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！

龍圖騰網恭喜中國電力科學研究院有限公司;國家電網有限公司;國網浙江省電力有限公司申請的專利一種電網關鍵狀態特征的確定方法及系統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：CN113139640B 。

龍圖騰網通過國家知識產權局官網在2025-05-06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：202010057553.6，技術領域涉及：G06F18/213；該發明授權一種電網關鍵狀態特征的確定方法及系統是由郭曉蕊;石飛;劉建濤;王珂;耿建;徐奇峰;徐立中;李峰;王禮文;李亞平;徐鵬;毛文博;周競;王剛;錢甜甜;朱克東設計研發完成，并于2020-01-17向國家知識產權局提交的專利申請。

本一種電網關鍵狀態特征的確定方法及系統在說明書摘要公布了：本發明公開了一種電網關鍵狀態特征的確定方法及系統，所述方法包括：基于獲取的電網運行數據對預先設定特征集中的狀態特征值進行計算；基于所述特征集中所有的狀態特征值利用多任務時間序列學習模型進行訓練，得到電網性能的預測值以及所述電網性能預測值對應的關鍵狀態特征；通過多任務時間序列學習模型不僅實現了電網未來運行狀態的預測，而且能夠確定電網性能預測值對應的關鍵狀態特征，通過關鍵狀態特征有助于幫助調控人員準確的掌握當前電網狀態和發展趨勢，提升了電網調控業務的智能化，同時通過觀察電網關鍵狀態特征的變化驗證電網未來運行狀態的準確性，有利于及時發現故障。

本發明授權一種電網關鍵狀態特征的確定方法及系統在權利要求書中公布了：1.一種電網關鍵狀態特征的確定方法，其特征在于，包括：基于獲取的電網運行數據對預先設定特征集中的狀態特征值進行計算；基于所述特征集中所有的狀態特征值利用多任務時間序列學習模型進行訓練，得到電網性能的預測值以及所述電網性能預測值對應的關鍵狀態特征；其中，所述多任務時間序列學習模型為基于狀態特征與電網性能之間的關系進行構建；所述特征集中的狀態特征是基于電網安全性、經濟性和節能性進行提取；所述基于所述特征集中所有的狀態特征值利用多任務時間序列學習模型進行訓練，得到電網性能的預測值以及所述電網性能預測值對應的關鍵狀態特征，包括：按時序獲得電網歷史性能得分；將時間序列和時間序列對應的電網歷史性能得分以及狀態特征值依次輸入多級離散小波變換模塊和Seq2Seq預測器，得到電網性能的預測值；將時間序列和時間序列對應的電網歷史性能得分以及狀態特征值依次輸入相關性模塊和所述Seq2Seq預測器，得到所有狀態特征的相關系數；對所有狀態特征的相關系數進行排序，按序選出所述電網性能的預測值對應的電網關鍵狀態特征；所述Seq2Seq預測器中包括多個LSTM的編碼器-解碼器和隱藏層；所述將時間序列和時間序列對應的電網歷史性能得分以及狀態特征值依次輸入多級離散小波變換模塊和Seq2Seq預測器，得到電網性能的預測值，包括：將時間序列和時間序列對應的電網歷史性能得分以及狀態特征值輸入多級離散小波變換模塊，將輸入的時間序列分解為多個子序列；將分解后的子序列饋送到Seq2Seq預測器，輸出電網性能的預測值；所述將時間序列和時間序列對應的電網歷史性能得分以及狀態特征值依次輸入相關性模塊和所述Seq2Seq預測器，得到所有狀態特征的相關系數，包括：將時間序列和時間序列對應的電網歷史性能得分以及狀態特征值輸入相關性模塊；基于所述相關性模塊獲得不同時間段內每個狀態特征的相關系數的時間序列；將所有狀態特征的時間序列饋送到堆疊LSTM模塊；將堆疊LSTM模塊的輸出輸入到所述Seq2Seq預測器的隱藏層，將隱藏層的輸出輸入到全連接神經網絡，得到所有狀態特征的相關系數。

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國電力科學研究院有限公司;國家電網有限公司;國網浙江省電力有限公司，其通訊地址為：210003 江蘇省南京市鼓樓區南瑞路8號；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”。