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！

龙图腾网恭喜华南理工大学申请的专利电力系统暂态功角稳定评估方法、系统、装置及介质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：CN119294271B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202411820179.5，技术领域涉及：G06F30/27；该发明授权电力系统暂态功角稳定评估方法、系统、装置及介质是由张俊勃;马煜设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本电力系统暂态功角稳定评估方法、系统、装置及介质在说明书摘要公布了：本发明公开了电力系统暂态功角稳定评估方法、系统、装置及介质。所述方法包括：S1：利用电力系统仿真软件的时域仿真功能生成运行场景的仿真结果作为样本，纳入样本集中；S2：进行样本数据处理，对电力系统中的母线类型进行标记并标注样本标签，并将电力系统和步骤S1生成的仿真结果转化为图结构数据；S3：将样本集划分为训练集、验证集和测试集；S4：构建异质时空神经网络模型；S5：训练所述异质时空神经网络模型；S6：将实际待评估场景的数据输入至训练完成的模型进行评估，得到稳定性结果。本发明通过标记母线类型和异质时空神经网络模型，考虑了电力系统中不同类型设备的暂态特性的差异，实现了“双高”电力系统下暂态功角稳定的高精度评估。

本发明授权电力系统暂态功角稳定评估方法、系统、装置及介质在权利要求书中公布了：1.电力系统暂态功角稳定评估方法，其特征在于，包括以下步骤：S1：利用电力系统仿真软件的时域仿真功能生成运行场景的仿真结果作为样本，纳入样本集中；S2：进行样本数据处理，对电力系统中的母线类型进行标记，然后将电力系统和步骤S1生成的仿真结果转化为图结构数据，所述图结构数据的图节点为电力系统的母线，图节点的类型即为该节点所对应的母线类型，图的边为电力系统连接两条母线的支路，且包括母线数据矩阵、邻接矩阵和支路的传输功率矩阵，对于每个样本，计算仿真时长内任意两台同步发电机之间出现的最大功角差，将所述最大功角差标注为样本标签；S3：将样本集划分为训练集、验证集和测试集；S4：构建异质时空神经网络模型，包括异质图注意力神经网络、特征降维器、门控循环单元神经网络和分类器，异质图注意力神经网络用于挖掘电力系统暂态数据的空间特征，包含异质图特征变换层和多个堆叠且应用了多头注意力机制的异质图注意力层，异质图特征变换层用于提高节点特征维数，异质图注意力层用于实现图结构数据中所有节点与相应邻居节点的特征聚合，其中：异质图特征变换层表示为： 式中，为表征母线运行状态的原始特征向量；为异质图特征变换层所输出的表征母线运行状态的特征向量；为母线类型所对应的线性变换矩阵；为表征连接母线、的支路上传输的有功功率和无功功率；为异质图特征变换层所输出的表征连接母线、的支路的运行状态的特征向量，为支路对应的线性变换矩阵；单个异质图注意力层表示为： 式中，表示母线经异质图注意力层后输出的特征向量；表示与母线通过线路相连及母线自身构成的母线集合；表示异质图特征变换层或上一个异质图注意力层输出的母线的特征向量；为邻接矩阵中的对应元素，表示母线和母线之间的连接情况；表示母线对母线产生的注意力系数；门控循环单元神经网络与异质图注意力神经网络级联，用于挖掘电力系统暂态数据的时序特征，特征降维器位于异质图注意力神经网络和门控循环单元神经网络之间，特征降维器用于将异质图注意力神经网络输出的所有母线的特征向量展平为一个一维向量，并通过一个全连接层对所述一维向量进行降维，分类器用于根据门控循环单元神经网络的最后一个单元的输出进行暂态稳定评估，并输出评估结果，所述评估结果即为异质时空神经网络模型对所述最大功角差的预测值；S5：训练所述异质时空神经网络模型；S6：将实际待评估场景的数据输入至训练完成的异质时空神经网络模型进行评估，得到稳定性结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。