基于动态优化负荷组合的低频减载方法及电力系统
阅读：408发布：2024-01-07
专利汇可以提供基于动态优化负荷组合的低频减载方法及电力系统专利检索，专利查询，专利分析的服务。并且本 申请 涉及基于动态优化负荷组合的低频减载方法及电 力 系统，低频减载方法包括：确定当前扰动下的系统功率缺额；根据系统功率缺额和发 电机 旋转备用容量计算系统应减载量；按照比例确定每个阶段的应减载量；确定每个阶段的最佳减载组合；分别在每个阶段进行实施减载；当减载过程的某一阶段监测到新扰动，计算新扰动对应的新增减载量；更新下一阶段的应减载量，重新优化剩余阶段的最佳减载组合并实施减载。一方面当减载过程中检测到新的扰动，可以相应地动态调整下一减载阶段的减载量；另一方面通过优化减载组合，以尽可能小的误差使减载组合接近功率缺额，从而减少 频率 过冲或下冲，进而能够较好地应对系统受到极端事件下的故障扰动情况。，下面是基于动态优化负荷组合的低频减载方法及电力系统专利的具体信息内容。
1.一种基于动态优化负荷组合的低频减载方法，其特征在于，包括以下步骤：
S1，确定当前扰动下的系统功率缺额；
S2，根据系统功率缺额和发电机旋转备用容量计算系统应减载量；
S3，根据预设的N个频率阈值将减载过程分为N个阶段，按照比例确定每个阶段的应减载量；
S4，确定每个阶段的最佳减载组合；
S5，按各最佳减载组合分别在每个阶段进行实施减载；
S6，当减载过程的某一阶段监测到新扰动，计算新扰动对应的新增减载量；
S7，更新下一阶段的应减载量，重新优化剩余阶段的最佳减载组合并实施减载。
2.根据权利要求1所述低频减载方法，其特征在于，N为3至9中的任一自然数。
3.根据权利要求1所述低频减载方法，其特征在于，步骤S4中，采用粒子群优化算法确定每个阶段的最佳减载组合。
4.根据权利要求1所述低频减载方法，其特征在于，步骤S1中，采用以下方式计算得到当前扰动下的系统功率缺额：
其中，Pde表示功率缺额；(dfCOI)/(dt)|dist.1表示系统受到第一次扰动时的惯量中心频率变化率，Heq1表示系统的等效惯性常数，fn表示系统的频率额定值。
5.根据权利要求4所述低频减载方法，其特征在于，步骤S2中，采用以下方式计算发电机旋转备用容量：
并且采用以下方式计算系统应减载量：
TLSA＝Pde-TSR；
其中，TSR为发电机旋转备用容量；N为系统中总发电机数量；MGCi为第i台发电机最大容量；AGPi为第i台发电机实际发电量；TLSA为系统应减载量。
6.根据权利要求5所述低频减载方法，其特征在于，N为4，且预设4个阶段的频率阈值分别设置为fst1＝49.5Hz、fst2＝49.2Hz、fst3＝48.9Hz、fst3＝48.6Hz；每个阶段对应的应减载量分别设置为LSA1＝35％×TSLA、LSA2＝30％×TSLA、LSA3＝20％×TSLA、LSA4＝15％×TSLA。
7.根据权利要求6所述低频减载方法，其特征在于，步骤S4中，采用粒子群优化算法确定每个阶段的最佳减载组合，且设置粒子群优化算法的目标函数为
单个粒子所表示的位置变量为X＝[x1,x2…xj…xM]；其中，LSAk为第k个阶段的应减载量；xj为布尔型变量，表示节点j上的负载状态，为1时表示切除，为0时表示不切除；Pload,j为节点j上的可切除负载量。
8.根据权利要求7所述低频减载方法，其特征在于，步骤S6中，采用以下方式计算新扰动对应的新增减载量：
其中， Heq2为当前系统的等效惯性常数，
表示新扰动发生前已完成的减载量，(dfCOI)/(dt)|before.dist2表示系统受到新扰动前的惯量中心频率变化率，(dfCOI)/(dt)|dist2表示系统受到新扰动时的惯量中心频率变化率。
9.根据权利要求1所述低频减载方法，其特征在于，当步骤S6中新扰动发生前已完成第l个减载阶段，则步骤S7中更新第l+1个减载阶段的应减载量为LSAl+1＝LSAl+1+ΔLSA，并在更新后的应减载量下利用粒子群优化算法重新优化剩余阶段的最佳减载组合并实施减载。
