苏州工学院;华北电力大学(保定)邢晓双获国家专利权
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!
龙图腾网获悉苏州工学院;华北电力大学(保定)申请的专利一种电力系统中数据驱动的需求响应特征识别与不确定性量化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:CN120833051B 。
龙图腾网通过国家知识产权局官网在2025-12-02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:202511340761.6,技术领域涉及:G06Q10/0631;该发明授权一种电力系统中数据驱动的需求响应特征识别与不确定性量化方法是由邢晓双;陈轩烨;周斌;周陈斌;赵海童;成晓璐;韩东升;黄龙吉;苏超;仝灿设计研发完成,并于2025-09-19向国家知识产权局提交的专利申请。
本一种电力系统中数据驱动的需求响应特征识别与不确定性量化方法在说明书摘要公布了:本发明公开了一种电力系统中数据驱动的需求响应特征识别与不确定性量化方法,首先收集用户历史需求响应数据,构建包含用户特征向量X、响应意愿标签Y和响应潜力标签Z的数据集;利用广义线性模型建立用户特征向量X与响应意愿概率的映射关系,假设Y服从伯努利分布。针对有响应意愿的用户,通过广义线性模型框架建立响应潜力标签Z的条件期望与X的映射关系,并构建Z的参数化概率分布模型。在此基础上,构建Y和Z的联合概率分布。基于样本独立同分布假设,构建对数联合似然函数,并采用梯度下降算法获取最优参数估计,通过AIC和BIC准则确定最佳模型。最终,量化响应意愿和潜力的不确定性,构建综合性指标评估用户响应的可靠程度。
本发明授权一种电力系统中数据驱动的需求响应特征识别与不确定性量化方法在权利要求书中公布了:1.一种电力系统中数据驱动的需求响应特征识别与不确定性量化方法,其特征在于:包括如下步骤: 步骤1:收集电力系统用户历史需求响应数据,建立包含用户特征向量X、响应意愿标签Y和响应潜力标签Z的数据集;其中,响应意愿标签Y用于表征用户是否参与需求响应事件,Y=1表示用户参与,Y=0表示用户未参与;响应潜力标签Z用于量化用户在参与需求响应中具体调节的负荷量; 步骤2:采用广义线性模型建立用户特征向量X与响应意愿概率之间的映射关系,并假设响应意愿标签Y服从伯努利分布,从而建立响应意愿的概率模型; 步骤3:针对响应意愿标签Y=1的用户群体,通过广义线性模型框架建立响应潜力标签Z的条件期望与用户特征向量X之间的映射关系,并构建响应潜力的参数化概率分布模型; 步骤4:利用步骤2建立的响应意愿概率模型和步骤3建立的响应潜力概率分布模型,构建响应意愿标签Y与响应潜力标签Z的联合概率分布; 步骤5:基于样本独立同分布假设,利用步骤4构建的联合概率分布模型,构建对数联合似然函数,并采用梯度下降算法最大化该函数以获取最优参数估计,通过赤池信息准则和贝叶斯信息准则确定最佳概率函数模型; 步骤6:基于最优参数估计,量化响应意愿的不确定性,利用概率分布、条件期望和条件方差来表征响应潜力的不确定性,并结合意愿概率与潜力分布构建综合性指标,评估用户响应的可靠程度; 步骤2中,针对响应意愿标签Y建立概率模型,假设响应意愿标签Y服从伯努利分布,其中表示概率模型参数集;采用广义线性模型建立与用户特征向量X的映射关系: , , 其中,为待估计的特征权重参数向量;为将线性预测值映射到[0,1]概率区间的映射函数;为链接函数;T表示转置操作。
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苏州工学院;华北电力大学(保定),其通讯地址为:215500 江苏省苏州市常熟市南三环路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。
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