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！

龙图腾网恭喜大连理工大学申请的专利一种基于群智能融合模型的电网暂态频率特征预测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：CN115036938B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202210479501.7，技术领域涉及：H02J3/24；该发明授权一种基于群智能融合模型的电网暂态频率特征预测方法是由周宽久;徐琳;王美颖;李一聪;李卫东;王祥旭设计研发完成，并于2022-05-05向国家知识产权局提交的专利申请。

本一种基于群智能融合模型的电网暂态频率特征预测方法在说明书摘要公布了：本发明提供了一种基于群智能融合模型的电网暂态频率特征预测方法，属于电力系统趋势预测技术领域。本发明首先使用Stacking融合机制将梯度提升决策树模型GBDT与长短期记忆模型LSTM分层对模型进行集成；其次，通过麻雀搜索算法对模型超参进行优化，实现兼顾准确性与时效性的预测方法。本发明有效改善了单一机器学习模型不能兼顾时效性与准确性的缺点；同时，使用麻雀搜索算法对融合模型结构进行调整，使模型结构更加精简，提高了运行速度和控制精度。

本发明授权一种基于群智能融合模型的电网暂态频率特征预测方法在权利要求书中公布了：1.一种基于群智能融合模型的电网暂态频率特征预测方法，其特征在于，该方法包括以下步骤：步骤1：构建GBDT-LSTM融合模型的训练样本集步骤1.1：采集电力系统所有原动机-调速器在受到扰动后的系统频率动态，包括被控变量最低频率Δωm、最低频率时刻tz；控制变量包括容量基准值Sb、系统总容量SN、机械功率增益系数Km、扰动功率Pd、发电机的总惯性时间常数H、调速器的频率调差系数R、发电机的等效阻尼系数D、原动机的再热时间常数TR、汽轮机的高压杠功率系数FH；步骤1.2：对步骤1.1采集的电力系统运行参数进行数据处理，针对异常值即离群点以及重复值进行删除；步骤1.3：将经过数据处理后的电力系统运行参数中的扰动功率Pd、发电机的总惯性时间常数H、调速器的频率调差系数R、发电机的等效阻尼系数D、原动机的再热时间常数TR、汽轮机的高压杠功率系数FH作为GBDT-LSTM融合模型的输入参数；受到扰动后的系统频率动态指标，最低频率Δωm、最低频率时刻tz作为GBDT-LSTM融合模型以及群智能融合模型的目标输出；构建GBDT-LSTM融合模型训练样本集：x＝[Pd,H,R,D,TR,FH]y＝[Δωm,tz]h＝[x,y]其中，x是GBDT-LSTM融合模型的输入参数，y是GBDT-LSTM融合模型以及群智能融合模型的目标输出，h为GBDT-LSTM融合模型的训练样本集；步骤1.4：对GBDT-LSTM融合模型的训练样本集进行归一化处理： 其中，hnorm，hmin和hmax分别为GBDT-LSTM融合模型的训练样本集h数据归一化后的值、最小值和最大值；步骤2：训练GBDT-LSTM融合模型步骤2.1：将步骤1得到的训练样本集h，67％作为训练样本htrain，33％作为测试样本htest；步骤2.2：初始化GBDT模型参数以实例化估计器对象：迭代次数、基回归估计器的最大深度、基回归树在分裂时的最小样本数或占比、学习率、损失函数；步骤2.3：将训练数据htrain输入到GBDT模型中进行建模学习，得到一个初步训练好的GBDT模型；用测试数据htest进行检测，得到预测结果，选取平均绝对误差MAE、平均绝对误差百分比MAPE和均方误差MSE对测试结果进行评估；步骤2.4：根据Stacking算法的思想，将GBDT模型的输出与原训练样本集的输入参数x共同作为LSTM模型的输入融合特征xLSTM；步骤2.5：初始化LSTM参数：学习率、迭代次数、第一层隐藏层神经元的数量和第二层隐藏层神经元的数量；步骤2.6：构建LSTM模型，选取均方误差MSE作为损失函数，Adam优化器对网络参数进行更新，加快模型收敛速度；步骤2.7：将步骤2.4得到的融合特征xLSTM输入到LSTM模型中进行建模学习，计算模型的误差；当误差满足给定的精度要求时，结束训练，保存LSTM模型的权重矩阵和偏置参数矩阵；如果误差不满足给定的精度要求，继续进行迭代训练，直到满足精度要求或者达到指定的迭代次数；步骤2.8：基于测试样本，对当前训练好的GBDT-LSTM融合模型进行检验，计算测试误差；步骤3：使用麻雀搜索算法优化GBDT-LSTM融合模型超参步骤3.1：通过麻雀搜索算法的更新位置规则，在每次迭代中找寻最优适应度值，得到群智能融合模型最优超参；步骤3.2：根据麻雀搜索算法得出的最优超参，优化GBDT-LSTM融合模型结构，得到群智能融合模型；使用优化后的群智能融合模型对电网暂态特征进行预测。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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”。