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！

龍圖騰網恭喜大連理工大學申請的專利一種基于群智能融合模型的電網暫態頻率特征預測方法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：CN115036938B 。

龍圖騰網通過國家知識產權局官網在2025-05-13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：202210479501.7，技術領域涉及：H02J3/24；該發明授權一種基于群智能融合模型的電網暫態頻率特征預測方法是由周寬久;徐琳;王美穎;李一聰;李衛東;王祥旭設計研發完成，并于2022-05-05向國家知識產權局提交的專利申請。

本一種基于群智能融合模型的電網暫態頻率特征預測方法在說明書摘要公布了：本發明提供了一種基于群智能融合模型的電網暫態頻率特征預測方法，屬于電力系統趨勢預測技術領域。本發明首先使用Stacking融合機制將梯度提升決策樹模型GBDT與長短期記憶模型LSTM分層對模型進行集成；其次，通過麻雀搜索算法對模型超參進行優化，實現兼顧準確性與時效性的預測方法。本發明有效改善了單一機器學習模型不能兼顧時效性與準確性的缺點；同時，使用麻雀搜索算法對融合模型結構進行調整，使模型結構更加精簡，提高了運行速度和控制精度。

本發明授權一種基于群智能融合模型的電網暫態頻率特征預測方法在權利要求書中公布了：1.一種基于群智能融合模型的電網暫態頻率特征預測方法，其特征在于，該方法包括以下步驟：步驟1：構建GBDT-LSTM融合模型的訓練樣本集步驟1.1：采集電力系統所有原動機-調速器在受到擾動后的系統頻率動態，包括被控變量最低頻率Δωm、最低頻率時刻tz；控制變量包括容量基準值Sb、系統總容量SN、機械功率增益系數Km、擾動功率Pd、發電機的總慣性時間常數H、調速器的頻率調差系數R、發電機的等效阻尼系數D、原動機的再熱時間常數TR、汽輪機的高壓杠功率系數FH；步驟1.2：對步驟1.1采集的電力系統運行參數進行數據處理，針對異常值即離群點以及重復值進行刪除；步驟1.3：將經過數據處理后的電力系統運行參數中的擾動功率Pd、發電機的總慣性時間常數H、調速器的頻率調差系數R、發電機的等效阻尼系數D、原動機的再熱時間常數TR、汽輪機的高壓杠功率系數FH作為GBDT-LSTM融合模型的輸入參數；受到擾動后的系統頻率動態指標，最低頻率Δωm、最低頻率時刻tz作為GBDT-LSTM融合模型以及群智能融合模型的目標輸出；構建GBDT-LSTM融合模型訓練樣本集：x＝[Pd,H,R,D,TR,FH]y＝[Δωm,tz]h＝[x,y]其中，x是GBDT-LSTM融合模型的輸入參數，y是GBDT-LSTM融合模型以及群智能融合模型的目標輸出，h為GBDT-LSTM融合模型的訓練樣本集；步驟1.4：對GBDT-LSTM融合模型的訓練樣本集進行歸一化處理： 其中，hnorm，hmin和hmax分別為GBDT-LSTM融合模型的訓練樣本集h數據歸一化后的值、最小值和最大值；步驟2：訓練GBDT-LSTM融合模型步驟2.1：將步驟1得到的訓練樣本集h，67％作為訓練樣本htrain，33％作為測試樣本htest；步驟2.2：初始化GBDT模型參數以實例化估計器對象：迭代次數、基回歸估計器的最大深度、基回歸樹在分裂時的最小樣本數或占比、學習率、損失函數；步驟2.3：將訓練數據htrain輸入到GBDT模型中進行建模學習，得到一個初步訓練好的GBDT模型；用測試數據htest進行檢測，得到預測結果，選取平均絕對誤差MAE、平均絕對誤差百分比MAPE和均方誤差MSE對測試結果進行評估；步驟2.4：根據Stacking算法的思想，將GBDT模型的輸出與原訓練樣本集的輸入參數x共同作為LSTM模型的輸入融合特征xLSTM；步驟2.5：初始化LSTM參數：學習率、迭代次數、第一層隱藏層神經元的數量和第二層隱藏層神經元的數量；步驟2.6：構建LSTM模型，選取均方誤差MSE作為損失函數，Adam優化器對網絡參數進行更新，加快模型收斂速度；步驟2.7：將步驟2.4得到的融合特征xLSTM輸入到LSTM模型中進行建模學習，計算模型的誤差；當誤差滿足給定的精度要求時，結束訓練，保存LSTM模型的權重矩陣和偏置參數矩陣；如果誤差不滿足給定的精度要求，繼續進行迭代訓練，直到滿足精度要求或者達到指定的迭代次數；步驟2.8：基于測試樣本，對當前訓練好的GBDT-LSTM融合模型進行檢驗，計算測試誤差；步驟3：使用麻雀搜索算法優化GBDT-LSTM融合模型超參步驟3.1：通過麻雀搜索算法的更新位置規則，在每次迭代中找尋最優適應度值，得到群智能融合模型最優超參；步驟3.2：根據麻雀搜索算法得出的最優超參，優化GBDT-LSTM融合模型結構，得到群智能融合模型；使用優化后的群智能融合模型對電網暫態特征進行預測。

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大連理工大學，其通訊地址為：116024 遼寧省大連市甘井子區凌工路2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”。