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！

龙图腾网获悉浙江大学;浙江电力交易中心有限公司;国网浙江省电力有限公司电力科学研究院申请的专利一种基于数据驱动的电力市场出清仿真冗余约束削减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：CN119885823B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411751430.7，技术领域涉及：G06F30/27；该发明授权一种基于数据驱动的电力市场出清仿真冗余约束削减方法是由许皓文;丁一;包铭磊;索璕;乔松博;何乐天;骆希;舒鹏;申屠磊璇设计研发完成，并于2024-12-02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电力市场出清仿真冗余约束削减方法在说明书摘要公布了：本发明公开了一种基于数据驱动的电力市场出清仿真冗余约束削减方法。旨在提高电力市场出清仿真优化的效率和准确性。包括以下步骤：收集电力市场出清的历史数据，并生成大量电力市场运行场景。在不同场景下运行电力市场出清模型生成对应的出清结果，将其作为模拟数据。将历史与模拟数据合并共同作为数据集合，计算各个数据对应约束的裕度，初步判断冗余约束。将数据集合作为输入数据，各机组的出清电量作为输出数据，并将历史数据划分为训练集和测试集，将训练集输入随机森林模型进行训练，并用测试集测试精度。在某一市场运行环境下，运行得到删减后最终的电力市场出清模型，得到电力市场出清结果。

本发明授权一种基于数据驱动的电力市场出清仿真冗余约束削减方法在权利要求书中公布了：1.一种基于数据驱动的电力市场出清仿真冗余约束削减方法，其特征在于：包括如下步骤： 步骤一，输入电力系统的历史运行数据和电力市场的历史出清数据，对输入系统的历史数据进行数据清洗，包括删除异常值和填补缺失值； 步骤二，基于步骤一清洗后历史数据中的历史预测数据生成海量场景，导入电力市场出清模型生成各个场景下电力市场的出清结果，将历史数据与模拟数据结合为数据集，依据出清结果数据初步判断冗余约束集合； 步骤三，将步骤二中的数据集合划分为训练集和测试集，分别使用训练集训练随机森林模型，并用测试集对模型进行精度测试；得到不同约束的重要度排序，同时设定阈值，判定低于阈值的约束为初步的冗余约束； 步骤四，将目前各电力市场运行场景数据输入电力市场出清模型中，通过逐个删除冗余约束的方式来逐步检验各冗余约束的可靠性，判断是否某冗余约束删除导致模型无法有效出清，若有则更新约束集合，若没有则不做更新，直至最终冗余约束均判断完成，则得到最终的冗余约束； 步骤五，将经过步骤四中的删减后最终的电力市场出清模型放入市场运行环境运行，得到电力市场出清结果，完成电力市场出清仿真冗余约束削减。

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浙江大学;浙江电力交易中心有限公司;国网浙江省电力有限公司电力科学研究院，其通讯地址为：310000 浙江省杭州市西湖区余杭塘路866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。