10.一种电力系统，其特征在于，采用如权利要求1至9中任一项所述低频减载方法实现。
基于动态优化负荷组合的低频减载方法及电力系统
技术领域
背景技术
[0002] 当系统受到极端事件下的故障扰动，系统的有功功率难以保持供需平衡，因此会产生频率偏差，当频率值跌落至超出正常范围时，就会对系统中的电力用户造成无法预计的后果，如果不能及时使系统恢复稳定状态，甚至会导致电网发生崩溃。目前常见的解决办法是采用自适应低频减载技术，但该技术可能产生因非最佳减载量而引发频率过冲的问题。发明内容
[0003] 基于此，有必要提供一种基于动态优化负荷组合的低频减载方法及电力系统。
[0004] 一种基于动态优化负荷组合的低频减载方法，其包括以下步骤：
[0005] S1，确定当前扰动下的系统功率缺额；
[0006] S2，根据系统功率缺额和发电机旋转备用容量计算系统应减载量；
[0007] S3，根据预设的N个频率阈值将减载过程分为N个阶段，按照比例确定每个阶段的应减载量；
[0008] S4，确定每个阶段的最佳减载组合；
[0009] S5，按各最佳减载组合分别在每个阶段进行实施减载；
[0010] S6，当减载过程的某一阶段监测到新扰动，计算新扰动对应的新增减载量；
[0011] S7，更新下一阶段的应减载量，重新优化剩余阶段的最佳减载组合并实施减载。
[0012] 上述低频减载方法，在低频减载过程中实现了减载阶段及减载量的优化，尽可能地避免了频率过冲的问题，一方面当减载过程中检测到新的扰动，可以相应地动态调整下一减载阶段的减载量；另一方面通过优化减载组合，以尽可能小的误差使减载组合接近功率缺额，从而最大限度地减少频率过冲或下冲，进而能够较好地应对系统受到极端事件下的故障扰动情况。
[0013] 在其中一个实施例中，N为3至9中的任一自然数。
[0015] 在其中一个实施例中，步骤S1中，采用以下方式计算得到当前扰动下的系统功率缺额：
[0016]
[0017] 其中，Pde表示功率缺额；(dfCOI)/(dt)|dist.1表示系统受到第一次扰动时的惯量中心频率变化率，Heq1表示系统的等效惯性常数，fn表示系统的频率额定值。
[0018] 在其中一个实施例中，步骤S2中，采用以下方式计算发电机旋转备用容量：
[0019]
[0020] 并且采用以下方式计算系统应减载量：
[0021] TLSA＝Pde-TSR；
[0022] 其中，TSR为发电机旋转备用容量；N为系统中总发电机数量；MGCi为第i台发电机最大容量；AGPi为第i台发电机实际发电量；TLSA为系统应减载量。
[0023] 在其中一个实施例中，N为4，且预设4个阶段的频率阈值分别设置为fst1＝49.5Hz、fst2＝49.2Hz、fst3＝48.9Hz、fst3＝48.6Hz；每个阶段对应的应减载量分别设置为LSA1＝35％×TSLA、LSA2＝30％×TSLA、LSA3＝20％×TSLA、LSA4＝15％×TSLA。
[0024] 在其中一个实施例中，步骤S4中，采用粒子群优化算法确定每个阶段的最佳减载组合，且设置粒子群优化算法的目标函数为 单个粒子所表示的位置变量为X＝[x1,x2…xj…xM]；其中，LSAk为第k个阶段的应减载量；xj为布尔型变量，表示节点j上的负载状态，为1时表示切除，为0时表示不切除；Pload,j为节点j上的可切除负载量。
[0025] 在其中一个实施例中，步骤S6中，采用以下方式计算新扰动对应的新增减载量：
[0026]
[0027] 其中， Heq2为当前系统的等效惯性常数，表示新扰动发生前已完成的减载量，(dfCOI)/(dt)|before.dist2表示系统受到新扰动前的惯量中心频率变化率，(dfCOI)/(dt)|dist2表示系统受到新扰动时的惯量中心频率变化率。
[0028] 在其中一个实施例中，当步骤S6中新扰动发生前已完成第l个减载阶段，则步骤S7中更新第l+1个减载阶段的应减载量为LSAl+1＝LSAl+1+ΔLSA，并在更新后的应减载量下利用粒子群优化算法重新优化剩余阶段的最佳减载组合并实施减载。
