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！

龙图腾网恭喜浙江大学申请的专利一种考虑拓扑变化的电力系统最优潮流预测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：CN119275839B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411796423.9，技术领域涉及：H02J3/00；该发明授权一种考虑拓扑变化的电力系统最优潮流预测方法及系统是由邱麟;李德纮;徐凯杰;马吉恩;方攸同设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种考虑拓扑变化的电力系统最优潮流预测方法及系统在说明书摘要公布了：本申请公开了一种考虑拓扑变化的电力系统最优潮流预测方法，包括：获取数据集，数据集包括电力系统节点网络拓扑变化情况下，不同电力节点网络拓扑中各个发电机节点的有功负荷、无功负荷、自导纳矩阵的幅值及相位角；采用卷积神经网络和注意力机制对数据集进行特征提取；基于提取的特征，采用卷积神经网络直接预测以获得对应发电机节点的第一预测有功功率；以及，基于提取的特征，采用功率方程计算得对应发电机节点的第二预测有功功率；将第一预测有功功率和第二预测有功功率进行拟合以获得第三预测有功功率，将第三预测有功功率作为电力系统最优潮流实现的最优有功功率的解。本申请能够实现对拓扑改变的电力节点网络的快速准确预测。

本发明授权一种考虑拓扑变化的电力系统最优潮流预测方法及系统在权利要求书中公布了：1.一种考虑拓扑变化的电力系统最优潮流预测方法，其特征在于，所述方法包括：获取数据集，所述数据集包括电力系统节点网络拓扑变化情况下，不同电力节点网络拓扑中各个发电机节点的有功负荷、无功负荷、自导纳矩阵的幅值及相位角；采用卷积神经网络和注意力机制对所述数据集进行特征提取；基于提取的特征，采用卷积神经网络直接预测以获得对应发电机节点的第一预测有功功率；以及，基于提取的特征，采用功率方程计算得对应发电机节点的第二预测有功功率；将所述第一预测有功功率和所述第二预测有功功率进行拟合以获得第三预测有功功率，将所述第三预测有功功率作为所述电力系统最优潮流实现的最优有功功率的解；所述方法还包括：提供注意力卷积神经网络模型，所述注意力卷积神经网络模型包括卷积层、注意力机制和全连接层，所述卷积层配配置为基于所述数据集进行局部特征提取；所述注意力机制被配置为基于提取的局部特征，通过多头注意力机制进行全局特征提取；所述全连接层被配置为基于注意力机制提取的全局特征进行目标变量的预测输出，所述目标变量包括以下变量中的一种或多种：发电机节点的有功功率、节点电压及相位角；所述方法还包括：提供第一注意力卷积神经网络模型，采用所述第一注意力卷积神经网络模型进行第一目标变量的预测输出，所述第一目标变量为发电机节点的有功功率，以获得对应发电机节点的第一预测有功功率；提供第二注意力卷积神经网络模型，采用所述第二注意力卷积神经网络模型进行第二目标变量的预测输出，所述第二目标变量由节点电压及相位角预测组成，将所述第二注意力卷积神经网络模型预测输出的节点电压作为所述电力系统最优潮流实现的最优节点电压的解，并基于所述第二目标变量，采用功率方程计算得对应发电机节点的第二预测有功功率；其中，所述第一注意力卷积神经网络模型和所述第二注意力卷积神经网络模型中注意力机制的参数设置不同。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。