國網浙江省電力有限公司信息通信分公司;國網浙江省電力有限公司;上海交通大學馮珺獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉國網浙江省電力有限公司信息通信分公司;國網浙江省電力有限公司;上海交通大學申請的專利一種基于機器學習的拓撲優化重構方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120389397B 。
龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510848005.8,技術領域涉及:H02J3/00;該發明授權一種基于機器學習的拓撲優化重構方法及系統是由馮珺;王藝丹;沈瀟軍;陳祖歌;王嘉琦;陳澤宇;許浩設計研發完成,并于2025-06-24向國家知識產權局提交的專利申請。
本一種基于機器學習的拓撲優化重構方法及系統在說明書摘要公布了:本發明涉及電力系統運行決策技術領域,公開了一種基于機器學習的拓撲優化重構方法及系統。該方法包括:構建配電網對應的目標配電網重構模型;基于歷史重構案例數據對初始XGBoost模型進行監督學習得到目標XGBoost模型;基于目標XGBoost模型對實時重構案例數據進行線路開關預測,得到配電網中每一線路的開關預測值和每一開關預測值對應的預測概率;基于預測概率對每一開關預測值進行篩選,得到對應開關預測值的篩選結果;基于所有篩選結果為低置信度決策的第一開關預測值對目標配電網重構模型進行求解,并根據第一求解結果和所有篩選結果為高置信度決策的第二開關預測值,確定配電網對應的第一重構策略。本發明能夠顯著提升大規模配電網重構問題的求解效率。
本發明授權一種基于機器學習的拓撲優化重構方法及系統在權利要求書中公布了:1.一種基于機器學習的拓撲優化重構方法,其特征在于,包括: 基于最小化線路功率損耗,構建配電網對應的目標配電網重構模型,其中,所述目標配電網重構模型的決策變量包括線路開關狀態; 獲取所述配電網的歷史重構案例數據,基于所述歷史重構案例數據對初始XGBoost模型進行監督學習得到目標XGBoost模型; 獲取所述配電網的實時重構案例數據,并基于所述目標XGBoost模型對所述實時重構案例數據進行線路開關預測,得到所述配電網中每一線路的開關預測值和每一所述開關預測值對應的預測概率; 基于所述預測概率對每一所述開關預測值進行篩選,得到對應所述開關預測值的篩選結果,其中,所述篩選結果為高置信度決策或低置信度決策; 基于所有所述篩選結果為低置信度決策的第一開關預測值對所述目標配電網重構模型進行求解,并根據第一求解結果和所有所述篩選結果為高置信度決策的第二開關預測值,確定所述配電網對應的第一重構策略; 基于配電網安全約束對所述第一求解結果進行潮流校驗,得到第一校驗結果; 若所述第一校驗結果為失敗,則對所有所述第二開關預測值進行沖突回滾,得到所有導致沖突的第三開關預測值; 基于每一所述第三開關預測值對應的預測概率,確定所有所述第三開關預測值中置信度最低的第四開關預測值; 基于所述第四開關預測值和所有所述第一開關預測值對所述目標配電網重構模型進行求解,得到第二求解結果; 基于所述配電網安全約束對所述第二求解結果進行潮流校驗,得到第二校驗結果; 若所述第二校驗結果為成功,則基于所述第二求解結果、所有所述第二開關預測值和所有所述第三開關預測值對所述第一重構策略進行調整,得到所述配電網對應的第二重構策略。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人國網浙江省電力有限公司信息通信分公司;國網浙江省電力有限公司;上海交通大學,其通訊地址為:310007 浙江省杭州市西湖區黃龍路8號641室;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。