買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京卡威數(shù)字科技有限公司申請(qǐng)的專利基于圖神經(jīng)網(wǎng)絡(luò)的線路斷線概率預(yù)測及未來態(tài)調(diào)度效果分析方法、系統(tǒng)及產(chǎn)品獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120355312B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510854746.7，技術(shù)領(lǐng)域涉及：G06Q10/0639；該發(fā)明授權(quán)基于圖神經(jīng)網(wǎng)絡(luò)的線路斷線概率預(yù)測及未來態(tài)調(diào)度效果分析方法、系統(tǒng)及產(chǎn)品是由劉玉航;韋子涵;林培翔;王嘉杰;史耀軒;翟延鵬;孫志勇設(shè)計(jì)研發(fā)完成，并于2025-06-25向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于圖神經(jīng)網(wǎng)絡(luò)的線路斷線概率預(yù)測及未來態(tài)調(diào)度效果分析方法、系統(tǒng)及產(chǎn)品在說明書摘要公布了：本申請(qǐng)公開了一種基于圖神經(jīng)網(wǎng)絡(luò)的線路斷線概率預(yù)測及未來態(tài)調(diào)度效果分析方法、系統(tǒng)及產(chǎn)品，屬于電力線系統(tǒng)技術(shù)領(lǐng)域，包括：獲取歷史區(qū)域氣候數(shù)據(jù)及第一桿塔本體特征數(shù)據(jù)；構(gòu)建桿塔局部氣候數(shù)據(jù)預(yù)測模型；利用桿塔局部氣候數(shù)據(jù)預(yù)測模型預(yù)測桿塔局部氣候數(shù)據(jù)；獲取第二桿塔本體特征數(shù)據(jù)及桿塔運(yùn)維信息，構(gòu)建桿塔倒塔概率預(yù)測模型，基于桿塔倒塔概率預(yù)測模型得到每根桿塔發(fā)生倒塔的概率；確定整條線路的斷線概率；構(gòu)建極端氣候下電網(wǎng)未來態(tài)調(diào)度的數(shù)字化效果分析模型，通過分析未來態(tài)調(diào)度的損失，實(shí)現(xiàn)對(duì)電網(wǎng)極端天氣下未來態(tài)調(diào)度效果的分析。本申請(qǐng)的方法能夠提升極端氣候下電力系統(tǒng)的故障預(yù)測能力，填補(bǔ)了電網(wǎng)未來態(tài)調(diào)度效果分析的空白。

本發(fā)明授權(quán)基于圖神經(jīng)網(wǎng)絡(luò)的線路斷線概率預(yù)測及未來態(tài)調(diào)度效果分析方法、系統(tǒng)及產(chǎn)品在權(quán)利要求書中公布了：1.一種基于圖神經(jīng)網(wǎng)絡(luò)的線路斷線概率預(yù)測及未來態(tài)調(diào)度效果分析方法，其特征在于，包括以下步驟： 獲取歷史區(qū)域氣候數(shù)據(jù)及第一桿塔本體特征數(shù)據(jù)； 根據(jù)所述歷史區(qū)域氣候數(shù)據(jù)及所述第一桿塔本體特征數(shù)據(jù)構(gòu)建桿塔局部氣候數(shù)據(jù)預(yù)測模型，包括，獲取桿塔實(shí)際局部氣候數(shù)據(jù)，將所述桿塔實(shí)際局部氣候數(shù)據(jù)設(shè)置為第一目標(biāo)輸出數(shù)據(jù)，將歷史區(qū)域氣候數(shù)據(jù)及第一桿塔本體特征數(shù)據(jù)進(jìn)行組合，得到第一輸入數(shù)據(jù)；對(duì)所述第一輸入數(shù)據(jù)及所述第一目標(biāo)輸出數(shù)據(jù)進(jìn)行預(yù)處理；將預(yù)處理后的第一輸入數(shù)據(jù)轉(zhuǎn)換成圖結(jié)構(gòu)；構(gòu)建第一圖神經(jīng)網(wǎng)絡(luò)；利用圖結(jié)構(gòu)的第一輸入數(shù)據(jù)及預(yù)處理后的所述第一目標(biāo)輸出數(shù)據(jù)訓(xùn)練所述第一圖神經(jīng)網(wǎng)絡(luò)，利用第一損失函數(shù)進(jìn)行優(yōu)化更新參數(shù)，得到桿塔局部氣候數(shù)據(jù)預(yù)測模型； 