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！

龙图腾网获悉国网江苏省电力有限公司电力科学研究院;南京工程学院申请的专利一种数据-模型双驱动的分布式资源参与电能质量治理方法及装置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：CN121618638B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202610141779.1，技术领域涉及：H02J3/466；该发明授权一种数据-模型双驱动的分布式资源参与电能质量治理方法及装置是由郭子冉;谢文强;郑仙;张宸宇;张翼;汪宇阳设计研发完成，并于2026-02-02向国家知识产权局提交的专利申请。

本一种数据-模型双驱动的分布式资源参与电能质量治理方法及装置在说明书摘要公布了：本发明公开了一种数据‑模型双驱动的分布式资源参与电能质量治理方法及装置，涉及智能电网优化调度与电能质量控制技术领域，包括：构建多时间尺度优化调度模型；基于储能历史运行数据训练神经网络老化响应模型；采用大‑M法将神经网络转换为混合整数线性约束；将线性化老化约束嵌入优化模型；求解模型生成最优调度指令。本发明实现了储能老化行为的精准建模，在优化调度中协同考虑电能质量与电池寿命，显著提升调度经济性与可靠性；通过约束线性化增强模型可求解性，满足实时调度需求；支持多时间尺度协同与模型在线更新，具备良好的自适应性与工程适用性。

本发明授权一种数据-模型双驱动的分布式资源参与电能质量治理方法及装置在权利要求书中公布了：1.一种数据-模型双驱动的分布式资源参与电能质量治理方法，其特征在于，包括以下步骤： 将目标电网运行产生的运行数据输入至预先构建的嵌入线性化老化约束模型的多时间尺度优化调度模型进行求解，生成最优调度指令； 其中：所述嵌入线性化老化约束模型的多时间尺度优化调度模型的构建方法，具体包括： 构建分布式资源参与电能质量治理的多时间尺度优化调度模型； 基于储能系统在不同充放电倍率、荷电状态及温度条件下的历史运行数据，构建并训练基于神经网络的数据驱动老化响应模型； 采用基于大-M法的等价转换策略，将训练好的所述数据驱动老化响应模型转化为一组混合整数线性约束，获得可嵌入的线性化老化约束模型，具体包括： 将训练好的数据驱动电池老化响应模型中的每一个ReLU激活函数，按预设的大-M法进行等价转换，将整个神经网络映射为一组混合整数线性约束，构建储能系统电池老化响应约束模型，表达式为： ； 其中，为输入层的第m个神经元的输入值，是输入层第m个神经元的偏置项，为神经网络的输入特征，为第层连接mh的神经元权重，为第l层第m个神经元的线性输入值，为第层第m个神经元的偏置项，第层中的神经元集合，L为神经网络的层数，为第层第h个神经元的输出，为第层第m个神经元的输出值，和分别为第l层的线性输入的下界和上界，为表示ReLU函数是否被激活的第l层二元变量，为输出层第m个神经元的预测输出值，为输出层第m个神经元的偏置项，为输出层连接mh的神经元权重，为第L-1层与m相连的第h个神经元的ReLU输出值， 将线性化老化约束模型嵌入所述多时间尺度优化调度模型中，得到构建好的嵌入线性化老化约束模型的多时间尺度优化调度模型。

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国网江苏省电力有限公司电力科学研究院;南京工程学院，其通讯地址为：210000 江苏省南京市江宁区帕威尔路1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。