買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉黃岡強源電力設(shè)計有限公司;國網(wǎng)湖北省電力有限公司黃岡供電公司申請的專利一種基于深度學(xué)習(xí)的電網(wǎng)調(diào)度優(yōu)化方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119134290B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411166184.9，技術(shù)領(lǐng)域涉及：H02J3/00；該發(fā)明授權(quán)一種基于深度學(xué)習(xí)的電網(wǎng)調(diào)度優(yōu)化方法是由陳志華;彭武;柯強;陳波;肖天雄;汪洋;汪景潤;劉修鋒;張王茜;易璐;徐曉彤設(shè)計研發(fā)完成，并于2024-08-23向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于深度學(xué)習(xí)的電網(wǎng)調(diào)度優(yōu)化方法在說明書摘要公布了：本發(fā)明提供一種基于深度學(xué)習(xí)網(wǎng)絡(luò)的電網(wǎng)調(diào)度優(yōu)化方法，包括以下步驟：根據(jù)時間采集風(fēng)力發(fā)電機的功率輸出數(shù)據(jù)和時空數(shù)據(jù)，對數(shù)據(jù)進(jìn)行預(yù)處理；設(shè)計適用于風(fēng)力發(fā)電功率預(yù)測的多模態(tài)網(wǎng)絡(luò)結(jié)構(gòu)；設(shè)計損失函數(shù)訓(xùn)練多模態(tài)網(wǎng)絡(luò)，得到訓(xùn)練好的網(wǎng)絡(luò)模型；使用訓(xùn)練好的模型對風(fēng)力發(fā)電功率進(jìn)行即時預(yù)測。通過采用深度學(xué)習(xí)方法，該基于深度學(xué)習(xí)網(wǎng)絡(luò)的電網(wǎng)調(diào)度優(yōu)化方法利用深度學(xué)習(xí)中的注意力機制，優(yōu)化了對關(guān)鍵信息的聚焦，提升了風(fēng)力發(fā)電功率預(yù)測的準(zhǔn)確性，對風(fēng)力發(fā)電功率進(jìn)行了預(yù)測，能夠?qū)崿F(xiàn)更好的電網(wǎng)能源管理和調(diào)度優(yōu)化，提高可再生能源的利用效率，減少依賴于傳統(tǒng)能源，并確保了電網(wǎng)的穩(wěn)定性和效率。

本發(fā)明授權(quán)一種基于深度學(xué)習(xí)的電網(wǎng)調(diào)度優(yōu)化方法在權(quán)利要求書中公布了：1.一種基于深度學(xué)習(xí)的電網(wǎng)調(diào)度優(yōu)化方法，其特征在于：包括如下步驟： S1、采集風(fēng)力發(fā)電廠內(nèi)每個風(fēng)力發(fā)電機的歷史功率輸出數(shù)據(jù)和時空數(shù)據(jù)，對數(shù)據(jù)進(jìn)行預(yù)處理； S2、設(shè)計適用于風(fēng)力發(fā)電功率預(yù)測的多模態(tài)網(wǎng)絡(luò)結(jié)構(gòu)，包括一維信息特征提取模塊和多通道圖像空間特征提取模塊及特征融合模塊；所述S2中多模態(tài)網(wǎng)絡(luò)結(jié)構(gòu)具體包括： S2-1、設(shè)計多通道圖像空間特征提取模塊，具體如下： S2-1-1、輸入多通道2D圖像，使用3×3的卷積核進(jìn)行初始卷積，后跟批歸一化和LeakyReLU激活函數(shù)，然后使用1×1的卷積核進(jìn)行深層特征提取，再次經(jīng)過批歸一化和LeakyReLU激活函數(shù)； S2-1-2、引入通道和空間雙重注意力機制，首先是通道注意力機制，具體為通過擠壓操作，將每個通道的二維特征圖壓縮成一個單一的數(shù)值，公式如下： ; 其中表示第c個通道的全局特征，它是該通道所有特征的全局平均值;是第c個通道的特征圖，是該特征圖在位置的值;和是特征圖的高度和寬度;∑為求和符號，用于累加整個特征圖的值；為進(jìn)行平均操作的歸一化因子； 然后是激勵操作，使用一個小型的全連接神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)每個通道的權(quán)重，用于強化重要通道的特征，公式如下： ; 其中表示第c個通道的權(quán)重向量；是來自擠壓操作的全局特征向量，輸入到激勵網(wǎng)絡(luò)中；和代表兩個全連接層的權(quán)重矩陣，第一個全連接層用于降維，第二個全連接層用于恢復(fù)維度；為ReLU激活函數(shù)，用于增加非線性；為Sigmoid激活函數(shù)，用于將權(quán)重限制在0到1之間； 最后是重標(biāo)定操作，用于將計算得到的通道權(quán)重與原始特征圖進(jìn)行逐通道的乘法運算，以強調(diào)重要通道的特征，其公式為： ; 其中是通道c的權(quán)重，是加權(quán)后的特征圖； 然后是空間注意力機制，公式如下： ; 其中為生成的空間注意力圖；為3×3卷積核，用于跨通道聚合特征；為Sigmoid函數(shù)；為通道注意力機制處理后的特征圖； 最后應(yīng)用空間注意力機制，公式如下： ; 表示經(jīng)過空間注意力調(diào)整后的特征圖；為元素乘法操作，表示中的每個空間權(quán)重與中相應(yīng)位置的值相乘； S2-1-3、在注意力機制后加入全局平均池化層、Dropout層、全連接層，應(yīng)用自適應(yīng)激活函數(shù)，并輸出最終的特征向量；激活函數(shù)表示如下： ; 其中是激活函數(shù)的輸入，是可學(xué)習(xí)的參數(shù)，這些參數(shù)可以在訓(xùn)練過程中根據(jù)輸入特征動態(tài)調(diào)整 S3、設(shè)計損失函數(shù)訓(xùn)練多模態(tài)網(wǎng)絡(luò)，得到訓(xùn)練好的網(wǎng)絡(luò)模型； S4、使用訓(xùn)練好的模型對風(fēng)力發(fā)電功率進(jìn)行即時預(yù)測，實現(xiàn)對電網(wǎng)調(diào)度的優(yōu)化。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人黃岡強源電力設(shè)計有限公司;國網(wǎng)湖北省電力有限公司黃岡供電公司，其通訊地址為：438000 湖北省黃岡市黃州區(qū)東門路36號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。