[0030] 图1为本申请所述低频减载方法一实施例的流程示意图。
具体实施方式
[0031] 为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似改进，因此本申请不受下面公开的具体实施例的限制。
[0032] 需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本申请的说明书所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。
[0033] 除非另有定义，本申请的说明书所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本申请。本申请的说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
[0034] 针对现有减载技术的弊端，本发明提出了一种基于动态优化负荷组合的低频减载方法，当减载过程中检测到新的扰动时，该方法采用的策略可以相应地动态调整下一减载阶段的减载量，通过优化减载组合，以尽可能小的误差使减载组合接近功率缺额，从而最大限度地减少频率过冲或下冲。在本申请一个实施例中，如图1所示，一种基于动态优化负荷组合的低频减载方法，其包括以下步骤：S1，确定当前扰动下的系统功率缺额；S2，根据系统功率缺额和发电机旋转备用容量计算系统应减载量；S3，根据预设的N个频率阈值将减载过程分为N个阶段，按照比例确定每个阶段的应减载量；S4，确定每个阶段的最佳减载组合；S5，按各最佳减载组合分别在每个阶段进行实施减载；S6，当减载过程的某一阶段监测到新扰动，计算新扰动对应的新增减载量；S7，更新下一阶段的应减载量，重新优化剩余阶段的最佳减载组合并实施减载。上述低频减载方法，在低频减载过程中实现了减载阶段及减载量的优化，尽可能地避免了频率过冲的问题，一方面当减载过程中检测到新的扰动，可以相应地动态调整下一减载阶段的减载量；另一方面通过优化减载组合，以尽可能小的误差使减载组合接近功率缺额，从而最大限度地减少频率过冲或下冲，进而能够较好地应对系统受到极端事件下的故障扰动情况。
[0035] 在其中一个实施例中，一种基于动态优化负荷组合的低频减载方法，其包括以下实施例的部分步骤或全部步骤；即，基于动态优化负荷组合的低频减载方法包括以下的部分技术特征或全部技术特征。
[0036] 在其中一个实施例中，步骤S1中，确定当前扰动下的系统功率缺额；在其中一个实施例中，步骤S1中，直接获取当前扰动下的系统功率缺额。或者，在其中一个实施例中，步骤S1中，通过计算确定当前扰动下的系统功率缺额，即，计算当前扰动下的系统功率缺额。进一步地，在其中一个实施例中，步骤S1中，根据系统受到第一次扰动时的惯量中心频率变化率、系统的等效惯性常数及系统的频率额定值计算当前扰动下的系统功率缺额。当前扰动下的系统功率缺额决定了后续步骤的对应的系统应减载量。在其中一个实施例中，所述步骤S1中计算当前扰动下的功率缺额 其中Pde表示功率缺额；(dfCOI)/(dt)|dist.1表示系统受到第一次扰动时的惯量中心频率变化率；Heq1表示系统的等效惯性常数；fn表示系统的频率额定值。在其中一个实施例中，步骤S1包括：选取IEEE 33节点配电网，扰动前上级电网和分布式电源分别为该配电网提供2.17MW和1.688MW的有功功率，扰动发生后，配电网变为孤岛运行，计算当前扰动下的功率缺额
其中Pde表示功率缺额；(dfCOI)/(dt)|dist.1表示系
统受到第一次扰动时的惯量中心频率变化率；Heq1表示系统的等效惯性常数；fn表示系统的频率额定值。
其中Pde表示功率缺额；(dfCOI)/(dt)|dist.1表示系
统受到第一次扰动时的惯量中心频率变化率；Heq1表示系统的等效惯性常数；fn表示系统的频率额定值。
