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！

龙图腾网获悉国网吉林省电力有限公司白城供电公司申请的专利一种配电线路负荷预测与优化调度方法及其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：CN121124057B 。

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：202511638741.7，技术领域涉及：H02J3/06；该发明授权一种配电线路负荷预测与优化调度方法及其系统是由奚宁;唐晓宁;赵鹏洋;刘鑫宇;王建;董健平;张立洁;郭昱佑;孙晓溪设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本一种配电线路负荷预测与优化调度方法及其系统在说明书摘要公布了：本发明公开了一种配电线路负荷预测与优化调度方法及其系统，涉及电力系统智能调度技术领域，该方法包括生成经时间对齐的多源融合输入数据集；构建混合时序负荷预测模型，在模型训练过程中，引入加权分位损失函数；构建可再生能源出力与需求响应参与率的联合概率分布模型，对联合概率分布进行抽样；构建滚动时域的配电网优化调度模型；采用两层混合策略处理不确定性，将优化问题分解为多个子问题并使用带自适应惩罚参数的交替方向乘子法分布式求解。本发明在滚动时域内建立多目标优化调度模型，实现动态闭环优化；并通过引入两层混合求解策略与带自适应惩罚参数的ADMM分布式算法，在保证全局一致性的同时显著提升了计算效率与可扩展性。

本发明授权一种配电线路负荷预测与优化调度方法及其系统在权利要求书中公布了：1.一种配电线路负荷预测与优化调度方法，其特征在于，包括： 采集并存储配电网运行相关数据，并进行数据质量处理，生成经时间对齐的多源融合输入数据集； 以多源融合输入数据集作为输入，构建混合时序负荷预测模型，在模型训练过程中，引入加权分位损失函数，优化预测均值与多个分位点的预测精度； 所述混合时序负荷预测模型包括： 所述混合时序负荷预测模型包括基于图神经网络的空间编码器，用于对配电线路的拓扑结构及节点间电气关联关系进行空间特征提取；基于改进自注意力机制的时间序列解码器，用于对不同时间尺度下的负荷变化特征进行时序依赖建模；基于蒙特卡罗Dropout与深度置信网络的不确定性估计模块，用于对预测结果进行概率分布建模，输出每一预测时刻t的负荷概率分布PLt； 基于配电网运行相关数据中分布式能源监测数据及气象要素的不确定性特征，构建可再生能源出力与需求响应参与率的联合概率分布模型，采用基于分布的场景生成方法，对联合概率分布进行抽样，生成未来时域内的多组可再生出力与需求响应参与率场景集合； 所述构建可再生能源出力与需求响应参与率的联合概率分布模型，包括： 分别对光伏出力、风电功率及需求响应率建立边缘概率模型；光伏和风电出力分别采用高斯混合分布拟合，捕捉其在极端气象下的非对称性；需求响应参与率根据历史响应概率特性，采用截断正态分布或对数正态分布进行建模； 为表征不同变量间的依赖关系，构建基于Copula函数的联合分布； 构建滚动时域的配电网优化调度模型，在滚动时域的预测时间范围内，以加权多目标函数形式联合优化配电网运行性能； 所述构建滚动时域的配电网优化调度模型，在滚动时域的预测时间范围内，以加权多目标函数形式联合优化配电网运行性能，包括： 将调度时间划分为连续的滚动时段，每个滚动时段对应一个预测窗口，在每个滚动时段内，基于最新观测数据和预测结果进行优化计算，执行当前时刻的首步决策； 每次执行后，滚动窗口前移，重新采集数据、更新预测和场景，并重复优化执行，实现闭环控制；将概率性负荷预测与可再生能源出力、需求响应场景结合，形成多组运行场景； 采用两层混合策略处理不确定性，将优化问题分解为多个子问题并使用带自适应惩罚参数的交替方向乘子法分布式求解； 所述采用两层混合策略处理不确定性，将优化问题分解为多个子问题并使用带自适应惩罚参数的交替方向乘子法分布式求解，包括： 对关键约束引入风险预算约束，将原本概率约束转化为可解的确定性约束； 对于滚动时域中的短时刻微调阶段，采用模型预测控制思想，每步优化以当前观测为起点，结合多场景的加权期动态调整机电资源输出、储能充放电和需求响应。

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吉林省电力有限公司白城供电公司，其通讯地址为：137000 吉林省白城市洮北区长庆北街一号；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。