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！

龙图腾网获悉上海交通大学申请的专利有无监督结合的电力系统复功率负荷典型场景提取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：CN119622417B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411740869.X，技术领域涉及：G06F18/24；该发明授权有无监督结合的电力系统复功率负荷典型场景提取方法是由尚策;林腾设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本有无监督结合的电力系统复功率负荷典型场景提取方法在说明书摘要公布了：本发明涉及一种有无监督结合的电力系统复功率负荷典型场景提取方法，包括以下步骤：获取电力系统节点的有无功负荷数据，对所述有无功负荷数据进行预处理，使用多尺度相似性指标计算各复功率负荷间的加权相似度；基于各复功率负荷间的加权相似度，采用无监督学习进行全场景复功率负荷的类数优化与预分类，分类结果作为标签；基于所述标签，采用有监督学习进行复功率负荷分类边界的平滑修正，获取最终分类结果；基于最终分类结果提取典型运行场景。与现有技术相比，本发明具有分类效率高、能够实现更准确分类等优点。

本发明授权有无监督结合的电力系统复功率负荷典型场景提取方法在权利要求书中公布了：1.一种有无监督结合的电力系统复功率负荷典型场景提取方法，其特征在于，包括以下步骤： 获取电力系统节点的有无功负荷数据，对所述有无功负荷数据进行预处理，转化为复功率负荷样本，使用多尺度相似性指标计算各复功率负荷间的加权相似度； 基于各复功率负荷间的加权相似度，采用无监督学习进行全场景复功率负荷的类数优化与预分类，分类结果作为标签； 基于所述标签，采用有监督学习进行复功率负荷分类边界的平滑修正，获取最终分类结果； 基于最终分类结果提取典型运行场景； 所述多尺度相似性指标为兼顾复功率负荷幅值与功率因数的相似性度量指标； 所述多尺度相似性指标为欧氏距离与余弦相似度距离的加权融合指标； 所述类数优化与预分类具体包括： 将复功率负荷进行多次分类，每次分类选择不同的分类数，基于聚类回报指标选取分类效果最好的一组作为最优分类数； 基于所述最优分类数和各复功率负荷间的加权相似度，利用无监督学习对全场景中的复功率负荷进行预分类； 所述采用有监督学习进行复功率负荷分类边界的平滑修正具体包括： 利用无监督分类生成的所述标签训练基于核技巧支持向量机的二分类模型，对全场景的复功率负荷进行正式分类，获取最终分类结果； 其中，利用二分类模型对全场景的复功率负荷进行正式分类时，将各个类别进行两两比较，判断该复功率负荷更偏向于哪一类，进而通过投票的方式判断复功率负荷的类别。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。

以上内容由龙图腾AI智能生成。