(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211269448.4 (22)申请日 2022.10.17 (71)申请人 广东电网有限责任公司中山供电局 地址 528400 广东省中山市东区博爱六路 68号 (72)发明人 尹雁和　徐宝军　阮志杰　李国号　 余俊杰　李宾　白一鸣　张春梅　 陈岸　邱军旗　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 任文生 (51)Int.Cl. G06F 30/27(2020.01) G06Q 50/06(2012.01) H02J 3/00(2006.01)G06F 111/08(2020.01) (54)发明名称 一种静态负荷模型构建方法、 系统、 设备和 介质 (57)摘要 本发明公开了一种静态负荷模 型构建方法、 系统、 设备和介质， 通过响应接收的负荷节点历 史数据， 基于负荷节点历史数据， 确定负荷节点 对应的初始有功功率。 采用初始有功功率和预设 的初始幂函数负荷模型， 构建初始静态负荷模 型。 采用遗传算法基于初始静态负荷模型， 计算 得到负荷节点对应的目标电压响应参数和目标 频率响应参数， 然后基于目标电压响应参数、 目 标频率响应参数和预设的频率跌落公式更新初 始静态负荷模型， 得到目标静态负荷模型。 通过 遗传算法和预设的频率跌落公式对模型参数进 行适应性变化， 使得静态负荷模 型的功率变化趋 势与实际更加匹配， 具有更好的匹配效果。 权利要求书2页 说明书12页 附图4页 CN 115329684 A 2022.11.11 CN 115329684 A 1.一种静态负荷模型构建方法， 其特 征在于， 包括： 响应接收的负荷节点历史数据， 基于所述负荷节点历史数据， 确定负荷节点对应的初 始有功功率； 采用所述初始有功 功率和预设的初始幂函数负荷模型， 构建初始静态负荷模型； 采用遗传算法基于所述初始静态负荷模型， 计算得到所述负荷节点对应的目标电压响 应参数和目标 频率响应参数； 根据所述目标电压响应参数、 所述目标频率响应参数和预设的频率跌落公式更新所述 初始静态负荷模型， 得到目标静态负荷模型。 2.根据权利要求1所述的静态负荷模型构建方法， 其特征在于， 所述采用遗传算法基于 所述初始静态负荷 模型， 计算得到所述负荷节点对应的目标电压响应参数和目标频率响应 参数的步骤， 包括： 将所述初始静态负荷模型对数化， 得到中间静态负荷模型； 根据所述中间静态负荷模型， 构建个 体种群； 根据所述个体种群、 预设的适应度计算公式和预设的选择算法， 确定初始交配个体和 目标适应度； 在预设的操作随机数区间内生成操作随机数； 根据所述操作随机数和预设的操作类型概率， 对所述初始交配个体进行对应的交配操 作， 得到对应的目标交配 个体并实时统计进化次数； 根据所述进化 次数和预设的最大进化阈值， 确定所述负荷节点对应的目标电压响应参 数和目标 频率响应参数。 3.根据权利要求2所述的静态负荷模型构建方法， 其特征在于， 所述根据 所述中间静态 负荷模型， 构建个 体种群的步骤， 包括： 基于所述中间静态负荷模型， 随机生成多个初始电压响应参数和初始频率响应参数； 分别将所述初始电压响应参数和所述初始频率响应参数输入所述中间静态负荷模型， 得到对应的种群 个体； 采用全部所述种群 个体构建个 体种群。 4.根据权利要求2所述的静态负荷模型构建方法， 其特征在于， 所述预设的选择算法为 轮盘赌算法； 所述根据所述个体种群、 预设的适应度计算 公式和预设的选择算法， 确定初始 交配个体和目标适应度的步骤， 包括： 基于预设的适应度计算公式和所述个体种群， 计算得到所述个体种群对应的多个初始 适应度； 选取所述初始适应度内的最大值作为目标适应度； 分别计算所述初始适应度与 所述个体种群对应的初始适应度和值的比值， 得到对应的 种群个体选择概 率； 通过所述轮盘赌算法采用所述种群个体选择概率作为筛选概率， 筛选出初始交配个 体。 5.根据权利要求2所述的静态负荷模型构建方法， 其特征在于， 所述预设的操作类型概 率包括交叉概率和变异概率； 所述交配操作包括交叉操作和变异操作； 所述根据所述操作 随机数和预设的操作类型概率， 对所述初始交配个体进行对应的交配操作， 得到对应的目权　利　要　求　书 1/2 页 2 CN 115329684 A 2标交配个体并实时统计进化次数的步骤， 包括： 将所述操作随机数分别与所述交叉概率和所述变异概率进行比较并实时统计进化次 数； 当所述操作随机数小于所述交叉概率时， 对所述初始交配个体进行交叉操作， 得到对 应的目标交配 个体； 当所述操作随机数小于所述变异概率时， 对所述初始交配个体进行变异操作， 得到对 应的目标交配 个体； 当所述操作随机数大于或等于所述交叉概率和所述变异概率 时， 将所述初始 交配个体 作为目标交配 个体。 6.根据权利要求2所述的静态负荷模型构建方法， 其特征在于， 所述根据 所述进化 次数 和预设的最大进化阈值， 确定所述负荷节点对应的目标电压响应参数和目标频率响应参数 的步骤， 包括： 比较所述进化次数与预设的最大进化阈值； 当所述进化 次数等于所述最大进化阈值 时， 采用当前时刻的目标适应度对应的初始电 压响应参数和初始频率响应参数作为所述负荷节点对应的目标电压响应参数和目标频率 响应参数； 当所述进化 次数小于所述最大进化阈值 时， 采用所述目标交配个体构建对应的个体种 群， 并跳转执行所述根据所述个体种群、 预设的适应度计算 公式和预设的选择算法， 确定初 始交配个体和目标适应度的步骤。 7.根据权利要求1所述的静态负荷模型构建方法， 其特征在于， 所述根据 所述目标电压 响应参数、 所述目标频率响应参数和预设的频率跌落公式更新所述初始静态负荷模型， 得 到目标静态负荷模型的步骤， 包括： 基于所述目标 频率响应参数和预设的频率跌落公式， 计算得到跌落频率响应参数； 采用所述跌落频率响应参数和所述目标电压响应参数更新所述初始静态负荷模型， 得 到目标静态负荷模型。 8.一种静态负荷模型构建系统， 其特 征在于， 包括： 初始有功功率确定模块， 用于响应接收的负荷节点历史数据， 基于所述负荷节点历史 数据， 确定负荷节点对应的初始有功 功率； 初始静态负荷模型构建模块， 用于采用所述初始有功功率和预设的初始幂函数负荷模 型， 构建初始静态负荷模型； 目标电压响应参数和目标频率响应参数得到模块， 用于采用遗传算法基于所述初始静 态负荷模型， 计算得到所述负荷节点对应的目标电压响应参数和目标 频率响应参数； 目标静态负荷模型得到模块， 用于根据所述目标电压响应参数、 所述目标频率响应参 数和预设的频率跌落公式更新所述初始静态负荷模型， 得到目标静态负荷模型。 9.一种电子设备， 其特征在于， 包括存储器及处理器， 所述存储器中储存有计算机程 序， 所述计算机程序被所述处理器执行时， 使得所述处理器执行如权利要求 1‑7任一项所述 的静态负荷模型构建方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被执行时实现如权利要求1 ‑7任一项所述的静态负荷模型构建方法。权　利　要　求　书 2/2 页 3 CN 115329684 A 3