CN119651540A 基于深度置信网络的电力系统临界惯量预测方法 （三峡大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119651540A

(43)申请公布日2025.03.18

(21)申请号202411592685.3

(22)申请日2024.11.08

(71)申请人三峡大学

地址443002湖北省宜昌市大学路8号

(72)发明人李世春杨跳石明达刘蒙恩张业丽李振兴李丹刘颂凯

(74)专利代理机构宜昌市三峡专利事务所42103

专利代理师吴思高

(51)Int.Cl.

H02J3/00(2006.01)

G06Q50/06(2024.01)

G06F18/27(2023.01)

G06N3/045(2023.01)

G06N3/047(2023.01)

G06N3/084(2023.01)

权利要求书4页说明书10页附图5页

(54)发明名称

基于深度置信网络的电力系统临界惯量预

测方法

(57)摘要

CN119651540A基于深度置信网络的电力系统临界惯量预测方法，包括：构建深度置信网络DBN模型；根据影响临界惯量Hmin的主要因素，确定深度置信网络DBN模型的输入特征值xk、输出特征值yn；构造预测临界惯量Hmin的样本数据库，生成训练样本集、测试样本集；设置深度置信网络DBN模型各层神经元，并评估模型预测结果。该方法能够在