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！

龙图腾网获悉国家电网有限公司西北分部申请的专利基于聚类算法的新能源资源分级评价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：CN115719130B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202211423195.1，技术领域涉及：G06Q10/063；该发明授权基于聚类算法的新能源资源分级评价方法是由吕金历;张小奇;段乃欣;葛鹏江;王康平;赵鑫;金吉良设计研发完成，并于2022-11-15向国家知识产权局提交的专利申请。

本基于聚类算法的新能源资源分级评价方法在说明书摘要公布了：本发明公开了一种基于聚类算法的新能源资源分级评价方法，具体包括如下步骤：步骤1，求解每个新能源场站的每月发电理论小时数；步骤2，对步骤1获取数据进行分析与修正，构建每个新能源场站的评价指标；步骤3，对步骤2得到的各新能源场站评价指标进行分析，得到变电站级新能源评价指标；步骤4，对步骤3得到的变电站级评价指标进行聚合，得到省级新能源评价指标并输出。本发明能够为新能源装机规划提供理论依据和工程指导，有利于推动新能源高质量发展。

本发明授权基于聚类算法的新能源资源分级评价方法在权利要求书中公布了：1.基于聚类算法的新能源资源分级评价方法，其特征在于，具体包括如下步骤： 步骤1，求解每个新能源场站的每月发电理论小时数；所述步骤1的具体过程为：从EMS调度系统获取新能源场站的相关数据，其中包括：并网容量指标、发电量指标、限电电量指标、平均风速指标、平均温度指标、辐射量指标、日照小时数指标，通过如下公式1计算每个场站的发电理论小时数： 1； 其中，是风电场或光伏电站的发电理论小时数，是当月总发电量，是当月总限电量，为该电站实际并网容量； 步骤2，对步骤1获取数据进行分析与修正，构建每个新能源场站的评价指标；所述步骤2的具体过程为： 步骤2.1，利用基于马氏距离的异常数据识别方法对离群点进行检测； 2； 其中，表示马氏距离，表示样本向量，表示样本均值，表示样本之间的协方差矩阵，当为单位矩阵时，马氏距离与欧氏距离相等； 步骤2.2，设置类中心间距minDistance，检测公式2得到的计算结果，当计算结果的中心间距小于minDistance时，则表示每月发电理论小时数存在异常，需要对其进行修改，进入步骤2.4，否则进入步骤2.3； 步骤2.3，设置类中心间距maxDistance，检测步骤2.2得到的结果，当每月发电理论小时数大于maxDistance时，则表示每月发电理论小时数存在异常，需要对其进行修改，进入步骤2.4，否则进入步骤2.5； 步骤2.4，若存在异常数据，利用平均值修正方法对异常数据进行修正，具体如公式3所示： 3 其中，为异常数据，为异常数据相邻的两个数据； 步骤2.5，对步骤2.4修正后得到的各个新能源场站指标进行加权，如下公式4所示： 4 其中，是平均风速指标，是平均温度指标，是辐射量指标，是日照小时数指标，修正因子，q表示新能源场站的综合评价指标值； 步骤3，对步骤2得到的各新能源场站评价指标进行分析，得到变电站级新能源评价指标；所述步骤3的具体过程为： 步骤3.1，将步骤2.5得到数据采用神经元算法计算每一个输入的判别函数值，并认定具有最小判别函数值的特定神经元为胜利者，其中每个神经元j的判别函数为： 5 其中，输入空间D维，输入为，输入单元i和神经元j之间在计算层的连接权重为，其中N是神经元总数； 步骤3.2，求获胜神经元，更新与该获胜神经元临近的节点，更新程度的计算公式如下： 6； 其中，表示神经元与该获胜神经元在输出拓扑空间中的距离平方；是邻域宽度，随着时间衰减； 步骤3.3，调整相关兴奋神经元的连接权重； 步骤3.4，继续回到步骤3.1，直到特征映射趋于稳定； 步骤4，对步骤3得到的变电站级评价指标进行聚合，得到省级新能源评价指标并输出；所述步骤4的具体过程为： 步骤4.1，设置聚类参数：包括漂移函数gx，漂移向量Nhx，样本点即场站数据选取为n，半径为h，选取簇密度距离为s，聚类数目为x，聚类中心为i，数据密度的阈值为： 7 式中，k'x表示本次漂移算法所用核函数的轮廓函数的导数； 步骤4.2，在由输入场站级数据组成的n维空间Rn中，选取一个半径为h的圆，记录圆心为o； 步骤4.3记录半径h内的场站级数据所属于集合为N，定义集合N内的场站级数据属于簇C； 步骤4.4，计算簇C内漂移向量的值Nhx； 8； 式中，xi表示表示第i个场站级样本数据，gx表示为核函数轮廓函数的导数，h表示为均值漂移核函数的带宽，即邻域搜索半径，对应集合N的空间半径，x为均值漂移迭代过程中当前邻域的圆心，即聚类中心迭代点，是公式的核心自变量； 步骤4.5将计算得出的漂移相量的值Nhx与表示数据密度的阈值进行比较，如果||Nx||，迭代过程结束，否则重新推导新圆心o'，重复上述步骤4.3-步骤4.5的过程，迭代时，遇到的所有数据点都属于簇C； 步骤4.6如果收敛时，当前簇C的密度最大点与其余已经存在的簇密度点之间的距离比簇密度距离s大，则增加一类；若比距离簇密度距离s小，则两簇合并为一类； 步骤4.7，重复上述步骤4.2–4.6，直到所有点全部被标记； 步骤4.8，根据每个场站级数据的访问次数，该点的所属类按照访问次数最多的类，最终确定各省的分类等级i和聚类数目x。

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家电网有限公司西北分部，其通讯地址为：710048 陕西省西安市碑林区环城东路中段50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。