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！

龙图腾网获悉上海电力大学申请的专利基于改进的GAN与Transformer的电力系统频率安全评估方法和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：CN121353019B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511902173.7，技术领域涉及：G06Q50/06；该发明授权基于改进的GAN与Transformer的电力系统频率安全评估方法和系统是由贾雅琪;张佳昕;李佳旭设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本基于改进的GAN与Transformer的电力系统频率安全评估方法和系统在说明书摘要公布了：本发明涉及一种基于改进的GAN与Transformer的电力系统频率安全评估方法和系统，包括如下步骤：获取电力系统原始的频率时序训练数据集；利用改进的生成对抗网络对所述时序训练数据集进行数据增强，生成合成样本，形成增强后的训练数据集；构建基于卷积神经网络模块的Transformer模型，利用所述增强后的训练数据集进行训练，得到训练好的频率安全评估模型；获取待评估的电力系统实时或仿真时序数据，输入所述训练好的频率安全评估模型，输出频率安全等级的评估结果，实现电力系统频率安全性的评估；基于SHAP方法对所述频率安全评估模型输出的评估结果进行特征贡献度分析，识别影响频率安全的关键特征。

本发明授权基于改进的GAN与Transformer的电力系统频率安全评估方法和系统在权利要求书中公布了：1.一种基于改进的GAN与Transformer的电力系统频率安全评估方法，其特征在于，包括如下步骤： 建立电力系统仿真模型，基于电力系统频率安全相关问题，通过设置不同扰动或故障类型，获取电力系统原始的频率时序训练数据集； 利用改进的基于Wasserstein距离的生成对抗网络对所述时序训练数据集进行数据增强，生成合成样本，形成增强后的训练数据集，通过改进的生成对抗网络训练稳定的特性生成高质量样本，优化样本分布； 构建基于卷积神经网络模块的Transformer模型，利用所述增强后的训练数据集进行训练，得到训练好的频率安全评估模型，所述的Transformer模型包括三个编码器、线性层和分类层，对于每一个所述编码器，均包括多头自注意力层和卷积神经网络，其中，所述卷积神经网络替换Transformer中的前馈神经网络，卷积神经网络模块用于提取输入时序数据中局部且短期的特征依赖，Transformer的多头自注意力机制用于捕捉全局且长期的时序依赖； 获取待评估的电力系统实时或仿真时序数据，输入所述训练好的频率安全评估模型，输出频率安全等级的评估结果，实现含可再生能源的电力系统频率安全性的评估， 基于SHAP方法对所述频率安全评估模型输出的评估结果进行特征贡献度分析，识别影响频率安全的关键特征，所述的电力系统原始的频率时序训练数据集的获取过程包括如下步骤： 建立包括风电机组的电力系统仿真模型； 在所述电力系统仿真模型，设置多类型的运行工况以及有功扰动，模拟电力系统的真实运行场景，获取电力系统原始的频率时序训练数据集，其中，所述有功扰动包括电机组脱网扰动，以及不同负荷节点与发电机组的有功扰动，所述的利用改进的生成对抗网络对所述时序训练数据集进行数据增强，生成合成样本的过程包括如下步骤： 构建基于循环神经网络的生成器，以及基于卷积神经网络的判别器，得到改进的生成对抗网络； 利用所述生成器得到生成样本，将生成样本与原始的频率时序训练数据集中的真实样本混合，并利用所述判别器判断样本是真实样本还是生成样本，基于生成样本与真实样本的Wasserstein距离，对生成器和判别器进行训练； 利用训练后生成器生成合成样本。

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上海电力大学，其通讯地址为：201306 上海市浦东新区沪城环路1851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。