[0037] 在其中一个实施例中，步骤S2中，根据系统功率缺额和发电机旋转备用容量计算系统应减载量；备用是指为了保证可靠供电，电力调度交易机构指定发电机组通过预留发电容量所提供的服务。备用分为旋转备用和非旋转备用。旋转备用是在系统当前的负荷需求下机组同步运行时的有效生产能力的总和。进一步地，在其中一个实施例中，确定系统中各台发电机最大容量的合计值与各台发电机实际发电量的合计值，采用两者的差值作为发电机旋转备用容量；且采用系统功率缺额和发电机旋转备用容量的差值作为系统应减载量。系统应减载量是后续步骤区分减载阶段及优化减载组合的基础条件。在其中一个实施例中，所述步骤S2中计算发电机旋转备用容量 根据功率缺额Pde计算系统应减载量TLSA＝Pde-TSR。其中TSR为发电机旋转备用容量；N为系统中总发电机数量；MGCi为第i台发电机最大容量；AGPi为第i台发电机实际发电量；TLSA为系统应减载量。
[0038] 在其中一个实施例中，步骤S3中，根据预设的N个频率阈值将减载过程分为N个阶段，按照比例确定每个阶段的应减载量；进一步地，在其中一个实施例中，各阶段的应减载量形成递减数列(Decreasing Sequence)；进一步地，在其中一个实施例中，该递减数列中，当某一个数之后具有另一个数时，前一个数小于其后一个数的2倍；及/或，该递减数列中，当某一个数之后具有两个数时，前一个数小于其后两个数之和；在其中一个实施例中，该递减数列中，当某一个数之后具有另一个数时，前一个数小于其后一个数的1.5倍。这样的设计，使得各阶段的应减载量相互之间差异不是特别大，而且在前一阶段的减载量大于后一阶段的减载量，尽可能地避免了频率过冲的问题，尤其适合当减载过程中检测到新的扰动，相应地动态调整下一减载阶段的减载量。在其中一个实施例中，N为3至9中的任一自然数。在其中一个实施例中，N为3，即预设3个频率阈值，且将减载过程分为3个阶段。在其中一个实施例中，N为4，即预设4个频率阈值，且将减载过程分为4个阶段，亦即4个减载阶段，其余实施例以此类推。进一步地，在其中一个实施例中，4个阶段中，各阶段的应减载量按先后顺序分别为总的系统应减载量的35％、30％、20％、15％。在其中一个实施例中，所述步骤S3中将四个阶段的频率阈值分别设置为fst1＝49.5Hz、fst2＝49.2Hz、fst3＝48.9Hz、fst3＝
48.6Hz，每个阶段对应的应减载量分别设置为LSA1＝35％×TSLA、LSA2＝30％×TSLA、LSA3＝20％×TSLA、LSA4＝15％×TSLA。
48.6Hz，每个阶段对应的应减载量分别设置为LSA1＝35％×TSLA、LSA2＝30％×TSLA、LSA3＝20％×TSLA、LSA4＝15％×TSLA。
[0039] 在其中一个实施例中，步骤S4中，确定每个阶段的最佳减载组合；在其中一个实施例中，步骤S4中，采用粒子群优化算法确定每个阶段的最佳减载组合。进一步地，在其中一个实施例中，采用粒子群各粒子的位置变量配合各节点上的可切除负载量的和值，与某一阶段的应减载量的差值的绝对值，作为该阶段的粒子群优化算法的目标函数。这样的设计，采用粒子群优化算法，优化减载组合，以尽可能小的误差使减载组合接近功率缺额，从而最大限度地减少频率过冲或下冲。
[0040] 在其中一个实施例中，步骤S5中，按各最佳减载组合分别在每个阶段进行实施减载；亦即，按阶段分别进行减载，每一阶段减载根据其应减载量而定。
[0041] 在其中一个实施例中，步骤S6中，当减载过程的某一阶段监测到新扰动，计算新扰动对应的新增减载量；进一步地，在其中一个实施例中，步骤S6中，采用当前系统的等效惯性常数、新扰动发生前已完成的减载量、系统受到新扰动前的惯量中心频率变化率、系统受到新扰动时的惯量中心频率变化率以及系统的频率额定值，共同计算新扰动对应的新增减载量。其中，当前系统的等效惯性常数采用当前扰动下的系统功率缺额、各阶段的应减载量的合值、系统的频率额定值以及系统受到新扰动前的惯量中心频率变化率计算得到。在其中一个实施例中，采用以下测试方式，进行了测试判断。步骤S6中当完成第一个减载阶段后，设置一个新的扰动，扰动包括突然新增0.2MW的有功负荷以及0.05MW的无功负荷，更新当前系统的等效惯性常数为 计算新扰动导致的新增应减载量 其
