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！

龙图腾网获悉山西省能源互联网研究院;清华大学深圳国际研究生院申请的专利一种融合学习-优化的配电网运行管理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：CN117498361B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202311462922.X，技术领域涉及：H02J3/06；该发明授权一种融合学习-优化的配电网运行管理方法是由白翔;葛怀畅;苏珈;桑林卫;许银亮;刘稼瑾设计研发完成，并于2023-11-06向国家知识产权局提交的专利申请。

本一种融合学习-优化的配电网运行管理方法在说明书摘要公布了：本发明公开了一种融合学习‑优化的配电网运行管理方法，包括如下步骤：S1、构建配电网运行模型和分布式资源集群响应模型；S2、提出面向分布式资源集群的约束学习算法，以学习分布式资源集群的响应特性，获得基于神经网络的数据驱动响应模型；S3、将所述数据驱动响应模型等价转换为神经网络响应约束模型，并融合至配电网调度模型，实现融合调度；S4、优化配电网决策。

本发明授权一种融合学习-优化的配电网运行管理方法在权利要求书中公布了：1.一种融合学习-优化的配电网运行管理方法，其特征在于，包括如下步骤： S1、构建配电网运行模型和分布式资源集群响应模型；构建配电网运行模型和分布式资源集群响应模型时，配电网运行者以最小化运行系统的运行成本为目标，考虑配电网潮流约束、线路潮流容量约束和节点电压约束，激励分布式资源集群参与电力系统运行调度； 步骤S1中，在所述配电网运行模型的基础上，构建分布式资源集群响应模型：分布式资源集群接受配电网价格，以最大化集群收益为目标，考虑分布式资源内部的光伏，储能，燃气轮机备运行约束，及负荷需求约束条件，构建所述分布式资源集群响应模型； S2、提出面向分布式资源集群的约束学习算法，以学习分布式资源集群的响应特性，获得基于神经网络的数据驱动响应模型； S3、将所述基于神经网络的数据驱动响应模型等价转换为神经网络响应约束模型，并融合至配电网调度模型，实现融合调度；其中，所述神经网络的非线性部分为隐藏层神经元的ReLU激活函数，ReLU激活函数的核心在于将输入的负值置为0输出，而正值保持不变输出，因此，利用大M法将ReLU等价转换为混合整数线性约束，再利用所述混合整数线性约束构建分布式资源集群的所述神经网络响应约束模型；基于所述神经网络响应约束模型，提出融合机器学习-优化的配电网运行框架，并考虑碳排放约束实现配电网碳排放管理，然后处理非线性项，结合配电网运行模型提出低碳运行模型，实现配电网分布式资源管理和碳排放管理； S4、优化配电网决策。

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山西省能源互联网研究院;清华大学深圳国际研究生院，其通讯地址为：030000 山西省太原市山西转型综合改革示范区学府产业园东融街6号中博信息产业园B栋；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。