江苏省电力试验研究院有限公司;国网江苏省电力有限公司电力科学研究院;中国电力科学研究院有限公司任必兴获国家专利权
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！
龙图腾网获悉江苏省电力试验研究院有限公司;国网江苏省电力有限公司电力科学研究院;中国电力科学研究院有限公司申请的专利基于深度学习的大规模风电集群振荡源定位方法及装置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：CN115630294B 。
龙图腾网通过国家知识产权局官网在2025-11-21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：202211150367.2，技术领域涉及：G06F18/214；该发明授权基于深度学习的大规模风电集群振荡源定位方法及装置是由任必兴;王洋;李强;杨大业;贾勇勇;宋瑞华;沈琳设计研发完成，并于2022-09-21向国家知识产权局提交的专利申请。
本基于深度学习的大规模风电集群振荡源定位方法及装置在说明书摘要公布了：本发明公开了基于深度学习的大规模风电集群振荡源定位方法及装置，所述方法包括以下步骤：获取每个风电集群的PMU数据以及基于PMU的状态估计数据作为输入数据；将输入数据转换为二维图像；根据二维图像构建样本集和子样本集；根据样本集和子样本集构建并训练粗粒度和细粒度的分层卷积神经网络，定位风电集群振荡源。本发明考虑了多个风电集群间动态交互引发的风电并网系统振荡失稳现象，能够辨识并精确定位多个振荡源，适应风电并网系统复杂多变的运行场景。
本发明授权基于深度学习的大规模风电集群振荡源定位方法及装置在权利要求书中公布了：1.基于深度学习的大规模风电集群振荡源定位方法，其特征在于，包括以下步骤： 1获取每个风电集群的PMU数据以及基于PMU的状态估计数据作为输入数据； 2将输入数据转换为二维图像； 3根据二维图像构建样本集和子样本集； 4根据样本集和子样本集构建并训练粗粒度和细粒度的分层卷积神经网络，定位风电集群振荡源； 步骤4中，所述根据样本集和子样本集构建并训练粗粒度和细粒度的分层卷积神经网络，定位风电集群振荡源，具体步骤如下： 4.1根据样本集构建并训练粗粒度卷积神经网络，实现初步定位主导振荡源； 4.2根据N个子样本集构建并训练相应的N个细粒度卷积神经网络，细粒度卷积神经网络用以确定各个风电集群的振荡参与程度，定位发生动态交互的多个振荡源； 4.3量测数据经粗粒度卷积神经网络的输出为振荡主导风电集群的编号，根据输出的风电集群编号i选择第i个细粒度卷积神经网络； 4.4量测数据经第i个细粒度卷积神经网络的输出为各个风电集群的振荡参与程度，将参与程度最大的前h个风电集群定位为振荡源。
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江苏省电力试验研究院有限公司;国网江苏省电力有限公司电力科学研究院;中国电力科学研究院有限公司，其通讯地址为：211103 江苏省南京市江宁区帕威尔路1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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励