的暂态稳定评估方法是由李欣;尚荣锟;郭攀锋;张耀为;吴昌杰;刘静茹设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本一种基于拓扑结构与闭式神经网络的暂态稳定评估方法在说明书摘要公布了：一种基于拓扑结构与闭式神经网络的暂态稳定评估方法，该方法利用微分方程组建立暂态功角稳定状态与电力动态变量之间的非线性关系，并引入邻接矩阵来表征电力系统的拓扑结构，解决了电网复杂连续时间非线性动力学的可解释及针对性建模长期缺失的问题。具体来说，本发明将微分方程组、封闭式连续时间神经网络和神经回路策略相结合，其中封闭式连续时间网络大大简化了连续时间动力学的建模，避免了微分方程数值解的局限性；而神经回路策略则将电力系统邻接矩阵巧妙地结合起来，模拟母线之间的邻接关系，从而让模型结构高度稀疏，有利于提高计算效率。同时，当电力系统拓扑发生变化时，该方法能够快速更新模型，以满足新的拓扑结构下的精度要求。

本发明授权一种基于拓扑结构与闭式神经网络的暂态稳定评估方法在权利要求书中公布了：1.一种基于拓扑结构与闭式神经网络的暂态稳定评估方法，其特征在于，包括以下步骤： 步骤S1：引入目标微分方程来模拟电力系统复杂拓扑结构上的连续时间非线性动力学； 步骤S2：利用封闭式连续时间神经网络来求解步骤S1中的微分方程； 步骤S3：利用机器学习来不断学习改进评估办法，将步骤S2中的解进行暂态功角稳定状态变量参数化； 步骤S4：引入神经回路策略整神经元的连接结构模拟母线邻接关系显式建模拓扑，并提高计算效率； 步骤S5：利用电力系统稳态的判据进行判断电力系统暂态功角稳定性，根据判据来形成数据集进行神经网络的训练； 步骤S6：结合离线训练、实际应用与在线更新； 通过以上步骤实现全面的暂态功角稳定评估； 所述非线性关系用微分方程表示为： 1； 式中，是t时刻电力系统暂态功角稳定状态变量的集合，表示第i条母线在时刻t的状态变量，是它们的合集，为动态管理参数，是第i条母线的电气动态变量，对应的是电力系统拓扑结构的邻接矩阵，f代表的是神经网络； 该式中的第一个式子表示的是通过各母线的状态变量的集合来求解电力系统暂态功角稳定状态，第二个式子表示的是通过个母线的电气动态变量与其对应的拓扑结构来求解各母线的状态变量； 为了增强连续时间动力学的表达性，仿照神经元通过突触相互作用的形式，引入了一种改进的形式，改进后的方程形式如下： 2； 式中，有助于系统达到具有时间常数τ的平衡状态，而为了让网络的隐藏状态流由线性的微分方程系统来表示，引入了非线性突触，通过非线性突触来激活神经元，是接收外部刺激并将其输入到细胞的所有突触输入之和；是取决于所有神经元的状态，是外部的输入；指的是电力系统系统参数向量； 求解结果具体为： 3； 是电力系统的初始状态； 式中在引入了第二个时间常数后，进而，各时间步的暂态功角稳定状态计算公式为： 4； 式中代替成为参数向量，与D是系统参数向量，f是神经网络，其神经网络参数为，代表与之间的权重，代表与之间的权重，代表着偏置，是每个时间步t的m维输入，是每个时间步t的D维输出。

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三峡大学，其通讯地址为：443002 湖北省宜昌市大学路8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。