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！

龙图腾网获悉山东大学申请的专利一种基于数据驱动的功角稳定在线分群方法和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：CN119989918B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510155855.X，技术领域涉及：G06F30/27；该发明授权一种基于数据驱动的功角稳定在线分群方法和系统是由施啸寒;秦晨;张恒旭;石访;孙鑫霖;李易瑾设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本一种基于数据驱动的功角稳定在线分群方法和系统在说明书摘要公布了：本发明提出了一种基于数据驱动的功角稳定在线分群方法和系统，该方法包括：构建电网运行的运行场景和故障场景集；进行动态仿真记录失稳场景下仿真数据；基于失稳场景下仿真数据对发电机进行分群，基于分群结果为各机组添加分群标签；确定与发电机分群强相关的物理量形成构建分群网络使用的样本集和标签集；利用训练集数据矩阵和训练集标签对用于分群的卷积神经网络进行训练得到训练后的卷积神经网络；获取发电机在线运行数据，将发电机在线运行数据输入至训练后的卷积神经网络，设定概率阈值将网络的输出转化为分群结果。基于该方法，还提出了一种基于数据驱动的功角稳定在线分群系统。本发明可实现准确快速识别超前机群和滞后机群。

本发明授权一种基于数据驱动的功角稳定在线分群方法和系统在权利要求书中公布了：1.一种基于数据驱动的功角稳定在线分群方法，其特征在于，包括以下步骤： 构建电网运行的运行场景和运行场景下的故障场景集；进行所有运行场景下发电机各故障过程的动态仿真，记录失稳场景下仿真数据； 基于失稳场景下仿真数据对发电机进行超前和滞后分群，基于超前和滞后分群结果为各失稳场景下各机组添加分群标签；确定与发电机分群强相关的物理量，所述物理量形成构建分群网络使用的样本集和标签集；所述确定与发电机分群强相关的物理量，所述物理量形成构建分群网络使用的样本集和标签集的过程包括： 选择发电机功角、转速为分群输入变量，单台发电机转子动态方程为： ；11 其中，为发电机功角；为发电机转速；为发电机输入机械功率；为发电机输出电磁功率；为发电机转动惯量； 发电机功角、发电机转速、发电机输入机械功率和发电机输出电磁功率形成原始样本； 将原始样本中的时序向量在数据类型的方向进行拼接，使得作为输入的样本集和标签与网络结构相适应，每个原始样本均形成如下矩阵： ；12 其中，表示第个原始样本形成的原始数据矩阵；列向量表示第个样本中第台发电机的功角时序数据；表示第个样本中第台发电机的转速时序数据；表示第个样本中第台发电机的输出电磁功率时序数据；表示第个样本中第台发电机的输入机械功率时序数据；表示失稳样本数；表示发电机数或标签数； 对不同样本形成的时序数据矩阵，在第三个维度层数方向拼接为大小为的三维矩阵，形成样本数据集，即： ；13 对进行拼接，形成大小为的二维矩阵，记为原始标签集，即： ；14 构建用于功角稳定在线分群的卷积神经网络，分别选择预设比例样本集和预设比例标签集作为训练集，剩余样本集和剩余标签集作为测试集；调整所述训练集的结构得到训练集数据矩阵和训练集标签，调整所述测试集的结构得到测试集数据矩阵和测试集标签；利用所述训练集数据矩阵和训练集标签对所述卷积神经网络进行训练得到训练后的卷积神经网络； 获取发电机在线运行数据，将所述发电机在线运行数据输入至训练后的卷积神经网络，设定概率阈值将卷积神经网络的输出转化为分群结果，完成发电机功角稳定的在线分群。

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山东大学，其通讯地址为：250100 山东省济南市历城区山大南路27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”。