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！

龙图腾网获悉深圳北航新兴产业技术研究院申请的专利一种基于物理信息神经网络的分散式交流最优潮流求解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：CN119891218B 。

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：202411887440.3，技术领域涉及：H02J3/06；该发明授权一种基于物理信息神经网络的分散式交流最优潮流求解方法是由黄婉君;巩康裕;张欣然设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于物理信息神经网络的分散式交流最优潮流求解方法在说明书摘要公布了：本发明公开了一种基于物理信息神经网络的分散式交流最优潮流求解方法，包括：建立交流最优潮流模型；基于复杂网络理论，将电力系统网络建模为一个加权图，利用Louvain算法对加权图进行社区划分，对每一个区域内的特征变量与预测变量进行分解；对于每个区域，独立训练一个DNN模型，使用输入特征向量来提供区域内非零注入节点的预测电压，通过合并所有DNN模型的预测结果，获得所有非零注入节点的电压；使用Kron简化方法计算ZIBs的电压；基于预测的电压和提供的负荷，计算净有功，得出预测负荷，通过预测负荷获得需求负荷。本发明通过调整可控变量优化发电成本，确保电力系统稳定性和成本效益。

本发明授权一种基于物理信息神经网络的分散式交流最优潮流求解方法在权利要求书中公布了：1.一种基于物理信息神经网络的分散式交流最优潮流求解方法，其特征在于，包括如下步骤： S1，建立交流最优潮流模型； S2，电网区域划分与变量分解：基于复杂网络理论，将电力系统网络建模为一个加权图，利用Louvain算法对加权图进行社区划分，以识别不同的网络模块；电力系统网络被划分为多个不重叠的区域，对每一个区域内的特征变量与预测变量进行分解； S3，基于物理信息神经网络的分散式机器学习方法：对于每个区域，独立训练一个DNN模型，以学习输入特征向量与输出特征向量之间的映射关系；训练好的DNN模型使用输入特征向量来提供区域内非零注入节点的预测电压；通过合并所有DNN模型的预测结果，获得所有非零注入节点的电压；使用Kron简化方法计算ZIBs的电压；随后，基于预测的电压和提供的负荷，计算净有功；再通过使用获得的净有功数值得出预测负荷，通过预测负荷获得需求负荷； S2中，利用Louvain算法对加权图进行社区划分的方法如下： Louvain算法将每个节点初始化为一个单独的区域；首先，计算每个节点移动到相邻区域时模块度的增量，并选择增益最大的区域；然后，具有相同标签的节点合并为一个超级节点，形成更大的区域；上述步骤不断进行迭代计算，直到无法进一步提升模块度； 使用模块度Q来评估划分的有效性，计算公式如下： 13 其中，W表示所有边权重的总和；是顶点i和j在邻接矩阵中的值；和分别表示顶点i和j的强度，为节点度；当顶点i和j属于同一个区域，即=时，的值为1，否则为0； 其特征在于，S2中，进行特征变量与预测变量的分解的方法如下： 假设一个电力系统网络被划分为k个不重叠的区域，对于每个区域a，输入特征向量表示如下： 14 其中，表示区域a中的节点集合；表示区域a的邻近节点集合；区域a的输出特征向量表示如下： 15 其中，为区域a中ZIBs集合；在具有平衡节点的区域中，将平衡节点的电压角度设置为零，并将其从中排除。

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深圳北航新兴产业技术研究院，其通讯地址为：518063 广东省深圳市南山区粤海街道高新区南区虚拟大学园大楼B407室；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。