浙江大学李祖毅获国家专利权
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!
龙图腾网获悉浙江大学申请的专利面向直流最优潮流求解的数据机理联合驱动方法及系统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:CN120724864B 。
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:202511209012.X,技术领域涉及:G06F30/27;该发明授权面向直流最优潮流求解的数据机理联合驱动方法及系统是由李祖毅;梅林珏昊;燕磊;鲁泽龙;张冉设计研发完成,并于2025-08-27向国家知识产权局提交的专利申请。
本面向直流最优潮流求解的数据机理联合驱动方法及系统在说明书摘要公布了:本申请提供面向直流最优潮流求解的数据机理联合驱动方法及系统,应用于电力数据处理技术领域。将电力需求输入DNN,得到初始解。初始解不满足问题约束,利用变量消除法处理待求解问题和初始解,将其转化为不含等式约束的优化问题和对应初始解。基于仅包括不等式约束的约束集和违反不等式约束的法向量,迭代调整初始解的位置,直至初始解的不可行解落入可行域;还原初始解得到满足问题约束的中间可行解。将中间可行解输入至FONET神经网络,得到调整信息,并基于调整信息将中间可行解调整为目标可行解。本申请适用于任意电力拓扑下的存在可行解的DCOPF问题,可以同时保障求解效率和求解结果的可行性,得到的求解结果具有更高的最优性。
本发明授权面向直流最优潮流求解的数据机理联合驱动方法及系统在权利要求书中公布了:1.一种面向直流最优潮流求解的数据机理联合驱动方法,其特征在于,所述方法包括: 将电力需求输入至深度神经网络DNN,得到所述深度神经网络DNN输出的机组出力方案,所述机组出力方案中的任意一个机组出力方案为初始解; 若所述初始解满足问题约束,则将所述初始解作为中间可行解,其中,所述问题约束包括等式约束和不等式约束; 若所述初始解不满足问题约束,则通过变量消除法基于等式约束处理待求解问题的约束和初始解,得到转化后的约束集和初始解,所述约束集仅由不等式约束构成; 基于所述约束集和违反不等式约束的法向量,迭代调整所述初始解的位置,直至所述初始解的不可行解落入可行域; 基于等式约束和所述初始解的不可行解对初始解进行还原,得到满足所述等式约束和所述不等式约束的中间可行解; 将所述中间可行解输入至预先构建的保障可行性并嵌入最优性的神经网络FONET中,确定所述中间可行解的调整信息; 基于所述调整信息对所述中间可行解进行调整,得到目标可行解。
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,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。
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。

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