買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中科南京人工智能創新研究院申請的專利基于圖神經網絡的電網調度決策方法及大模型獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119294872B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411806897.7，技術領域涉及：G06Q10/0637；該發明授權基于圖神經網絡的電網調度決策方法及大模型是由劉偉翔;趙天理;程健設計研發完成，并于2024-12-10向國家知識產權局提交的專利申請。

本基于圖神經網絡的電網調度決策方法及大模型在說明書摘要公布了：本發明公開了一種基于圖神經網絡的電網調度決策方法及大模型，該方法包括采集原始電網數據集，通過自適應分布映射和遞歸分解生成融合特征張量；導入融合特征張量和電網拓撲矩陣，通過譜分解和矩陣流形分析生成動態圖嵌入矩陣；對動態圖嵌入矩陣執行馬爾可夫跳躍過程分析和最優傳輸融合，生成整合特征矩陣；基于整合特征矩陣構建多目標Lyapunov函數，通過求解Hamilton?Jacobi?Bellman方程生成魯棒決策策略；對魯棒決策策略進行多維度性能監控和統計流形學習，實現策略優化。本發明能夠有效處理電網運行中的不確定性，提高調度決策的準確性和可靠性。

本發明授權基于圖神經網絡的電網調度決策方法及大模型在權利要求書中公布了：1.基于圖神經網絡的電網調度決策方法，其特征在于，包括如下步驟：S1、采集原始電網數據集，并對其進行自適應分布映射處理，生成標準化數據集；對標準化數據集執行多重遞歸分解運算，得到多尺度特征矩陣；對多尺度特征矩陣進行動態圖譜相關分析，獲取動態特征矩陣和特征關聯矩陣；基于動態特征矩陣和特征關聯矩陣，進行自適應多模態融合處理，生成融合特征張量；其中原始電網數據集包括電壓數據、電流數據、功率數據、頻率數據、設備狀態數據和歷史運行數據；S2、基于融合特征張量和預配置的電網拓撲矩陣，通過譜分解增強的拓撲特征提取處理，生成拓撲特征矩陣和特征值序列；基于特征值序列和預存儲的歷史拓撲變化記錄，進行矩陣流形上的變化檢測，得到拓撲變化指標；基于拓撲特征矩陣和融合特征張量，構建多關系張量并進行分解，獲得異質圖結構；基于異質圖結構和拓撲變化指標，進行譜保持的動態圖嵌入處理，輸出動態圖嵌入矩陣；S3、基于動態圖嵌入矩陣和融合特征張量，通過層次化譜分析處理，得到多層級特征集合；對多層級特征集合執行馬爾可夫跳躍過程分析，生成時序特征矩陣；將時序特征矩陣輸入稀疏圖正則化學習單元，獲取特征關聯矩陣；基于時序特征矩陣和特征關聯矩陣，進行最優傳輸增強的特征融合處理，輸出整合特征矩陣；S4、基于整合特征矩陣和預存儲的運行約束集合，通過半代數集約束轉換處理，生成約束多項式集；基于整合特征矩陣和約束多項式集，構建多目標Lyapunov函數；基于多目標Lyapunov函數和約束多項式集，進行隨機逼近動態規劃，獲得決策策略和值函數；對決策策略和值函數執行Hamilton-Jacobi-Bellman方程求解，生成魯棒決策策略；S5、獲取系統反饋的實時狀態數據，基于實時狀態數據、魯棒決策策略和預存儲的歷史性能指標，通過多維度性能監控處理，生成性能偏差矩陣；基于性能偏差矩陣和魯棒決策策略，執行遞歸最小二乘自適應運算，輸出更新策略和參數估計值；基于參數估計值和預存儲的歷史決策數據，通過統計流形學習，獲得知識庫；基于更新策略和知識庫，進行實時凸優化處理，生成優化策略和調整參數集。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中科南京人工智能創新研究院，其通訊地址為：211135 江蘇省南京市江寧區創研路266號麒麟人工智能產業園3號樓3樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。