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！

龙图腾网获悉中国电力科学研究院有限公司申请的专利基于机器学习消除冗余约束的机组组合加速寻优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：CN118211675B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202410314469.6，技术领域涉及：G06N20/00；该发明授权基于机器学习消除冗余约束的机组组合加速寻优方法及系统是由徐胜男;蔡帜;丁强;戴赛;潘毅;胡晓静;徐晓彤;路怡;袁沐琛;张书研;陈彦光;李凌昊;苏明玉;张瑞雯设计研发完成，并于2024-03-19向国家知识产权局提交的专利申请。

本基于机器学习消除冗余约束的机组组合加速寻优方法及系统在说明书摘要公布了：本发明公开了一种基于机器学习消除冗余约束的机组组合加速寻优方法及系统，包括：将原机组组合问题转化成不含线路潮流约束的问题，使用0‑1变量控制线路潮流约束的成立，从而消除稠密复杂的安全约束。并通过机器学习方法学习每个机组在所有时段的变化次数范围，形成冗余的最小连续启停时间约束识别规则，由此消除冗余的最小连续启停时间约束，从而减小问题约束数量和问题规模，提高机组组合寻优的效率。

本发明授权基于机器学习消除冗余约束的机组组合加速寻优方法及系统在权利要求书中公布了：1.基于机器学习消除冗余约束的机组组合加速寻优方法，其特征在于，包括： 获取SCUC模型机组出力上下限的半连续约束，具体为： 其中，Ii,t为机组的启停状态变量，和分别为机组的最小和最大出力； 获取线路潮流约束，具体为： 其中，GSFi,l为转移分布因子，表示功率从机组i到线路l的转移比例； 若SCUC模型中机组出力上下限的半连续约束和线路潮流约束均成立，则引入只含0-1变量的子问题并对只含0-1变量的子问题进行求解，获取0-1变量的解S； 基于惩罚的方式将只含0-1变量子问题的解加入至原机组组合问题的目标函数中，使得子问题的解接近原机组组合问题的最优解，具体为： 其中，约束项为GI,P,W≥0，HI≥0，I为机组启停决策变量，P为机组出力变量，w为其他变量；GI,P,W为不含线路潮流约束的约束集合；HI≥0为机组组合问题只含Ii,t，Wi,t，Yi,t，0-1变量的约束； 基于子问题的解和原机组组合问题的最优解，获取两者之间的每个机组在各个时段的机组状态变量偏移量；改变原机组组合问题的特征需求D，获取多个最优解，得到需求D和偏移量的关系，并学习成一个预测回归模型；给定新的机组组合问题，基于学习的预测模型预测要求解的新机组组合问题的每个机组在各个时段的机组状态变量偏移量，对于最小连续启停时间约束中的 或者 其中，Wi,t和Yi,t分别为机组是否开机和关机的决策变量； 进行判断，gvi表示偏移量的函数表达，若公式10和公式11依然成立，则原来的最小连续启停时间约束是冗余的，则将该约束去除，以实现机组组合加速寻优。

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中国电力科学研究院有限公司，其通讯地址为：100192 北京市海淀区清河小营东路15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”。