中 表示新扰动发生前已完成的减载量，(dfCOI)/(dt)|before.dist2表示系统受到新扰动前的惯量中心频率变化率，(dfCOI)/(dt)|dist2表示系统受到新扰动时的惯量中心频率变化率。这样的设计，能够针对减载过程中检测到的新扰动，相应动态的调整下一减载阶段的减载量，具有适应性更强的优点。
中 表示新扰动发生前已完成的减载量，(dfCOI)/(dt)|before.dist2表示系统受到新扰动前的惯量中心频率变化率，(dfCOI)/(dt)|dist2表示系统受到新扰动时的惯量中心频率变化率。这样的设计，能够针对减载过程中检测到的新扰动，相应动态的调整下一减载阶段的减载量，具有适应性更强的优点。
[0042] 在其中一个实施例中，步骤S7中，更新下一阶段的应减载量，重新优化剩余阶段的最佳减载组合并实施减载。亦即，对于新扰动发生前已完成的阶段，不再考虑，仅更新下一阶段的应减载量，然后重新优化计算并且实施减载即可。在其中一个实施例中，步骤S7中，新扰动发生前已完成第l个减载阶段，则更新第l+1个减载阶段的应减载量为LSAl+1＝LSAl+1+ΔLSA，并在该减载量下利用粒子群优化算法重新优化减载组合。
[0043] 在其中一个实施例中，步骤S1中，采用以下方式计算得到当前扰动下的系统功率缺额：
[0044]
[0045] 其中，Pde表示功率缺额；(dfCOI)/(dt)|dist.1表示系统受到第一次扰动时的惯量中心频率变化率，Heq1表示系统的等效惯性常数，fn表示系统的频率额定值。
[0046] 在其中一个实施例中，步骤S2中，采用以下方式计算发电机旋转备用容量：
[0047]
[0048] 并且采用以下方式计算系统应减载量：
[0049] TLSA＝Pde-TSR；
[0050] 其中，TSR为发电机旋转备用容量；N为系统中总发电机数量；MGCi为第i台发电机最大容量；AGPi为第i台发电机实际发电量；TLSA为系统应减载量。
[0051] 在其中一个实施例中，步骤S3中，N为4，且预设4个阶段的频率阈值分别设置为fst1＝49.5Hz、fst2＝49.2Hz、fst3＝48.9Hz、fst3＝48.6Hz；每个阶段对应的应减载量分别设置为LSA1＝35％×TSLA、LSA2＝30％×TSLA、LSA3＝20％×TSLA、LSA4＝15％×TSLA。
[0052] 在其中一个实施例中，步骤S4中，采用粒子群优化算法确定每个阶段的最佳减载组合，且设置粒子群优化算法的目标函数为 单个粒子所表示的位置变量为X＝[x1,x2…xj…xM]；其中，LSAk为第k个阶段的应减载量；xj为布尔型变量，表示节点j上的负载状态，为1时表示切除，为0时表示不切除；Pload,j为节点j上的可切除负载量。
[0053] 在其中一个实施例中，步骤S6中，采用以下方式计算新扰动对应的新增减载量：
[0054]
[0055] 其中， Heq2为当前系统的等效惯性常数，表示新扰动发生前已完成的减载量，(dfCOI)/(dt)|before.dist2表示系统受到新扰动前的惯量中心频率变化率，(dfCOI)/(dt)|dist2表示系统受到新扰动时的惯量中心频率变化率。
[0056] 在其中一个实施例中，当步骤S6中新扰动发生前已完成第l个减载阶段，则步骤S7中更新第l+1个减载阶段的应减载量为LSAl+1＝LSAl+1+ΔLSA，并在更新后的应减载量下利用粒子群优化算法重新优化剩余阶段的最佳减载组合并实施减载。
