[发明专利]一种考虑拓扑特征学习的数据驱动最优潮流计算方法在审
| 申请号： | 202211690444.3 | 申请日： | 2022-12-27 |
| 公开（公告）号： | CN116316629A | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 王辉东;姚海燕;钱少锋;余娟;郭强;高茂胜;韩荣杰;杨知方;缪宇峰;俞啸玲;钱浩;黄佳斌;来益博;萨拉赫·卡莫 | 申请（专利权）人： | 杭州电力设备制造有限公司;国网浙江省电力有限公司杭州市余杭区供电公司;国网浙江省电力有限公司杭州供电公司;重庆大学 |
| 主分类号： | H02J3/06 | 分类号： | H02J3/06;G06F17/15 |
| 代理公司： | 杭州兴知捷专利代理事务所(特殊普通合伙) 33338 | 代理人： | 董建军 |
| 地址： | 310000 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种考虑拓扑特征学习的数据驱动最优潮流计算方法，包括以下步骤：1)建立电力系统最优潮流模型；2)构建基于最优潮流模型的图卷积神经网络，并对图卷积神经网络进行训练，得到最优潮流计算的神经网络模型；3)基于电力系统最优潮流模型，构建神经网络模型输入特征；4)将神经网络模型输入特征输入到最优潮流计算的神经网络模型中，得到最优潮流计算结果。本发明能够训练在多种拓扑下的最优潮流计算图卷积神经网络，对于多种拓扑具有良好的适应性。本发明能够训练在多种拓扑下的最优潮流计算图卷积神经网络，对于多种拓扑具有良好的适应性，同时利用本发明计算得到的最优潮流结果近似数值计算结果。 | ||
| 搜索关键词： | 一种 考虑 拓扑 特征 学习 数据 驱动 最优 潮流 计算方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州电力设备制造有限公司;国网浙江省电力有限公司杭州市余杭区供电公司;国网浙江省电力有限公司杭州供电公司;重庆大学，未经杭州电力设备制造有限公司;国网浙江省电力有限公司杭州市余杭区供电公司;国网浙江省电力有限公司杭州供电公司;重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202211690444.3/，转载请声明来源钻瓜专利网。
