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！

龙图腾网恭喜国网江苏省电力有限公司宿迁供电分公司申请的专利一种基于卷积神经网络的静态电压稳定裕度在线预测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：CN114723128B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202210347606.7，技术领域涉及：G06Q10/04；该发明授权一种基于卷积神经网络的静态电压稳定裕度在线预测方法是由徐成;葛蕾;钱欣;王婷;唐谦;朱建威;胡红胜;王当邦;张寓设计研发完成，并于2022-04-01向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的静态电压稳定裕度在线预测方法在说明书摘要公布了：本发明提出的是一种基于卷积神经网络的静态电压稳定裕度在线预测方法，该方法包括：步骤1、进行卷积神经网络离线训练，得到静态电压稳定裕度预测模型；步骤2、基于步骤1训练得到的静态电压稳定裕度预测模型，对光伏功率稳定裕度进行实时预测。本发明能够预测广域输电网某一时段内光伏出力的极限增长裕度，解决了输电网中大规模接入光伏后的静态电压稳定评估问题，为调度决策提供了科学依据。

本发明授权一种基于卷积神经网络的静态电压稳定裕度在线预测方法在权利要求书中公布了：1.一种基于卷积神经网络的静态电压稳定裕度在线预测方法，其特征是包括：步骤1、进行卷积神经网络离线训练，得到静态电压稳定裕度预测模型；步骤2、基于步骤1训练得到的静态电压稳定裕度预测模型，对光伏功率稳定裕度进行实时预测；所述步骤1进行卷积神经网络离线训练，得到静态电压稳定裕度预测模型，具体包括：步骤1.1：建立需要预测地区的输电网络拓扑模型；步骤1.2：定义用于卷积神经网络离线训练的输入数据结构；步骤1.3：根据步骤1.1中所建立输电网络拓扑模型中的电网拓扑信息，随机生成各个节点的基础负荷数据XB，并以此为基础生成目标负荷数据XT；所述基础负荷数据为初始状态下，根据全系统光伏出力占比的不同随机生成，所述目标负荷数据根据各个节点不同的负荷、发电、光伏增长随机生成；将X构成集合I作为用于卷积神经网络离线训练的训练集的输入，如式7：I＝[X1X2...Xi...Xh]7；式7中h为用于卷积神经网络离线训练的训练集的数据量；步骤1.4：利用Matlab和matpower，对步骤1.3式7的h个数据分别进行连续潮流计算得到参数化后的负荷型连续潮流模型；步骤1.5：确定用于卷积神经网络离线训练的训练集的标签；定义光伏接入后的静态电压稳定裕度PVSM，其表达式如式10所示： 其中λmax为电压临界点处的负荷参数，SB为基准功率，ΔPi,PV为某一时段内第i个节点处的光伏出力增长，即： 将步骤1.4、步骤1.5计算得到的h个PVSM构成集合Y作为用于卷积神经网络离线训练的训练集I的标签：Y＝[P1,VSMP2,VSM...Ph,VSM]12；步骤1.6：建立卷积神经网络；步骤1.7：对式7的输入数据、式12的标签数据进行归一化预处理，在Matlab中调用Matconvnet工具，使用输入数据和标签数据对步骤1.6的卷积神经网络进行训练；步骤1.8：删除步骤1.7训练完成的卷积神经网络的输出层，将全连接层的最后一层作为新的输出层，得到静态电压稳定裕度预测模型；所述步骤1.2中输入数据结构为两个3×n矩阵构成的三维矩阵，即矩阵X＝[XBXT]3×n×2；所述矩阵X＝[XBXT]3×n×2中XB由基础负荷数据构成，其具体构成如式1所示： 其中，矩阵的上标B、元素的上标b表示基础状态，n为系统的节点数，XB的第一行的元素为系统节点i的净负荷的有功功率Pib，矩阵的第二行元素为系统节点i的净负荷的无功功率矩阵的第三行元素为系统节点i的发电有功功率各行元素的表达式如式2所示： 其中，i为系统节点编号，并且i＝1,2,3...,n；基础状态下的净负荷的有功功率Pib和无功功率定义为式3： 其中,为基础状态下节点i的负荷的有功功率，为基础状态下节点i的光伏的有功功率，为基础状态下节点i的负荷的无功功率，为基础状态下节点i的光伏的无功功率；所述矩阵X＝[XBXT]3×n×2中XT由目标负荷数据构成，其具体构成如式4、5、6所示： 其中，矩阵的上标T、元素的上标t表示目标状态，为目标状态下节点i的负荷的有功功率，为目标状态下节点i的光伏的有功功率，为目标状态下节点i的负荷的无功功率，为目标状态下节点i的光伏的无功功率。

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国网江苏省电力有限公司宿迁供电分公司，其通讯地址为：223800 江苏省宿迁市宿城区发展大道2481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”。