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！

龙图腾网获悉上海大学申请的专利一种极端天气条件下电力系统的运行状态风险评估预警方法、系统、设备及介质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：CN119648469B 。

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：202411816742.1，技术领域涉及：G06Q50/06；该发明授权一种极端天气条件下电力系统的运行状态风险评估预警方法、系统、设备及介质是由武玉杰;张亚健;彭晨;王玉龙;杜大军;郑敏;邓丽设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种极端天气条件下电力系统的运行状态风险评估预警方法、系统、设备及介质在说明书摘要公布了：本申请公开了一种极端天气条件下电力系统的运行状态风险评估预警方法，涉及电力系统安全运行与风险预警技术领域，该方法包括将全局气象数据输入至负荷预测架构，输出负荷预测结果；根据负荷预测结果构建电力系统故障概率模型；基于电力系统故障概率模型，确定极端天气下电力系统初始故障运行场景结果；基于N‑k连锁故障传播路径，根据极端天气下电力系统初始故障运行场景结果构建运行评估方案；基于运行评估方案确定当前极端天气下的运行场景高危风险，并根据极端天气的运行场景高危风险进行预警，使得对电力系统运行状态风险量化的评估预警能力得到提升，提高了极端天气下的电力系统运行状态风险评估预警的准确性。

本发明授权一种极端天气条件下电力系统的运行状态风险评估预警方法、系统、设备及介质在权利要求书中公布了：1.一种极端天气条件下电力系统的运行状态风险评估预警方法，其特征在于，所述电力系统的运行状态风险评估预警方法包括： 将全局气象数据输入至负荷预测架构，输出负荷预测结果；所述全局气象数据包括气象观测数据、气象产品数据和互联网气象数据；所述负荷预测架构是基于图神经网络构建的；所述负荷预测架构包括依次连接特征提取层、特征变换层和预测输出层，其中，所述特征提取层用于提取供电区域内所述全局气象数据的第一高维气象特征，并挖掘所述全局气象数据的负荷数据中隐含的短期时序特征和长期时序特征，得到第二高维气象特征和第三高维气象特征；所述特征变换层用于分别对所述第一高维气象特征、第二高维气象特征和第三高维气象特征进行线性变换，得到第四高维气象特征、第五高维气象特征和第六高维气象特征；所述预测输出层用于将所述第五高维气象特征和所述第六高维气象特征进行加权融合，输出极端天气下的负荷预测结果； 根据所述负荷预测结果构建电力系统故障概率模型； 基于所述电力系统故障概率模型，确定极端天气下电力系统初始故障运行场景结果； 基于N-k连锁故障传播路径，根据所述极端天气下电力系统初始故障运行场景结果构建运行评估方案；所述运行评估方案包括连锁故障传播阶段的运行评估方案和优化调度阶段的运行评估方案；N为电力系统运行中正常运行的原件数量，k为系统中发生故障的原件数量； 根据所述运行评估方案确定当前极端天气下的运行场景高危风险，并根据所述极端天气下的运行场景高危风险进行预警； 根据所述负荷预测结果构建电力系统故障概率模型，具体包括： 基于所述负荷预测结果，利用公式确定气象因素依赖的故障概率； 式中，fn,W为极端天气强度为X时，电力系统内第n条线路的故障概率，n＝1，2，…，NL，NL为线路数量；ζn,X、λn,X分别为第i条线路在极端天气下故障概率均值和标准差； 基于所述负荷预测结果，利用公式确定路潮流依赖的故障概率； 式中，fn,0为正常运行时线路n的故障概率；Pn,r和Pn,max分别为线路n的额定功率和最大允许功率；Pn,s为第s轮连锁故障传播时线路n的潮流大小； 根据气象因素依赖的故障概率和路潮流依赖的故障概率构建电力系统故障概率模型； 基于所述电力系统故障概率模型，确定极端天气下电力系统初始故障运行场景结果，具体包括： 基于电力系统故障概率模型，利用公式fn＝min{δn,Wfn,W+δn,Ffn,F,1}确定线路综合故障概率； 根据线路综合故障概率，利用非序贯蒙特卡洛抽样模拟的方法，确定极端天气下电力系统初始故障运行场景结果。

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大学，其通讯地址为：200444 上海市宝山区上大路99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。