Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南大学姚文轩获国家专利权

湖南大学姚文轩获国家专利权

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!

龙图腾网获悉湖南大学申请的专利一种基于空间贝叶斯模型的电网振荡源检测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:CN121542579B

龙图腾网通过国家知识产权局官网在2026-04-10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:202610072395.9,技术领域涉及:G06F18/10;该发明授权一种基于空间贝叶斯模型的电网振荡源检测方法及系统是由姚文轩;段俊峰;郑瑶;林杰;理兵;张瑶设计研发完成,并于2026-01-20向国家知识产权局提交的专利申请。

一种基于空间贝叶斯模型的电网振荡源检测方法及系统在说明书摘要公布了:本发明公开了一种基于空间贝叶斯模型的电网振荡源检测方法及系统,本发明方法包括对电网中各节点的电气特征时序信号进行数据采集与预处理;对预处理后的电气特征时序信号进行节点时频特征提取;根据电网节点间的拓扑线路连接关系构建电网节点空间贝叶斯先验模型以获得节点具有振荡风险的先验概率;根据节点时频特征构建节点作为振荡源的综合似然函数;利用节点具有振荡风险的先验概率和节点作为振荡源的综合似然函数,进行贝叶斯融合计算各个节点作为振荡源的后验概率分布。本发明旨在基于空间贝叶斯模型进行电网振荡源,给出最可能的振荡源位置,实现全网和各区域的观测节点概率统计,为调度人员提供量化电网振荡源检测的不确定性信息。

本发明授权一种基于空间贝叶斯模型的电网振荡源检测方法及系统在权利要求书中公布了:1.一种基于空间贝叶斯模型的电网振荡源检测方法,其特征在于,包括下述步骤: S1,对电网中各节点的电气特征时序信号进行数据采集与预处理; S2,对预处理后的电气特征时序信号进行节点时频特征提取; S3,根据电网节点间的拓扑线路连接关系构建电网节点空间贝叶斯先验模型以获得节点i具有振荡风险的先验概率;根据节点时频特征构建节点作为振荡源的综合似然函数; S4,利用节点i具有振荡风险的先验概率和节点作为振荡源的综合似然函数,进行贝叶斯融合计算各个节点作为振荡源的后验概率分布; 步骤S3中根据电网节点间的拓扑线路连接关系构建电网节点空间贝叶斯先验模型包括: S3.1,根据电网节点间的拓扑线路连接关系生成邻接矩阵: ; 其中,为邻接矩阵中的第i行j列元素; S3.2,为每一个节点i定义空间结构化效应以反映节点i的风险在空间上与邻近节点的平滑性,空间结构化效应的平滑约束为: ; 其中,为空间结构化效应的平滑约束,表示空间结构化效应,和分别为节点i和j的空间结构化效应;且节点i的空间结构化效应的平滑约束对应到一个高斯型先验: ; 其中,为空间结构化效应的高斯型先验,为空间结构化效应的方差;为每一个节点i定义非结构化效应以刻画节点自身的独立差异并采用下式的独立高斯分布建模: ; 其中,表示均值为0、方差为的独立高斯分布; S3.3,针对每一个节点i,根据其空间结构化效应和非结构化效应确定节点i的总体先验风险值的定义: ; 其中,为节点i的总体先验风险值,为缩放因子,为结构化与非结构化效应的权重系数,且有; S3.4,利用电网的历史振荡事件数据估计每一个节点i的空间结构化效应、非结构化效应、权重系数、空间结构化效应的方差以及独立高斯分布的方差,得到每一个节点i具有振荡风险的先验概率; 步骤S3中根据节点时频特征构建节点作为振荡源的综合似然函数的函数表达式为: ; ; ; ; 其中,为节点i的综合似然函数,、和分别为能量谱、响应时间差和相位差的似然函数分量,、和分别为能量谱、响应时间差和相位差的权重系数;为节点i在振荡主频上的观测能量,为源节点期望能量水平,为能量谱的方差,为响应时间差的方差,分和别为节点i及受其影响的节点j之间在目标频率上的能量谱首次超过预设阈值Eth的时刻,为相位差的方差,为节点i及受其影响的节点j之间的相位差,为节点i及受其影响的节点j之间的相位差的期望值。

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湖南大学,其通讯地址为:410082 湖南省长沙市岳麓区麓山南路1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。

免责声明
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。