利用所述桿塔局部氣候數(shù)據(jù)預(yù)測模型對(duì)桿塔的關(guān)鍵氣象指標(biāo)進(jìn)行預(yù)測，得到桿塔局部氣候數(shù)據(jù)； 獲取第二桿塔本體特征數(shù)據(jù)及桿塔運(yùn)維信息，根據(jù)所述第二桿塔本體特征數(shù)據(jù)、所述桿塔運(yùn)維信息、所述桿塔局部氣候數(shù)據(jù)構(gòu)建桿塔倒塔概率預(yù)測模型，基于所述桿塔倒塔概率預(yù)測模型得到每根桿塔發(fā)生倒塔的概率； 基于所述每根桿塔發(fā)生倒塔的概率，通過概率組合模型確定整條輸電線路的斷線概率； 構(gòu)建極端氣候下電網(wǎng)未來態(tài)調(diào)度的數(shù)字化效果分析模型，基于所述極端氣候下電網(wǎng)未來態(tài)調(diào)度的數(shù)字化效果分析模型分析未來態(tài)調(diào)度下的損失，實(shí)現(xiàn)對(duì)電網(wǎng)極端天氣下未來態(tài)調(diào)度效果的分析，包括，構(gòu)建極端氣候下電網(wǎng)未來態(tài)調(diào)度的數(shù)字化效果分析模型，所述極端氣候下電網(wǎng)未來態(tài)調(diào)度的數(shù)字化效果分析模型包括：斷線場景生成模塊、輸入模塊、調(diào)度分析模塊、調(diào)度效果分析模塊；將電網(wǎng)中各輸電線路的斷線概率輸入所述斷線場景生成模塊，得到電網(wǎng)中各輸電線路對(duì)應(yīng)的斷線場景；將電網(wǎng)中所有輸電線路對(duì)應(yīng)的斷線場景及輸入模塊中的數(shù)據(jù)送入所述調(diào)度分析模塊，所述調(diào)度分析模塊包括：極端氣候發(fā)生前發(fā)電機(jī)組組合模型、極端氣候下傳統(tǒng)調(diào)度模型、極端氣候下未來態(tài)調(diào)度模型；通過所述調(diào)度分析模塊中的所述極端氣候發(fā)生前發(fā)電機(jī)組組合模型獲得極端氣候發(fā)生前的機(jī)組調(diào)度方案；通過所述調(diào)度分析模塊中的所述極端氣候下傳統(tǒng)調(diào)度模型獲得極端氣候下傳統(tǒng)調(diào)度方案；通過所述調(diào)度分析模塊中的所述極端氣候下未來態(tài)調(diào)度模型獲得極端氣候下未來態(tài)調(diào)度方案；將所述極端氣候發(fā)生前的機(jī)組調(diào)度方案、所述極端氣候下傳統(tǒng)調(diào)度方案、所述極端氣候下未來態(tài)調(diào)度方案輸入所述調(diào)度效果分析模塊進(jìn)行效果分析，基于輸電線路斷線概率與災(zāi)害發(fā)生次數(shù)確定未來態(tài)調(diào)度下的電網(wǎng)損失與社會(huì)損失，得到極端氣候下電網(wǎng)未來態(tài)調(diào)度的效果。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人南京卡威數(shù)字科技有限公司，其通訊地址為：211100 江蘇省南京市江寧區(qū)麒麟科技創(chuàng)新園竇村街5號(hào)9號(hào)樓503-504室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。