[0057] 在其中一个实施例中，一种基于动态优化负荷组合的低频减载方法，包括步骤：计算当前扰动下的功率缺额；根据系统功率缺额和发电机旋转备用容量计算系统应减载量；根据不同频率阈值将减载分为四个阶段，按照比例确定每个阶段的应减载量；利用粒子群优化算法确定每个阶段的最佳减载组合；按各最佳减载组合分别在每个阶段进行实施减载；当在减载的某一阶段监测到新扰动，计算新扰动对应的新增减载量；更新下一阶段应减载量，重新优化减载组合并实施减载。
[0058] 为了进一步验证所述低频减载方法的有效性，下面在同样扰动下对配电网实施了传统低频减载方法及所述低频减载方法，进行对比，并给出了总减载负荷、保留负荷节点、稳态频率以及减载过程中的频率最低点、过冲频率，结果如表1所示。
[0059] 表1
[0060]
[0061]
[0062] 由上表1可见，相比传统低频减载方法，本申请低频减载方法的总减载量较低，减载过程中的频率最低点更高，没有出现频率过冲，且减载完成后的稳态频率更接近额定频率。由于本申请低频减载方法能够利用粒子群算法优化减载组合，以尽可能小的误差使减载组合接近功率缺额，从而可以最大限度地减少频率过冲；另外，相比传统低频减载方法，本申请低频减载方法对于案例中出现的二次扰动具有更强的适应性，可以在减载过程中动态调整减载量，使得减载效果更佳，因此，本申请低频减载方法具有更好的适应性，可以达到更好的减载效果。
[0063] 在其中一个实施例中，一种电力系统，其采用任一实施例所述低频减载方法实现。在其中一个实施例中，所述电力系统具有实施所述低频减载方法的各步骤相应的功能模块。在其中一个实施例中，所述电力系统包括系统功率缺额计算模块、系统应减载量计算模块、应减载量计算模块、减载组合计算模块、减载控制模块、新增减载量计算模块及更新模块；所述系统功率缺额计算模块用于确定当前扰动下的系统功率缺额；所述系统应减载量计算模块用于根据系统功率缺额和发电机旋转备用容量计算系统应减载量；所述应减载量计算模块用于根据预设的N个频率阈值将减载过程分为N个阶段，按照比例确定每个阶段的应减载量；所述减载组合计算模块用于确定每个阶段的最佳减载组合；所述减载控制模块用于按各最佳减载组合分别在每个阶段进行实施减载；所述新增减载量计算模块用于当减载过程的某一阶段监测到新扰动，计算新扰动对应的新增减载量；所述更新模块用于更新下一阶段的应减载量，重新优化剩余阶段的最佳减载组合并实施减载。其余实施例以此类推。这样的设计，在低频减载过程中实现了减载阶段及减载量的优化，尽可能地避免了频率过冲的问题，一方面当减载过程中检测到新的扰动，可以相应地动态调整下一减载阶段的减载量；另一方面通过优化减载组合，以尽可能小的误差使减载组合接近功率缺额，从而最大限度地减少频率过冲或下冲，进而能够较好地应对系统受到极端事件下的故障扰动情况。
[0064] 需要说明的是，本申请的其它实施例还包括，上述各实施例中的技术特征相互组合所形成的、能够实施的基于动态优化负荷组合的低频减载方法及电力系统。
[0065] 以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种无线体域网能耗和时延加权最小的安全路由选择方法 | 2020-05-08 | 616 |
| 用于电力保密数据的大数据云平台安全防护方法 | 2020-05-08 | 666 |
| 一种用于视频压缩的预测方法 | 2020-05-08 | 126 |
| 一种视频压缩的预测方法 | 2020-05-08 | 2 |
| 基于随机森林算法攻击识别方法及储能协调控制装置 | 2020-05-08 | 539 |
| 一种基于贪婪算法的游戏资源打包方法及系统 | 2020-05-08 | 988 |
| 视频编码中自适应纹理预测方法 | 2020-05-08 | 400 |
| 一种视频会议加密方法 | 2020-05-08 | 912 |
| 一种联盟链的性能维持方法、系统及存储介质 | 2020-05-08 | 416 |
| 一种适用于CV-QKD系统的偏置点控制方法及装置 | 2020-05-11 | 851 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