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基于深度学习的直流微电网自适应分层控制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：CN120033652B 。

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：202510050452.9，技术领域涉及：H02J1/10；该发明授权一种基于深度学习的直流微电网自适应分层控制方法是由郭慧;万智龙;朱宇昕;汪飞设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种基于深度学习的直流微电网自适应分层控制方法在说明书摘要公布了：本发明公开一种基于深度学习的直流微电网自适应分层控制方法，包括：基于深度学习的直流微电网稳定边界在线识别模型，用于实时捕获系统动态特性；以及稳定边界内的分散式实时控制策略和稳定边界外基于神经网络的自适应致稳控制策略。通过构建多时间尺度分层控制框架，结合系统动态特性分析，实现了直流微电网稳定边界内基于母线电压信号共享的完全分布式实时功率协调控制，同时运用深度学习方法对稳定边界外的异常运行状态进行主动致稳管理。本发明能够提升系统在多变运行条件下的鲁棒性与适应性，保障直流微电网的安全可靠运行，提高其灵活性和扩展性。

本发明授权一种基于深度学习的直流微电网自适应分层控制方法在权利要求书中公布了：1.一种基于深度学习的直流微电网自适应分层控制方法，其特征在于，包括： 步骤1：构建基于母线电压共享的完全分散式控制，根据直流微网母线电压波动范围划分并控制系统内各单元运行的工作模式，其中，所述系统内各单元，包括光伏单元，用于在光照条件下产生电能；储能单元，用于存储和释放电能以平衡电网中的功率需求；负载单元，用于消耗电网中的电能； 步骤2：构建系统隐式稳定边界的小信号系统模型A： 其中，B1、B2、…Bn分别为n个母线控制单元的小信号模型，C为恒功率负载单元等效的小信号模型； 步骤3.采集底层完全分散式控制模型中直流母线电压控制单元的下垂系数及母线电压值，计算系统静态工作点后代入小信号模型A中，求解系统最小阻尼比， 根据系统失稳标准标注稳定性标签，当系统特征值对应的最小阻尼比超过3％时，则判定系统处于稳定状态，反之，当系统特征值对应的最小阻尼比低于3％时，则判定系统处于不稳定状态； 步骤4.将每个处于母线电压控制下单元的下垂系数及母线电压值作为输入，稳定性标签作为输出，训练人工神经网络1用于拟合系统隐式的稳定边界； 步骤5.在基于母线电压信号共享已有系统基础上，搭建扩容单元过压控制策略和欠压控制策略用以系统超出稳定边界情况下的致稳控制； 步骤6.根据扩容后系统的结构和控制策略搭建小信号模型A'： 其中，D1、D2、…Dk分别为k个扩容控制单元的小信号模型； 步骤7：针对超出稳定边界的情况，在扩容单元下垂系数范围内搜寻一个最优值，使得扩容后系统能够重新回到稳定边界内且扩容单元承担的功率值最小； 步骤8：将超出稳定边界情况下，系统各母线电压单元下垂系数、直流母线电压值、以及扩容前后系统最小阻尼比作为输入，扩容单元下垂系数最优值作为输出，训练人工神经网络2，用以拟合扩容控制效果和下垂系数的关系便于后续指导系统实现实时的自适应致稳控制； 步骤9：在直流微网实时控制中，利用训练好的神经网络1实时判定系统的稳定性，即判断其是否超出稳定边界；若未超出稳定边界，则系统运行于扩容前基于母线电压共享的完全分散式实时控制模式；若超出稳定边界，人工神经网络2将自适应指导扩容单元参与系统致稳控制，恢复系统稳定性。

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。