河海大学黄蔓云获国家专利权
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！
龙图腾网获悉河海大学申请的专利一种基于深度神经网络的数据驱动线性状态估计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：CN119782879B 。
龙图腾网通过国家知识产权局官网在2025-11-25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：202411836700.4，技术领域涉及：G06F18/24；该发明授权一种基于深度神经网络的数据驱动线性状态估计方法是由黄蔓云;李飒;卫志农;孙国强;臧海祥;陈胜;朱瑛设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。
本一种基于深度神经网络的数据驱动线性状态估计方法在说明书摘要公布了：本发明公开了一种基于深度神经网络的数据驱动线性状态估计方法。该方法首先在复数域中对配电网进行线性状态估计，并基于历史量测数据和状态估计结果，训练生成误差校正模型；然后，将线性状态估计部分与误差校正模型串联，利用数据驱动方法校正线性状态估计结果的误差。本发明提出的算法能够在高比例新能源渗透下的三相不平衡配电网中准确且高效地求解配电网状态量，为实时获取配电网信息提供技术支撑。
本发明授权一种基于深度神经网络的数据驱动线性状态估计方法在权利要求书中公布了：1.一种基于深度神经网络的数据驱动线性状态估计方法，其特征在于，该方法包括以下步骤： 步骤1、根据三相不平衡配电网的参数信息构建数据输入所需的基础信息集； 步骤2、从待测试的含分布式光伏配电网的历史数据中提取各个时间断面的量测值，包括节点注入功率、支路功率、光伏功率，利用上述历史数据，分别使用线性估计方法与非线性估计方法对待测试配电网进行状态估计，得出线性估计结果与非线性估计结果； 步骤3、根据上述结果生成样本数据：将节点注入功率、支路功率、光伏功率作为输入，将线性估计结果与非线性估计结果的差值，即线性化误差作为输出，离线训练深度学习模型，得到预测实时线性化误差的深度学习模型； 步骤4、利用实时系统特征，采用复数域线性状态估计方法计算初始线性估计结果，将实时系统特征输入至步骤3中训练好的深度学习模型，预测线性化误差，将误差叠加至初始线性状态估计结果，得到校正后的线性状态估计结果； 步骤5、当前时间断面计算完成后跳转到下一个时间断面，重复步骤4，直至所有时间断面完成计算。
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河海大学，其通讯地址为：211100 江苏省南京市江宁开发区佛城西路8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