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！

龙图腾网获悉南京师范大学申请的专利基于迭代过程改进的配电网预测辅助状态估计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：CN121350495B 。

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：202511882949.3，技术领域涉及：G06F18/20；该发明授权基于迭代过程改进的配电网预测辅助状态估计方法及系统是由徐佳俐;徐东亮;赵睿哲;吕振宇;马刚;许洁;韩汝帅;余修勇设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本基于迭代过程改进的配电网预测辅助状态估计方法及系统在说明书摘要公布了：本发明公开了一种基于迭代过程改进的配电网预测辅助状态估计方法及系统，方法包括：建立非线性离散时间状态空间模型；通过无迹变换生成一组Sigma点，并将Sigma点代入状态转移方程，计算当前时刻的状态预测值和状态预测误差协方差矩阵；将Sigma点代入量测方程以获得量测预测值，并计算卡尔曼增益；计算下一时刻的过程噪声协方差矩阵；对当前时刻的状态预测值和状态预测误差协方差矩阵进行修正，得到最优状态估计值及其误差协方差矩阵。本发明从算法机理上避免了协方差矩阵在迭代过程中失去半正定性的风险，显著增强了UKF算法的数值稳定性和鲁棒性，确保了在高维复杂配电网状态估计中的可靠应用。

本发明授权基于迭代过程改进的配电网预测辅助状态估计方法及系统在权利要求书中公布了：1.一种基于迭代过程改进的配电网预测辅助状态估计方法，其特征在于，包括如下步骤： S1：建立描述配电网运行特性的非线性离散时间状态空间模型，包含状态转移方程和量测方程； S2：基于上一时刻的状态估计值及其误差协方差矩阵，通过无迹变换生成一组Sigma点，并将Sigma点代入状态转移方程，计算当前时刻的状态预测值和状态预测误差协方差矩阵； S3：将Sigma点代入量测方程以获得量测预测值，并计算卡尔曼增益； S4：利用步骤S3中计算出的卡尔曼增益和量测残差，通过等效加性更新公式来计算下一时刻的过程噪声协方差矩阵； S5：利用步骤S3计算出的卡尔曼增益和量测残差，对步骤S2的当前时刻的状态预测值和状态预测误差协方差矩阵进行修正，得到当前时刻的最优状态估计值及其误差协方差矩阵； 步骤S4中等效加性更新公式的表达式为： ； 其中，和分别为更新后和更新前的过程噪声协方差矩阵；为在步骤S3中计算得到的当前时刻的卡尔曼增益；为当前时刻的量测残差，即实际量测值与预测量测值之差，其中，为实际量测值，为通过量测函数传播Sigma点后得到的量测预测值；为量测残差的协方差矩阵；为仅保留矩阵对角线元素并将其余元素置零的算子； 等效加性更新公式中： 量测残差的协方差矩阵： ； 其中，为传播后的第i个Sigma点对应的量测值； 卡尔曼增益： ； 其中，为状态与量测的互协方差矩阵； 等效加性更新公式的更新原理包括： 公式右侧的三个组成项中，第一项作为前一时刻的协方差矩阵，其在迭代起始时被初始化为半正定，并通过更新方法在后续迭代中保持此性质；第二项，由于是一个秩为1的半正定矩阵，经过线性变换后其对角元素必然非负，故该项是一个对角半正定矩阵；第三项为典型的二次型形式，由于量测残差协方差矩阵本身是半正定的，该变换结果也必然是半正定的； 最终，更新后的为三个半正定矩阵的线性相加，其结果为半正定矩阵。

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南京师范大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路1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。