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！

龙图腾网获悉重庆大学申请的专利基于改进维自适应稀疏网格插值法的区域灵敏度分析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：CN116306011B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310367693.7，技术领域涉及：G06F30/20；该发明授权基于改进维自适应稀疏网格插值法的区域灵敏度分析方法是由唐俊杰;林星宇;王俊舟;孙青;宋子美;武志宇;朱柳设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本基于改进维自适应稀疏网格插值法的区域灵敏度分析方法在说明书摘要公布了：本发明属于输电能力灵敏度分析技术领域，具体涉及一种基于改进维自适应稀疏网格插值法的静态最大输电能力的区域灵敏度分析方法，包括导入系统的参数，得到系统的确定性MSTC计算模型；步建立电力系统不确定源的概率模型，并将其转化为所要求的随机输入变量；对随机输入变量的边界进行修正，得到MSTC的代理模型，生成随机输入的MCS样本，得到MSTC的概率结果，计算有关MSTC随机输入的CSM、CSV数值结果；挑选出排名靠前的重要随机输入变量，结合对应的CSM和CSV数值结果，的重要随机输入变量的图表达式分析并确定调整策略。以高效地找出重要的随机变量，从而为其调整以及MSTC的控制提供有效的策略，以提升系统的稳定、经济运行能力。

本发明授权基于改进维自适应稀疏网格插值法的区域灵敏度分析方法在权利要求书中公布了：1.基于改进维自适应稀疏网格插值法的区域灵敏度分析方法，其特征在于，包括： 步骤S1：导入系统的参数，得到系统的确定性MSTC计算模型； 步骤S2：建立电力系统不确定源的概率模型，并将其转化为所要求的随机输入变量； 步骤S3：对随机输入变量的边界进行修正，得到MSTC的代理模型，即，包括： S31：配置点的选取 由以下公式确定ChebyshevGauss-Lobatto即CGL节点数： ， 其中n是CGL节点数，d是一个表示插值水平的正整数； 由以下公式确定具体的CGL节点： ， 其中是插值水平d下的第j个CGL节点； 对于m个多元输入的情况，m维的CGL节点由所对应的插值水平d1,d2,…,dm上每维的所有CGL节点的全组合形成，其中每个维度的CGL节点数记为n1,n2,…,nm； 对于各CGL节点，通过如下所示的线性变换，得到MSTC模型表达式中随机输入变量X的配置点的第r个元素，即第r个随机变量Xr在该配置点中所取得的数值，用xcol,r表示： ， 其中和为Xr的上下边界，和通过MCS样本估计，形成xcol,1,…,xcol,r,…,xcol,m的配置点； 按照以下方式根据MCS样本估计配置点的传统边界： ， 其中和是第r个随机输入的传统上下限边界；XMCS,r表示第r个随机输入变量的MCS样本； 以以下方式得到修改后的上下边界： ， 其中和表示第r个随机输入修改后的上下边界；XMCS,r1-α和XMCS,rα分别为第r个随机输入在其下1-α和α分位数处的MCS样本值； 步骤S4：根据修正后的随机输入变量的数值边界，得到β-指标； 步骤S5：生成随机输入的MCS样本，并将其输入代理模型，得到MSTC的概率结果，计算有关MSTC随机输入的CSM、CSV数值结果； 步骤S6：计算所有变量的TCSM和TCSV值，并根据对应TCSM和TCSV值从大到小对随机变量进行排序，挑选出排名靠前的重要随机输入变量； 步骤S7：对于重要随机输入变量，结合对应的CSM和CSV数值结果，作出其图表达式，求取其导数结果； 步骤S8：根据步骤S7中得到的重要随机输入变量的图表达式，分析这些随机输入的CSM、CSV和DPE，以确定调整策略； 其中，对目标随机输入变量进行调整后更新MSTC的概率结果，根据TCSM和CSM值增大MSTC的均值或根据TCSV和CSV值减小其方差。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。