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！

龙图腾网获悉中国长江电力股份有限公司申请的专利一种基于改进C-vine Copula的流域水风光典型场景生成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：CN120493692B 。

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：202510501711.5，技术领域涉及：G06F30/27；该发明授权一种基于改进C-vine Copula的流域水风光典型场景生成方法是由武永恒;万梓幸;陈圣哲;关维维;李文武;张滔滔;杨旋;郑上设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本一种基于改进C-vine Copula的流域水风光典型场景生成方法在说明书摘要公布了：一种基于改进C‑vineCopula的流域水风光典型场景生成方法，首先，基于长期多能互补需求，筛选某电站多年径流数据与流域内风光电站出力数据，去除其中异常值、填补缺失值，完成数据预处理。接着，将径流与风光出力设为随机变量，运用非参数核密度估计，获取各变量的边缘分布函数。再利用改进C‑vineCopula模型，精准刻画水风光间的时空相关性，得出联合概率分布。然后，采用拉丁超立方抽样，分层采集均匀随机样本，经K‑means聚类生成典型场景。最终，从时间、空间相关性及随机性等方面，评估场景有效性。该技术能有效应对水风光资源的随机性与复杂性，生成贴合实际的典型场景，为流域水风光多能互补系统的规划、调度等工作，提供极具价值的参考依据。

本发明授权一种基于改进C-vine Copula的流域水风光典型场景生成方法在权利要求书中公布了：1.一种基于改进C-vineCopula的流域水风光典型场景生成方法，其特征在于包括以下步骤： 步骤1：数据选择：依据长期尺度水风光多能互补需求选择所需历史数据，所需历史数据包括某电站的多年长序列历史径流数据及该电站流域内风光电站的出力数据； 步骤2：数据预处理：对所需历史数据进行预处理，预处理包括填充缺失值和去除异常值处理； 步骤3：令历史径流及风光出力分别为随机变量，通过非参数核密度估计对数据分布进行平滑处理,以此来反映数据的真实分布情况，分别估算的概率密度函数，进而得到每个随机变量的边缘分布函数； 步骤4：基于步骤3得到的水风光三者的边缘分布函数，基于改进的C-vineCopula模型来刻画水风光三者之间的时空相关性，得到水风光联合概率分布； 步骤5：基于步骤4的水风光联合概率分布，利用拉丁超立方抽样方法从多维分布中进行分层采样，通过将每个维度的样本空间分成均匀的子区间来获得更均匀的随机样本集； 步骤6：将步骤5获得的随机样本集进行聚类分析，采用K-means聚类方法将所有样本聚类为几个具有代表性的典型场景； 步骤7：基于步骤6获得的典型场景，对所生成的典型场景进行有效性评估，以确保其代表性和实用性； 步骤4中，采用最大列和方法来分层构建各随机变量之间的依赖关系；采用信息准则的方法选择最佳的截断层次，以确定最终的改进C-vineCopula模型来刻画水风光三者之间的依赖关系； 步骤4的具体方法为： 1构建入库径流以及风光出力的C-vineCopula模型，选择kendall系数来表征变量之间的相关关系； 现假设任意一对维随机变量，Kendall相关系数计算公式如下： 3； 其中，为概率密度函数，随机向量和服从相同的分布； 通过公式3分别计算水风光三个随机变量两两之间的Kendall系数；接着采用最大列和的方法来选择最佳根节点，构建权重矩阵如下： 4； 其中，为Kendall系数； 2计算列和来选择根节点：根节点变量与其他节点变量之间的依赖关系组成C-vineCopula的第一层结构，第二层结构为以第一层根节点变量为条件，构建剩余变量之间的依赖关系； 对藤结构每条边的最佳pairCopula函数的选择，混合Copula函数并使用EM算法估计混合Copula的权重参数和相依系数，构造出的混合Copula形式为： 5； 式中：为随机变量边缘分布；为模型的权重参数，且；为模型的相依参数； 3采用信息准则的方法来选择最佳的截断层次，首先假设不同的截断层次，计算对应截断层次下的C-vineCopula模型的总体似然估计值，公式如下： 6； 其中：为C-vineCopula模型第层的似然估计值，为C-vineCopula模型总共的层数，为总体似然估计值； 基于上述求得的总体似然估计值，计算AIC和BIC确定最佳的截断层次，公式如下： 7； 8； 其中，是参数个数，是似然函数，是样本大小；AIC为信息准则，BIC为贝叶斯信息准则； 根据AIC和BIC较小原则，选择的最佳截断的层次在C-vineCopula模型的第2层；最终确定的C-vineCopula结构形式如下，假设有维变量，以及分别为其联合分布函数和联合概率密度函数，和分别代表的累积分布函数和概率密度函数；则的C藤结构联合概率分布表达方式如下： 9； 式中，为已知条件下，变量和二者构成的Copula概率密度函数；为已知的条件下，变量的分布函数。

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中国长江电力股份有限公司，其通讯地址为：430014 湖北省武汉市江岸区三阳路88号三阳中心；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。