Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学徐一骏获国家专利权

东南大学徐一骏获国家专利权

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!

龙图腾网获悉东南大学申请的专利基于子集模拟的电力系统风险事件的全局灵敏度计算方法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:CN118552028B

龙图腾网通过国家知识产权局官网在2026-04-17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:202410611455.0,技术领域涉及:G06Q10/0635;该发明授权基于子集模拟的电力系统风险事件的全局灵敏度计算方法是由徐一骏;李轶博;顾伟;陆帅设计研发完成,并于2024-05-16向国家知识产权局提交的专利申请。

基于子集模拟的电力系统风险事件的全局灵敏度计算方法在说明书摘要公布了:本发明公开了一种基于子集模拟的电力系统风险事件的全局灵敏度计算方法,建立考虑随机源模型不确定性的电力系统不确定量化中风险事件的表征方法;应用子集模拟分解罕见事件以减少抽样次数;高效计算电力系统中随机源的概率分布参数的不确定性对于罕见事件概率的全局灵敏度。该方案在保证罕见事件概率评估准确性的同时大幅降低了样本规模,有效解决了传统蒙特卡洛抽样算法模拟罕见事件的效率过低的问题,可快速评估电力系统中随机源的概率分布参数的不确定性对于电网运行罕见事件的概率的影响程度。

本发明授权基于子集模拟的电力系统风险事件的全局灵敏度计算方法在权利要求书中公布了:1.一种基于子集模拟的电力系统风险事件的全局灵敏度计算方法,其特征在于:所述方法包括以下步骤: S1、建立电力系统概率潮流模型, S2、建立考虑随机源模型不确定性的电力系统罕见事件的表征模型, S3、采用子集模拟分解罕见事件至更大概率事件来减少样本数量,提高罕见事件概率估计的效率, S4、根据罕见事件概率计算电力系统模型参数不确定的一阶灵敏度; 其中,S3、采用子集模拟分解罕见事件至更大概率事件来减少样本数量,提高罕见事件概率估计的效率,具体如下: S31、在分布条件下罕见事件的事件集集合形式的定义为: 表示在分布条件下的概率空间中满足的部分, 定义一组概率空间递增的事件子集:,对应的事件限值满足; 其中,第个事件子集的定义为, S32、在分布条件下子集模拟法将罕见事件概率表示为: 其中,表示不同事件的交集;表示在的事件空间中满足的部分, 设置相邻两个事件集之间的条件概率均为:, 使用子集模拟法估计罕见事件概率的表达式为: 其中,表示每个中间事件的样本数;表示事件集的个数;表示向下取整函数; S4、根据罕见事件概率计算电力系统模型参数不确定的一阶灵敏度,具体如下: S41、考虑输入变量的概率密度函数的参数不确定性对电力系统风险事件概率的Sobol全局灵敏度指数定义为: 其中,表示参数集中的第个元素;代表除外中其余元素的互补子集;表示分别考虑和参数的罕见事件概率;表示的总方差;代表针对的期望;代表针对的条件方差, S42、基于子集模拟估计出的概率密度函数参数不确定下的罕见事件概率的均值和方差为: 其中,表示在中抽取的样本总数;表示中的第个样本;表示中的第个样本, S43、步骤S32中所述概率密度函数参数不确定下的Sobol全局灵敏度指数的估计值为: 其中,表示与服从同一概率分布但相互独立的两组参数随机变量,表示从随机变量中的抽取的第个样本,用于估计步骤S41中的条件方差的值,将条件方差转化为两组罕见概率和的乘积的均值;步骤S43计算了针对罕见事件概率的一节灵敏度指数,作为随机变量概率密度函数的分布参数对罕见事件概率影响的重要性排序依据。

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东南大学,其通讯地址为:211102 江苏省南京市江宁区东南大学路2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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。